NiCE 新一代 Cognigy:AI Agent 難在營運,唔係起出嚟
NiCE 推出新一代 Cognigy,主張 AI Agent 行業爭論錯咗重點:模型愈嚟愈平、愈嚟愈聰明,真正難題係成隊 Agent 可靠咁營運、睇得清、管得住。呢個判斷同 Genpact 上星期嘅調查互相呼應:部署容易,營運先難。
重點數字
- 16 小時 — AI 可以獨立工作嘅時間,由 2020 年嘅秒、2024 年嘅分鐘,升到 2026 年約 16 小時——但係以 50% 成功率計
- 50% 成功率 — 係研究里程碑,喺客服中心就係流失客或者違規事件
- 10 個版本 — 模擬器支援最多 10 個 Agent 版本並行測試,用 LLM-as-judge 比較
- 3 種模式 — 傳統 NLU、混合、全自主——混合先係大部分客戶實際用緊嘅模式
今次發佈嘅重點
新一代 Cognigy 包括重新設計嘅 Agentic Experience Studio、AI Assist 助手、可重用嘅「skills」、逐輪追蹤同原生語音對語音支援。值得留意嘅係以下幾點:
- 能做唔等於可靠:價值由模型轉移到測試、追蹤、護欄同確定性後備方案。NiCE 唔造前沿模型,前沿模型商亦唔營運客服中心;Cognigy 定位做令 Agent 可靠嘅一層。
- 簡單係策略,唔係化妝:新 Studio 幾個點擊就可以起一個 Agent,模型已經預先配置;進階工具(包括完整系統提示)留喺進階區域。門檻降低,意味更多非專家起 Agent,管治功能先係今次發佈嘅真正主角。
- 混合先行:Agent 可以做協調層,呼叫原有流程做工具;流程亦可以擋喺 Agent 前面,先清除信用卡號等敏感資料,再畀數據去模型。確定性流程唔係舊包袱,而係企業執行「邊啲唔應該由 LLM 決定」嘅方法。
- 可觀察性係新戰場:追蹤顯示每一輪用咗邊個 skill、呼叫咗邊個工具、用咩參數、幾時交返俾流程。模型選擇由偏好變成數據決定:邊個模型快啲、用少啲 token。
- 機器客將至:Cognigy 同時係 MCP 客戶端同伺服器,支援 Agent-to-Agent 連接;NiCE 同 Meta、Sierra 共同開發 Personal Agent Protocol,Cognigy 做客服中心嘅「前門」——個人 Agent 要先認證先可以入嚟。
NiCE 點講
「有能力同可靠唔係同一回事,呢個就係平台嘅價值所在。」—— Nhu Ho,NiCE Cognigy 高級產品市場經理
對香港中小企的啟示
香港中小企唔需要追最勁嘅模型,更加需要問:邊啲流程可以交俾 Agent、邊啲要留低做確定性控制(例如付款、身份核實、受監管披露)?上線前要有人講得出 Agent 每一步點解咁做,仲要有模擬測試同護欄預算。FinityAI 嘅 SRAA 同 Agent 權限、審批流程設計,就係處理呢啲問題。
資料來源
本文為 FinityAI 對公開報道的摘要及評論,與 NiCE 無關。