Decagon, Sesli Ajan Görüşmelerini Yönetmek İçin Alto’yu Tanıttı

Decagon, 11 Kasım 2026’da Alto’yu tanıttı. Decagon Labs’in geliştirdiği bu model, çift yönlü sesli ajanının konuşma katmanını yönetiyor; ne zaman konuşacağına ve ne söyleyeceğine karar veriyor. Şirket, Alto’nun canlı müşteri görüşmelerinde çözüm oranlarını beş yüzde puanından fazla artırdığını ve ortalama yanıtları yaklaşık 700 milisaniyede verdiğini bildirdi.

Decagon, çözüm oranlarının karşılaştırıldığı sırada ajanın geri kalan mantığının büyük ölçüde değişmeden kaldığını söyledi. Duyuruda bu sonuç için hangi müşterilerin kapsama alındığı, örneklem büyüklüğü, başlangıç oranları veya ölçüm dönemi belirtilmedi. Alto, Decagon’ın model uzmanlaşmasını konuşma kalitesinin ötesine, görüşme yönetimine taşıyor: Anında yanıt vermenin uygun olup olmadığına ve akıl yürütme modeli işi bitirirken arayan kişinin görüşmeye nasıl bağlı tutulacağına karar veriyor.

Yanıt Verme ya da Bekleme Kararı

Geleneksel bir ardışık ses işleme hattı, her konuşma sırasını sırayla ele alır: arayanın söylediklerini yazıya döker, verilecek yanıt üzerinde akıl yürütür, ardından konuşmayı üretir. Decagon’ın çift yönlü ajanıysa hızlı bir konuşma modelini daha güçlü bir akıl yürütme modeliyle paralel çalıştırıyor. İlk model dinleyip konuşurken ikincisi, konuşmanın arka planında karmaşık kararları ve eylemleri ele alıyor; böylece işler sürerken ajan etkileşimi devam ettirebiliyor.

Bu paralellik, her konuşma sırasında bir karar vermeyi gerektiriyor. Akıl yürütme modelini beklemek konuşmanın akışını bozabilir; ancak yanıt vermekte acele etmek, sistem doğrulamadan arayan kişiye rezervasyonunun değiştiğini söylemek gibi, teyit edilmemiş bir beyanda bulunma riski taşır. Dolayısıyla daha küçük bir konuşma modelinin hız avantajı, çift yönlü mimarinin tek başına çözemediği bir güvenilirlik sorununu da beraberinde getirir.

Alto, arayan kişinin söylediklerini ve ajanın geri kalanının ne yaptığını sürekli izleyerek yanıtlarını görüşmenin ortak kaydına dayandırıyor. Bir eylemin tamamlandığını duyurmadan önce doğrulama bekliyor. Bilgi ararken veya bir aracı çağırırken genel geçer dolgu ifadelerine başvurmak yerine bir sonraki bilgi parçasını isteyebiliyor ya da arayan kişiye görüşmenin nasıl gittiğini sorabiliyor. Arayan kişi yeni bir soru sorarken sonuç gelirse Alto, hem soruyu yanıtlayıp hem de sonucu iletebiliyor.

Belirsiz Görüşmeler İçin Eğitim

Decagon, yanıtları hızlı tutmak için küçük, açık ağırlıklı bir modelle işe başladı; ardından üretim deneyiminden yararlanılarak oluşturulan simüle edilmiş görüşmelerle bu modeli ince ayardan geçirdi. Pekiştirmeli öğrenme sırasında Alto, görüşmenin her noktasında birden fazla olası yanıt üretti. Puanlama sürecinde öncelik, modelin yanıt verme ya da bekleme kararını doğru verip vermediğine tanındı; ardından kullandığı ifadelerin iş politikalarına uyup uymadığı ve doğrulanmış bilgileri yansıtıp yansıtmadığı değerlendirildi.

Decagon, Alto’nun çoğu durumu zaten doğru ele aldığını gördükten sonra eğitimi belirsiz vakalara yoğunlaştırdı. Ayrıca farklı simüle edilmiş işletmelerde politikaları ve araçları çeşitlendirerek tek bir şirket için ezberlenmiş bir senaryo yerine, farklı durumlara aktarılabilen bir muhakeme yetisi kazandırmayı hedefledi.

Decagon, herhangi bir arayan kişi modeli duymadan önce modelin 90 milyondan fazla simüle edilmiş görüşmede test edildiğini bildirdi. Ardından Alto’yu canlı üretim trafiğinin yanında gölge modunda çalıştırdı; bu modda yanıtları arayan kişilere sesli olarak iletilmeden değerlendirilebiliyordu.

İki Uzmanlaşmış Ses Modeli

Alto, 1 Ekim 2026’da duyurulan Voice 3 ve Chord’un ardından geldi. Voice 3, Chord’un konuşma üretimini çift yönlü mimariyle ve 70’ten fazla dil desteğiyle birleştirdi. Chord, Decagon’ın ajanlarının nasıl konuşacağını şekillendirirken Alto, konuşmayı nasıl yürüteceklerini belirliyor. Decagon daha önce Chord’un çözüm oranlarını bağımsız olarak yedi yüzde puanına kadar artırdığını belirtmişti.

Birlikte bu modeller, ses performansını iki eğitim hedefine ayırıyor: konuşmanın doğallığı ve görüşmeyi yönetme becerisi. Alto’nun bildirilen sonucu, ikinci hedefi çözüme ulaştırılan müşteri görüşmeleriyle ilişkilendiriyor; ancak temel çalışma kısıtı hâlâ yanıt verme ya da bekleme kararı. Amaç, doğal duyulan bir konuşmanın doğrulanmış eylemlerin önüne geçmesine izin vermeden konuşma modelinin hızından yararlanmak.