Ringg закрывает до 65% клиентских обращений с ИИ OpenAI
Платформа голосовых и чат-агентов Ringg сообщила, что её ИИ-система закрывает до 65% типовых клиентских запросов без участия оператора и ежемесячно обрабатывает свыше 7 млн соединённых звонков. В подходящих задачах реального времени миграция с GPT-4.1 на GPT-5.6 Luna снизила расходы на модели примерно на 90%, при этом средняя оценка удовлетворённости клиентов составила 4,8.
Ringg работает с голосом, чатами, WhatsApp и веб-интерфейсом. Компания ориентирует агентов не на обработку диалога как таковую, а на завершение запроса: проверку полиса, поиск записи клиента, бронирование времени, обновление CRM или передачу случая специалисту вместе с контекстом разговора.
Маршрутизация моделей и работа с контекстом
Для интерактивных обращений Ringg использует GPT-5.6 Luna и другие модели OpenAI: они интерпретируют запрос, выбирают инструменты и ведут пользователя через многошаговый сценарий. Оркестрационный слой выполняет действия в CRM, тикет-системах, платёжных сервисах, инструментах планирования и внутренних API.
Большая часть голосового и чат-трафика в реальном времени остаётся на GPT-4.1. GPT-5.6 Luna выбирается там, где лучше подходят её производительность, задержка или соотношение цены и качества. GPT-5.6 Terra отвечает за анализ после звонка, включая резюме и классификацию тональности, а GPT-5.6 Sol применяется для оценок, улучшения промптов и сценариев model-as-judge.
Система знаний сочетает структурную фильтрацию и семантический поиск по наборам данных, PDF, CSV и корпоративным документам. Когда контекст диалога приближается примерно к 80 тыс. токенов, платформа формирует структурированное резюме, чтобы продолжить разговор без повторной передачи всей истории.
Проверки до запуска и результаты клиентов
Перед развёртыванием Ringg тестирует модели на исторических диалогах и смоделированных сценариях. После офлайн-проверки новая конфигурация получает небольшую долю реального трафика. Маршрутизатор отслеживает задержку и доступность конечных точек в регионах, переключая нагрузку при недоступности сервиса или превышении порога задержки.
В тесте постобработки звонков GPT-5.6 Terra превзошла Gemini 2.5 Flash, после чего Ringg перенесла на неё подготовку резюме и анализ тональности. По заявлению компании, Terra достигала до 97% точности на распространённых региональных языках, включая смешанные реплики с английским и локальными выражениями.
На страховой платформе Policybazaar Ringg подключает более 57 тыс. клиентских запросов: 67% звонков обрабатываются без человека, а среднее время ответа сократилось с 8–12 минут до менее чем 60 секунд. Практика корпоративного внедрения OpenAI, которую отражает корпоративное внедрение OpenAI, дополняется примером Ringg, где модель интегрирована в маршрутизацию, инструменты и контроль качества.
В Practo агенты помогают записываться на медицинские приёмы и выполнять сервисные запросы: компания указала 85% разрешения вопроса в первом звонке, ответы менее чем за три секунды и более 1 тыс. бронирований в день. Groww использует систему для самообслуживания по вопросам IPO, фьючерсов и опционов; полностью через него закрываются 72% входящих запросов при среднем времени обработки две минуты.
Следующий этап — браузерные агенты
Ringg также разрабатывает браузерных агентов на основе возможностей OpenAI computer use для онбординга, KYC-процессов, ИТ-поддержки, поддержки дежурных команд и обработки страховых заявлений. Отдельный слой контекста должен сохранять сведения при переходе клиента между звонком, WhatsApp и браузером.
Для бизнеса этот пример показывает, что эффект от агентной платформы следует измерять долей завершённых задач, скоростью ответа, качеством передачи контекста и стоимостью конкретного сценария. До масштабирования такие решения требуют проверок на реальных диалогах, поэтапного вывода в трафик и контроля доступности интеграций.