DevRev afirma que sus agentes Computer y Operator están diseñados para gestionar solicitudes de clientes y empleados mediante el razonamiento a partir de datos empresariales en tiempo real, la realización de acciones autorizadas y, cuando es necesario, la preparación de una persona para que actúe. La empresa señala que las acciones se pueden revertir y que las respuestas incluyen enlaces a sus fuentes.
Los agentes utilizan modelos de OpenAI, entre ellos GPT-6 Astra y GPT-6.1 Sol, junto con el software de DevRev, que conecta el conocimiento de la empresa, gestiona los permisos y controla lo que puede hacer un agente. Los modelos de OpenAI respaldan el razonamiento, la planificación y la selección de herramientas, mientras que DevRev afirma que sus sistemas están concebidos para equilibrar la fiabilidad y la rapidez de respuesta con el coste de atender a los usuarios.
DevRev evalúa los modelos junto con su software mediante Enterprise-Bench. El benchmark pone a prueba situaciones en las que los datos están almacenados en distintos sistemas, hay versiones contradictorias de la información y el acceso varía según el cargo de cada persona. Ahmed Bashir, director de tecnología de DevRev, afirma que GPT-6.1 Sol obtiene buenos resultados en estas evaluaciones, en las que los agentes deben comprender las solicitudes y responder con rapidez a un coste sostenible.
En Agent Studio de DevRev, los usuarios pueden describir cómo debe comportarse una herramienta en una conversación con IA y fijar reglas para partes de su comportamiento. La empresa también está explorando formas de que los agentes gestionen decisiones difíciles de codificar como reglas, sobre todo cuando la información que las sustenta cambia con frecuencia.
DevRev afirma que sus ingenieros han adoptado Codex en toda la empresa tras probar varias herramientas de programación y que canceló sus licencias de Cursor. Sus ingenieros de ventas también utilizan GPT-6 Astra para crear demostraciones para los stands de la empresa en conferencias internacionales.
El próximo objetivo de la empresa es permitir que Operator gestione solicitudes más largas y exigentes, manteniendo las acciones trazables, sujetas a permisos y reversibles. DevRev considera que tareas como encontrar una respuesta en una base de conocimientos, mejorar un plan o tramitar un reembolso son ejemplos iniciales de los flujos de autoservicio que quiere que sus agentes completen.
Fuentes: OpenAI News.