A Ringg, startup de tecnologia com sede na Ásia-Pacífico, anunciou a migração de parte significativa de suas operações de atendimento ao cliente para o modelo GPT-5.6 da OpenAI. Segundo a empresa, a adoção do novo modelo permitiu que agentes automatizados resolvessem até 65% das solicitações dos clientes sem intervenção humana, ao mesmo tempo em que reduziu custos em cerca de 90% em relação ao uso do GPT-4.1 em cargas de trabalho selecionadas [fonte].
Automação multicanal com IA generativa
A plataforma da Ringg atua em múltiplos canais — voz, chat, WhatsApp e web — e atende mensalmente mais de 7 milhões de chamadas conectadas. O sistema foi desenhado para grandes empresas de consumo na Índia, onde o volume e a diversidade de interações exigem automação robusta, baixo tempo de resposta e suporte multilíngue.
O core da solução envolve a orquestração de diferentes modelos da OpenAI, com destaque para o GPT-5.6 Luna para interações em tempo real e o GPT-5.6 Terra para análise pós-chamada (resumos e classificação de sentimento). O GPT-5.6 Sol é empregado em fluxos de avaliação e melhoria de prompts. O roteador inteligente da plataforma direciona cada tarefa para o modelo mais adequado, equilibrando custo, latência e qualidade.
Eficiência e qualidade: resultados e métricas
A Ringg reporta que seus agentes de IA resolvem até 65% dos chamados sem necessidade de escalonamento para humanos. O índice médio de satisfação do cliente (CSAT) entre os usuários é de 4,8. Para workloads migrados do GPT-4.1 para o GPT-5.6, a redução de custos foi próxima de 90%, sem impacto negativo na qualidade percebida.
No processamento de chamadas, o sistema utiliza uma janela de contexto de aproximadamente 80.000 tokens para manter a coerência em interações longas. Quando necessário, uma síntese estruturada é gerada para preservar informações relevantes sem sobrecarregar o histórico da conversa.
Avaliação contínua e adaptação regional
Antes de adotar novos modelos em produção, a Ringg realiza testes com conversas históricas e fluxos simulados. O processo de avaliação envolve comparação com alternativas como o Gemini 2.5 Flash. Nos testes, o GPT-5.6 Terra superou o Gemini em precisão de resumos e análise de sentimento, atingindo até 97% de acurácia em idiomas regionais, aspecto crítico para o mercado asiático.
A empresa testa também a performance em cenários de código-misturado (ex: inglês combinado a línguas locais), comuns na região. Modelos aprovados em testes offline são implementados inicialmente em pequena escala e monitorados em produção quanto a latência e disponibilidade.
Por que importa
O caso da Ringg ilustra a maturidade de soluções de IA generativa para automação de atendimento em alta escala, especialmente em mercados emergentes e multilíngues. A redução de custos operacionais em até 90% e o alto índice de resolução automatizada reposicionam o custo-benefício do uso de LLMs de última geração para empresas de grande porte. Para o mercado brasileiro, o movimento aponta caminhos para adoção de IA em contact centers e serviços digitais, onde desafios de escala e diversidade linguística também são relevantes.