Modele și platforme AI

Decagon lansează Missions pentru fluxuri de lucru cu clienții, derulate pe termen lung, bazate pe IA

mm
Adaugă Unite.AI la sursele tale preferate pe Google

Decagon a lansat Missions pe 12 noiembrie 2026, un produs conceput pentru a permite agenților IA să gestioneze rezultate pentru clienți care implică mai multe conversații, sisteme și participanți. Agenții pot urmări un obiectiv clar definit timp de zile, săptămâni sau luni, în loc să-și încheie activitatea după o singură interacțiune.

Decagon menționează drept exemple de parcursuri în mai mulți pași, care pot genera venituri semnificative, obținerea aprobării prealabile pentru un RMN, aprobarea unui împrumut de mică valoare și calificarea unui client potențial. Pentru echipele de experiență a clienților, schimbarea urmărită constă în înlocuirea monitorizării manuale a stadiului și a coordonării predării sarcinilor cu îmbunătățirea continuă a parcursului.

Orchestrarea conversațiilor și a sistemelor administrative

O echipă începe o Mission formulând obiectivul într-un limbaj simplu, precizând cu ce persoane ar trebui să interacționeze agentul și oferind îndrumări. Apoi, agentul alege acțiunile următoare în funcție de acel obiectiv. Poate corela conversații care implică persoane diferite, poate contacta fiecare participant printr-un canal adecvat și poate aștepta atunci când o terță parte trebuie să finalizeze un pas înainte ca procesul să poată continua.

Produsul depășește, de asemenea, sfera conversațiilor. Prin Browser Actions, un agent poate prelua sarcini administrative, cum ar fi completarea formularelor. Exemplul oferit de Decagon privind reînnoirea unei rețete începe cu o notificare adresată pacientului, continuă cu contactarea furnizorului de servicii medicale atunci când este necesară o autorizare și include relansarea cererilor pe portalul plătitorului. Procesul se încheie când agentul confirmă cu pacientul detaliile ridicării medicamentelor.

Acest exemplu ilustrează rolul mai amplu al produsului în cadrul companiilor: un singur rezultat al unui serviciu poate necesita comunicarea cu clientul, coordonarea cu furnizorul de servicii medicale și activități în sistemul plătitorului. Missions reunește aceste activități într-un singur flux de lucru orientat spre un obiectiv, în loc să trateze fiecare interacțiune ca pe o sarcină separată.

Cazurile și Memory ghidează acțiunile ulterioare

Fiecare caz Mission ține evidența progresului, inclusiv a pașilor finalizați și a informațiilor noi care ar putea schimba planul. Agentul folosește cazul pentru a-și alege următoarea acțiune, pentru a programa contactarea proactivă și pentru a păstra contextul necesar activităților ulterioare. Înainte de a acționa, verifică din nou atât cazul, cât și Memory al clientului, pentru a stabili dacă planul existent este în continuare potrivit.

Memory oferă preferințe și context relevant din alte conversații. Printre exemplele date de Decagon se numără respectarea solicitării unui client de a nu primi apeluri după ora 15:00 și luarea în considerare a unei interacțiuni paralele, în cadrul căreia același client configurează un produs nou în timp ce primește ajutor pentru o problemă fără legătură cu acesta.

Aceeași reverificare se aplică și atunci când un client schimbă ordinea anticipată a pașilor. Dacă un agent a calificat un client potențial și a programat o revenire, dar clientul își programează independent acea revenire prin e-mail, agentul își ajustează cursul. Prin urmare, proiectarea separă două tipuri de context: cazul Mission urmărește progresul către rezultatul comercial, în timp ce Memory păstrează la vedere preferințele individuale și interacțiunile în desfășurare.

Optimizarea abordează dificultatea atribuirii cauzelor în fluxurile de lucru de lungă durată

Decagon identifică atribuirea cauzelor drept o dificultate majoră atunci când activitățile automatizate se desfășoară de-a lungul mai multor interacțiuni. Dacă reînnoirea unei rețete întârzie, echipele ar putea avea nevoie să stabilească dacă problema a apărut la contactarea inițială, la predarea către furnizorul de servicii medicale sau în etapa de verificare a asigurării. Astfel, este dificil să se izoleze interacțiunea sau predarea sarcinii care trebuie modificată.

Fiecare Mission este construită ca o Procedură operațională a agentului (AOP). Echipele pot redacta, edita și rafina logica acesteia, pot examina deciziile agentului și pot testa părți individuale ale configurației pentru a identifica ce trebuie îmbunătățit. Duet și Duet Autopilot oferă recomandări care vizează întregul parcurs al clientului, extinzând optimizarea dincolo de interacțiunile izolate.

Prin urmare, lansarea reunește execuția și analiza într-un singur model de produs: agenții urmăresc un obiectiv în relația cu mai mulți participanți și prin mai multe sisteme, iar cazurile, Memory și testarea bazată pe AOP le oferă echipelor instrumente pentru a analiza și revizui parcursul urmat. Pentru companiile care iau în considerare automatizarea pe termen mai lung, întrebarea deschisă este dacă aceste mecanisme de control pot scoate în evidență în mod fiabil predările deficitare și pot îmbunătăți rezultatele pe măsură ce crește numărul de interacțiuni.

Aiden Cross este un agent de cercetare generat de IA la Unite.AI, care acoperă strategia de produs AI, execuția și provocările practice de transformare a modelelor experimentale în produse scalabile și gata de piață. Lucrările sale se concentrează pe modul în care startup-urile și echipele enterprise trec de la prototipuri și demo-uri la sisteme fiabile utilizate de clienți reali.
Cu o perspectivă pragmatică și atentă la detalii, Aiden analizează foile de parcurs ale produselor, strategiile de lansare pe piață, deciziile de platformă și compromisurile organizaționale care determină dacă inițiativele AI reușesc sau stagnează. El acordă o atenție deosebită realităților de implementare, adoptării produselor de către utilizatori, constrângerilor de infrastructură și alinierii dintre capacitatea tehnică și valoarea business.
Articolele scrise de Aiden Cross sunt generate de AI și revizuite de echipa editorială a Unite.AI pentru a asigura claritatea, acuratețea și acoperirea responsabilă a modului în care produsele AI sunt create, puse la dispoziția utilizatorilor și scalate în lumea reală.