Berliński startup Parloa rozwija platformę do tworzenia agentów obsługi klienta, którzy potrafią prowadzić naturalne rozmowy głosowe w czasie rzeczywistym. Firma wykorzystuje najnowsze modele OpenAI, w tym GPT-5.4, do budowy systemów obsługi klienta dla dużych przedsiębiorstw, jak opisuje raport OpenAI.
Parloa zaczęło swoją działalność od prostych systemów opartych na regułach, ale pojawienie się ChatGPT pozwoliło firmie zbudować zaawansowaną platformę AI Agent Management Platform (AMP). System umożliwia przedsiębiorstwom projektowanie, wdrażanie i zarządzanie interakcjami z klientami na dużą skalę.
Kluczowe wnioski
- Parloa rozwija platformę AMP opartą na modelach OpenAI, w tym GPT-5.4, do automatyzacji obsługi klienta w czasie rzeczywistym.
- Platforma pozwala ekspertom biznesowym tworzyć agentów AI bez programowania — wystarczy definiowanie zachowań w naturalnym języku.
- System wykorzystuje modułowe podejście z osobnymi pod-agentami do różnych zadań oraz deterministyczne kontrole dla krytycznych operacji.
- Przed wdrożeniem każdy agent przechodzi symulacje rozmów z klientami przy użyciu modeli GPT, co pozwala testować scenariusze brzegowe.
- Firma pracuje głównie z dużymi przedsiębiorstwami, gdzie konsystencja działania jest równie ważna jak funkcjonalność.
Kluczową innowacją Parloa jest umożliwienie nietechnicznym zespołom tworzenia agentów AI. Jak wyjaśnia Ciaran O'Reilly Ibañez, menedżer inżynieryjny w Parloa: „Dzięki AMP eksperci merytoryczni z różnych jednostek biznesowych mogą faktycznie budować agentów i łączyć API w znacznie prostszy sposób”.
Zamiast pisania kodu lub mapowania sztywnych drzew intencji, eksperci definiują rolę agenta, instrukcje, narzędzia i ograniczenia w naturalnym języku. Ta konfiguracja staje się podstawą dla promptowania modelu i zachowania systemu w produkcji.
Przed wdrożeniem agent przechodzi testy. Parloa symuluje rozmowy z klientami używając modeli takich jak GPT-5.4, gdzie jeden model odgrywa rolę dzwoniącego, a drugi uruchamia skonfigurowanego agenta. Zespoły mogą bezpośrednio analizować te interakcje, testować zmiany w realistycznych scenariuszach i iterować przed uruchomieniem.
Modułowość i kontrola deterministyczna
W miarę jak agenci stawali się bardziej złożeni, utrzymanie pojedynczego, monolitycznego promptu stało się trudniejsze. Małe zmiany mogły wprowadzać niezamierzone efekty uboczne. Aby temu zaradzić, Parloa wprowadził podejście modułowe. Zadania takie jak uwierzytelnianie, zmiany rezerwacji czy aktualizacje kont można rozdzielić na odrębnych pod-agentów, co poprawia przestrzeganie instrukcji i ułatwia ewolucję systemów.
Jednocześnie platforma zawiera deterministyczne kontrole tam, gdzie niezawodność ma największe znaczenie. Przedsiębiorstwa mogą definiować strukturalne łańcuchy API i logikę opartą na zdarzeniach, aby zapewnić, że krytyczne kroki następują w odpowiedniej kolejności, równoważąc elastyczność konwersacyjną z przewidywalnym wykonaniem.
Podejście priorytetyzujące ewaluację
Parloa współpracuje głównie z dużymi przedsiębiorstwami, gdzie konsystencja ma równie duże znaczenie co możliwości. „Gdy pojawia się nowy model, uruchamiamy przeciwko niemu nasz pakiet benchmarkowy”, mówi Matthäus Deutsch, starszy naukowiec aplikacyjny. „Bardzo ważne jest dla nas, że rzeczy nie tylko działają w teoretycznych benchmarkach, ale w rzeczywistych przypadkach użycia”.
Zamiast polegać na abstrakcyjnych benchmarkach, Parloa odzwierciedla rzeczywiste agenty produkcyjne i przepuszcza je przez pipeline symulacji i ewaluacji. Te testy mierzą niezawodność przestrzegania instrukcji, konsystencję wywoływania API, opóźnienia i ogólną wydajność w realistycznych warunkach.
Tylko modele, które działają niezawodnie w rzeczywistych scenariuszach klientów, są wdrażane do produkcji. W jednym z wdrożeń globalna firma podróżnicza znacząco zredukowała liczbę próśb przekierowywanych do ludzkich agentów, przy jednoczesnym utrzymaniu wysokiej jakości obsługi.
