Parloa تطلق وكلاء ذكاء اصطناعي صوتيين على نماذج OpenAI لدعم عملاء الشركات الكبرى

كشفت Parloa، المطوِّرة الألمانية ومقرها برلين لمنصة خدمة العملاء، كيف تستخدم نماذج OpenAI لتشغيل وكلاء ذكاء اصطناعي صوتيين داخل الشركات الكبرى. ولا تقتصر منصة AMP على الرد على المكالمات، بل تساعد على تصميم أنظمة واختبارها ونقلها إلى بيئة الإنتاج، وهي أنظمة يجب أن تعمل بثبات في الزمن الفعلي.

كيف تعمل AMP

بدأت قصة Parloa بمشكلة عملية بسيطة. فقد أمضى ستيفان أوستفالد، أحد مؤسسي الشركة، يوماً في مركز اتصال لشركة تأمين، ولاحظ أن الموظفين يعالجون الطلبات نفسها مراراً وتكراراً: إعادة تعيين كلمة المرور، وأسئلة عن الوثيقة، وتعديلات روتينية على الحساب. في البداية، بنت الشركة روبوتات صوتية قائمة على القواعد (rule-based). ثم انتقلت، مع ظهور ChatGPT ونماذج OpenAI الجديدة، إلى AI Agent Management Platform، أو AMP. ولم يعد الأمر يتعلق بسيناريوهات مكتوبة بصرامة، بل بمنصة تتيح للشركات بناء خدمة صوتية قائمة على LLM واختبارها وتشغيلها.

والفكرة الأساسية في AMP أن استخدامها لا يقتصر على المطورين. إذ يحدد فريق الأعمال أو الخبراء في المجال دور الوكيل وتعليماته وقيوده والأدوات المتصلة به بلغة عادية، دون شجرة نوايا (intents) ودون وصف يدوي لكل خطوة. بعد ذلك يمكن تشغيل النظام في محاكاة: يؤدي أحد النماذج دور العميل، ويؤدي نموذج آخر دور الوكيل المُهيَّأ. ويرى الفريق كيف يجيب الوكيل، وهل يستدعي API بشكل صحيح، وهل يخرج عن إطار السيناريو، ويمكنه تصحيح الإعدادات بسرعة قبل المكالمات الحقيقية.

الرهان على التحقق

تراهن Parloa بقوة على نهج evaluation-first. فالعملاء من الشركات لا تهمهم العروض التجريبية الجذابة وحدها، بل قابلية التنبؤ بالأداء في بيئة الإنتاج، لأن الانتقال إلى نموذج جديد ينطوي دائماً على تكاليف ومخاطر. لذلك لا تعتمد الشركة على المعايير المرجعية المجردة (benchmarks) كحقيقة مطلقة، بل تبني مجموعات اختبار خاصة بها تحاكي سيناريوهات دعم العملاء الفعلية. وتقيس هذه المجموعات مدى التزام النموذج بالتعليمات، ومدى ثبات استدعائه للأدوات، وزمن الاستجابة، وسلوك النظام في الحالات الحدّية.

«النماذج لا تهم إلا حين تعمل في بيئة الإنتاج» — بهذه العبارة تشرح

Parloa نهجها في الأنظمة الصوتية العاملة في الزمن الفعلي.

والنتيجة الجيدة على الورق لا تكفي. فلا تُرسَل إلى الإنتاج إلا الإعدادات التي تجتاز المحاكاة والفحوص الآلية باستمرار. وتجمع المنصة بين LLM-as-a-judge وقواعد حتمية (deterministic): بعض التقييمات يفحص جودة الإجابة والالتزام بالتعليمات، وبعضها الآخر يتحقق من أن الخطوات الحرجة تُنفَّذ فعلاً بالترتيب المطلوب. وقد أعطى هذا النهج أثراً تجارياً ملموساً: ففي أحد المشاريع، خفضت شركة سفر عالمية عدد الطلبات المحوَّلة إلى موظف بشري بنسبة 80%.

صوت بلا فواصل صمت

تمثل الواجهة الصوتية تحدياً هندسياً مستقلاً بالنسبة إلى Parloa. فعلى عكس المحادثة النصية، يشعر المستخدم هنا بكل ثانية مباشرة. ويجب أن تعمل السلسلة كلها بأقل زمن تأخير ممكن: يتعرف النظام أولاً على الكلام، ثم يصوغ النموذج الإجابة، ثم يبدأ تركيب الصوت. وحتى التوقف القصير في طبقة النموذج يتحول إلى صمت ملحوظ على الخط. لذلك تعمل Parloa مع OpenAI على تحسين جودة الإجابة والسرعة والاستقرار والانضباط في اتباع التعليمات.

• يُفحص التعرف على الكلام بمعيار word error rate، خاصة في البيانات الحساسة مثل أرقام الوثائق ومعرّفات الحسابات.
• يُقيَّم تركيب الكلام عبر جلسات استماع عمياء لمعرفة مدى طبيعية الصوت لدى أشخاص حقيقيين.
• تُختبر نماذج speech-to-speech بشكل منفصل لقياس جاهزيتها للإنتاج من حيث زمن التأخير والدقة والتكلفة.
• تُشغَّل معايير مرجعية متعددة اللغات لأسواق مختلفة، لأن عملاء الشركات يحتاجون موثوقية متساوية على مستوى العالم، لا في بلد واحد فقط.

اليوم، يعالج وكلاء Parloa ملايين المحادثات في قطاعات التجزئة والسياحة والتأمين. وتنظر الشركة إلى ما هو أبعد من المكالمة الكلاسيكية: فقد يبدأ سيناريو خدمة واحد عبر الهاتف، ويستمر في الدردشة، ويتضمن أثناء المحادثة روابط أو عناصر تفاعلية. وفي هذا النهج لم تعد القنوات منفصلة عن بعضها. فالمطلوب أن يكون الأمر بالنسبة إلى العميل حواراً واحداً متكاملاً، لا مجموعة من نقاط التواصل المتفرقة، وعلى هذا الأساس تبني الشركة منصتها.

ماذا يعني ذلك

تُظهر تجربة Parloa أن سوق دعم الشركات يتجه من أشجار IVR البسيطة إلى منصات متكاملة لإدارة وكلاء الذكاء الاصطناعي. ولن يكون الفوز هنا لمن يملك النموذج الأعلى ضجيجاً، بل لمن يعرف كيف يختبره على سيناريوهات حقيقية، ويحافظ على زمن تأخير منخفض، ويربطه بأمان بالأنظمة الداخلية للشركات.