NiCE 新一代 Cognigy:AI Agent 难在营运,不是建出来
NiCE 推出新一代 Cognigy,主张 AI Agent 行业争论错了重点:模型越来越便宜、越来越聪明,真正的难题是整队 Agent 可靠地营运、看得清、管得住。这个判断与 Genpact 上星期的调查互相呼应:部署容易,营运才难。
重点数字
- 16 小时 — AI 可以独立工作的时间,由 2020 年的秒、2024 年的分钟,升到 2026 年约 16 小时——但是以 50% 成功率计算
- 50% 成功率 — 是研究里程碑,在客服中心就是流失客户或者违规事件
- 10 个版本 — 模拟器支持最多 10 个 Agent 版本并行测试,用 LLM-as-judge 比较
- 3 种模式 — 传统 NLU、混合、全自主——混合才是大部分客户实际在用的模式
这次发布的重点
新一代 Cognigy 包括重新设计的 Agentic Experience Studio、AI Assist 助手、可重用的“skills”、逐轮追踪和原生语音对语音支持。值得留意的几点:
- 能做不等于可靠:价值由模型转移到测试、追踪、护栏和确定性后备方案。NiCE 不造前沿模型,前沿模型商也不营运客服中心;Cognigy 定位做让 Agent 可靠的那一层。
- 简单是策略,不是化妆:新 Studio 几个点击就可以建一个 Agent,模型已经预先配置;进阶工具(包括完整系统提示)留在进阶区域。门槛降低,意味着更多非专家建 Agent,管治功能才是这次发布的真正主角。
- 混合先行:Agent 可以做协调层,调用原有流程做工具;流程也可以挡在 Agent 前面,先清除信用卡号等敏感资料,再让数据去模型。确定性流程不是旧包袱,而是企业执行“哪些不应该由 LLM 决定”的方法。
- 可观察性是新战场:追踪显示每一轮用了哪个 skill、调用了哪个工具、用哪些参数、什么时候交回给流程。模型选择由偏好变成数据决定:哪个模型更快、用更少 token。
- 机器客将至:Cognigy 同时是 MCP 客户端和服务器,支持 Agent-to-Agent 连接;NiCE 与 Meta、Sierra 共同开发 Personal Agent Protocol,Cognigy 做客服中心的“前门”——个人 Agent 要先认证才可以进来。
NiCE 怎么说
“有能力与可靠不是同一回事,这就是平台的价值所在。”—— Nhu Ho,NiCE Cognigy 高级产品市场经理
对香港中小企业的启示
香港中小企业不需要追最强的模型,更加需要问:哪些流程可以交给 Agent、哪些要留下来做确定性控制(例如付款、身份核实、受监管披露)?上线前要有人讲得出 Agent 每一步为什么这么做,还要有模拟测试和护栏预算。FinityAI 的 SRAA 与 Agent 权限、审批流程设计,就是处理这些问题。
资料来源
本文为 FinityAI 对公开报道的摘要及评论,与 NiCE 无关。