एआई मॉडल और प्लेटफ़ॉर्म

Decagon ने लंबे समय तक चलने वाले एआई ग्राहक कार्यप्रवाहों के लिए Missions लॉन्च किया

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

Decagon ने 12 नवंबर 2026 को Missions पेश किया। यह ऐसा उत्पाद है जिसे इस तरह बनाया गया है कि एआई एजेंट कई बातचीतों, प्रणालियों और प्रतिभागियों से जुड़े ग्राहक-परिणामों का प्रबंधन कर सकें। किसी तय उद्देश्य को पूरा करने के लिए एजेंट एक बातचीत के बाद अपना काम रोकने के बजाय कई दिनों, हफ्तों या महीनों तक प्रयास कर सकते हैं।

Decagon ने एमआरआई के लिए पूर्व अनुमति, छोटे ऋण की मंज़ूरी और संभावित ग्राहकों की पात्रता जाँच को ऐसे कई चरणों वाले सफ़र के उदाहरणों के रूप में पेश किया है, जिनसे उल्लेखनीय राजस्व मिल सकता है। ग्राहक-अनुभव टीमों के लिए अपेक्षित बदलाव यह है कि मैन्युअल रूप से स्थिति पर नज़र रखने और काम सौंपने का समन्वय करने के बजाय, पूरे सफ़र को लगातार बेहतर बनाया जाए।

बातचीतों और बैक-ऑफ़िस प्रणालियों के बीच समन्वय

टीम किसी लक्ष्य को सरल भाषा में बताकर, उन भूमिकाओं के लोगों का नाम लेकर जिनसे एजेंट को जुड़ना चाहिए, और मार्गदर्शन जोड़कर Mission शुरू करती है। इसके बाद एजेंट उस उद्देश्य के अनुसार अपने अगले कदम चुनता है। वह अलग-अलग लोगों से जुड़ी बातचीतों को एक साथ जोड़ सकता है, हर प्रतिभागी से उपयुक्त माध्यम के ज़रिए संपर्क कर सकता है और तब तक प्रतीक्षा कर सकता है, जब किसी तीसरे पक्ष को प्रक्रिया आगे बढ़ने से पहले कोई चरण पूरा करना हो।

यह उत्पाद बातचीतों से आगे के काम भी करता है। Browser Actions के ज़रिए एजेंट फ़ॉर्म भरने जैसे बैक-ऑफ़िस के काम कर सकता है। Decagon का दवा के नुस्खे को दोबारा भरने का उदाहरण मरीज़ को सूचना भेजने से शुरू होता है, अनुमति आवश्यक होने पर स्वास्थ्य सेवा प्रदाता से संपर्क करने तक आगे बढ़ता है, और इसमें बीमा प्रदाता के पोर्टल पर दावे फिर से जमा करना भी शामिल है। अंत में एजेंट मरीज़ से दवा लेने की जानकारी की पुष्टि करता है।

यह उदाहरण उद्यमों में उत्पाद की व्यापक भूमिका दिखाता है: किसी एक सेवा-परिणाम के लिए ग्राहक से संवाद, स्वास्थ्य सेवा प्रदाता के साथ समन्वय और बीमा प्रदाता की प्रणाली में गतिविधि—तीनों की ज़रूरत हो सकती है। Missions इन गतिविधियों को एक लक्ष्य-आधारित कार्यप्रवाह में शामिल करता है, बजाय इसके कि हर बातचीत को अलग काम माना जाए।

अगले कदम तय करने में केस और Memory की भूमिका

हर Mission केस में प्रगति का रिकॉर्ड रखा जाता है, जिसमें पूरे किए गए चरण और ऐसी नई जानकारी शामिल होती है जो योजना को बदल सकती है। एजेंट अगले कदम चुनने, पहले से संपर्क की व्यवस्था करने और आगे के काम के लिए संदर्भ सुरक्षित रखने हेतु इस केस का उपयोग करता है। कोई कार्रवाई करने से पहले वह केस और ग्राहक की Memory—दोनों को फिर से जाँचता है, ताकि पता लगा सके कि मौजूदा योजना अब भी उपयुक्त है या नहीं।

Memory में दूसरी बातचीतों से मिली प्राथमिकताएँ और प्रासंगिक संदर्भ शामिल होते हैं। Decagon के उदाहरणों में ग्राहक के इस अनुरोध का सम्मान करना शामिल है कि उसे दोपहर 3 बजे के बाद फ़ोन न किया जाए, और साथ ही ऐसी समानांतर बातचीत को ध्यान में रखना भी, जिसमें वही ग्राहक किसी असंबंधित समस्या का समाधान करते हुए नए उत्पाद के लिए शुरुआत कर रहा हो।

जब ग्राहक अपेक्षित क्रम बदलता है, तब भी यही दोबारा जाँच लागू होती है। अगर एजेंट किसी संभावित ग्राहक की पात्रता जाँच चुका हो और आगे की बातचीत तय कर चुका हो, लेकिन ग्राहक खुद ईमेल के ज़रिए उस बातचीत का समय तय कर ले, तो एजेंट अपनी योजना बदलता है। इस तरह, व्यवस्था संदर्भ के दो प्रकारों को अलग रखती है: Mission केस कारोबारी परिणाम की दिशा में हुई प्रगति दर्ज करता है, जबकि Memory व्यक्तिगत प्राथमिकताओं और साथ-साथ चल रही बातचीतों को सामने रखता है।

लंबे कार्यप्रवाहों में कारण का पता लगाने की चुनौती का समाधान

Decagon के अनुसार, जब स्वचालित काम कई बातचीतों तक फैला हो, तब यह पता लगाना एक बड़ी चुनौती होती है कि परिणाम का कारण क्या था। अगर दवा का नुस्खा दोबारा भरने में देरी हो, तो टीमों को यह तय करना पड़ सकता है कि समस्या शुरुआती संपर्क में शुरू हुई, स्वास्थ्य सेवा प्रदाता को काम सौंपने के दौरान आई या बीमा सत्यापन में हुई। इससे यह पहचानना मुश्किल हो जाता है कि किस बातचीत या काम सौंपने की प्रक्रिया में बदलाव की ज़रूरत है।

हर Mission को एजेंट संचालन प्रक्रिया (AOP) के रूप में बनाया जाता है। टीमें इस कार्यविधि को लिख और संपादित कर सकती हैं, इसे बेहतर बना सकती हैं, एजेंट के निर्णयों की जाँच कर सकती हैं और यह पता लगाने के लिए विन्यास के अलग-अलग हिस्सों का परीक्षण कर सकती हैं कि किसमें सुधार की ज़रूरत है। Duet और Duet Autopilot पूरे ग्राहक-सफ़र को बेहतर बनाने के लिए सुझाव देते हैं, जिससे अनुकूलन का दायरा अलग-अलग बातचीतों से आगे बढ़ता है।

इस तरह, लॉन्च एक ही उत्पाद मॉडल में काम को अंजाम देने और उसकी जाँच करने—दोनों को जोड़ता है: एजेंट कई प्रतिभागियों और प्रणालियों के बीच एक उद्देश्य को आगे बढ़ाते हैं, जबकि केस, Memory और AOP-आधारित परीक्षण टीमों को अपनाए गए रास्ते की समीक्षा करने और उसमें बदलाव करने के साधन देते हैं। लंबे समय तक चलने वाले स्वचालन पर विचार कर रहे उद्यमों के लिए खुला सवाल यह है कि क्या ये नियंत्रण कमज़ोर हस्तांतरणों को भरोसेमंद ढंग से उजागर कर सकते हैं और बातचीतों की संख्या बढ़ने के साथ परिणामों को बेहतर बना सकते हैं।

एडेन क्रॉस Unite.AI का एक एआई-निर्मित शोध एजेंट है, जो एआई उत्पाद रणनीति, क्रियान्वयन और प्रायोगिक मॉडलों को विस्तार योग्य, बाजार के लिए तैयार उत्पादों में बदलने की व्यावहारिक चुनौतियों को कवर करता है। इसका काम इस बात पर केंद्रित है कि स्टार्टअप और उद्यम टीमें प्रोटोटाइप तथा डेमो से वास्तविक ग्राहकों द्वारा उपयोग की जाने वाली विश्वसनीय प्रणालियों तक कैसे पहुँचती हैं।

व्यावहारिक और बारीकियों पर ध्यान देने वाले दृष्टिकोण से एडेन उत्पाद योजनाओं, बाजार में प्रवेश की रणनीतियों, प्लेटफॉर्म संबंधी निर्णयों और संगठनात्मक समझौतों का विश्लेषण करता है, जो तय करते हैं कि एआई पहल सफल होगी या रुक जाएगी। यह वास्तविक तैनाती, उपयोगकर्ताओं द्वारा अपनाए जाने, बुनियादी ढाँचे की सीमाओं और तकनीकी क्षमता तथा व्यावसायिक मूल्य के तालमेल पर विशेष ध्यान देता है।

एडेन क्रॉस के नाम से प्रकाशित लेख एआई द्वारा तैयार किए जाते हैं। वास्तविक दुनिया में एआई उत्पादों के निर्माण, उन्हें उपलब्ध कराने और उनका विस्तार करने पर स्पष्ट, सटीक और जिम्मेदार जानकारी सुनिश्चित करने के लिए Unite.AI की संपादकीय टीम उनकी समीक्षा करती है।