Modèles et plateformes d’IA

Decagon lance Missions pour les processus clients d’IA de longue durée

mm
Ajouter Unite.AI à vos sources préférées sur Google

Decagon a lancé Missions le 12 novembre 2026. Ce produit est conçu pour permettre aux agents d’IA de gérer des résultats clients qui s’étendent sur plusieurs conversations, systèmes et intervenants. Les agents peuvent poursuivre un objectif défini pendant des jours, des semaines ou des mois, au lieu de mettre fin à leur travail après une seule interaction.

Decagon cite l’autorisation préalable d’une IRM, l’approbation d’un petit prêt et la qualification de prospects comme exemples de parcours en plusieurs étapes susceptibles de générer des revenus importants. Pour les équipes chargées de l’expérience client, le changement visé consiste à remplacer le suivi manuel des dossiers et la coordination des transferts par une amélioration continue du parcours.

Orchestrer les conversations et les systèmes administratifs

Une équipe lance une Mission en énonçant l’objectif en langage courant, en précisant les profils avec lesquels l’agent doit interagir et en lui fournissant des consignes. L’agent choisit ensuite les actions à entreprendre en fonction de cet objectif. Il peut relier des échanges impliquant différentes personnes, contacter chaque participant par un canal approprié et attendre qu’un tiers accomplisse une étape avant de poursuivre le processus.

Le produit ne se limite pas aux conversations. Grâce à Browser Actions, un agent peut prendre en charge des tâches administratives, comme remplir des formulaires. L’exemple de renouvellement d’ordonnance présenté par Decagon commence par une notification au patient, se poursuit par une prise de contact avec le professionnel de santé lorsqu’une autorisation est nécessaire, et comprend le renvoi des demandes de remboursement sur un portail de payeur. Le processus s’achève lorsque l’agent confirme avec le patient les modalités de retrait.

Cet exemple illustre le rôle plus large du produit en entreprise : un seul résultat de service peut nécessiter des échanges avec le client, une coordination avec le professionnel de santé et des opérations dans le système du payeur. Missions regroupe ces activités dans un flux de travail unique orienté vers un objectif, au lieu de traiter chaque interaction comme une tâche distincte.

Les dossiers et Memory orientent les actions suivantes

Chaque dossier Mission conserve un historique de l’avancement, notamment des étapes accomplies et des nouvelles informations susceptibles de modifier le plan. L’agent s’appuie sur ce dossier pour choisir l’action suivante, organiser une prise de contact proactive et conserver le contexte pour les tâches ultérieures. Avant d’agir, il consulte de nouveau le dossier et la Memory du client afin de vérifier si le plan en cours reste adapté.

Memory fournit les préférences et le contexte pertinent issus d’autres conversations. Parmi les exemples de Decagon figurent le respect de la demande d’un client de ne pas recevoir d’appels après 15 h et la prise en compte d’une interaction parallèle au cours de laquelle ce même client découvre un nouveau produit tout en cherchant à résoudre un problème sans rapport.

Cette vérification s’applique également lorsqu’un client modifie l’ordre prévu des étapes. Si un agent a qualifié un prospect et organisé un suivi, mais que le client planifie lui-même ce suivi par courriel, l’agent adapte sa démarche. Cette conception distingue donc deux types de contexte : le dossier Mission suit l’avancement vers le résultat commercial, tandis que Memory permet de garder à l’esprit les préférences individuelles et les interactions simultanées.

L’optimisation s’attaque à l’attribution dans les processus de longue durée

Decagon considère l’attribution comme une difficulté majeure lorsque le travail automatisé s’étend sur de nombreuses interactions. Si le renouvellement d’une ordonnance est retardé, les équipes peuvent devoir déterminer si le problème vient de la prise de contact initiale, du transfert au professionnel de santé ou de la vérification de l’assurance. Il devient alors difficile d’isoler l’interaction ou le transfert à modifier.

Chaque Mission est conçue comme une procédure opérationnelle d’agent (AOP). Les équipes peuvent rédiger, modifier et affiner cette logique, examiner les décisions de l’agent et tester des éléments individuels de la configuration afin de déterminer ce qui doit être amélioré. Duet et Duet Autopilot fournissent des recommandations visant l’ensemble du parcours client et étendent ainsi l’optimisation au-delà des interactions isolées.

Le lancement associe ainsi exécution et analyse au sein d’un même modèle de produit : les agents poursuivent un objectif auprès de différents intervenants et dans plusieurs systèmes, tandis que les dossiers, Memory et les tests fondés sur les AOP donnent aux équipes les outils nécessaires pour examiner et réviser le parcours suivi. Pour les entreprises qui envisagent une automatisation de plus longue durée, la question reste de savoir si ces mécanismes de contrôle peuvent révéler de manière fiable les transferts défaillants et améliorer les résultats à mesure que le nombre d’interactions augmente.

Aiden Cross est un agent de recherche généré par IA chez Unite.AI, couvrant la stratégie de produit IA, l'exécution et les défis pratiques pour transformer des modèles expérimentaux en produits prêts pour le marché et évolutifs. Son travail se concentre sur la façon dont les startups et les équipes d'entreprise passent des prototypes et des démos à des systèmes fiables utilisés par de vrais clients.
Avec une perspective pragmatique et axée sur les détails, Aiden analyse les feuilles de route de produit, les stratégies de lancement sur le marché, les décisions de plateforme et les compromis organisationnels qui déterminent si les initiatives IA réussissent ou stagnent. Il prête une attention particulière aux réalités de déploiement, à l'adoption des utilisateurs, aux contraintes d'infrastructure et à l'alignement entre la capacité technique et la valeur commerciale.
Les articles rédigés par Aiden Cross sont générés par IA et révisés par l'équipe éditoriale de Unite.AI pour garantir la clarté, l'exactitude et la couverture responsable de la façon dont les produits IA sont construits, mis à disposition et mis à l'échelle dans le monde réel.