Decagon wprowadza Missions do obsługi długotrwałych procesów z udziałem klientów i AI

Decagon wprowadził Missions 12 listopada 2026 r. To produkt zaprojektowany z myślą o agentach AI, które zarządzają obsługą klientów w ramach wielu rozmów, systemów i uczestników. Agenci mogą dążyć do osiągnięcia określonego celu przez dni, tygodnie, a nawet miesiące, zamiast kończyć pracę po jednej interakcji.

Decagon wymienia wcześniejszą zgodę na wykonanie rezonansu magnetycznego, zatwierdzenie niewielkiej pożyczki i kwalifikację potencjalnego klienta jako przykłady wieloetapowych procesów, które mogą przynieść znaczące przychody. W przypadku zespołów obsługi klienta planowana zmiana polega na zastąpieniu ręcznego śledzenia statusu i koordynowania przekazywania spraw ciągłym udoskonalaniem przebiegu tych procesów.

Koordynacja działań w rozmowach i systemach zaplecza

Zespół rozpoczyna Mission od określenia celu prostym językiem, wskazania osób, z którymi agent powinien się skontaktować, oraz dodania wskazówek. Następnie agent dobiera kolejne działania do wyznaczonego celu. Może łączyć wątki dotyczące różnych osób, kontaktować się z każdym uczestnikiem odpowiednim kanałem i czekać, gdy przed kontynuowaniem procesu osoba trzecia musi wykonać jakiś krok.

Produkt wykracza również poza rozmowy. Dzięki funkcji Browser Actions agent może wykonywać zadania zaplecza, takie jak wypełnianie formularzy. Przykład Decagon dotyczący odnowienia recepty rozpoczyna się od powiadomienia pacjenta, a następnie — gdy wymagana jest zgoda — agent kontaktuje się z placówką medyczną i ponownie składa roszczenia za pośrednictwem portalu płatnika. Proces kończy się, gdy agent potwierdza z pacjentem szczegóły odbioru leku.

Ten przykład pokazuje szerszą rolę produktu w przedsiębiorstwach: osiągnięcie jednego celu w obsłudze może wymagać komunikacji z klientem, koordynacji z placówką medyczną i działań w systemie płatnika. Missions przypisuje te czynności do jednego procesu ukierunkowanego na cel, zamiast traktować każdą interakcję jako odrębne zadanie.

Sprawy i Memory kształtują kolejne działania

W każdej sprawie Mission prowadzony jest rejestr postępów, obejmujący wykonane kroki i nowe informacje, które mogą wpłynąć na plan. Agent korzysta ze sprawy, aby wybrać kolejne działanie, zaplanować kontakt z własnej inicjatywy i zachować kontekst na potrzeby dalszej pracy. Przed podjęciem działania ponownie sprawdza zarówno sprawę, jak i Memory klienta, aby ustalić, czy dotychczasowy plan nadal jest odpowiedni.

Memory dostarcza informacji o preferencjach oraz istotnym kontekście z innych rozmów. Wśród przykładów Decagon są uwzględnianie prośby klienta, by nie dzwonić do niego po 15:00, oraz branie pod uwagę równoległej interakcji, w której ten sam klient wdraża nowy produkt, a jednocześnie rozwiązuje niezwiązany z nim problem.

Ponowne sprawdzenie ma zastosowanie również wtedy, gdy klient zmienia oczekiwaną kolejność działań. Jeśli agent zakwalifikował potencjalnego klienta i umówił kontakt uzupełniający, ale klient samodzielnie umawia go przez e-mail, agent zmienia dalsze postępowanie. W tym rozwiązaniu rozdzielono zatem dwa rodzaje kontekstu: sprawa Mission śledzi postępy w dążeniu do osiągnięcia celu biznesowego, a Memory pozwala uwzględniać indywidualne preferencje i równoległe interakcje.

Optymalizacja pomaga ustalić źródło problemów w długotrwałych procesach

Decagon wskazuje ustalenie źródła problemu jako jedno z głównych wyzwań, gdy automatyzacja obejmuje wiele interakcji. Jeśli odnowienie recepty się opóźnia, zespoły mogą musieć ustalić, czy problem pojawił się podczas pierwszego kontaktu, przekazania sprawy placówce medycznej czy weryfikacji ubezpieczenia. W takich warunkach trudno wskazać konkretną interakcję lub przekazanie sprawy, które wymagają zmiany.

Każde Mission działa w oparciu o procedurę operacyjną agenta (Agent Operating Procedure, AOP). Zespoły mogą tworzyć, edytować i udoskonalać jej logikę, analizować decyzje agenta oraz testować poszczególne elementy konfiguracji, aby ustalić, co wymaga poprawy. Duet i Duet Autopilot przedstawiają rekomendacje dotyczące całej ścieżki klienta, rozszerzając optymalizację poza pojedyncze interakcje.

Wprowadzenie produktu łączy zatem realizację działań z analizą ich przebiegu: agenci realizują cel z udziałem różnych osób i systemów, a sprawy, Memory oraz testowanie oparte na AOP dają zespołom narzędzia do oceny i zmiany obranej ścieżki. W przypadku przedsiębiorstw rozważających automatyzację długotrwałych procesów pozostaje pytanie, czy te mechanizmy kontroli pozwolą niezawodnie wykrywać słabe punkty przy przekazywaniu spraw i poprawiać wyniki w miarę wzrostu liczby interakcji.