Ringg 用 OpenAI 模型让 AI agents 解决最多 65% 客服来电

OpenAI News 报道，Ringg 基于 GPT-5.6 构建的 AI agents 可在语音、chat、WhatsApp 和网页等多渠道提供多语言客服，最高解决 65% 的客户来电。报道同时称，相比 GPT-4.1，其成本降低约 90%。

此前客服自动化多集中在文字 chat，语音与多语言场景往往需要额外系统或人工兜底。这次披露同时给出解决率与成本两个量化结果，使企业可以用可比较的指标衡量 AI agents 替代人工客服的可行性。

Ringg 将 GPT-5.6 接入语音、chat、WhatsApp 与网页等渠道，由同一套 AI agents 处理多语言客户请求。解决率反映的是无需转人工即可完成的比例，而成本下降则来自模型调用单价或推理效率的改进，两者共同决定单位客服成本。

若该数据可复现，产品团队可优先把高频、标准化、多语言的客服流程交给 AI agents，人工只处理复杂与高价值问题。研发需要打通各渠道的会话上下文与升级机制，成本核算也需从按坐席转为按调用量评估。

• 在客服产品中接入 GPT-5.6 类模型，先针对单一高频场景验证解决率与转人工率。
• 为语音、WhatsApp 与网页渠道建立统一会话层，复用同一多语言知识库。
• 用 90% 成本降幅作为对照，重算 AI 客服与人工坐席的混合运营模型。

• 65% 解决率的统计口径、样本量和评估周期未披露。
• 成本下降 90% 的具体计算基准和适用规模未说明。
• 多语言支持覆盖哪些语种及各自解决率未知。
• 该数据来自 OpenAI News 单一信源，缺少第三方验证。