OpenAI を使用した Decagon の顧客サポート自動化

Decagon は OpenAI のモデルを組み合わせて、エンタープライズやスタートアップ向けの大量の顧客サポートを自動化し、一部のクライアントは人手を介さずにグローバルサポート会話の 91% を処理できるようにしています。このアプローチにより、企業は顧客ライフサイクル全体で数百万件のやり取りを管理しながら、高品質と高速性を維持できます。

専門タスク向けのマルチモデルアーキテクチャ

Decagon は、各 OpenAI モデルの個々の強みを活かして顧客インタラクションパイプラインの異なる段階に割り当てることで、パフォーマンスを最適化しています。このアーキテクチャの柔軟性により、プラットフォームは複雑なビジネスロジックを捉え、従来の大規模言語モデル（LLM）の登場以前には不可能だったソフトウェアの表層領域を創出できます。

モデル別の適用例

• GPT-3.5 (Fine-tuned): Decagon は GPT-3.5 を特別にファインチューニングし、顧客の問い合わせを取得強化生成（RAG）ワークフローに入る前に書き換えることで、この特定タスクにおいて他のモデル構成よりも高いパフォーマンスを実現しています。
• GPT-4: このモデルは、API リクエストの効率的な処理やその他の複雑な操作を含む、複雑な意思決定タスクに利用されています。
• Broad Model Suite: プラットフォームは GPT-3.5、GPT-4、GPT-4o、GPT-4 Turbo、OpenAI o1-mini を統合し、顧客ライフサイクル全体を管理できるエージェントボットを提供します。

スケーラビリティとデプロイ効率

Decagon のインフラは迅速なデプロイと高性能なスケーリングを可能にします。新規顧客に対しては、コアインフラを数日以内に稼働させることができます。この高速化は、OpenAI のモデルと Decagon のカスタマイズされたワークフローの組み合わせに起因し、レイテンシを最小化します—CTO の Ashwin Sreenivas が顧客満足度に直接影響を与える要因として指摘しています。

評価とイテレーション

Decagon は新しいモデルリリースを迅速に評価することで競争優位性を保っています。同社は厳格な評価プロセスを用いて、OpenAI の新モデルがリリースされ次第統合し、プラットフォームが常に最も正確で効率的なバージョンを使用できるようにしています。

AI サポートの将来展望

Decagon は現在、顧客ニーズの幅広い対応を可能にするために機能を拡張しており、特に音声機能の探索に注力しています。目標は、テキストベースの自動化で達成した同等の自動化レベルと精度を、音声ベースの顧客サポートインタラクションにも適用することです。