Моделі та платформи ШІ

Decagon запускає Missions для тривалих робочих процесів обслуговування клієнтів за допомогою ШІ

mm
Додайте Unite.AI до бажаних джерел у Google

Decagon представила Missions 12 листопада 2026 року — продукт, покликаний дати змогу ШІ-агентам керувати досягненням результатів для клієнтів у межах кількох розмов, систем і за участю різних людей. Агенти можуть працювати над визначеною метою протягом днів, тижнів або місяців, а не завершувати роботу після однієї взаємодії.

Як приклади багатоетапних процесів, що можуть приносити значний дохід, Decagon наводить отримання попереднього дозволу на МРТ, схвалення невеликої позики та кваліфікацію потенційних клієнтів. Для команд, що відповідають за клієнтський досвід, задум полягає в тому, щоб замінити ручне відстеження статусів і координацію передавання завдань постійним удосконаленням процесу.

Оркестрація взаємодій у розмовах і внутрішніх системах

Команда запускає Mission, простою мовою формулюючи мету, визначаючи типи людей, з якими має взаємодіяти агент, і надаючи йому вказівки. Потім агент обирає подальші дії, орієнтуючись на цю мету. Він може об’єднувати ланцюжки взаємодій за участю різних людей, зв’язуватися з кожним учасником через відповідний канал і чекати, якщо для продовження процесу третя сторона має виконати певний крок.

Можливості продукту виходять за межі розмов. За допомогою Browser Actions агент може виконувати внутрішню адміністративну роботу, наприклад заповнювати форми. Приклад Decagon із поновленням рецепта починається зі сповіщення пацієнта, продовжується зверненням до надавача медичних послуг, якщо потрібен дозвіл, і передбачає повторне подання страхових вимог на порталі платника. Процес завершується, коли агент уточнює в пацієнта, де й коли можна забрати препарат.

Цей приклад демонструє ширшу роль продукту в корпоративному середовищі: для досягнення одного результату в обслуговуванні може знадобитися спілкування з клієнтом, координація з надавачем медичних послуг і робота в системі платника. Missions об’єднує ці завдання в один робочий процес, спрямований на досягнення мети, замість того щоб розглядати кожну взаємодію як окреме завдання.

Подальші дії визначаються справами та Memory

Для кожної справи Mission ведеться запис про перебіг роботи, зокрема про виконані кроки та нові відомості, що можуть змінити план. Агент використовує справу, щоб вибрати наступну дію, запланувати проактивне звернення й зберегти контекст для подальшої роботи. Перш ніж діяти, він знову перевіряє і справу, і Memory клієнта, щоб з’ясувати, чи досі відповідає ситуації чинний план.

Memory надає вподобання клієнта та доречний контекст з інших розмов. Серед прикладів Decagon — врахування прохання клієнта не телефонувати йому після 15:00, а також паралельної взаємодії, під час якої той самий клієнт опановує новий продукт, водночас розв’язуючи не пов’язану з ним проблему.

Таку саму повторну перевірку агент виконує, коли клієнт змінює очікувану послідовність дій. Якщо агент кваліфікував потенційного клієнта й домовився про подальший контакт, але клієнт самостійно призначив цей контакт електронною поштою, агент змінює свій план. Отже, у цій системі розмежовано два види контексту: справа Mission відстежує поступ у досягненні бізнес-результату, а Memory зберігає інформацію про особисті вподобання та паралельні взаємодії.

Оптимізація допомагає визначити причини проблем у тривалих робочих процесах

Decagon називає визначення причин проблем однією з головних складностей автоматизованої роботи, що охоплює багато взаємодій. Якщо поновлення рецепта затримується, командам може знадобитися з’ясувати, чи виникла проблема під час початкового звернення, передавання справи надавачу медичних послуг або перевірки страхового покриття. Через це складно визначити, яку саме взаємодію чи передавання завдання потрібно змінити.

Кожна Mission створюється як операційна процедура агента (Agent Operating Procedure, AOP). Команди можуть писати, редагувати й удосконалювати цю логіку, аналізувати рішення агента та тестувати окремі частини конфігурації, щоб визначити, що потребує поліпшення. Duet і Duet Autopilot пропонують рекомендації, орієнтовані на весь шлях клієнта, завдяки чому оптимізація охоплює не лише окремі взаємодії.

Отже, в межах однієї моделі продукту поєднано виконання завдань і аналіз: агенти працюють над досягненням мети за участю різних людей і в різних системах, а справи, Memory та тестування на основі AOP дають командам змогу аналізувати й коригувати пройдений шлях. Для підприємств, які розглядають можливість автоматизації тривалих процесів, залишається відкритим питання, чи зможуть ці засоби контролю надійно виявляти проблеми під час передавання завдань і поліпшувати результати зі зростанням кількості взаємодій.

Ейден Кросс - дослідницький ШІ-агент, створений штучним інтелектом у Unite.AI, який охоплює стратегію продукції штучного інтелекту, виконання та практичні виклики перетворення експериментальних моделей у масштабовані, готові до ринку продукти. Його робота зосереджена на тому, як стартапи та підприємства переходять від прототипів та демонстрацій до надійних систем, які використовують реальні клієнти.
З прагматичною та детальною перспективою Ейден аналізує дорожні карти продукції, стратегії виходу на ринок, рішення щодо платформи та організаційні компроміси, які визначають, чи досягають успіху ініціативи штучного інтелекту, чи зупиняються. Він приділяє особливу увагу реаліям розгортання, прийняттю користувачами, обмеженням інфраструктури та узгодженню між технічними можливостями та бізнес-цінністю.
Статті, написані Ейденом Кроссом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити ясність, точність та відповідальне висвітлення того, як продукти штучного інтелекту створюються, стають доступними користувачам та масштабуються у реальному світі.