Decagon lanserer Alto for å styre samtaler med taleagenter

Decagon lanserte Alto 11. november 2026. Alto er en modell fra Decagon Labs som styrer samtalelaget i selskapets dupleksbaserte taleagent og avgjør når den skal snakke, og hva den skal si. Selskapet opplyste at Alto økte løsningsgraden med mer enn fem prosentpoeng i faktiske kundesamtaler, samtidig som den gjennomsnittlige svartiden var på rundt 700 millisekunder.

Decagon opplyste at resten av agentens logikk i praksis var uendret da løsningsgraden ble sammenlignet. I kunngjøringen oppga selskapet ikke hvilke kunder resultatet gjaldt, utvalgsstørrelsen, utgangsnivåene eller måleperioden. Med Alto utvider Decagon modellspesialiseringen fra talekvalitet til samtalestyring: å avgjøre om det er grunnlag for å svare umiddelbart, og hvordan innringeren kan holdes engasjert mens en resonneringsmodell fullfører arbeidet.

Valget mellom å svare og å vente

En konvensjonell, trinnvis talepipeline behandler hver tur i rekkefølge: først transkriberes det innringeren sier, deretter vurderes et svar, og til slutt genereres tale. Decagons dupleksbaserte agent kjører i stedet en rask samtalemodell parallelt med en kraftigere resonneringsmodell. Den første lytter og snakker, mens den andre håndterer komplekse beslutninger og handlinger i bakgrunnen, slik at agenten kan fortsette samtalen mens arbeidet pågår.

Denne parallellkjøringen krever en skjønnsmessig vurdering i hver samtaletur. Det kan forstyrre flyten å vente på resonneringsmodellen, men et for tidlig svar kan føre til en ubekreftet påstand, for eksempel at innringeren får beskjed om at reservasjonen er endret før systemet har bekreftet det. Hastighetsfordelen ved en mindre samtalemodell fører dermed med seg et pålitelighetsproblem som dupleksarkitekturen alene ikke løser.

Alto følger kontinuerlig med på hva innringeren har sagt, og hva resten av agenten gjør, og forankrer svarene sine i en felles samtaleoversikt. Den venter på bekreftelse før den melder at en handling er fullført. Mens den slår opp informasjon eller foretar et verktøykall, kan den be om neste opplysning eller ta kontakt med innringeren, i stedet for å ty til generisk fyllprat. Hvis et resultat kommer mens innringeren stiller et nytt spørsmål, kan Alto både svare på spørsmålet og formidle resultatet.

Trening for tvetydige samtaler

Decagon startet med en liten modell med åpne vekter for å holde svartiden kort, og finjusterte den deretter med simulerte samtaler basert på erfaring fra produksjonsmiljøet. I forsterkningslæringen genererte Alto flere mulige svar på hvert punkt i samtalen. Poengsettingen la størst vekt på om modellen valgte riktig mellom å svare og å vente, før den vurderte om formuleringene fulgte virksomhetens retningslinjer og bygget på bekreftet informasjon.

Decagon konsentrerte treningen om tvetydige tilfeller etter å ha funnet ut at Alto allerede håndterte de fleste situasjoner riktig. Selskapet varierte også retningslinjer og verktøy mellom de simulerte virksomhetene, med mål om å lære modellen skjønn som kan overføres mellom situasjoner, i stedet for et manus den har pugget for én enkelt bedrift.

Decagon opplyste at selskapet testet modellen i mer enn 90 millioner simulerte samtaler før noen innringere fikk høre den. Deretter kjørte selskapet Alto i skyggekjøring parallelt med direktetrafikk i produksjonsmiljøet. Da kunne svarene evalueres uten at de ble lest opp for innringerne.

To spesialiserte talemodeller

Alto følger etter Voice 3 og Chord, som ble kunngjort 1. oktober 2026. Voice 3 kombinerte Chords talegenerering med dupleksarkitektur og støtte for mer enn 70 språk. Chord former hvordan Decagons agenter høres ut, mens Alto former hvordan de fører en samtale. Decagon har tidligere tilskrevet Chord en selvstendig økning i løsningsgraden på opptil sju prosentpoeng.

Til sammen fordeler modellene taleegenskapene på to treningsmål: naturlighet i talen og skjønn i samtalen. Resultatet Decagon rapporterer for Alto, knytter det andre målet til kundesamtaler som blir løst. Den sentrale operative begrensningen er likevel fortsatt valget mellom å svare og å vente: å utnytte samtalemodellens hastighet uten å la en naturlig klingende samtale gå foran bekreftede handlinger.