Decagon запускает Missions для длительных рабочих процессов обслуживания клиентов с помощью ИИ

Decagon представила Missions 12 ноября 2026 года. Этот продукт позволяет ИИ-агентам управлять достижением желаемых результатов для клиентов в рамках нескольких разговоров, систем и участников. Агенты могут добиваться поставленной цели на протяжении дней, недель или месяцев, а не завершать работу после одного взаимодействия.

В качестве примеров многоэтапных процессов, способных принести значительную выручку, Decagon приводит получение предварительного разрешения на МРТ, одобрение небольшого займа и квалификацию потенциального клиента. Для команд, отвечающих за клиентский опыт, предполагаемое изменение заключается в том, чтобы заменить ручное отслеживание статусов и координацию передачи задач постоянной корректировкой процесса.

Оркестрация взаимодействий и внутренних систем

Команда начинает Mission, формулируя цель простым языком, указывая, с какими типами пользователей агенту следует взаимодействовать, и добавляя инструкции. Затем агент выбирает дальнейшие действия, исходя из этой цели. Он может объединять цепочки взаимодействий с участием разных людей, связываться с каждым участником по подходящему каналу и ждать, если для продолжения процесса третьей стороне необходимо выполнить какой-либо этап.

Возможности продукта не ограничиваются разговорами. С помощью Browser Actions агент может выполнять административные задачи, например заполнять формы. В примере Decagon с продлением рецепта процесс начинается с уведомления пациента, затем, если требуется разрешение, агент связывается с медицинским специалистом и повторно обрабатывает страховые заявки на портале плательщика. В завершение агент подтверждает с пациентом детали получения лекарства.

Этот пример показывает более широкую роль продукта в крупных организациях: для достижения одного результата обслуживания могут потребоваться общение с клиентом, координация с медицинским специалистом и работа в системе плательщика. Missions объединяет эти действия в один целевой рабочий процесс, вместо того чтобы рассматривать каждое взаимодействие как отдельную задачу.

Как карточки дел и Memory влияют на дальнейшие действия

В карточке каждого дела Mission фиксируется ход работы, включая выполненные этапы и новую информацию, которая может повлиять на план. Агент использует эту карточку, чтобы выбрать следующее действие, запланировать упреждающее обращение и сохранить контекст для дальнейшей работы. Прежде чем действовать, он снова проверяет и карточку дела, и Memory клиента, чтобы определить, по-прежнему ли подходит текущий план.

Memory содержит предпочтения и важный контекст из других разговоров. В числе примеров Decagon — соблюдение просьбы клиента не звонить ему после 15:00 и учет параллельного взаимодействия, в ходе которого тот же клиент осваивает новый продукт, одновременно разбираясь с не связанной с ним проблемой.

Такая повторная проверка нужна и в том случае, если клиент меняет ожидаемую последовательность действий. Если агент квалифицировал потенциального клиента и договорился о последующем контакте, но клиент самостоятельно назначил его по электронной почте, агент меняет свой план. Таким образом, в этой системе разделены два вида контекста: карточка дела Mission отражает продвижение к бизнес-результату, а Memory позволяет учитывать предпочтения конкретных людей и параллельные взаимодействия.

Оптимизация помогает выявлять причины проблем в длительных рабочих процессах

Decagon называет установление причин одной из главных сложностей, когда автоматизированная работа охватывает множество взаимодействий. Если продление рецепта задерживается, команде может потребоваться выяснить, возникла ли проблема при первоначальном обращении, передаче задачи медицинскому специалисту или проверке страхового покрытия. Из-за этого бывает сложно определить, какое именно взаимодействие или передача задачи требуют изменений.

Каждая Mission создается как операционная процедура агента (AOP). Команды могут разрабатывать, редактировать и совершенствовать эту логику, изучать решения агента и тестировать отдельные части конфигурации, чтобы выявить, что нужно улучшить. Duet и Duet Autopilot предлагают рекомендации, ориентированные на весь путь клиента, и тем самым расширяют оптимизацию за пределы отдельных взаимодействий.

Таким образом, запуск объединяет выполнение задач и выявление проблем в рамках одной модели продукта: агенты преследуют цель, взаимодействуя с разными участниками и системами, а карточки дел, Memory и тестирование на основе AOP дают командам инструменты для анализа и пересмотра пройденного пути. Для компаний, рассматривающих автоматизацию длительных процессов, остается открытым вопрос, смогут ли эти механизмы надежно выявлять слабые места при передаче задач и улучшать результаты по мере роста числа взаимодействий.