Nous testons déjà le nouveau modèle de décision de TypeSafe sur les jugements présents dans chaque conversation Maven, y compris la classification des tickets, Intelligent Fields et les contrôles qualité. Lors de nos premiers tests internes, il s'est montré environ 12 fois plus rapide que notre approche actuelle sur les tâches de classification, et il n'a pas ralenti à mesure que nous ajoutions des classifications dans une même requête.
Une demande client contient plus d'une décision
Prenons un client qui écrit : « Notre facture a doublé, la moitié de mon équipe ne peut plus se connecter, et j'ai besoin que ce soit réglé avant le renouvellement demain. »
Résoudre cette demande implique plusieurs types de travail : l'agent doit identifier les problèmes de facturation et d'accès, comprendre l'urgence, vérifier le compte du client et appliquer les règles appropriées. Si une personne doit intervenir, la conversation doit parvenir à la bonne équipe avec suffisamment de contexte pour être poursuivie.
Une partie de ce travail exige du raisonnement et des explications. Une autre, une simple consultation de données. Une autre encore se résume à un jugement ciblé : quels problèmes sont présents, quel est leur degré d'urgence, ou si le client a demandé à parler à un humain.
C'est dans cette dernière catégorie que Jev devient intéressant.
Nous avons commencé à soumettre Jev à la même rigueur d'évaluation que celle que nous avons mise en place pour les modèles vocaux dès sa sortie de l'accès anticipé, car une telle promesse mérite d'être vérifiée à l'aune du comportement réel du workflow d'un client, et pas seulement d'un benchmark fourni par l'éditeur.
Jev s'apparente à un classificateur, avec une différence : vous lui fournissez un contexte et des questions bornées ; il renvoie des choix, des scores ou des probabilités. Le nouveau modèle de TypeSafe AI est conçu pour renvoyer des décisions structurées directement exploitables par un logiciel. Pour une plateforme d'entreprise comme Maven, c'est l'occasion d'améliorer les nombreux jugements qui jalonnent le parcours entre la demande d'un client et sa résolution.
Ce que Jev fait différemment d'un LLM
TypeSafe présente Jev comme un modèle « System One ». Le développeur fournit le contexte, les questions et les réponses possibles. Jev renvoie des choix, des scores et des probabilités. Plusieurs questions indépendantes portant sur un même contexte peuvent être évaluées en parallèle. Contrairement à un LLM, il ne génère pas de texte libre.
Pour la demande ci-dessus, un système pourrait demander si elle comporte un problème de facturation, si l'accès est bloqué et si le client a indiqué une échéance. Chaque réponse devient une entrée pour l'étape suivante du workflow.
Les LLM classiques savent déjà produire des sorties contraintes par un schéma. La proposition de Jev est un modèle conçu spécifiquement pour ce travail, avec une génération des sorties en parallèle et un entraînement que TypeSafe appelle Reinforcement Learning for Calibrated Decisions. L'objectif : rendre l'incertitude exploitable par le logiciel, tout en réduisant la latence et le coût.
Les premiers utilisateurs font également état de gains de vitesse importants sur certaines tâches. Lors de nos propres tests, Jev a répondu environ 12 fois plus vite que notre approche actuelle. Il s'agit d'un prototypage préliminaire, pas d'un benchmark, et le modèle ne tourne pas en production pour nos clients. D'autres rapportent des chiffres comparables sur leurs propres tâches : Guillermo Rauch, de Vercel, a mesuré des temps jusqu'à 18 fois plus rapides au 95e percentile sur la vérification de sécurité des commandes qu'exécute son agent, avec une précision supérieure à celle du vérificateur GPT-5.6-Luna qu'il a remplacé.
Intelligent Fields, un terrain d'évaluation naturel
Maven a lancé Intelligent Fields au printemps 2026. Les équipes définissent ce qu'elles veulent comprendre d'une conversation, comme le domaine produit, le sentiment, l'intention de remboursement ou un signal d'escalade, et les champs obtenus alimentent le reporting, le routage et la configuration des agents.
Ce qui fait sa force aujourd'hui, c'est le peu d'effort qu'il vous demande. Vous rédigez en langage courant une définition de ce que vous voulez savoir, et Maven évalue chaque conversation au regard de cette définition. Pas de jeu d'entraînement annoté, pas de modèle à maintenir par étiquette, pas d'analyste qui étiquette les tickets à la main une semaine plus tard. Chaque valeur est accompagnée d'un score de confiance et de sa justification, accessibles via l'API et les vues analytiques : une personne peut ainsi vérifier pourquoi une conversation a été signalée comme un risque d'attrition (churn) au lieu de se fier aveuglément à l'étiquette.
Chaque champ fait l'objet de sa propre évaluation, par conception. C'est cette séparation qui permet à chaque valeur d'arriver avec son propre score de confiance et sa propre justification, plutôt qu'un verdict global sur la conversation que personne ne peut auditer.
Un modèle de décision comme Jev s'inscrit naturellement dans cette structure. Les questions indépendantes portant sur un même contexte sont évaluées en parallèle : un ensemble d'évaluations de champs peut donc être regroupé en une seule requête tout en revenant sous forme de réponses distinctes, notées individuellement. La forme de la sortie ne change pas. Ce qui change, c'est le nombre de questions pouvant être traitées simultanément.
Nous ne nous attendons donc pas à ce qu'Intelligent Fields fonctionne différemment avec Jev. En revanche, nous comptons bien gagner en efficacité et réduire les coûts.
| Question sur une conversation | Traitement par un modèle de décision | Ce que cela permet |
|---|---|---|
| Quel domaine produit est concerné ? | Choisir parmi des catégories définies | Classer la demande et sélectionner les consignes pertinentes |
| Quelle est la gravité du problème signalé ? | Noter selon une grille explicite | Prioriser le travail selon l'impact réel |
| Le client a-t-il demandé à parler à une personne ? | Estimer si l'affirmation est vraie | Éclairer la gestion de l'escalade |
| Quels problèmes apparaissent dans cette demande ? | Évaluer séparément chaque problème candidat | Conserver plusieurs intentions dans une même conversation |
Il s'agit de correspondances possibles, à évaluer. Jev devrait préserver le sens de chaque champ et le comportement de tout workflow qui en dépend. Son périmètre de sortie plus restreint compte aussi : les résumés ouverts et les explications rédigées nécessiteraient toujours un modèle génératif ou une autre source.
L'opportunité est particulièrement pertinente lorsqu'une équipe veut obtenir davantage de détails sur chaque interaction. Un coût par évaluation plus faible pourrait permettre de suivre davantage de problèmes produit, de motifs de résiliation et de signaux d'escalade, sans que chaque nouveau champ devienne un appel de modèle coûteux de plus.
Nous ne mettons pas des modèles vieux d'une semaine entre les mains de clients grands comptes
Tout ce qui précède relève du test et de la réflexion de conception. Jev ne tourne dans aucun workflow client, et un modèle publié il y a quelques jours n'en approchera aucun tant qu'il n'aura pas passé la même évaluation rigoureuse que nous appliquons à tout nouveau modèle. Vous pouvez voir comment nous avons testé GPT-Live-1 et d'autres modèles vocaux. Nous mesurons la qualité des décisions par rapport à notre approche actuelle sur des cas représentatifs, y compris les cas ambigus et ceux où le contexte déterminant fait défaut, puis nous comparons la latence, le coût par résultat accepté et l'impact client avant que quoi que ce soit ne touche le routage en production.
Un choix de modèles élargi pour les usages en entreprise
Jev élargit les options pour construire un agent IA d'entreprise. Conversation, raisonnement, classification et vérification peuvent chacun avoir des exigences différentes en matière de modèle.
Pour Maven, l'opportunité consiste à évaluer Jev là où il pourrait rendre des fonctionnalités comme Intelligent Fields plus efficaces, tout en préservant le contexte et les contrôles nécessaires pour résoudre la demande du client.
Présentez à Maven un workflow où des décisions répétées ralentissent l'expérience : un ticket qui change sans cesse de file, un champ coûteux à évaluer ou un contrôle qualité qui intervient trop tard. C'est là qu'un nouveau modèle peut faire ses preuves.
C'est possible rapidement, car Charters, Segments et Intelligent Fields définissent déjà les décisions qui comptent. Intégrer en dessous une couche de jugement plus rapide est un changement de configuration que nous pouvons tester en quelques jours, et non une refonte qui prend des trimestres.
Voyez-le à l’œuvre sur vos propres conversations.
Demandez une démo personnalisée gratuite.
