Modelos y plataformas de IA

Decagon amplía la plataforma de conserje de IA con cuatro nuevos lanzamientos

mm
Añade Unite.AI a tus fuentes preferidas en Google

Decagon presentó cuatro productos en su evento Decagon Dialogues 2026 el 1 de octubre de 2026: Voice 3 con un nuevo modelo de voz llamado Chord, Personal Agent Gateway con un protocolo de autorización complementario, Agent Modules y la beta Duet Apprentice. El cofundador y CEO Jesse Zhang y el cofundador y presidente Ashwin Sreenivas detallaron los lanzamientos en un anuncio de la empresa.

Las empresas inicialmente desplegaron los agentes de Decagon para resolver tickets de soporte, y la compañía afirmó que esos agentes ahora califican prospectos, incorporan clientes, recaudan pagos y fomentan relaciones. Los nuevos lanzamientos están organizados en torno a lo que Decagon denomina un conserje de IA que atiende a los clientes de la forma que elijan, incluso cuando un cliente envía un agente de IA personal para realizar una tarea en su nombre.

Voice 3 y el modelo de voz Chord

Voice 3 se lanza con Chord, el primer modelo de voz de Decagon Labs, entrenado posteriormente específicamente para conversaciones con clientes. Decagon afirmó que el modelo moldea el habla frase por frase, ralentizando para detalles como números de teléfono y códigos de confirmación antes de volver a un ritmo conversacional. Los controles de personalización de marca existentes se mantienen, incluyendo la selección de voz, la pronunciación de términos específicos del negocio y el ajuste de la entonación.

Voice 3 también funciona con una nueva arquitectura dúplex de dos capas que operan en paralelo: un modelo conversacional de baja latencia gestiona la escucha y la habla, mientras que un modelo más potente se encarga del razonamiento, la invocación de herramientas y la aplicación de restricciones detrás de la conversación. El agente procesa el audio entrante incluso mientras habla, de modo que emite un “mhm” casual pero cede ante una interrupción real, y puede narrar el progreso y responder preguntas de seguimiento durante una tarea prolongada en lugar de poner al interlocutor en espera.

Decagon informó que en una prueba a ciegas con tres pares de grabaciones, cada uno combinando a una persona real con la misma voz procesada por Chord, en promedio aproximadamente el 90 % de los oyentes no pudieron identificar al humano. La compañía afirmó que Chord se entrena con datos con licencia y talento de voz consentido, nunca con datos propiedad de los clientes.

Voice 3 admite más de 70 idiomas, detecta el idioma del interlocutor y cambia automáticamente incluso cuando los interlocutores alternan entre idiomas a mitad de frase, según la empresa, que señaló que cada idioma es validado por hablantes nativos antes de su lanzamiento. Christian Niedworok, líder de Comunicación de Servicios Digitales en Deutsche Telekom, dijo en el anuncio de Voice 3 que “la voz suena como si realmente estuviera escuchando, y mantiene la conversación en marcha en lugar de quedarse en silencio mientras trabaja”.

Personal Agent Gateway y el protocolo PACT

En el anuncio de Personal Agent Gateway, Decagon señaló que en el mes previo al evento, Meta lanzó Muse, OpenAI introdujo dots e Instinct comenzó a realizar llamadas telefónicas para los usuarios. La compañía describió estos como agentes personales que reservan, compran, cancelan y negocian en nombre de sus propietarios, y afirmó que ya están contactando al soporte al cliente.

El gateway combina dos capacidades. La detección de agentes personales marca como probables agentes personales en chat y voz mediante señales de la empresa y la plataforma, dejando que cada empresa decida qué ocurre a continuación y a qué pueden acceder esos agentes. Un canal dedicado a agentes personales se sitúa junto a chat, correo electrónico y voz con Procedimientos Operativos de Agente (AOP) separados, de modo que la misma solicitud pueda seguir un flujo de trabajo diferente según si la solicita una persona o un agente.

Los permisos residen dentro de los AOP: las empresas definen los alcances que un agente puede solicitar y marcan qué secciones requieren cada uno, y esas secciones nunca se exponen a un agente que no cuente con el alcance requerido. Decagon describió un ejemplo de una aerolínea en el que el agente personal de un viajero solicita permiso para ver y reprogramar vuelos, pero el viajero aprueba solo la visualización; el agente de la aerolínea comparte opciones de vuelos anteriores pero no puede efectuar el cambio hasta que el viajero autorice la reprogramación.

Decagon también presentó PACT, abreviatura de Personal Agent Consent & Trust, un protocolo que, según la empresa, permite que el agente de una persona actúe en su nombre bajo los permisos que el servicio define y la persona otorga. PACT se basa en el protocolo Agent2Agent, que cubre cómo los agentes se encuentran y intercambian mensajes, y añade autorización delegada construida sobre OAuth 2.0 para que un agente pueda demostrar a qué persona representa y qué le ha permitido hacer. La especificación está disponible, y Decagon declaró que está trabajando con proveedores de agentes personales y clientes empresariales para darle forma.

Agent Modules y Duet Apprentice

Agent Modules combinan infraestructura, analítica y orquestación de campañas para recorridos de cliente más allá del soporte, incluyendo calificación de prospectos, incorporación y cobros, en los sectores de servicios financieros, viajes y hospitalidad, salud, comercio minorista y telecomunicaciones. El equipo del cliente define la lógica de negocio mientras Duet se basa en los SOP, políticas, integraciones y fuentes de conocimiento de la empresa para traducir los procesos en el comportamiento del agente. En cobros, por ejemplo, los equipos establecen el lenguaje de divulgación, los niveles de planes de pago aprobados y las condiciones que requieren una transferencia a un humano.

Antes del lanzamiento, las Simulaciones prueban el comportamiento del agente contra personas con distintas intenciones, como un cliente que disputa un saldo; una vez en vivo, la analítica específica del módulo rastrea los resultados del recorrido, como pagos recuperados, no solo si la conversación se resolvió. Campaign Composer secuencia puntos de contacto a través de canales y tiempo, desde un recordatorio de pago por SMS hasta una llamada de seguimiento y, cuando sea necesario, una transferencia a un representante de cobranzas, con cada paso iniciándose a partir del historial de interacciones previo. Una capa de gestión compartida soporta múltiples instancias con controles de acceso separados por equipo, mientras la analítica se agrega entre instancias, y la memoria se mantiene a través de sesiones, canales e instancias, según el anuncio de Agent Modules.

Duet Apprentice está en beta, con disponibilidad general planificada. Decagon dijo que Duet llegó a principios de 2026 como socio de creación de agentes y que escribe más del 70 % de los AOP que se ejecutan en la plataforma. Con Apprentice, Duet lee documentos de incorporación y wikis de procesos en Notion, Confluence, SharePoint o Google Drive sin migración, y aprende de conversaciones escaladas manejadas por representantes experimentados. Los complementos para Slack y Microsoft Teams permiten que Duet siga las discusiones a medida que cambian las políticas, redacte actualizaciones de AOP cuando se le etiquete y solicite claridad en el mismo canal cuando un hilo es ambiguo. Decagon declaró que lo que Duet aprende pertenece al cliente, permanece en el espacio de trabajo del cliente y no se utiliza para entrenar modelos fuera de él.

Anne Young, Gerente senior, IA y Automatización de procesos en Questrade, dijo en el anuncio de Duet Apprentice: «Con Duet, lanzamos nuevas funciones con confianza cada semana». Jenn Palk-Cogley, Directora de CX y Operaciones de Usuario en Perplexity, dijo que Duet permite a su equipo crear e iterar la lógica de los agentes sin desviar recursos del plan de desarrollo.

Aiden Cross es un estratega generado por IA en Unite.AI, que cubre la estrategia de productos de IA, la ejecución y los desafíos prácticos de convertir modelos experimentales en productos escalables y listos para el mercado. Su trabajo se centra en cómo los equipos de startups y empresas pasan de prototipos y demos a sistemas confiables utilizados por clientes reales.
Con una perspectiva pragmática y detallada, Aiden analiza las hojas de ruta de productos, las estrategias de lanzamiento al mercado, las decisiones de plataforma y las compensaciones organizativas que determinan si las iniciativas de IA tienen éxito o se estancan. Presta especial atención a las realidades de la implementación, la adopción de los usuarios, las limitaciones de la infraestructura y la alineación entre la capacidad técnica y el valor empresarial.
Los artículos escritos por Aiden Cross son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la claridad, la precisión y la cobertura responsable de cómo se crean, envían y escalan los productos de IA en el mundo real.