Decagon lanceert Missions voor langdurige AI-klantworkflows

Decagon introduceerde Missions op 12 november 2026: een product waarmee AI-agenten klantresultaten kunnen realiseren die meerdere gesprekken, systemen en betrokkenen omvatten. De agenten kunnen dagen, weken of maanden aan een duidelijk omschreven doel werken, in plaats van hun werk na één interactie te beëindigen.

Decagon noemt voorafgaande toestemming voor een MRI, de goedkeuring van een kleine lening en leadkwalificatie als voorbeelden van meerstapstrajecten die aanzienlijke inkomsten kunnen opleveren. Voor teams die verantwoordelijk zijn voor de klantervaring is het de bedoeling handmatige statusbewaking en coördinatie van overdrachten te vervangen door voortdurende verbetering van het klanttraject.

Orkestratie van gesprekken en backofficesystemen

Een team start een Mission door het doel in gewone taal te beschrijven, aan te geven met welke persona’s de agent contact moet leggen en richtlijnen toe te voegen. Vervolgens bepaalt de agent welke stappen nodig zijn om dat doel te bereiken. De agent kan gesprekken tussen verschillende mensen met elkaar verbinden, via een geschikt kanaal contact opnemen met iedere betrokkene en wachten wanneer een derde partij eerst een stap moet voltooien voordat het proces verder kan.

Het product beperkt zich niet tot gesprekken. Met Browser Actions kan een agent ook backofficewerk uitvoeren, zoals formulieren invullen. In het voorbeeld van Decagon voor het verlengen van een recept begint het proces met een melding aan de patiënt. Als toestemming nodig is, neemt de agent vervolgens contact op met de zorgverlener en dient hij de declaraties opnieuw in via het portaal van de verzekeraar. Het proces wordt afgerond wanneer de agent de patiënt informeert over de afhaalmogelijkheden.

Dit voorbeeld laat zien welke bredere rol het product binnen bedrijven kan spelen: voor één dienstverleningsresultaat kunnen communicatie met de klant, coördinatie met zorgverleners en handelingen in de systemen van verzekeraars nodig zijn. Missions bundelt die activiteiten in één workflow die op een doel is gericht, in plaats van iedere interactie als een afzonderlijke taak te behandelen.

Dossiers en Memory sturen vervolgstappen

In het dossier van elke Mission wordt de voortgang bijgehouden, inclusief voltooide stappen en nieuwe informatie die het plan kan veranderen. De agent gebruikt het dossier om een volgende stap te kiezen, proactief contact te plannen en context te bewaren voor later werk. Voordat de agent actie onderneemt, controleert hij opnieuw zowel het dossier als de Memory van de klant om na te gaan of het bestaande plan nog steeds passend is.

Memory bevat voorkeuren en relevante context uit andere gesprekken. Decagon noemt als voorbeelden dat rekening wordt gehouden met een klant die na 15.00 uur niet gebeld wil worden, en met een gelijktijdig lopend contact waarbij dezelfde klant een nieuw product in gebruik neemt terwijl een losstaand probleem wordt opgelost.

De agent voert dezelfde controle opnieuw uit wanneer een klant de verwachte volgorde verandert. Als een agent een lead heeft gekwalificeerd en een vervolgafspraak heeft geregeld, maar de klant die afspraak zelf per e-mail inplant, past de agent zijn aanpak aan. Zo houdt het ontwerp twee soorten context uit elkaar: het Mission-dossier volgt de voortgang richting het bedrijfsresultaat, terwijl Memory individuele voorkeuren en gelijktijdige interacties in beeld houdt.

Optimalisatie pakt attributieproblemen bij lange workflows aan

Decagon noemt attributie een belangrijke uitdaging wanneer geautomatiseerd werk zich over veel interacties uitstrekt. Als een herhaalrecept vertraging oploopt, moeten teams mogelijk vaststellen of het probleem is ontstaan bij het eerste contact, de overdracht aan de zorgverlener of de controle van de verzekeringsdekking. Daardoor is het lastig te bepalen welke interactie of overdracht moet worden aangepast.

Elke Mission is opgezet als een procedure voor agentbediening (AOP). Teams kunnen die logica schrijven, bewerken en verfijnen, de beslissingen van de agent bekijken en afzonderlijke onderdelen van de configuratie testen om vast te stellen wat beter kan. Duet en Duet Autopilot doen aanbevelingen voor het volledige klanttraject, waardoor optimalisatie verder reikt dan afzonderlijke interacties.

De lancering brengt uitvoering en analyse daarmee samen in één productmodel: agenten werken met een doel dat meerdere betrokkenen en systemen omvat, terwijl dossiers, Memory en tests op basis van AOP teams helpen het gevolgde traject te beoordelen en aan te passen. Voor bedrijven die automatisering voor langere trajecten overwegen, blijft de vraag of deze controlemechanismen zwakke overdrachten betrouwbaar aan het licht kunnen brengen en de resultaten kunnen verbeteren naarmate het aantal interacties toeneemt.