Decagon esittelee Alton ääniagenttien keskustelujen ohjaamiseen

Decagon esitteli Alton 11. marraskuuta 2026. Alto on Decagon Labsin malli, joka ohjaa sen kaksisuuntaisen ääniagentin keskustelukerrosta ja päättää, milloin agentti puhuu ja mitä se sanoo. Yhtiön mukaan Alto nosti asiakaspuheluiden ratkaisuprosenttia yli viidellä prosenttiyksiköllä ja tuotti samalla vastaukset keskimäärin noin 700 millisekunnissa.

Decagonin mukaan agentin muu logiikka pysyi ratkaisuprosenttien vertailussa käytännössä ennallaan. Tiedotteessa ei kerrottu, keitä asiakkaat olivat, mikä oli otoskoko tai lähtötaso eikä millä ajanjaksolla tulosta mitattiin. Alto laajentaa Decagonin mallien erikoistumista puheen laadusta keskustelun ohjaamiseen: se päättää, onko välitön vastaus perusteltu ja miten soittaja pidetään mukana keskustelussa sillä aikaa, kun päättelymalli saa työn valmiiksi.

Päätös: vastata vai odottaa

Tavanomainen vaiheittainen äänenkäsittelyputki käsittelee jokaisen puheenvuoron peräkkäin: se muuntaa soittajan puheen tekstiksi, pohtii vastausta ja tuottaa sitten puhetta. Decagonin kaksisuuntainen agentti käyttää sen sijaan rinnakkain nopeaa keskustelumallia ja tehokkaampaa päättelymallia. Ensimmäinen kuuntelee ja puhuu, kun taas toinen hoitaa keskustelun taustalla monimutkaiset päätökset ja toiminnot. Näin agentti voi jatkaa vuorovaikutusta työn ollessa käynnissä.

Rinnakkaisuus edellyttää harkintaa jokaisella puheenvuorolla. Päättelymallin odottaminen voi katkaista keskustelun sujuvan etenemisen, mutta liian aikaisin vastaaminen voi johtaa vahvistamattoman tiedon kertomiseen – esimerkiksi siihen, että soittajalle sanotaan varauksen muuttuneen ennen kuin järjestelmä on vahvistanut muutoksen. Pienemmän keskustelumallin nopeudesta on siis hyötyä, mutta siihen liittyy luotettavuusongelma, jota kaksisuuntainen arkkitehtuuri ei yksin ratkaise.

Alto seuraa jatkuvasti, mitä soittaja on sanonut ja mitä agentin muu osa tekee, ja perustaa vastauksensa puhelun yhteiseen tietueeseen. Se odottaa vahvistusta ennen kuin ilmoittaa toiminnon valmistuneen. Haun tai työkalukutsun aikana se voi pyytää seuraavaa tarvittavaa tietoa tai kysyä kuulumisia sen sijaan, että turvautuisi yleisluonteiseen täytepuheeseen. Jos tulos saapuu samalla, kun soittaja kysyy jotain uutta, Alto voi vastata kysymykseen ja kertoa tuloksen samalla kertaa.

Epäselvien puhelutilanteiden harjoittelu

Decagon aloitti pienellä avoimilla painoilla toimivalla mallilla, jotta vastaukset pysyisivät nopeina, ja hienosääti sitä sitten tuotantokokemukseen perustuvilla simuloiduilla puheluilla. Vahvistusoppimisessa Alto tuotti useita mahdollisia vastauksia keskustelun jokaisessa vaiheessa. Arvioinnissa painotettiin ensin sitä, valitsiko malli oikein vastaamisen tai odottamisen, minkä jälkeen arvioitiin, noudattiko sen sanamuoto liiketoiminnan käytäntöjä ja perustuiko se vahvistettuihin tietoihin.

Decagon keskitti koulutuksen epäselviin tilanteisiin havaittuaan, että Alto hoiti jo useimmat tilanteet oikein. Lisäksi yhtiö vaihteli simuloitujen yritysten käytäntöjä ja työkaluja tavoitteenaan opettaa tilanteesta toiseen siirtyvää harkintakykyä yhden yrityksen käsikirjoituksen ulkoa oppimisen sijaan.

Decagonin mukaan mallia testattiin yli 90 miljoonalla simuloidulla puhelulla ennen kuin yksikään soittaja kuuli sen. Sen jälkeen Altoa käytettiin varjotilassa reaaliaikaisen tuotantoliikenteen rinnalla. Näin sen vastauksia voitiin arvioida ilman, että niitä olisi puhuttu soittajille.

Kaksi erikoistunutta äänimallia

Alto seuraa Voice 3:a ja Chordia, jotka julkistettiin 1. lokakuuta 2026. Voice 3 yhdisti Chordin puheentuoton kaksisuuntaiseen arkkitehtuuriin ja tukeen yli 70 kielelle. Chord vaikuttaa siihen, miltä Decagonin agentit kuulostavat, kun taas Alto ohjaa niiden tapaa käydä keskustelua. Decagon on aiemmin kertonut Chordin nostaneen ratkaisuprosenttia itsenäisesti enintään seitsemän prosenttiyksikköä.

Yhdessä mallit jakavat äänen suorituskyvyn kahdeksi koulutustavoitteeksi: puheen luonnollisuudeksi ja keskustelun aikaiseksi harkintakyvyksi. Alton raportoitu tulos yhdistää jälkimmäisen tavoitteen ratkaistuihin asiakaspuheluihin, mutta toiminnan keskeinen haaste on yhä päätös siitä, vastataanko vai odotetaanko: keskustelumallin nopeutta on hyödynnettävä antamatta luonnolliselta kuulostavan keskustelun edetä vahvistettujen toimien edelle.