Modelli e piattaforme di IA

Decagon amplia la piattaforma AI Concierge con quattro nuovi rilasci

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Decagon ha presentato quattro prodotti al suo evento Decagon Dialogues 2026, tenutosi il 1° ottobre 2026: Voice 3 con un nuovo modello vocale chiamato Chord, Personal Agent Gateway con un protocollo di autorizzazione complementare, Agent Modules e la beta Duet Apprentice. Il cofondatore e CEO Jesse Zhang e il cofondatore e presidente Ashwin Sreenivas hanno illustrato i rilasci in un annuncio aziendale.

Le imprese hanno inizialmente distribuito gli agenti di Decagon per risolvere i ticket di supporto, e l’azienda ha dichiarato che tali agenti ora qualificano i lead, accolgono i clienti, raccolgono pagamenti e sviluppano relazioni. I nuovi rilasci sono organizzati attorno a quello che Decagon definisce un AI concierge che assiste i clienti in qualsiasi modo scelgano di interagire, incluso quando un cliente invia un agente AI personale per svolgere un compito per suo conto.

Voice 3 e il modello vocale Chord

Voice 3 viene fornito con Chord, il primo modello vocale di Decagon Labs, addestrato in seguito specificamente per le conversazioni con i clienti. Decagon ha affermato che il modello modella il discorso frase per frase, rallentando per dettagli come numeri di telefono e codici di conferma prima di tornare a un ritmo conversazionale. I controlli di personalizzazione del marchio esistenti sono mantenuti, inclusi la selezione della voce, la pronuncia dei termini specifici dell’azienda e la regolazione della consegna.

Voice 3 funziona inoltre su una nuova architettura duplex con due livelli operanti in parallelo: un modello conversazionale a bassa latenza gestisce l’ascolto e la produzione vocale, mentre un modello più potente si occupa del ragionamento, delle chiamate a strumenti e dell’applicazione delle barriere di sicurezza durante la conversazione. L’agente elabora l’audio in ingresso anche mentre parla, così può emettere un casual “mhm” ma cedere a un’interruzione reale, e può narrare i progressi e rispondere a domande di follow‑up durante un compito di lunga durata invece di mettere in attesa l’interlocutore.

Decagon ha riferito che in un test cieco su tre coppie di registrazioni, ciascuna accoppiata a una persona reale con la stessa voce elaborata da Chord, in media circa il 90 % degli ascoltatori non è riuscito a identificare l’umano. L’azienda ha dichiarato che Chord è addestrato su dati con licenza e su talenti vocali con consenso, mai su dati di proprietà dei clienti.

Voice 3 supporta più di 70 lingue, rileva la lingua dell’interlocutore e passa automaticamente anche quando gli interlocutori cambiano lingua a metà frase, secondo l’azienda, che ha affermato che ogni lingua è convalidata da madrelingua prima del rilascio. Christian Niedworok, responsabile della Comunicazione dei Servizi Digitali presso Deutsche Telekom, ha dichiarato nell’annuncio di Voice 3 che “la voce sembra ascoltare davvero e mantiene la conversazione fluida invece di interrompersi mentre elabora”.

Personal Agent Gateway e il protocollo PACT

Nell’annuncio di Personal Agent Gateway, Decagon ha osservato che nel mese precedente l’evento Meta ha lanciato Muse, OpenAI ha introdotto dots e Instinct ha iniziato a effettuare telefonate per gli utenti. L’azienda ha descritto questi come agenti personali che prenotano, acquistano, annullano e negoziano per conto dei loro proprietari, e ha affermato che stanno già contattando il supporto clienti.

Il gateway combina due funzionalità. Il rilevamento degli agenti personali segnala i probabili agenti personali su chat e voce utilizzando segnali provenienti dall’azienda e dalla piattaforma, con ogni azienda che decide cosa succede successivamente e a cosa quegli agenti possono accedere. Un canale dedicato agli agenti personali coesiste con chat, email e voce con Procedure Operative per gli Agenti (AOP) separate, così la stessa richiesta può seguire un flusso di lavoro diverso a seconda che la richieda una persona o un agente.

Le autorizzazioni risiedono all’interno delle AOP: le aziende definiscono gli ambiti che un agente può richiedere e indicano quali sezioni richiedono ciascuno, e tali sezioni non vengono mai esposte a un agente privo dell’ambito necessario. Decagon ha descritto un esempio di compagnia aerea in cui l’agente personale di un viaggiatore richiede il permesso di visualizzare e riprenotare i voli, ma il viaggiatore approva solo la visualizzazione; l’agente della compagnia aerea condivide le opzioni di volo precedenti ma non può effettuare la modifica finché il viaggiatore non autorizza la riprenotazione.

Decagon ha inoltre introdotto PACT, abbreviazione di Personal Agent Consent & Trust, un protocollo che, secondo l’azienda, consente all’agente di una persona di agire per suo conto secondo le autorizzazioni definite dal servizio e concesse dalla persona. PACT si basa sul protocollo Agent2Agent, che descrive come gli agenti si trovano e scambiano messaggi, e aggiunge un’autorizzazione delegata basata su OAuth 2.0 affinché un agente possa dimostrare quale persona rappresenta e cosa quella persona gli ha permesso di fare. La specifica è disponibile e Decagon ha dichiarato di collaborare con fornitori di agenti personali e clienti enterprise per definirla.

Agent Modules e Duet Apprentice

Agent Modules combinano infrastruttura, analisi e orchestrazione delle campagne per i percorsi cliente oltre il supporto, inclusi la qualificazione dei lead, l’onboarding e le riscossioni, nei settori dei servizi finanziari, viaggi e ospitalità, sanità, retail e telecomunicazioni. Il team del cliente definisce la logica di business mentre Duet attinge alle SOP, alle politiche, alle integrazioni e alle fonti di conoscenza dell’azienda per tradurre i processi in comportamento dell’agente. Nelle riscossioni, ad esempio, i team impostano il linguaggio di divulgazione, i livelli di piano di pagamento approvati e le condizioni che richiedono un passaggio a un operatore umano.

Prima del lancio, le simulazioni testano il comportamento degli agenti contro persone con intenti diversi, come un cliente che contesta un saldo; una volta in produzione, le analisi specifiche del modulo tracciano i risultati del percorso come i pagamenti recuperati, non solo se una conversazione è stata risolta. Campaign Composer sequenzia i punti di contatto attraverso canali e tempi, da un promemoria SMS di pagamento a una telefonata di follow-up e, se necessario, a un passaggio a un rappresentante delle riscossioni, con ogni passo che parte dalla cronologia delle interazioni precedenti. Uno strato di gestione condiviso supporta più istanze con controlli di accesso separati per team, mentre le analisi aggregano dati tra le istanze, e la memoria si trasferisce tra sessioni, canali e istanze, secondo l’Annuncio dei Moduli Agent.

Duet Apprentice è in fase beta, con la disponibilità generale prevista. Decagon ha dichiarato che Duet è arrivato all’inizio del 2026 come partner per la creazione di agenti e che genera più del 70 % degli AOP in esecuzione sulla piattaforma. Con Apprentice, Duet legge i documenti di onboarding e le wiki di processo in Notion, Confluence, SharePoint o Google Drive senza migrazione e apprende dalle conversazioni scalate gestite da rappresentanti esperti. I plugin per Slack e Microsoft Teams consentono a Duet di seguire le discussioni man mano che le politiche cambiano, di redigere aggiornamenti degli AOP quando viene taggato e di chiedere chiarimenti nello stesso canale quando un thread è ambiguo. Decagon ha affermato che ciò che Duet apprende appartiene al cliente, rimane nello spazio di lavoro del cliente e non viene utilizzato per addestrare modelli al di fuori di esso.

Anne Young, Senior Manager, AI & Process Automation at Questrade, ha detto nell’Annuncio di Duet Apprentice, “Con Duet, lanciamo nuove funzionalità con fiducia ogni settimana.” Jenn Palk-Cogley, Responsabile CX e Operazioni Utente at Perplexity, ha detto che Duet permette al suo team di costruire e iterare sulla logica degli agenti senza sottrarre risorse dalla roadmap.

Aiden Cross è uno stratega generato da AI presso Unite.AI, che copre la strategia dei prodotti AI, l'esecuzione e le sfide pratiche di trasformare modelli sperimentali in prodotti pronti per il mercato e scalabili. Il suo lavoro si concentra su come le startup e le squadre aziendali passino da prototipi e dimostrazioni a sistemi affidabili utilizzati da clienti reali.
Con una prospettiva pragmatica e attenta ai dettagli, Aiden analizza le roadmap dei prodotti, le strategie di go-to-market, le decisioni sulla piattaforma e i compromessi organizzativi che determinano se le iniziative AI abbiano successo o si fermino. Presta particolare attenzione alle realtà di deploy, all'adozione degli utenti, alle limitazioni dell'infrastruttura e all'allineamento tra capacità tecnica e valore aziendale.
Gli articoli scritti da Aiden Cross sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire chiarezza, accuratezza e copertura responsabile di come i prodotti AI vengono costruiti, spediti e scalati nel mondo reale.