Η Decagon παρουσιάζει το Alto για τον έλεγχο των συνομιλιών φωνητικών πρακτόρων

Η Decagon παρουσίασε το Alto στις 11 Νοεμβρίου 2026. Πρόκειται για ένα μοντέλο της Decagon Labs που ελέγχει το επίπεδο της συνομιλίας στον φωνητικό πράκτορα διπλής ροής της, αποφασίζοντας πότε θα μιλήσει και τι θα πει. Η εταιρεία ανέφερε ότι το Alto αύξησε τα ποσοστά επίλυσης κατά περισσότερες από πέντε ποσοστιαίες μονάδες σε ζωντανές κλήσεις πελατών, ενώ ο μέσος χρόνος απόκρισής του ήταν περίπου 700 χιλιοστά του δευτερολέπτου.

Η Decagon δήλωσε ότι η υπόλοιπη λογική του πράκτορα παρέμεινε ουσιαστικά αμετάβλητη κατά τη σύγκριση των ποσοστών επίλυσης. Η ανακοίνωση δεν προσδιόρισε τους πελάτες, το μέγεθος του δείγματος, τα αρχικά ποσοστά ή την περίοδο μέτρησης για αυτό το αποτέλεσμα. Το Alto διευρύνει την εξειδίκευση των μοντέλων της Decagon πέρα από την ποιότητα της ομιλίας, στον έλεγχο της συνομιλίας: αποφασίζει αν δικαιολογείται μια άμεση απάντηση και πώς θα κρατήσει τον καλούντα ενεργό στη συνομιλία όσο το μοντέλο συλλογισμού ολοκληρώνει την εργασία.

Η απόφαση: απάντηση ή αναμονή

Μια συμβατική διαδοχική φωνητική ροή εργασιών διαχειρίζεται κάθε σειρά ομιλίας με τη σειρά: απομαγνητοφωνεί όσα λέει ο καλών, επεξεργάζεται μια απάντηση και στη συνέχεια παράγει ομιλία. Αντίθετα, ο πράκτορας διπλής ροής της Decagon εκτελεί παράλληλα ένα γρήγορο μοντέλο συνομιλίας και ένα ισχυρότερο μοντέλο συλλογισμού. Το πρώτο ακούει και μιλά· το δεύτερο αναλαμβάνει τις σύνθετες αποφάσεις και ενέργειες στο παρασκήνιο της συνομιλίας, επιτρέποντας στον πράκτορα να συνεχίζει την αλληλεπίδραση όσο εκτελούνται οι εργασίες.

Αυτή η παραλληλία απαιτεί κρίση σε κάθε σειρά ομιλίας. Η αναμονή για το μοντέλο συλλογισμού μπορεί να διαταράξει τη ροή, αλλά η υπερβολικά γρήγορη απάντηση ενέχει τον κίνδυνο να διατυπωθεί κάτι που δεν έχει επιβεβαιωθεί, όπως να ενημερωθούν οι καλούντες ότι άλλαξε η κράτησή τους πριν το επιβεβαιώσει το σύστημα. Επομένως, το πλεονέκτημα ταχύτητας ενός μικρότερου μοντέλου συνομιλίας συνοδεύεται από ένα πρόβλημα αξιοπιστίας που η αρχιτεκτονική διπλής ροής από μόνη της δεν επιλύει.

Το Alto παρακολουθεί συνεχώς τι έχει πει ο καλών και τι κάνει το υπόλοιπο σύστημα του πράκτορα, βασίζοντας τις απαντήσεις του σε ένα κοινό αρχείο καταγραφής της κλήσης. Περιμένει την επιβεβαίωση προτού ανακοινώσει ότι ολοκληρώθηκε μια ενέργεια. Κατά τη διάρκεια μιας αναζήτησης ή μιας κλήσης εργαλείου, μπορεί να ζητήσει την επόμενη πληροφορία ή να επικοινωνήσει ξανά με τον καλούντα, αντί να καταφεύγει σε γενικόλογες φράσεις για να γεμίσει τη σιωπή. Αν ένα αποτέλεσμα είναι έτοιμο την ώρα που ο καλών ρωτά κάτι καινούργιο, το Alto μπορεί να απαντήσει στην ερώτηση και να δώσει ταυτόχρονα το αποτέλεσμα.

Εκπαίδευση για αμφίσημες κλήσεις

Η Decagon ξεκίνησε με ένα μικρό μοντέλο ανοικτών βαρών, ώστε να διατηρήσει γρήγορες τις απαντήσεις, και στη συνέχεια το βελτιστοποίησε περαιτέρω με εκπαίδευση σε προσομοιωμένες κλήσεις που βασίζονταν στην εμπειρία από την παραγωγική λειτουργία. Στη μάθηση ενίσχυσης, το Alto παρήγαγε πολλές πιθανές απαντήσεις σε κάθε σημείο της συνομιλίας. Η διαδικασία βαθμολόγησης έδινε προτεραιότητα στο αν το μοντέλο επέλεγε σωστά να απαντήσει ή να περιμένει και στη συνέχεια αξιολογούσε αν η διατύπωσή του συμμορφωνόταν με τις επιχειρηματικές πολιτικές και βασιζόταν σε επιβεβαιωμένες πληροφορίες.

Η Decagon εστίασε την εκπαίδευση σε αμφίσημες περιπτώσεις, αφού διαπίστωσε ότι το Alto χειριζόταν ήδη σωστά τις περισσότερες καταστάσεις. Επίσης, διαφοροποίησε τις πολιτικές και τα εργαλεία μεταξύ των προσομοιωμένων επιχειρήσεων, με στόχο να διδάξει στο μοντέλο κρίση που μπορεί να μεταφερθεί από τη μία περίπτωση στην άλλη, αντί για ένα απομνημονευμένο σενάριο για μία μόνο εταιρεία.

Η Decagon ανέφερε ότι, προτού ακούσει το μοντέλο οποιοσδήποτε καλών, το είχε δοκιμάσει σε περισσότερες από 90 εκατομμύρια προσομοιωμένες κλήσεις. Στη συνέχεια, έθεσε το Alto σε λειτουργία σκιάς παράλληλα με τη ζωντανή κίνηση παραγωγής, ώστε να αξιολογούνται οι απαντήσεις του χωρίς να ακούγονται από τους καλούντες.

Δύο εξειδικευμένα φωνητικά μοντέλα

Το Alto έρχεται μετά τα Voice 3 και Chord, τα οποία ανακοινώθηκαν την 1η Οκτωβρίου 2026. Το Voice 3 συνδύασε τη δημιουργία ομιλίας του Chord με την αρχιτεκτονική διπλής ροής και την υποστήριξη περισσότερων από 70 γλωσσών. Το Chord διαμορφώνει τον τρόπο με τον οποίο ακούγονται οι πράκτορες της Decagon, ενώ το Alto διαμορφώνει τον τρόπο με τον οποίο διεξάγουν μια συνομιλία. Η Decagon είχε προηγουμένως αποδώσει στο Chord ανεξάρτητη αύξηση του ποσοστού επίλυσης έως και επτά ποσοστιαίων μονάδων.

Μαζί, τα μοντέλα χωρίζουν την απόδοση της φωνής σε δύο στόχους εκπαίδευσης: τη φυσικότητα της ομιλίας και την κρίση στη διεξαγωγή της συνομιλίας. Το αναφερόμενο αποτέλεσμα του Alto συνδέει τον δεύτερο στόχο με την επίλυση αιτημάτων πελατών, αλλά ο βασικός λειτουργικός περιορισμός του παραμένει η απόφαση αν θα απαντήσει ή θα περιμένει: να αξιοποιεί την ταχύτητα του μοντέλου συνομιλίας χωρίς να αφήνει μια φυσική συνομιλία να προηγείται ενεργειών που δεν έχουν ακόμη επιβεβαιωθεί.