Voice 3 e PACT da Decagon preparam o suporte ao cliente para agentes do outro lado da linha

--- title: Voice 3 e PACT da Decagon preparam o suporte ao cliente para agentes do outro lado da linha meta_title: Quando o cliente é um agente, o suporte precisa se adaptar meta_description: A Decagon lançou o Voice 3 com seu modelo de fala Chord, além do PACT, um protocolo para autorização delegada quando o agente de IA de uma pessoa entra em contato com uma empresa. ---

A maioria dos softwares de suporte ao cliente parte do princípio de que há uma pessoa do outro lado da conversa. O lançamento da Decagon em 1º de outubro parte do princípio de que isso, cada vez mais, não é verdade — e constrói para esse cenário em duas direções ao mesmo tempo.

A empresa apresentou quatro produtos em seu evento Decagon Dialogues: o Voice 3 com um novo modelo de fala chamado Chord, um Personal Agent Gateway, os Agent Modules e um beta do Duet Apprentice.

Voice 3 e o modelo Chord

O Voice 3 vem com o Chord, o primeiro modelo de voz do Decagon Labs, pós-treinado especificamente para conversas com clientes. A Decagon afirma que o modelo molda a fala frase por frase, desacelerando para detalhes como números de telefone e códigos de confirmação antes de retomar o ritmo de conversa.

A arquitetura é duplex, com duas camadas rodando em paralelo. Um modelo conversacional de baixa latência cuida da escuta e da fala, enquanto um modelo mais potente gerencia raciocínio, chamadas de ferramentas e aplicação de guardrails por trás da conversa. Como o agente processa o áudio recebido enquanto fala, ele pode reconhecer com um som casual, mas ceder quando alguém realmente interrompe, em vez de falar por cima da pessoa ou ficar em silêncio.

A Decagon relatou que, em testes cegos com três pares de gravações, cada par combinando uma pessoa real com a mesma voz processada pelo Chord, em média cerca de 90% dos ouvintes não conseguiram identificar o humano. A empresa afirma que o Chord foi treinado com dados licenciados e talentos de voz consentidos, nunca com dados de propriedade dos clientes, e que oferece suporte a mais de 70 idiomas com detecção automática e troca no meio da frase.

O número de 90% é um teste cego relatado pela própria empresa, e ele corta para os dois lados. É impressionante como sinal de qualidade e desconfortável como sinal de transparência, já que um interlocutor que não consegue perceber que está falando com uma máquina não tem oportunidade alguma de perguntar.

O Personal Agent Gateway é a ideia mais consequente

O anúncio da Decagon observa que, no mês anterior ao evento, a Meta lançou o Muse, a OpenAI apresentou o dots e a Instinct começou a fazer ligações telefônicas em nome dos usuários. A empresa descreve esses como agentes pessoais que reservam, compram, cancelam e negociam em nome de seus donos, e afirma que eles já estão entrando em contato com o suporte ao cliente.

É para essa mudança que o gateway foi projetado. Ele tem duas partes.

A detecção de agentes pessoais sinaliza prováveis agentes pessoais tanto no chat quanto na voz, usando sinais da empresa e da plataforma. Cada empresa decide o que acontece em seguida e a que esses agentes podem ter acesso.

Um canal dedicado a agentes pessoais fica ao lado do chat, do e-mail e da voz, com Procedimentos Operacionais de Agentes separados. Assim, a mesma solicitação pode seguir um fluxo de trabalho diferente dependendo de quem pergunta: uma pessoa ou um agente.

As permissões ficam dentro desses procedimentos. As empresas definem os escopos que um agente pode solicitar e marcam quais seções exigem cada um deles, e essas seções nunca são expostas a um agente que não tenha o escopo necessário.

O exemplo da Decagon é uma companhia aérea. O agente pessoal de um viajante solicita permissão para visualizar e remarcar voos; o viajante aprova apenas a visualização; o agente da companhia aérea compartilha opções de voos mais cedo, mas não pode fazer a alteração até que a remarcação seja autorizada separadamente.

PACT e por que a autorização precisa de um protocolo

A Decagon também apresentou o PACT, sigla de Personal Agent Consent and Trust, um protocolo que permite ao agente de uma pessoa agir em seu nome sob permissões definidas pelo serviço e concedidas pela pessoa.

O PACT se baseia no protocolo Agent2Agent, que cobre como os agentes se encontram e trocam mensagens, e adiciona autorização delegada construída sobre OAuth 2.0. Isso permite que um agente prove qual pessoa ele representa e o que essa pessoa o autorizou a fazer.

O raciocínio por trás disso é direto depois de enunciado. Se uma empresa recebe uma solicitação de um agente, precisa responder a três perguntas antes de agir: qual humano está por trás do agente, o que esse humano autorizou e o agente consegue provar isso. O Agent2Agent sozinho cobre descoberta e mensagens, mas deixa a autorização vaga. Acrescentar OAuth 2.0 a ele dá à delegação uma cadeia verificável.

A especificação está disponível, e a Decagon afirma estar trabalhando com provedores de agentes pessoais e clientes corporativos para moldá-la. Se o PACT se tornará um padrão ou continuará sendo a abordagem de um único fornecedor depende de outras plataformas o adotarem, que é o teste habitual para um protocolo com um único autor.

Agent Modules e o modelo de aprendiz

Os Agent Modules combinam infraestrutura, análise de dados e orquestração de campanhas para jornadas de clientes além do suporte, incluindo qualificação de leads, onboarding e cobranças, nos setores de serviços financeiros, viagens, hotelaria, saúde, varejo e telecomunicações.

A equipe do cliente define a lógica de negócios, enquanto o Duet se baseia nos procedimentos operacionais padrão, políticas, integrações e fontes de conhecimento da empresa para traduzir processos em comportamento do agente. Em cobranças, por exemplo, as equipes definem a linguagem de divulgação, os níveis de planos de pagamento aprovados e as condições que exigem transferência para um humano. Antes do lançamento, simulações testam o comportamento do agente contra personas com intenções variadas.

O Duet Apprentice está em beta, e o enquadramento importa. Ele é posicionado como um aprendiz, e não como um operador autônomo, o que sugere um modelo de confiança por etapas: o agente aprende os procedimentos da empresa sob supervisão antes de lidar com casos sozinho. Essa é uma descrição mais honesta de como as implantações corporativas realmente progridem do que o linguajar típico de lançamento.

O que isso diz sobre a direção do suporte

Duas coisas se destacam.

A primeira é que a qualidade de voz deixou de ser o diferencial. Um modelo de fala indistinguível de uma pessoa em 90% dos testes cegos é um problema resolvido no sentido que importa, o que significa que a competição se desloca para o que o agente sabe, o que ele tem permissão para fazer e como ele prova isso. Christian Niedworok, que lidera a comunicação de serviços digitais na Deutsche Telekom, descreveu o Voice 3 no anúncio como algo que parece realmente escutar e manter a conversa fluindo, em vez de ficar em silêncio enquanto trabalha. Esse é um comentário sobre latência e alternância de turnos, não sobre timbre, que é onde reside a lacuna de qualidade restante.

A segunda é que a contraparte está mudando. Os sistemas de suporte passaram décadas modelando o comportamento humano: o que confunde uma pessoa, o que a faz desligar, como encaminhá-la. Agora, uma fração das solicitações recebidas serão máquinas agindo em nome de pessoas, e o sistema precisa detectá-las, autenticá-las e delimitar seu acesso. Esse é um programa de engenharia diferente, e a Decagon é o primeiro grande fornecedor a lançar produtos voltados diretamente para ele.

O problema de detecção tem um formato peculiar que vale considerar. Um agente pessoal entrando em contato com o suporte em nome de alguém não é necessariamente malicioso. Pode ser uma delegação legítima autorizada pelo cliente. Tratar o tráfego de agentes como abuso quebraria um caso de uso que está prestes a se tornar comum. Tratá-lo como tráfego comum abre a porta para abuso automatizado em uma escala que a fraude humana nunca alcançou. A abordagem do gateway, em que a detecção informa o roteamento em vez de acionar um bloqueio, é um caminho intermediário razoável, e depende de a detecção ser precisa.

O que observar

Se o PACT será adotado além dos próprios clientes da Decagon. Se for, a autorização delegada se torna o mínimo indispensável para qualquer empresa que receba tráfego de agentes. Se não for, cada plataforma acaba com sua própria resposta, e as partes realmente prejudicadas pela confusão serão os humanos esperando atrás de seus agentes por uma resposta.

Se a precisão da detecção se sustenta sob pressão adversarial. Qualquer sinal que classifique tráfego convida a manipulação, e a detecção de agentes pessoais é um sinal que vale a pena manipular para quem tenta automatizar um fluxo de suporte em escala.

Se a alegação multilíngue sobrevive ao empilhamento de camadas. O Voice 3 oferece suporte a mais de 70 idiomas com detecção automática e troca no meio da frase, e a Decagon afirma que cada idioma é validado por falantes nativos antes do lançamento. Trocar de idioma no meio da frase mantendo uma identidade consistente é um problema mais difícil do que trocá-los em uma fronteira, e testes independentes seriam úteis.

A direção deste lançamento é clara, e é mais ampla do que a linha de produtos de um único fornecedor. O suporte ao cliente presumiu por décadas que estava falando com pessoas. Essa presunção está expirando, e as empresas que lançarem as ferramentas para a transição moldarão a cara dos próximos anos de interação automatizada com clientes.