Już testujemy nowy model decyzyjny TypeSafe na ocenach, które zapadają w każdej rozmowie w Maven, w tym przy klasyfikacji zgłoszeń, w Intelligent Fields i w kontrolach jakości. W naszych wstępnych testach działał w zadaniach klasyfikacyjnych około 12 razy szybciej niż nasze obecne podejście i nie zwalniał, gdy dodawaliśmy kolejne klasyfikacje do tego samego żądania.
Prośba klienta zawiera więcej niż jedną decyzję
Weźmy klienta, który pisze: „Nasz rachunek się podwoił, połowa mojego zespołu nie może się zalogować, a muszę to mieć naprawione przed jutrzejszym odnowieniem umowy”.
Rozwiązanie tej sprawy wymaga kilku rodzajów pracy: agent musi rozpoznać problemy z rozliczeniami i dostępem, zrozumieć, jak pilna jest sprawa, sprawdzić konto klienta i zastosować odpowiednie zasady. Jeśli konieczna jest interwencja człowieka, rozmowa musi trafić do właściwego zespołu z kontekstem wystarczającym do jej kontynuowania.
Część tej pracy wymaga rozumowania i wyjaśnień. Część to proste wyszukanie informacji. Część sprowadza się do konkretnej oceny: jakie problemy występują, na ile są pilne i czy klient poprosił o kontakt z człowiekiem.
Właśnie w tej ostatniej kategorii Jev staje się interesujący.
Zaczęliśmy poddawać Jev tej samej rygorystycznej ewaluacji, którą opracowaliśmy dla modeli głosowych, gdy tylko wyszedł z wczesnego dostępu. Taką deklarację warto bowiem sprawdzić na rzeczywistych procesach klienta, a nie tylko na benchmarku dostawcy.
Jev przypomina klasyfikator, ale z pewną różnicą: otrzymuje kontekst i pytania o zamkniętym zakresie odpowiedzi, a zwraca wybory, oceny lub prawdopodobieństwa. Nowy model TypeSafe AI zaprojektowano tak, aby zwracał ustrukturyzowane decyzje, z których oprogramowanie może korzystać bezpośrednio. Dla platformy korporacyjnej takiej jak Maven to szansa na usprawnienie wielu ocen dokonywanych między zgłoszeniem prośby przez klienta a jej rozwiązaniem.
Czym Jev różni się od LLM
TypeSafe nazywa Jev modelem typu „System One”. Programista dostarcza kontekst, pytania i możliwe odpowiedzi. Jev zwraca wybory, oceny i prawdopodobieństwa. Kilka niezależnych pytań dotyczących tego samego kontekstu może być ocenianych równolegle. W przeciwieństwie do LLM model nie generuje swobodnego tekstu.
W przypadku powyższej prośby system mógłby zapytać, czy dotyczy ona problemu z rozliczeniami, czy dostęp jest zablokowany i czy klient podał termin. Każda odpowiedź staje się danymi wejściowymi dla kolejnego kroku procesu.
Konwencjonalne LLM już teraz potrafią generować odpowiedzi zgodne ze schematem. Jev proponuje model zbudowany specjalnie do tego zadania, z równoległym generowaniem wyników i treningiem, który TypeSafe nazywa Reinforcement Learning for Calibrated Decisions. Celem jest to, aby niepewność była użyteczna dla oprogramowania, a przy tym niższe opóźnienia i koszty.
Pierwsi użytkownicy również zgłaszają znaczną poprawę szybkości w określonych zadaniach. W naszych testach Jev odpowiadał około 12 razy szybciej niż nasze obecne podejście. To wczesne prototypowanie, a nie benchmark, i model nie działa produkcyjnie u naszych klientów. Inni raportują podobne wyniki we własnych zadaniach: Guillermo Rauch z Vercel zmierzył do 18 razy szybsze działanie na 95. percentylu przy weryfikacji bezpieczeństwa poleceń wykonywanej przez jego agenta, z wyższą dokładnością niż zastąpiony weryfikator GPT-5.6-Luna.
Intelligent Fields to naturalne miejsce do jego oceny
Maven udostępnił Intelligent Fields wiosną 2026 roku. Zespoły określają, czego chcą się dowiedzieć o rozmowie, na przykład obszar produktu, sentyment, zamiar zwrotu lub sygnał eskalacji, a powstałe pola zasilają raportowanie, routing i konfigurację agenta.
Dziś ich zaletą jest to, jak niewiele wymagają. Wystarczy prostym językiem zdefiniować, czego chce się dowiedzieć, a Maven ocenia pod tym kątem każdą rozmowę. Bez oznaczonego zbioru treningowego, bez osobnego modelu do utrzymywania dla każdej etykiety, bez analityka ręcznie tagującego zgłoszenia tydzień później. Każda wartość jest zwracana z oceną pewności i uzasadnieniem, dostępnymi przez API i w widokach analitycznych. Dzięki temu człowiek może sprawdzić, dlaczego rozmowa została oznaczona jako ryzyko odejścia klienta, zamiast przyjmować etykietę na wiarę.
Każde pole to celowo osobna ewaluacja. Dzięki temu podziałowi każda wartość ma własną ocenę pewności i własne uzasadnienie, zamiast jednego zbiorczego werdyktu o rozmowie, którego nikt nie jest w stanie zweryfikować.
Model decyzyjny taki jak Jev dobrze wpisuje się w tę strukturę. Niezależne pytania dotyczące tego samego kontekstu są oceniane równolegle, więc zestaw ewaluacji pól można połączyć w jedno żądanie i nadal otrzymać osobne, indywidualnie ocenione odpowiedzi. Format wyników się nie zmienia. Zmienia się liczba pytań, które mogą być przetwarzane jednocześnie.
Nie spodziewamy się więc, że Intelligent Fields będą działać inaczej z Jev. Spodziewamy się natomiast większej wydajności i niższych kosztów.
| Pytanie dotyczące rozmowy | Jak radzi sobie z nim model decyzyjny | Co to umożliwia |
|---|---|---|
| Którego obszaru produktu dotyczy? | Wybór spośród zdefiniowanych kategorii | Klasyfikacja zapotrzebowania i dobór odpowiednich wytycznych |
| Jak poważny jest zgłoszony problem? | Ocena według jasno określonych kryteriów | Priorytetyzacja pracy według rzeczywistego wpływu |
| Czy klient poprosił o kontakt z człowiekiem? | Oszacowanie, czy to stwierdzenie jest prawdziwe | Wsparcie w obsłudze eskalacji |
| Jakie problemy występują w tej prośbie? | Osobna ocena każdego potencjalnego problemu | Zachowanie wielu intencji w jednej rozmowie |
To potencjalne zastosowania, które dopiero wymagają oceny. Jev musiałby zachować znaczenie każdego pola i działanie każdego procesu, który od niego zależy. Istotny jest też węższy zakres wyników: otwarte podsumowania i pisemne wyjaśnienia nadal wymagałyby modelu generatywnego lub innego źródła.
Ta możliwość ma szczególne znaczenie, gdy zespół chce uzyskać więcej szczegółów z każdej interakcji. Niższy koszt pojedynczej ewaluacji mógłby pozwolić na śledzenie dodatkowych problemów z produktem, przyczyn rezygnacji i sygnałów eskalacji, bez sytuacji, w której każde nowe pole oznacza kolejne kosztowne wywołanie modelu.
Nie udostępniamy klientom korporacyjnym modeli sprzed tygodnia
Wszystko powyżej to testy i koncepcje projektowe. Jev nie działa w żadnym procesie klienta, a model wydany kilka dni temu nie zbliży się do niego, dopóki nie przejdzie tej samej rygorystycznej ewaluacji, której poddajemy każdy nowy model. Można zobaczyć, jak testowaliśmy GPT-Live-1 i inne modele głosowe. Mierzymy jakość decyzji w porównaniu z obecnym podejściem na reprezentatywnych przypadkach, w tym niejednoznacznych i takich, w których brakuje rozstrzygającego kontekstu. Następnie porównujemy opóźnienia, koszt zaakceptowanego wyniku i rezultat dla klienta, zanim cokolwiek trafi do routingu na żywo.
Szerszy wybór modeli do zastosowań korporacyjnych
Jev poszerza możliwości budowy korporacyjnego agenta AI. Rozmowa, rozumowanie, klasyfikacja i weryfikacja mogą stawiać modelom różne wymagania.
Dla Maven szansą jest ocena Jev tam, gdzie mógłby zwiększyć wydajność funkcji takich jak Intelligent Fields, przy zachowaniu kontekstu i mechanizmów kontroli niezbędnych do rozwiązania sprawy klienta.
Zachęcamy, aby przedstawić Maven proces, w którym powtarzające się decyzje spowalniają obsługę: zgłoszenie, które ciągle zmienia kolejki, pole kosztowne w ewaluacji lub kontrolę jakości uruchamianą zbyt późno. Właśnie tam nowy model może udowodnić swoją wartość.
Możemy to zrobić szybko, ponieważ Charters, Segments i Intelligent Fields już definiują decyzje, które mają tu znaczenie. Podmiana warstwy oceny pod nimi na szybszą to zmiana konfiguracji, którą możemy przetestować w kilka dni, a nie przebudowa trwająca kwartały.
Przekonaj się na własnych rozmowach.
Poproś o bezpłatne, spersonalizowane demo.
