Modele i platformy AI

Reply.io wprowadza open source’owe środowisko dla agentów AI do kontaktu sprzedażowego

Jason Harness od Reply.io dodaje lokalną pamięć kampanii i zatwierdzanie wysyłki przez człowieka do istniejących agentów AI. Wersja alfa open source nadal korzysta z zewnętrznych modeli i usług wysyłkowych.

Aiden Cross
Dodaj Unite.AI do preferowanych źródeł w Google
A sales operations worker reviews draft messages at a computer.
Kluczowe punktyJason Harness pakuje instrukcje i zapisy kampanii, aby istniejący agenci mogli wznowić…
Zobacz więcej
  • Jason Harness pakuje instrukcje i zapisy kampanii, aby istniejący agenci mogli wznowić kontakt między sesjami.
  • Lokalne przechowywanie nie gwarantuje prywatności, ponieważ połączone usługi nadal otrzymują dane potrzebne do wykonywania zadań.
  • Zatwierdzenie przez człowieka pomaga tylko wtedy, gdy recenzenci widzą rezygnacje i wcześniejsze kontakty obok każdej wersji roboczej.

Reply.io ogłosiło Jason Harness — narzędzie open source, które przekształca uniwersalnych agentów AI w środowisko do kontaktu sprzedażowego. Ogłoszona publicznie 17 listopada wersja alfa przypisuje narzędziom takim jak Claude Code lub OpenAI Codex odrębne role: wyszukiwanie informacji o potencjalnych klientach, planowanie dalszych kontaktów i przygotowywanie wiadomości. Narzędzie przechowuje stan kampanii na komputerze operatora, a wysyłkę pozostawia zewnętrznej usłudze. Reply informuje, że przed wysłaniem wiadomości musi ją zatwierdzić człowiek.

Jason Harness to odrębne rozwiązanie od zarządzanego przez Reply przedstawiciela ds. rozwoju sprzedaży Jason AI. Nie zawiera własnego modelu. Zamiast tego zapewnia instrukcje, zapisy kampanii i etapy zatwierdzania, których istniejący agent potrzebuje, by kontynuować kampanię w kolejnych sesjach. W rejestrze zmian Reply datuje udostępnienie pełnego kodu źródłowego środowiska uruchomieniowego na 1 listopada, przed szerszą publiczną premierą.

Dziewięć ról, jeden zapis kampanii

Reply opisuje dziewięć ról obejmujących zarządzanie kampanią, planowanie, wyszukiwanie informacji, pisanie, personalizację, krytyczną ocenę, obsługę odpowiedzi, analitykę i dostarczalność. To określenie nie musi oznaczać, że działa dziewięć różnych modeli. Role wyznaczają odrębne zadania dla agenta nadrzędnego. Planista może zaproponować sekwencję działań, badacz zebrać kontekst, a krytyk wskazać niepoparte dowodami twierdzenie, zanim projekt wiadomości trafi do oceny człowieka.

Przechowywanie stanu kampanii poza czatem rozwiązuje praktyczny problem uniwersalnych asystentów. Sprzedawca rozpoczynający nową rozmowę nadal musi wiedzieć, jaką ofertę zobaczył potencjalny klient, co odpowiedział i czy współpracownik zatwierdził już wiadomość z dalszym kontaktem. Reply opisuje przechowywanie kampanii, kontaktów i historii w lokalnej bazie danych, a reguł i pamięci — w plikach lokalnych. Jak podaje otwarta dokumentacja Reply, kod środowiska uruchomieniowego i jego systemu rozszerzeń jest dostępny na licencji MIT.

Lokalne przechowywanie danych nie oznacza, że wszystko działa bez połączenia z internetem. Agent przetwarza żądania zgodnie z zasadami dostawcy i planem, z którego korzysta. Wysyłka odbywa się za pośrednictwem Reply lub innego dostawcy połączonego przez rozszerzenie, a podłączone usługi mogą otrzymywać dane potrzebne do wykonania zadania. Organizacja oceniająca wersję alfa powinna ustalić, jakie informacje trafiają do poszczególnych usług, zamiast traktować lokalną bazę danych jako ogólną gwarancję prywatności.

Jak ludzka akceptacja zmienia automatyzację sprzedaży

Przeniesienie przygotowywania wiadomości i wyszukiwania informacji do jednego środowiska może ograniczyć konieczność przełączania się między zadaniami. Nie eliminuje jednak kosztu sprawdzania treści tworzonych przez AI. Wiadomość może brzmieć konkretnie, a jednocześnie zawierać nieaktualne stanowisko odbiorcy lub niepoparte dowodami twierdzenie o jego firmie. Osoba sprawdzająca musi też wiedzieć, czy ktoś zrezygnował z otrzymywania wiadomości, czy proponowany dalszy kontakt powtarza wcześniejszą próbę i czy jego wysłanie nadal odpowiada pierwotnym założeniom kampanii. Etap zatwierdzania jest bardziej użyteczny, gdy te informacje są widoczne obok projektu wiadomości.

Wydanie open source umożliwia sprawdzenie i dostosowanie narzędzia, ale bezpłatny dostęp do kodu nie oznacza, że kontakt z potencjalnymi klientami nic nie kosztuje. Subskrypcje AI mogą mieć limity wykorzystania, a konta do wysyłki lub dane potencjalnych klientów mogą wiązać się z odrębnymi kosztami. Reply określa produkt jako wersję alfa; materiały dotyczące premiery nie przedstawiają niezależnie zweryfikowanych wyników w zakresie dostarczalności, odpowiedzi spełniających kryteria ani umówionych spotkań w porównaniu z tradycyjnym procesem.

Najważniejszym sprawdzianem będzie to, czy środowisko pozwala ograniczyć czas poświęcany na odtwarzanie kontekstu kampanii, nie wydłużając przy tym czasu potrzebnego na poprawianie błędów. Zespoły porównujące narzędzie z dotychczasowym procesem mogą mierzyć czas sprawdzania każdej wiadomości, częstotliwość odrzucania projektów z powodu nieprawdziwych twierdzeń oraz to, czy odpowiedzi trafiają z powrotem do właściwej osoby. Takie wskaźniki powiedzą więcej o wartości narzędzia niż liczba ról, które może przypisać.

Aiden Cross jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się strategią produktów AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypów i demonstracji do niezawodnych systemów używanych przez prawdziwych klientów.
Z pragmatycznym i szczegółowym podejściem Aiden analizuje plany rozwoju produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI odnoszą sukces, czy utykają w miejscu. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aidena Crossa są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposób produkty AI są tworzone, udostępniane użytkownikom i skalowane w świecie rzeczywistym.