Decagon เปิดตัว Alto เพื่อควบคุมการสนทนาของเอเจนต์เสียง

Decagon เปิดตัว Alto เมื่อวันที่ 11 พฤศจิกายน 2026 โดยเป็นโมเดลของ Decagon Labs ที่ควบคุมชั้นการสนทนาของเอเจนต์เสียงแบบดูเพล็กซ์ของบริษัท และตัดสินใจว่าจะพูดเมื่อใดและพูดอะไร บริษัทระบุว่า Alto ช่วยเพิ่มอัตราการแก้ไขปัญหาได้มากกว่า 5 จุดเปอร์เซ็นต์ในการโทรหาลูกค้าจริง ขณะเดียวกันก็ตอบสนองโดยเฉลี่ยในเวลาประมาณ 700 มิลลิวินาที

Decagon ระบุว่าตรรกะส่วนอื่น ๆ ของเอเจนต์แทบไม่เปลี่ยนแปลงระหว่างการเปรียบเทียบอัตราการแก้ไขปัญหา ประกาศดังกล่าวไม่ได้ระบุว่าลูกค้ารายใดมีส่วนร่วม ใช้กลุ่มตัวอย่างขนาดเท่าใด มีอัตราพื้นฐานเท่าใด หรือวัดผลในช่วงเวลาใด Alto ขยายความเชี่ยวชาญเฉพาะด้านของโมเดล Decagon จากคุณภาพเสียงไปสู่การควบคุมบทสนทนา โดยตัดสินใจว่าควรตอบทันทีหรือไม่ และจะทำอย่างไรให้ผู้โทรยังมีส่วนร่วมระหว่างที่โมเดลให้เหตุผลดำเนินการจนเสร็จ

การตัดสินใจว่าจะตอบหรือรอ

ระบบเสียงแบบลำดับขั้นทั่วไปจัดการแต่ละช่วงของการสนทนาตามลำดับ ได้แก่ ถอดเสียงผู้โทร พิจารณาคำตอบ แล้วจึงสร้างเสียงพูด ส่วนเอเจนต์แบบดูเพล็กซ์ของ Decagon ทำงานโดยใช้โมเดลสนทนาความเร็วสูงควบคู่ไปกับโมเดลให้เหตุผลที่มีความสามารถสูงกว่า โมเดลแรกทำหน้าที่ฟังและพูด ส่วนโมเดลที่สองจัดการการตัดสินใจและการดำเนินการที่ซับซ้อนเบื้องหลังบทสนทนา จึงทำให้เอเจนต์โต้ตอบต่อไปได้ระหว่างที่งานกำลังดำเนินอยู่

การทำงานควบคู่กันเช่นนี้ทำให้ต้องตัดสินใจในทุกช่วงของการสนทนา การรอโมเดลให้เหตุผลอาจทำให้บทสนทนาสะดุด แต่การตอบเร็วเกินไปก็เสี่ยงต่อการให้ข้อมูลที่ยังไม่ได้รับการยืนยัน เช่น แจ้งผู้โทรว่าการจองของตนมีการเปลี่ยนแปลง ทั้งที่ระบบยังไม่ได้ยืนยัน ดังนั้น ความเร็วที่ได้จากโมเดลสนทนาขนาดเล็กจึงมาพร้อมปัญหาด้านความน่าเชื่อถือ ซึ่งสถาปัตยกรรมแบบดูเพล็กซ์เพียงอย่างเดียวแก้ไม่ได้

Alto ติดตามอย่างต่อเนื่องทั้งสิ่งที่ผู้โทรพูดและสิ่งที่เอเจนต์ส่วนอื่นกำลังดำเนินการ โดยอ้างอิงคำตอบจากบันทึกการโทรที่ใช้ร่วมกัน ก่อนแจ้งว่าการดำเนินการเสร็จสิ้น Alto จะรอการยืนยัน ระหว่างค้นหาข้อมูลหรือเรียกใช้เครื่องมือ Alto สามารถขอข้อมูลส่วนถัดไปหรือสอบถามความคืบหน้าจากผู้โทร แทนการใช้คำพูดถ่วงเวลาแบบกว้าง ๆ หากผลลัพธ์มาถึงขณะที่ผู้โทรกำลังถามเรื่องใหม่ Alto ก็สามารถตอบคำถามและแจ้งผลลัพธ์ไปพร้อมกันได้

ฝึกฝนเพื่อรับมือกับการโทรที่คลุมเครือ

Decagon เริ่มจากโมเดลขนาดเล็กที่เปิดเผยค่าน้ำหนักเพื่อให้ตอบสนองได้รวดเร็ว จากนั้นจึงปรับแต่งโมเดลด้วยการฝึกเพิ่มเติมจากการโทรจำลองที่อิงประสบการณ์จากการใช้งานจริง ในการเรียนรู้แบบเสริมแรง Alto สร้างคำตอบที่เป็นไปได้หลายแบบในแต่ละจุดของบทสนทนา กระบวนการให้คะแนนให้ความสำคัญก่อนว่าโมเดลตัดสินใจได้ถูกต้องหรือไม่ว่าจะตอบหรือรอ จากนั้นจึงประเมินว่าถ้อยคำเป็นไปตามนโยบายของธุรกิจและสะท้อนข้อมูลที่ได้รับการยืนยันหรือไม่

Decagon มุ่งฝึกกับกรณีที่คลุมเครือ หลังพบว่า Alto จัดการสถานการณ์ส่วนใหญ่ได้ถูกต้องอยู่แล้ว นอกจากนี้ บริษัทยังปรับเปลี่ยนนโยบายและเครื่องมือในธุรกิจจำลองแต่ละแห่ง โดยมีเป้าหมายให้โมเดลเรียนรู้การใช้วิจารณญาณที่นำไปใช้ได้กับสถานการณ์ต่าง ๆ แทนการจดจำบทพูดสำหรับบริษัทแห่งใดแห่งหนึ่ง

Decagon ระบุว่า ก่อนที่ผู้โทรคนใดจะได้ยินเสียงโมเดล บริษัทได้ทดสอบโมเดลผ่านการโทรจำลองมากกว่า 90 ล้านครั้ง จากนั้นจึงให้ Alto ทำงานในโหมดเงาควบคู่ไปกับทราฟฟิกการใช้งานจริง เพื่อประเมินคำตอบของโมเดลโดยไม่ส่งเสียงพูดให้ผู้โทรได้ยิน

โมเดลเสียงเฉพาะทางสองแบบ

Alto สานต่อจาก Voice 3 และ Chord ซึ่งประกาศเมื่อวันที่ 1 ตุลาคม 2026 Voice 3 ผสานการสร้างเสียงพูดของ Chord เข้ากับสถาปัตยกรรมแบบดูเพล็กซ์ และรองรับมากกว่า 70 ภาษา Chord กำหนดลักษณะเสียงของเอเจนต์ Decagon ส่วน Alto กำหนดวิธีที่เอเจนต์ดำเนินบทสนทนา ก่อนหน้านี้ Decagon ระบุว่า Chord ช่วยเพิ่มอัตราการแก้ไขปัญหาได้สูงสุด 7 จุดเปอร์เซ็นต์โดยลำพัง

เมื่อนำโมเดลทั้งสองมารวมกัน ประสิทธิภาพด้านเสียงจะแบ่งออกเป็นเป้าหมายการฝึกสองด้าน ได้แก่ ความเป็นธรรมชาติของเสียงพูดและวิจารณญาณในการสนทนา ผลลัพธ์ที่ Decagon รายงานเชื่อมโยงเป้าหมายด้านที่สองเข้ากับการแก้ไขปัญหาของลูกค้า แต่ข้อจำกัดหลักในการทำงานของ Alto ยังคงเป็นการตัดสินใจว่าจะตอบหรือรอ โดยต้องใช้ประโยชน์จากความเร็วของโมเดลสนทนาโดยไม่ปล่อยให้บทสนทนาที่ฟังดูเป็นธรรมชาตินำหน้าการดำเนินการที่ได้รับการยืนยัน