Partnerskaber

Hertz afprøver Decagons gateway til ændring af reservationer via Muse

mm
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterHertz keeps control of scope and escalation while Muse carries requests and outcomes.
Vis mere
  • Hertz keeps control of scope and escalation while Muse carries requests and outcomes.
  • Hertz reuses existing reservation logic and agent procedures rather than building a separate workflow.
  • The pilot tests whether one channel can serve multiple personal agents without rebuilding logic.

Decagon meddelte den 13. november 2026, at Hertz deltager i et pilotprojekt med virksomhedens gateway for personlige agenter. Projektet giver lejere mulighed for at bede Metas Muse om at ændre eller forlænge eksisterende reservationer og få ændringen bekræftet i den samme samtale.

Forbindelsen bruger Poppy, Metas implementering af den åbne protokol for personlige agenter, til at forbinde Muse med Hertz’ AI-drevne platform til reservationer og kundesupport. Decagon beskriver Hertz som en af de første virksomheder, der giver personlige agenter en direkte kanal, og Muse bliver den første personlige agent på Hertz’ kanal.

Sådan når en anmodning fra Muse frem til Hertz

Hvis en lejer for eksempel vil beholde en bil i to dage ekstra, sender Muse anmodningen via en dedikeret agent-til-agent-kanal ved siden af Hertz’ chat- og talekanaler. Det er dermed ikke nødvendigt at ringe eller besøge Hertz’ websted. Hertz’ Decagon-agent behandler ændringen og sender den opdaterede booking tilbage til Muse, så den kan bekræftes med lejeren.

Anmodningen følger de samme Agent Operating Procedures, eller AOP’er, som håndterer reservationsanmodninger hos Hertz’ eksisterende agent. Procedurerne omfatter kundeidentifikation, udlejningspolitikker og overdragelse til medarbejdere. Med denne løsning kan Hertz genbruge reservationslogikken fra sine øvrige servicekanaler og samtidig få indsigt i de anmodninger, der kommer ind via den nye kanal.

Hertz’ kontrol over politikkerne

Hertz bestemmer, hvilke anmodninger der er tilgængelige via kanalen, hvilke handlinger der udføres, i hvilken rækkefølge de udføres, og hvilke politikker der gælder. Muse videregiver lejerens anmodning og resultatet, mens Hertz’ egen agent udfører den efter den fastlagte arbejdsgang. Hertz kan udvide udvalget af tilgængelige anmodningstyper, efterhånden som virksomheden får erfaring med pilotprojektet.

Yatin Patel, senior director for produktledelse, kundeoplevelse og mobilapp hos Hertz, sagde: »Efterhånden som flere rejsende begynder at bruge personlige agenter som Muse til at planlægge og administrere deres rejser, giver vores samarbejde med Decagon os mulighed for at undersøge nye måder at betjene kunderne på og samtidig levere den ensartede og pålidelige oplevelse, de forventer af Hertz.«

Tilladelser i gatewayen og flere agenter

Decagon lancerede gatewayen for personlige agenter den 1. oktober 2026 for at identificere personlige agenter, videresende deres anmodninger og styre, hvad de kan gøre. Funktionen til registrering markerer sandsynlige personlige agenter i livechat og tale, mens virksomheden bestemmer, hvad der derefter skal ske, og hvad agenterne kan få adgang til. Den dedikerede kanal håndterer videresendelse, tillid og løsning for agenter, der identificerer sig selv.

Tilladelserne er indbygget i AOP’erne. En virksomhed fastlægger, hvilke tilladelser en agent må anmode om, og markerer de dele af arbejdsgangen, der kræver hver enkelt tilladelse. De dele, som agenten ikke har den nødvendige tilladelse til, bliver ikke gjort tilgængelige for den. Ifølge Decagon kan flere personlige agenter, når politikkerne først er fastlagt, oprette forbindelse til den samme kanal og de samme AOP’er, uanset hvilken autorisationsprotokol de bruger, uden at arbejdsgangens logik skal bygges op igen.

Pilotprojektet afprøver dermed, om Hertz kan udvide en eksisterende reservationsarbejdsgang til at omfatte kundens personlige agent uden at give afkald på kontrollen over tilladelser eller eskalering. En bekræftet booking, der sendes tilbage via Muse, vil fuldføre overdragelsen mellem agenterne, mens indblik i trafikken under pilotprojektet giver Hertz et grundlag for at beslutte, om der skal tilføjes flere anmodningstyper.

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.