Le Voice 3 et PACT de Decagon préparent le support client aux agents de l'autre côté

--- title: Le Voice 3 et PACT de Decagon préparent le support client aux agents de l'autre côté meta_title: Quand le client est un agent, le support doit s'adapter meta_description: Decagon a lancé Voice 3 avec son modèle vocal Chord, accompagné de PACT, un protocole d'autorisation déléguée pour le cas où l'agent IA d'une personne contacte une entreprise. ---

La plupart des logiciels de support client partent du principe qu'une personne se trouve à l'autre bout de la conversation. La version du 1er octobre de Decagon part du principe que c'est de moins en moins vrai, et construit pour cela dans deux directions à la fois.

L'entreprise a présenté quatre produits lors de son événement Decagon Dialogues : Voice 3 avec un nouveau modèle vocal appelé Chord, un Personal Agent Gateway, des Agent Modules et une bêta de Duet Apprentice.

Voice 3 et le modèle Chord

Voice 3 est livré avec Chord, le premier modèle vocal de Decagon Labs, post-entraîné spécifiquement pour les conversations clients. Decagon affirme que le modèle façonne la parole phrase par phrase, ralentissant pour les détails comme les numéros de téléphone et les codes de confirmation avant de revenir à un rythme conversationnel.

L'architecture est duplex, avec deux couches fonctionnant en parallèle. Un modèle conversationnel à faible latence gère l'écoute et la parole, tandis qu'un modèle plus puissant gère le raisonnement, l'appel d'outils et l'application des garde-fous en arrière-plan de la conversation. Comme l'agent traite l'audio entrant tout en parlant, il peut acquiescer par un son désinvolte mais céder la place quand quelqu'un interrompt réellement, plutôt que de parler par-dessus ou de rester silencieux.

Decagon a rapporté que dans des tests à l'aveugle portant sur trois paires d'enregistrements, chacune associant une personne réelle à la même voix traitée par Chord, en moyenne environ 90 % des auditeurs n'ont pas pu identifier l'humain. L'entreprise affirme que Chord a été entraîné sur des données sous licence et des voix de comédiens consentants, jamais sur des données appartenant à des clients, et prend en charge plus de 70 langues avec détection automatique et changement en milieu de phrase.

Le chiffre de 90 % provient d'un test à l'aveugle rapporté par l'entreprise, et il joue dans les deux sens. Il est impressionnant comme signal de qualité et inconfortable comme signal de divulgation, puisqu'un appelant qui ne peut pas dire qu'il parle à une machine n'a aucune occasion de le demander.

Le Personal Agent Gateway est l'idée la plus lourde de conséquences

L'annonce de Decagon note que dans le mois précédant l'événement, Meta a lancé Muse, OpenAI a introduit dots, et Instinct a commencé à passer des appels téléphoniques pour les utilisateurs. L'entreprise décrit ces agents comme des agents personnels qui réservent, achètent, annulent et négocient pour le compte de leurs propriétaires, et affirme qu'ils contactent déjà le support client.

C'est le changement pour lequel la passerelle est conçue. Elle comporte deux parties.

La détection d'agents personnels signale les agents personnels probables dans le chat et la voix, en utilisant des signaux provenant à la fois de l'entreprise et de la plateforme. Chaque entreprise décide de ce qui se passe ensuite et de ce à quoi ces agents peuvent accéder.

Un canal dédié aux agents personnels coexiste avec le chat, l'e-mail et la voix, avec des procédures opérationnelles d'agent (Agent Operating Procedures) distinctes. Ainsi, une même demande peut suivre un flux de travail différent selon qu'une personne ou un agent la formule.

Les autorisations résident dans ces procédures. Les entreprises définissent les portées qu'un agent peut demander et marquent les sections qui nécessitent chacune d'elles, et ces sections ne sont jamais exposées à un agent dépourvu de la portée requise.

L'exemple de Decagon est une compagnie aérienne. L'agent personnel d'un voyageur demande l'autorisation de consulter et de rebooker des vols ; le voyageur n'approuve que la consultation ; l'agent de la compagnie aérienne partage des options de vols plus tôt mais ne peut pas effectuer la modification tant que la rebooking n'est pas autorisée séparément.

PACT et pourquoi l'autorisation a besoin d'un protocole

Decagon a également présenté PACT, pour Personal Agent Consent and Trust, un protocole qui permet à l'agent d'une personne d'agir en son nom selon des autorisations définies par le service et accordées par la personne.

PACT s'appuie sur le protocole Agent2Agent, qui couvre la manière dont les agents se trouvent et échangent des messages, et ajoute une autorisation déléguée basée sur OAuth 2.0. Cela permet à un agent de prouver quelle personne il représente et ce que cette personne l'a autorisé à faire.

Le raisonnement derrière cela est simple une fois énoncé. Si une entreprise reçoit une demande d'un agent, elle doit répondre à trois questions avant d'agir : quel humain se cache derrière l'agent, qu'a autorisé cet humain, et l'agent peut-il le prouver. Agent2Agent seul couvre la découverte et la messagerie mais laisse l'autorisation vague. Greffer OAuth 2.0 dessus donne à la délégation une chaîne vérifiable.

La spécification est disponible, et Decagon indique travailler avec des fournisseurs d'agents personnels et des clients entreprises pour la façonner. Que PACT devienne une norme ou reste l'approche d'un seul fournisseur dépend de son adoption par d'autres plateformes, ce qui est le test habituel pour un protocole ayant un seul auteur.

Agent Modules et le modèle d'apprenti

Agent Modules combine infrastructure, analytique et orchestration de campagnes pour des parcours clients au-delà du support, notamment la qualification des prospects, l'onboarding et le recouvrement, dans les services financiers, le voyage, l'hôtellerie, la santé, le commerce de détail et les télécoms.

L'équipe du client définit la logique métier tandis que Duet s'appuie sur les procédures opérationnelles standard, politiques, intégrations et sources de connaissances de l'entreprise pour traduire les processus en comportement d'agent. Dans le recouvrement, par exemple, les équipes définissent le langage de divulgation, les niveaux de plans de paiement approuvés et les conditions nécessitant un transfert à un humain. Avant le lancement, des simulations testent le comportement de l'agent face à des personas aux intentions variées.

Duet Apprentice est en bêta, et le cadrage compte. Il est positionné comme un apprenti plutôt qu'un opérateur autonome, ce qui suggère un modèle de confiance par étapes : l'agent apprend les procédures de l'entreprise sous supervision avant de traiter des cas seul. C'est une description plus honnête de la façon dont les déploiements en entreprise progressent réellement que le langage de lancement habituel.

Ce que cela dit de la direction du support

Deux choses ressortent.

La première est que la qualité vocale n'est plus le facteur différenciant. Un modèle vocal indiscernable d'une personne dans 90 % des tests à l'aveugle est un problème résolu dans le sens qui compte, ce qui signifie que la concurrence se déplace vers ce que l'agent sait, ce qu'il est autorisé à faire et comment il le prouve. Christian Niedworok, qui dirige la communication des services numériques chez Deutsche Telekom, a décrit Voice 3 dans l'annonce comme donnant l'impression d'écouter réellement et de faire avancer la conversation au lieu de rester silencieux pendant qu'il travaille. C'est un commentaire sur la latence et la prise de parole plutôt que sur le timbre, et c'est là que réside l'écart de qualité restant.

La seconde est que la contrepartie change. Les systèmes de support ont passé des décennies à modéliser le comportement humain : ce qui confond une personne, ce qui la fait raccrocher, comment l'orienter. Désormais, une fraction des demandes entrantes sera constituée de machines agissant pour des personnes, et le système doit les détecter, les authentifier et délimiter leur accès. C'est un programme d'ingénierie différent, et Decagon est le premier grand fournisseur à livrer des produits qui lui sont directement destinés.

Le problème de détection a une forme particulière qui mérite réflexion. Un agent personnel contactant le support au nom de quelqu'un n'est pas nécessairement malveillant. Il peut s'agir d'une délégation légitime autorisée par le client. Traiter le trafic d'agents comme un abus briserait un cas d'usage sur le point de devenir courant. Le traiter comme un trafic ordinaire ouvre la porte à un abus automatisé à une échelle jamais atteinte par la fraude humaine. L'approche de la passerelle, où la détection éclaire le routage plutôt que de déclencher un blocage, est une voie médiane raisonnable, et elle dépend de l'exactitude de la détection.

Ce qu'il faut surveiller

Si PACT est adopté au-delà des propres clients de Decagon. Si oui, l'autorisation déléguée devient un prérequis pour toute entreprise qui reçoit du trafic d'agents. Si non, chaque plateforme finit avec sa propre réponse, et les parties réellement lésées par la confusion seront les humains qui attendent derrière leurs agents une réponse.

Si l'exactitude de la détection tient sous pression adverse. Tout signal qui classe le trafic invite à la manipulation, et la détection d'agents personnels est un signal qui vaut la peine d'être manipulé pour quiconque cherche à automatiser un flux de support à grande échelle.

Si l'affirmation multilingue survit à la superposition. Voice 3 prend en charge plus de 70 langues avec détection automatique et changement en milieu de phrase, et Decagon affirme que chaque langue est validée par des locuteurs natifs avant livraison. Changer de langue en milieu de phrase tout en maintenant une identité cohérente est un problème plus difficile que de changer à une frontière, et des tests indépendants seraient utiles.

La direction de cette version est claire, et elle est plus large que la gamme de produits d'un seul fournisseur. Le support client a supposé pendant des décennies qu'il parlait à des personnes. Cette hypothèse arrive à expiration, et les entreprises qui livrent les outils de cette transition façonneront à quoi ressembleront les prochaines années d'interaction client automatisée.