Decagon lanza Missions para flujos de trabajo de atención al cliente con IA de larga duración

Decagon presentó Missions el 12 de noviembre de 2026, un producto diseñado para que los agentes de IA gestionen resultados para los clientes que abarcan varias conversaciones, sistemas y participantes. Los agentes pueden perseguir un objetivo definido durante días, semanas o meses, en lugar de dar por terminado su trabajo tras una sola interacción.

Decagon cita la autorización previa para una resonancia magnética, la aprobación de un préstamo pequeño y la calificación de clientes potenciales como ejemplos de procesos de varios pasos capaces de generar ingresos significativos. Para los equipos de experiencia del cliente, el cambio que se busca es sustituir el seguimiento manual del estado y la coordinación de los traspasos por una mejora continua del proceso.

Orquestación entre conversaciones y sistemas administrativos

Un equipo inicia una Mission indicando el objetivo en lenguaje sencillo, especificando los perfiles con los que debe interactuar el agente y añadiendo instrucciones. A continuación, el agente elige las acciones siguientes en función de ese objetivo. Puede conectar conversaciones en las que participan distintas personas, ponerse en contacto con cada una por un canal adecuado y esperar cuando un tercero deba completar un paso antes de que el proceso pueda continuar.

El producto también va más allá de las conversaciones. Mediante Browser Actions, un agente puede encargarse de tareas administrativas, como completar formularios. El ejemplo de Decagon sobre la renovación de una receta comienza con una notificación al paciente, continúa con el contacto con el proveedor cuando se requiere autorización e incluye volver a tramitar las reclamaciones en el portal del pagador. El proceso concluye cuando el agente confirma con el paciente los detalles de la recogida.

El ejemplo ilustra el papel más amplio del producto en las empresas: un único resultado de servicio puede requerir comunicación con el cliente, coordinación con el proveedor y actividad en el sistema del pagador. Missions asigna esas actividades a un flujo de trabajo orientado a un objetivo, en vez de tratar cada interacción como una tarea independiente.

Los casos y la memoria orientan las acciones posteriores

Cada caso de Mission mantiene un registro del progreso, incluidos los pasos completados y la información nueva que podría modificar el plan. El agente utiliza el caso para elegir su siguiente acción, organizar contactos proactivos y conservar el contexto para tareas posteriores. Antes de actuar, vuelve a consultar tanto el caso como la Memory del cliente para determinar si el plan vigente sigue siendo adecuado.

La Memory aporta preferencias y contexto pertinente de otras conversaciones. Entre los ejemplos de Decagon se incluyen respetar la petición de un cliente de no recibir llamadas después de las 3 p. m. y tener en cuenta una interacción paralela en la que ese mismo cliente está incorporando un producto nuevo mientras resuelve un problema no relacionado.

La misma comprobación se aplica cuando un cliente cambia la secuencia prevista. Si un agente ha calificado a un cliente potencial y ha concertado un seguimiento, pero el cliente programa ese seguimiento por su cuenta mediante un correo electrónico, el agente modifica su curso de acción. Así, el diseño separa dos tipos de contexto: el caso de Mission registra el progreso hacia el resultado empresarial, mientras que Memory mantiene visibles las preferencias individuales y las interacciones simultáneas.

La optimización aborda la atribución en flujos de trabajo prolongados

Decagon señala que la atribución es una dificultad central cuando el trabajo automatizado se extiende a lo largo de muchas interacciones. Si se retrasa la renovación de una receta, los equipos quizá deban determinar si el problema se originó en el contacto inicial, el traspaso al proveedor o la verificación del seguro. Esto dificulta aislar la interacción o el traspaso que debe modificarse.

Cada Mission se configura como un Procedimiento Operativo del Agente (AOP). Los equipos pueden redactar, editar y perfeccionar esa lógica, inspeccionar las decisiones del agente y probar partes concretas de la configuración para identificar qué debe mejorarse. Duet y Duet Autopilot ofrecen recomendaciones orientadas al recorrido completo del cliente, con lo que la optimización va más allá de las interacciones aisladas.

Por tanto, el lanzamiento vincula la ejecución y el diagnóstico en un único modelo de producto: los agentes persiguen un objetivo a través de distintos participantes y sistemas, mientras que los casos, Memory y las pruebas basadas en AOP proporcionan a los equipos herramientas para revisar y modificar el recorrido seguido. Para las empresas que evalúan automatizaciones de mayor duración, la pregunta pendiente es si esos controles pueden detectar de manera fiable los traspasos deficientes y mejorar los resultados a medida que aumenta el número de interacciones.