Parloa costruisce agenti di servizio che i clienti desiderano
Parloa è una società che si occupa di costruire agenti di servizio automatizzati per le aziende. La società è stata fondata da Stefan Ostwald, che ha iniziato a lavorare su questo progetto dopo aver trascorso un giorno in un centro di chiamate di un'azienda di assicurazioni. In quel luogo, ha ascoltato le stesse conversazioni ripetersi più volte e ha capito che molte di quelle interazioni potevano essere automatizzate.
Dopo quell'esperienza, Parloa ha iniziato a costruire agenti di servizio basati su regole per automatizzare le interazioni con i clienti ad alto volume. Con l'emergere di ChatGPT, la società ha evoluto la sua tecnologia per costruire la piattaforma di gestione degli agenti di servizio (AMP), basata su una nuova generazione di modelli di intelligenza artificiale come GPT-5.4.
La piattaforma AMP di Parloa consente alle aziende di progettare, distribuire e gestire interazioni con i clienti a scala aziendale. Invece di creare intenti e flussi rigidi, le squadre definiscono il comportamento degli agenti in linguaggio naturale, collegandosi a sistemi interni e iterando rapidamente utilizzando simulazioni e valutazioni integrate.
Parloa gestisce queste interazioni dall'inizio alla fine, occupandosi di tutto, dalla semplice routing alle richieste complesse e multi-step. La società si concentra sulla coerenza in produzione, dove le prestazioni, la latenza e i casi limite sono fondamentali. Per raggiungere questo obiettivo, Parloa testa continuamente i modelli contro scenari di clienti reali prima di distribuirli.
"I modelli sono importanti solo se funzionano in produzione. Lavoriamo a stretto contatto con OpenAI per rendere i modelli veloci e affidabili per le conversazioni in tempo reale", afferma Ciaran O'Reilly Ibañez, manager dell'ingegneria di Parloa.
Progettazione di AMP per sviluppatori aziendali
La piattaforma di gestione degli agenti di servizio (AMP) di Parloa è progettata per permettere agli utenti aziendali e agli esperti di materia di costruire agenti di servizio senza scrivere codice.
"Con AMP, possiamo avere esperti di materia da diverse unità aziendali che costruiscono gli agenti e collegano le API in un modo più agile e semplice", afferma O'Reilly.
A livello alto, AMP consente alle aziende di gestire l'intero ciclo di vita degli agenti di servizio. Ciò avviene fornendo alle squadre non tecniche un modo più semplice per definire come un agente dovrebbe comportarsi prima che vada live. Invece di scrivere codice o mappare alberi di intenti rigidi, gli esperti di materia definiscono il ruolo, le istruzioni, gli strumenti e i limiti dell'agente in linguaggio naturale. Questa configurazione diventa la base per come il modello viene promosso e come il sistema si comporta in produzione.
Un approccio basato sulla valutazione
Parloa lavora principalmente con grandi aziende, dove la coerenza è importante tanto quanto la capacità.
"Quando esce un nuovo modello, eseguiamo la nostra suite di benchmarking contro di esso", afferma Matthäus Deutsch, scienziato applicato senior. "È fondamentale per noi che le cose funzionino non solo in benchmark teorici, ma anche in casi d'uso reali".
Invece di affidarsi a benchmark astratti, Parloa replica gli agenti di produzione reali e li esegue attraverso pipeline di simulazione e valutazione. Questi test misurano l'affidabilità dell'inseguimento delle istruzioni, la coerenza dell'API, la latenza e le prestazioni generali in condizioni realistiche.
Queste valutazioni determinano quali modelli sono pronti per la produzione. Solo i modelli che si eseguono in modo affidabile attraverso scenari di clienti reali vengono distribuiti.
Costruzione per la voce a scala globale
La voce introduce un insieme di vincoli diversi rispetto al chat basato su testo. Ogni interazione passa attraverso una pipeline a bassa latenza: riconoscimento vocale, ragionamento del modello e sintesi vocale.
Questa pipeline rende la latenza critica. Anche piccoli ritardi nel livello del modello si accumulano in pause notevoli per il chiamante, plasmando come vengono selezionati e ottimizzati i modelli.
Parloa lavora a stretto contatto con OpenAI per ottimizzare le prestazioni per casi d'uso in tempo reale, concentrandosi sulla latenza, sulla qualità della risposta e sull'inseguimento delle istruzioni. Il team valuta e testa continuamente nuove iterazioni del modello in ambienti di produzione prima di distribuirle alle interazioni con i clienti live.
Parloa valuta ogni componente della pila vocale in modo indipendente:
- Riconoscimento vocale: i sistemi vengono testati per il tasso di errore delle parole, specialmente per input sensibili come numeri di polizza o identificatori di account.
- Sintesi vocale: i modelli vengono valutati attraverso test di ascolto cieco per valutare quanto la voce suoni naturale per gli utenti reali. Questi risultati vengono quindi verificati contro interazioni di clienti reali per assicurare prestazioni coerenti in ambienti di produzione.
- Modelli di voce-vocale: vengono attualmente valutati per la prontezza alla produzione, con un focus sulla latenza, sull'accuratezza e sui costi.
Fin dall'inizio, questi sistemi sono stati costruiti per la distribuzione globale. I benchmark coprono più lingue, con clienti che operano in regioni di tutto il mondo. Questa rigorosità multilingue riflette sia le radici europee di Parloa che le aspettative dei clienti aziendali, che richiedono prestazioni coerenti attraverso i mercati, non solo in una lingua o regione.
Oggi, gli agenti di Parloa gestiscono milioni di conversazioni in vari settori, tra cui retail, viaggi e assicurazioni, supportando casi d'uso che vanno dall'automatizzazione del supporto ai flussi di generazione di entrate come il teleshopping.
Cambiare la tecnologia per cambiare i percorsi dei clienti
Parloa vede l'assistenza clienti evolversi in un'esperienza completamente multimodale.
Una conversazione potrebbe iniziare al telefono, continuare sul chat e includere link o elementi interattivi lungo la strada. Invece di trattare ogni passo come un'entità separata, Parloa si concentra sulla creazione di agenti in grado di gestire conversazioni complesse e rispondere alle esigenze dei clienti in modo efficace.