Decagon Memperkenalkan Alto untuk Mengendalikan Percakapan Agen Suara

Decagon memperkenalkan Alto pada 11 November 2026. Alto adalah model dari Decagon Labs yang mengendalikan lapisan percakapan pada agen suara dupleksnya, dengan menentukan kapan harus berbicara dan apa yang harus dikatakan. Perusahaan melaporkan bahwa Alto meningkatkan tingkat penyelesaian lebih dari lima poin persentase dalam panggilan langsung dengan pelanggan, sekaligus menghasilkan respons rata-rata dalam waktu sekitar 700 milidetik.

Decagon mengatakan bahwa logika agen lainnya pada dasarnya tidak berubah selama perbandingan tingkat penyelesaian tersebut. Pengumuman itu tidak menyebutkan pelanggan, ukuran sampel, tingkat awal, ataupun periode pengukuran untuk hasil tersebut. Alto memperluas spesialisasi model Decagon dari kualitas ucapan ke pengendalian percakapan: menentukan apakah jawaban langsung memang tepat dan bagaimana menjaga keterlibatan penelepon selagi model penalaran menyelesaikan tugasnya.

Keputusan untuk Menjawab atau Menunggu

Dalam alur kerja suara berantai konvensional, setiap giliran ditangani secara berurutan: mentranskripsikan ucapan penelepon, menentukan respons, lalu menghasilkan ucapan. Sebaliknya, agen dupleks Decagon menjalankan model percakapan yang cepat secara paralel dengan model penalaran yang lebih canggih. Model pertama mendengarkan dan berbicara; model kedua menangani keputusan dan tindakan kompleks di balik percakapan, sehingga agen dapat terus berinteraksi selagi tugas berlangsung.

Pemrosesan paralel itu mengharuskan agen mengambil keputusan pada setiap giliran. Menunggu model penalaran dapat mengganggu kelancaran percakapan, tetapi menjawab terlalu cepat berisiko menyampaikan pernyataan yang belum terkonfirmasi, misalnya memberi tahu penelepon bahwa reservasi mereka telah berubah sebelum sistem mengonfirmasinya. Karena itu, keunggulan kecepatan model percakapan yang lebih kecil disertai masalah keandalan yang tidak dapat diatasi oleh arsitektur dupleks saja.

Alto terus memantau apa yang telah dikatakan penelepon dan apa yang sedang dilakukan bagian lain dari agen, lalu mendasarkan responsnya pada catatan panggilan bersama. Alto menunggu konfirmasi sebelum menyatakan bahwa suatu tindakan telah selesai. Saat melakukan pencarian atau menjalankan alat, Alto dapat meminta informasi berikutnya atau menanyakan kabar kepada penelepon alih-alih mengandalkan ungkapan pengisi yang umum. Jika hasil pencarian tiba ketika penelepon mengajukan pertanyaan baru, Alto dapat menjawab pertanyaan itu sekaligus menyampaikan hasilnya.

Pelatihan untuk Panggilan yang Ambigu

Decagon memulai dengan model kecil berbobot terbuka agar respons tetap cepat, lalu menyempurnakannya menggunakan panggilan simulasi yang didasarkan pada pengalaman di lingkungan produksi. Dalam pembelajaran penguatan, Alto menghasilkan beberapa kemungkinan respons pada setiap titik percakapan. Proses penilaian mengutamakan ketepatan model dalam memilih untuk menjawab atau menunggu, kemudian menilai apakah susunan katanya mematuhi kebijakan bisnis dan mencerminkan informasi yang telah dikonfirmasi.

Decagon memusatkan pelatihan pada kasus-kasus ambigu setelah mendapati bahwa Alto telah menangani sebagian besar situasi dengan benar. Decagon juga memvariasikan kebijakan dan alat di berbagai bisnis simulasi, dengan tujuan mengajarkan penilaian yang dapat diterapkan pada beragam situasi, bukan sekadar naskah hafalan untuk satu perusahaan.

Decagon melaporkan bahwa sebelum ada penelepon yang berinteraksi dengan model tersebut, perusahaan telah mengujinya melalui lebih dari 90 juta panggilan simulasi. Setelah itu, Decagon menjalankan Alto dalam mode bayangan bersama lalu lintas produksi langsung, sehingga responsnya dapat dievaluasi tanpa disampaikan kepada penelepon.

Dua Model Suara Khusus

Alto menyusul Voice 3 dan Chord, yang diumumkan pada 1 Oktober 2026. Voice 3 memadukan kemampuan Chord menghasilkan ucapan dengan arsitektur dupleks serta dukungan untuk lebih dari 70 bahasa. Chord membentuk karakter suara agen Decagon, sedangkan Alto membentuk cara mereka menjalankan percakapan. Sebelumnya, Decagon menyebut Chord mampu meningkatkan tingkat penyelesaian secara mandiri hingga tujuh poin persentase.

Kedua model tersebut membagi kinerja suara ke dalam dua sasaran pelatihan: kewajaran ucapan dan ketepatan penilaian dalam percakapan. Hasil yang dilaporkan untuk Alto mengaitkan sasaran kedua dengan penyelesaian panggilan pelanggan, tetapi kendala utama dalam pengoperasiannya tetaplah keputusan untuk menjawab atau menunggu—memanfaatkan kecepatan model percakapan tanpa membiarkan percakapan yang terdengar alami mendahului tindakan yang telah dikonfirmasi.