Ringg-ის AI აგენტები OpenAI-ს მოდელებით ზარების 65%-ს ავტომატურად წყვეტს

OpenAI-მ 2026 წლის 23 სექტემბერს Ringg-ის შესახებ კლიენტის ისტორია გამოაქვეყნა. Ringg ხმოვანი და ჩატის აგენტების პლატფორმაა: მისი აგენტები თვეში 7 მილიონზე მეტ ზარს ამუშავებენ და რუტინული მოთხოვნების 65%-ს ადამიანის გარეშე წყვეტენ. კმაყოფილების საშუალო ქულა 4,8-ია.

ინდოეთის მსხვილ კომპანიებთან მომუშავე სტარტაპმა პლატფორმა მას შემდეგ ააგო, რაც დაინახა, რომ ზარების მზარდ რაოდენობას ფრაგმენტირებული და ხელით მართული სისტემები ვეღარ უმკლავდებოდა. შესაბამისი რეალურ დროში მომუშავე დატვირთვის GPT-4.1-დან GPT-5.6-ზე გადატანამ მოდელების ხარჯი დაახლოებით 90%-ით შეამცირა.

„გვჭირდება დაბალი დაყოვნება, ინსტრუმენტების საიმედო გამოყენება და ეკონომიკა, რომელიც მასშტაბზე მუშაობს. OpenAI-მ ზუსტად ის ბალანსი მოგვცა, რაც გვჭირდებოდა“, თქვა Ringg-ის თანადამფუძნებელმა სიდჰართ ტრიპათიმ.

როგორ ანაწილებს Ringg დავალებებს მოდელებზე

Ringg თითოეულ დავალებას კონკრეტულ მოდელზე ანაწილებს. ხმოვანი და ჩატის ტრაფიკის უმეტეს ნაწილს GPT-4.1 ამუშავებს, GPT-5.6 Luna მაშინ ჩაერთვება, როცა მისი სიჩქარე, ხარისხი ან ფასი უფრო მოუხდება მოთხოვნას, GPT-5.6 Terra საუბრის შემდგომ ანალიზს ასრულებს, GPT-5.6 Sol კი შეფასებასა და პრომპტების გაუმჯობესებას.

ორკესტრაციის ფენა მოქმედებებს CRM-ებში, გადახდის სერვისებში და შიდა API-ებში ასრულებს, საჭიროებისას კი საუბარს შეჯამებასთან ერთად ადამიანს გადასცემს. ქვეაგენტები კვალიფიკაციას, მხარდაჭერასა და ესკალაციას ფარავენ, საუბარი კი ხმის, ჩატის, WhatsApp-ისა და ვების არხებზე გრძელდება. კონტექსტი 80 000 ტოკენს რომ უახლოვდება, სისტემა მას სტრუქტურირებულ შეჯამებად აკუმშებს.

მოდელების შემოწმება პროდაქშენამდე

Ringg მოდელებს ისტორიულ საუბრებსა და სიმულირებულ სცენარებზე ამოწმებს, შემდეგ კი ტრაფიკის მცირე ნაწილზე უშვებს. საუბრის შემდგომი ანალიზის შეფასებაში GPT-5.6 Terra-მ Gemini 2.5 Flash-ს სჯობინა და 97%-მდე სიზუსტეს მიაღწია.

პროდაქშენში როუტერი აკვირდება დაყოვნებასა და სერვისების ხელმისაწვდომობას და ტრაფიკს საჭიროებისამებრ გადაანაწილებს. შერჩეული დატვირთვის GPT-4.1-დან GPT-5.6 Luna-ზე გადატანამ ხარჯი დაახლოებით 90%-ით შეამცირა.

შედეგები და შემდეგი ნაბიჯები

Policybazaar-მა Ringg-ის მეშვეობით 57 000-ზე მეტი მოთხოვნა დაამუშავა, ზარების 67% ადამიანის ჩარევის გარეშე მუშავდება, რეაგირების საშუალო დრო კი 8-12 წუთიდან 60 წამზე ნაკლებამდე დაეცა. Practo-ში აგენტებმა პირველ ზარზე გადაჭრის 85%-ს მიაღწიეს, პასუხის დრო სამ წამზე ნაკლებია, ხარჯები 70%-ით შემცირდა, დღეში კი 1000-ზე მეტი ვიზიტი იჯავშნება. Groww IPO-ს, ფიუჩერსებისა და ოფციების კითხვების 72%-ს თვითმომსახურებით, საშუალოდ ორ წუთში წყვეტს.

Ringg ახლა OpenAI-ს computer-use შესაძლებლობებზე დაფუძნებულ ბრაუზერის აგენტებს ავითარებს ონბორდინგის, KYC-ის, IT მხარდაჭერისა და სადაზღვევო საქმეებისთვის, არხებს შორის კონტექსტის ფენასთან ერთად.