Decagon 与 OpenAI 的客户支持自动化

Decagon 使用 OpenAI 模型的组合来自动化企业和初创公司的大规模客户支持，使部分客户能够在无需人工干预的情况下处理 91% 的全球支持对话。这种方法使企业在管理整个客户生命周期中数百万次交互的同时，保持高质量和高速。

针对特定任务的多模型架构

Decagon 通过根据各自的优势，将特定的 OpenAI 模型分配到客户交互流程的不同阶段，从而优化性能。这种架构灵活性使平台能够捕获复杂的业务逻辑，并创建在大型语言模型（LLMs）出现之前无法实现的软件表面。

模型特定的应用

• GPT-3.5 (Fine-tuned)： Decagon 对 GPT-3.5 进行微调，专门在其进入检索增强生成（RAG）工作流之前重写客户查询，在此特定任务上实现了比其他模型配置更高的性能。
• GPT-4： 该模型用于复杂的决策任务，包括高效处理 API 请求和其他复杂操作。
• Broad Model Suite： 平台集成了 GPT-3.5、GPT-4、GPT-4o、GPT-4 Turbo 和 OpenAI o1-mini，提供能够管理完整客户生命周期的代理机器人。

可扩展性与部署效率

Decagon 的基础设施支持快速部署和高性能扩展。对于新客户，核心基础设施可在数天内投入运行。这一速度归功于 OpenAI 模型与 Decagon 定制工作流的结合，能够最小化延迟——CTO Ashwin Sreenivas 认为这是直接影响客户满意度的因素。

评估与迭代

Decagon 通过快速评估新模型发布保持竞争优势。公司采用严格的评估流程，在新 OpenAI 模型发布后即将其集成，确保平台始终使用最准确、高效的版本。

AI 支持的未来方向

Decagon 正在扩展其能力，以支持更广泛的客户需求，主要聚焦于探索语音功能。目标是将与文本自动化相同水平的自动化和准确性应用于基于语音的客户支持交互。