La actualización del 13 de octubre combina 14 informes en tres y compara AI Agent con el equipo humano de soporte. El desglose del gráfico por tipo de agente excluye las puntuaciones de Auto-QA.
La versión del 12 de octubre mantiene el cierre inmediato como opción predeterminada, pero permite que los equipos conserven una sesión de Agent Copilot durante un periodo configurado después de que una persona resuelva la conversación.
Las notas de la versión del 12 de octubre añaden dependencias para las herramientas de conocimiento y comprobaciones de entradas. La documentación de configuración muestra por qué recopilar una variable y validar su valor son pasos distintos; la disponibilidad llegará mediante un despliegue regional.
El anuncio vincula los datos de clientes que se conservan con recomendaciones sobre la siguiente acción. Los equipos de soporte deberían evaluar por separado quién puede recuperar esa memoria, cómo se actualiza y cuándo es apropiado vender.
La puntuación compuesta prioriza la experiencia de conversación sobre la eficiencia. Una puntuación limitada registra un problema detectado; no demuestra que el agente lo haya evitado.
El asistente puede investigar conversaciones de soporte y preparar correcciones. La publicación de un borrador siempre requiere intervención humana, pero la opción «Auto-approve» (aprobación automática) puede permitir que otros cambios lleguen a los usuarios en producción sin una nueva solicitud de confirmación.
Las nuevas configuraciones pueden evitar compartir claves de AWS de larga duración. Registrar qué cola recibió un chat sigue siendo un paso independiente y opcional.
El motor de optimización de Artemis puede aplicar correcciones automáticamente o dejar la aprobación en manos de las personas. Los equipos de soporte aún deben definir las políticas que sus pruebas deben proteger.
La combinación propuesta conecta las conversaciones con clientes con la automatización de procesos empresariales. El anuncio del acuerdo no establece cuándo podrían los clientes implementar un servicio combinado.
Sanas afirma que una persona supervisora puede supervisar hasta cuatro llamadas de IA. Esa afirmación sobre capacidad deja una pregunta operativa: ¿qué ocurre cuando varias llamadas necesitan la intervención de una persona al mismo tiempo?
Expertos revisan las pruebas antes de su uso. La comparación A/B anunciada evalúa versiones del agente con los mismos escenarios; no demuestra que mejoren los resultados con clientes reales.
Sierra afirma que fleming-1 puede señalar a quienes probablemente llaman mediante IA para sus agentes de voz. Cada empresa decide cómo responder; el anuncio no proporciona tasas de error numéricas.