Ringg AIエージェントとOpenAIの統合

Ringgは、音声およびチャットエージェントプラットフォームとして、OpenAIのGPT-5.6モデルファミリーを統合し、カスタマーサービス業務を自動化しています。これにより、65％までのルーティンな問い合わせが人的介入なしに解決されています。GPT-4.1からGPT-5.6へのリアルタイムワークロードの移行により、Ringgはモデルコストを約90％削減しながら、必要な品質およびレイテンシ基準を維持しています。

マルチモデルルーティング戦略

Ringgは、リクエストのパフォーマンス、レイテンシ、価格パフォーマンスプロファイルに基づいて、タスクを特定のOpenAIモデルに割り当てるルーティングレイヤーを採用しています。

  • GPT-4.1: リアルタイムの音声およびチャットトラフィックの大部分を処理。
  • GPT-5.6 Luna: 特定のパフォーマンスまたは価格プロファイルが最適なリアルタイムワークロードに使用。
  • GPT-5.6 Terra: コール後の分析（感情分類や要約など）に専用。
  • GPT-5.6 Sol: 評価、プロンプト改善、モデルアズジャッジワークフローに使用。

長時間の対話を管理するため、会話コンテキストが約80,000トークンに達すると、システムは構造化された要約を生成し、対話の継続を可能にします。これにより、履歴全体を再送信する必要がありません。

エージェントアーキテクチャとオーケストレーション

Ringgのプラットフォームは、GPT-5.6 Lunaおよび他のモデルを使用してリクエストを解釈し、ユーザーを複数ステップのワークフローに導きます。システムのオーケストレーションレイヤーは、内部API、決済システム、スケジューリングツール、チケットプラットフォーム、CRM across でアクションを実行します。

主なアーキテクチャコンポーネントには以下が含まれます：

  • 知識システム: CSV、PDF、ビジネス文書、データセット across での意味的検索と構造化フィルタリングを統合。
  • 専門サブエージェント: 検証、エスカレーション、サポート、資格確認、スケジューリングに特化したサブエージェントに業務を分割。
  • クロスチャネル一貫性: ウェブ、WhatsApp、チャット、音声 across で一貫した会話状態を維持。

パフォーマンスベンチマークと業界実績

RinggによるOpenAIモデルの実装により、さまざまな業界で顕著な運用改善が達成されています：

  • 保険（Policybazaar）: 67％の通話が人的介入なしに処理され、平均応答時間が8–12分から60秒未満に短縮（88％の改善）。
  • 医療（Practo）: 1回目の通話での解決率が85％に達し、応答時間は3秒未満。人的ワークフローと比較して運用コストを70％削減。
  • 投資（Groww）: オプション、先物、IPOに関するインバウンド問い合わせの72％がセルフサービスで解決され、平均処理時間は2分。

評価と品質保証

Ringgは、シミュレートされた顧客フローと過去の会話に対してモデルをテストすることで、継続的な改善ループを実現しています。対面評価では、GPT-5.6 TerraがGemini 2.5 Flashを上回り、コール後の分析および地域言語の正確性において、一般的な地域言語で最大97％の正確性を達成しました。

本番展開は段階的アプローチで行われます：モデルはオフラインテストを通過し、本番トラフィックの小さな割合に導入された後、徐々にスケーリングされます。ルーティングレイヤーは、地域間のエンドポイントの健全性とレイテンシを監視し、しきい値を超えた場合にトラフィックを自動的に再配分します。

今後の開発：ブラウザエージェント

Ringgは、OpenAIのコンピュータ使用機能を活用してブラウザエージェントを開発しています。これらのエージェントは、ITトラブルシューティング、請求処理、オンコールインシデント対応、顧客確認（KYC）プロセス、プラットフォームオンボーディングなどの複雑なワークフローを自動化することを目的としています。さらに、Ringgは異なるチャネル間で情報を保持するコンテキストレイヤーを構築しており、ユーザーが音声からWhatsApp、ブラウザへ移行しても情報を繰り返さずに済むようにしています。

Sources