Ringg 自动解决最多 65% 的客户咨询

印度语音与聊天智能体公司 Ringg 正借助 OpenAI 模型，在无需人工客服的情况下解决最多 65% 的客户咨询。据 OpenAI 于 9 月 23 日发布的客户案例，Ringg 的智能体每月处理超过 700 万通接通电话，其客户的平均客户满意度评分为 4.8。将部分实时工作负载从 GPT-4.1 迁移到 GPT-5.6 Luna 后，模型成本降低约 90%。

Ringg 在与印度大型消费企业合作时亲身看到了这个问题。通话量上升时，客服团队只能靠增加人手应对，每一次互动的成本和复杂度也随之上升。客服人员为帮助客户完成从购买保险到预约的各种事务，不得不与分散的手工系统周旋。基于这段经验，Ringg 打造了一个把语音、聊天、WhatsApp 和网页串成一个流程的企业智能体平台。

Ringg 联合创始人 Siddharth Tripathi 解释了模型选择的标准。他说："模型质量只是方程式的一部分。我们还需要低延迟、可靠的工具调用、强大的指令遵循能力，以及在规模化时成立的经济性。"他补充道："OpenAI 给了我们所需的平衡。"Ringg 表示，它在对话质量、延迟、多语言表现、可靠性和成本方面与多种替代方案比较后选择了 OpenAI。

架构的核心是按任务分配模型的路由。大部分实时语音和聊天流量由 GPT-4.1 处理，在性能、延迟或性价比更合适的请求上使用 GPT-5.6 Luna。通话结束后的摘要和情绪分类由 GPT-5.6 Terra 负责，评估、提示词改进以及模型评审模型的工作由 GPT-5.6 Sol 负责。当对话变长、上下文接近约 8 万个 token 时，系统会生成结构化摘要，使对话无需每次重新发送完整历史即可继续。

模型更换由评估驱动。Ringg 先用历史对话和模拟客户流程测试模型，通过的模型先接入一小部分真实流量，再逐步扩大范围。在通话后分析工作中，GPT-5.6 Terra 胜过 Gemini 2.5 Flash，接手了摘要和情绪分类。在包含多语言混说对话的地区语言测试中，Terra 的准确率更高：泰卢固语 97% 对 72%，卡纳达语 96% 对 78%，泰米尔语 93% 对 73%，马拉雅拉姆语 92% 对 75%。

客户数据也很具体。在线保险平台 Policybazaar 通过 Ringg 接通了超过 5.7 万个客户请求，67% 的通话无需人工介入。其平均响应时间从 8 至 12 分钟降至 60 秒以内，降幅约 88%。医疗平台 Practo 实现了 85% 的首次通话解决率和低于 3 秒的响应时间，运营成本比以往以人工为主的流程降低 70%，Ringg 如今每天处理超过 1,000 个就诊预约。投资平台 Groww 通过自助服务解决 72% 有关新股、期货和期权的来电咨询，平均处理时间为 2 分钟。

这家公司起源于语音合成。据报道，Ringg 最初是一家名为 DesiVocal 的语音合成初创公司，但由于训练自有语音模型成本过高，转向了企业语音智能体，金融科技公司 Cred 是其首个客户。谈到早期的外呼、催收等大批量、低复杂度业务时，Tripathi 表示："我们很快意识到这些用例没有黏性，最终总会变成价格战。"Ringg 于 8 月从 Peak XV Partners 获得 1,000 万美元 A 轮扩展融资，使该轮总额达到 1,550 万美元，报道发布时员工为 40 人。

下一个舞台是浏览器。Ringg 正利用 OpenAI 的计算机使用能力，开发负责平台入驻、客户身份验证、IT 故障排查、值班事故支持和理赔处理的浏览器智能体。它还在开发一个上下文层，让客户通过语音发起请求、在 WhatsApp 上继续、在浏览器中完成时，无需重复同样的信息。Tripathi 表示："OpenAI 的计算机使用能力加快了我们的浏览器智能体路线图。它让我们能把用户屏幕上正在发生的事情与对话上下文结合起来，使智能体能够实时引导人们完成复杂流程。"

借用 METAL 核实的 OpenAI 案例页面中的说法，Ringg 表示，未来的客户运营将以完成的业务结果和自动化深度来衡量，而不是通话量或人数。METAL 此前报道过Base44 借助 GPT-5.6 将 token 减少 20% 的案例，OpenAI 同日还发布了Harvey 的 GPT-6 Astra 案例。当旗舰模型处理法律文件时，在电话客服一线，决定成本的是按任务轮换多代模型的路由。

从记者的角度看，这个案例中最有分量的数字不是 65%，而是 90%。这意味着客服自动化的竞争已从单个模型的智能，转向把哪个模型配给哪项工作。Tripathi 把大批量简单业务称为价格战，并转向预约、身份验证等复杂业务，也是出于同样的考量。无需人工客服即可结束的通话越多，智能体能否顺畅地把其余通话转交给人，就越决定服务质量。