AI-modeller og platforme

Genesys adskiller udrulning af AI-agenter fra migrering til skyen

Aiden Cross
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterGenesys gør det muligt for virksomheder at implementere AI-agenter uden først at…
Vis mere
  • Genesys gør det muligt for virksomheder at implementere AI-agenter uden først at migrere deres kontaktcentre til Genesys Cloud.
  • Riachuelo opnåede 84% selvbetjeningsløsning med Agentic Virtual Agent mod 30% for deres tidligere chatbot.
  • Indsatsbaseret prissætning opkræver mindre for enkle interaktioner og mere for opgaver, der spænder over flere systemer.

Den 17. november 2026 annoncerede Genesys selvstændige AI-agenter og Genesys Arena og gjorde sin Agentic Virtual Agent generelt tilgængelig uden at kræve, at organisationer migrerer deres kontaktcentre til Genesys Cloud. Virksomheden introducerede også en indsatsbaseret prismodel, der afhænger af det arbejde, hver AI-interaktion kræver.

Den selvstændige version fungerer sammen med det kontaktcenter, de telefonnumre og den teleoperatør, organisationen allerede bruger, så eksisterende medarbejderteams, arbejdsgange og teknologiinvesteringer kan forblive på plads. Genesys siger, at agenter kan sættes i drift på få dage, så en virksomhed kan begynde med én kundeserviceopgave, mens en eventuel bredere beslutning om platformen kan træffes efter virksomhedens egen tidsplan.

Mulige startpunkter omfatter ændring af en konto, håndtering af en betaling, behandling af en skadeanmeldelse eller tidsbestilling. Agenterne bruger det, Genesys kalder Large Action Models, som er udviklet til at ræsonnere sig frem til det nødvendige arbejde og bruge godkendte virksomhedsværktøjer til at hente oplysninger, opdatere registre eller udføre opgaver med flere trin.

Godkendte værktøjer, tilladelser, politikker og sikkerhedsforanstaltninger afgrænser, hvad AI’en kan gøre. Når der er brug for menneskelig dømmekraft, kan agenten overdrage interaktionen og dens kontekst til en medarbejder, så kunden ikke behøver at begynde samtalen forfra.

Et indlæg om Genesys’ selvstændige produkt fortæller, at Riachuelo opnåede en selvbetjeningsløsningsgrad på 84 % med Agentic Virtual Agent sammenlignet med 30 % med virksomhedens tidligere traditionelle chatbot. Resultatet blev opnået med en bredere Genesys-implementering og ikke med den nyligt tilgængelige selvstændige løsning.

Agent Kits giver et fungerende udgangspunkt

Arena gør det lettere at bygge agenter med færdigudviklede Agent Kits, der dækker mere end 50 almindelige anvendelsestilfælde i forskellige brancher. Genesys siger, at teams kan oprette en fungerende agent på helt ned til 10 minutter, tilpasse den med naturligt sprog, få vist en forhåndsvisning af oplevelsen og udrulle den til Genesys Cloud. Den fungerende forhåndsvisning giver interessenter noget at vurdere, inden en langvarig proces med kravspecifikation og prototyper går i gang.

Hvert kit indeholder en fungerende model med viden, færdigheder, integrationer og sikkerhedsforanstaltninger; indlægget om Agent Kits indeholder også konfigurationer, testvejledninger og dokumentation. Eksempler omfatter agenter til ombooking af flyrejser, vedligeholdelsesanmodninger og indsigelser mod opkrævninger. Udviklere kan afprøve en engagerende demo af et brancheforløb og derefter justere tone, sikkerhedsforanstaltninger, arbejdsgange og videnskilder i arbejdsfladen Genesys Cloud AI Studio, hvor der kun kræves lidt eller ingen kodning.

De første kits kan bruges gratis i Arena, inden de bliver generelt tilgængelige via Arena senere i november 2026. Den indledende sprogunderstøttelse omfatter engelsk, fransk, tysk, hollandsk, brasiliansk portugisisk samt særskilte spanske varianter for Spanien og Latinamerika. Planlagte stemmestyringsfunktioner vil gøre det muligt for udviklere at justere en anbefalet personas personlighed, tone og udtryksform med naturligt sprog.

Indsatsbaseret prissætning tæller værktøjskald

Genesys omdøber AI Tokens til Experience Units, en fælles måleenhed for forbrug på tværs af Genesys Cloud AI-produkter. Med den nye prissætning tælles hver interaktion én gang og placeres i et niveau efter de værktøjer, der kræves for at gennemføre den. For selvstændige agenter kræver enkle interaktioner ét til tre værktøjskald, mellemstore interaktioner fire til seks, og komplekse interaktioner syv eller flere.

Modellen tager mindre betaling for ligetil opgaver end for arbejde, der kræver flere handlinger på tværs af flere systemer. Samtidig med den nye prissætning lægger Genesys op til, at man måler, om opgaven blev fuldført, og om kunden nåede det ønskede resultat. Teams kan undersøge løsningsgrad, eskaleringer og årsagerne til, at interaktioner lykkes eller mislykkes, i stedet for at betragte en automatiseret samtale som bevis på, at problemet er løst.

Lanceringen adskiller den indledende udrulning af en agent fra en fuldstændig udskiftning af kontaktcentret. For større virksomheder er det åbne spørgsmål, om de fuldførte opgaver og kunderesultater i den første arbejdsgang kan begrunde en bredere udrulning.

Aiden Cross er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI-produktstrategi, udførelse og de praktiske udfordringer ved at omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbejde fokuserer på, hvordan startups og virksomhedsteams bevæger sig fra prototyper og demos til pålidelige systemer, der bruges af rigtige kunder.
Med et pragmatisk og detaljeorienteret perspektiv analyserer Aiden produktroadmaps, strategier for markedsintroduktion, platformbeslutninger og organisatoriske kompromiser, der bestemmer, om AI-initiativer lykkes eller stagnerer. Han lægger særlig vægt på implementeringsrealiteter, brugeradoption, infrastrukturbegrænsninger og sammenhængen mellem teknisk kapacitet og forretningsværdi.
Artikler skrevet af Aiden Cross er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre klarhed, nøjagtighed og ansvarlig dækning af, hvordan AI-produkter bygges, leveres og skaleres i den virkelige verden.