AI-modeller og platforme

NiCE opgraderer Cognigy med styring af AI-agenter til virksomheder

mm
Føj Unite.AI til dine foretrukne kilder på Google

Den 12. november 2026 annoncerede NiCE næste generation af sin Cognigy-platform til udvikling og administration af AI-agenter til kundeservice i virksomheder. Den nye version tilføjer AI-assisteret udvikling, genanvendelige færdigheder, sporing af beslutninger og indbygget tale-til-tale-interaktion. Udgivelsen ændrer også, hvordan kunder får adgang til og betaler for de modeller, der driver agenterne.

Platformen er udviklet til kundeoplevelsesfunktioner, der vil koordinere agenter gennem hele kunderejsen frem for at automatisere én opgave ad gangen. Den kombinerer autonom ræsonnering med strukturerede arbejdsgange og styring og tager dermed højde for, hvordan agenter kontrolleres, efter at de er sat i drift, såvel som for, hvordan de udvikles.

Philipp Heltewig, NiCE’s øverste AI-ansvarlige, sagde, at værktøjerne skal hjælpe virksomheder med at skalere brugen af agenter med »den synlighed og kontrol, som drift kræver«. Hans beskrivelse forbinder udvikling og drift gennem hele agenternes livscyklus: udvikling, test, forbedring og inspektion.

Genanvendelige færdigheder og åbne forbindelser

Agentic Experience Studio er det nydesignede udviklingsmiljø. Det leveres med talegenkendelse, talesyntese og store sprogmodeller som standard samt ressourcer, der er klar til brug i nye projekter. Produktlanceringshubben tilføjer, at forudkonfigurerede modeller og ét samlet arbejdsområde samler AI-assistance, avancerede talefunktioner, analyse og styring.

I dette miljø kan teams sammensætte agenter af genanvendelige færdigheder, værktøjer og personaer. En færdighed samler instruktioner og værktøjer til en bestemt opgave, mens en agentramme stiller sikkerhedsforanstaltninger, betroet viden og regler for styring til rådighed. Agenter kan koordinere specialiserede underagenter og oprette forbindelse til eksterne agenter, virksomhedssystemer og værktøjer via MCP og A2A, de åbne standarder, der bruges til sådanne forbindelser. De eksterne forbindelser omfatter kundernes personlige AI-agenter.

Test, sporing og hybride kontrolmekanismer

AI Assist kan udvikle løsninger sammen med brugerne, fejlfinde agenter, køre simuleringer og forklare begreber samt tilbyde guidet opsætning og bedste praksis. Værktøjssættet til evaluering understøtter simuleringer og sammenligninger af flere variable side om side, så teams kan afprøve forskellige varianter grundigt, før de vælger en version til drift.

Sporingen viser de trin, der ligger bag en agents output, herunder aktiverede færdigheder, kald til værktøjer og modeller, tokenforbrug, tid til første token og årsager til reservefunktioner. Det giver teams en fælles registrering til fejlfinding og tilsyn, fordi de kan undersøge både de ressourcer, agenten brugte, og de beslutninger, den traf. Platformen indeholder også sikkerhedsforanstaltninger, sporbarhed af udførelse og en revisionshistorik over ændringer foretaget af både AI og mennesker.

Virksomheder kan kombinere autonome agenter med strukturerede arbejdsgange og deterministisk logik, når der er behov for forudsigelighed, kontrol eller overholdelse af lovgivningen. Hver organisation kan derfor selv beslutte, hvilke trin en agent skal håndtere autonomt, og hvilke der skal følge en fastlagt proces. Den hybride løsning gør det muligt at anvende autonomi selektivt frem for i alle trin af en interaktion.

Taleinteraktion og modelbetaling

Ved taleinteraktion behandler indbyggede tale-til-tale-modeller lyden fra start til slut. NiCE oplyser, at agenter kan ræsonnere og kalde værktøjer, mens de taler, hvilket reducerer tavshed, og at de kan føre mere flydende samtaler, når kunder afbryder.

AI-modeller, der følger med som standard, er inkluderet i samtaleprisen og kræver ingen særskilt modelkontrakt eller konfiguration. Kunder kan tilføje premiummodeller fra tredjeparter med forbrugsbaseret betaling eller beholde deres egne modelkontrakter. Premiummodeller fra Deepgram, ElevenLabs og Anthropic er også tilgængelige direkte i platformen.

For eksisterende Cognigy-kunder er næste generation inkluderet som led i NiCE’s fortsatte produktudvikling. NiCE oplyser, at nuværende produktionsinstallationer fortsat vil køre uændret, og at teams kan tage de nye funktioner i brug, når de er klar, uden at skulle migrere aktive systemer på grund af en lancering.

Udgivelsen forbinder hurtigere implementering med en disciplineret driftstilgang: Genanvendelige komponenter, AI-assistance og modeller, der følger med som standard, gør opsætning og kontraktarbejde lettere, mens sporing, evalueringer og hybride kontrolmekanismer giver virksomheder et grundlag for at afgøre, hvor autonomi er passende for agenterne på kunderejsen.

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.