Name: Zendesk AI Agents
Brand: Zendesk

Opis

Zendesk AI Agents to platforma do wdrażania autonomicznych agentów AI w procesach obsługi klienta. Agenty działają w kanałach messaging, e-mail, głosowym, mobilnym i społecznościowym, rozumieją intencję rozmówcy, zadają pytania doprecyzowujące i wykonują akcje na zewnętrznych systemach (CRM, ERP, narzędzia branżowe).

Trzonem platformy jest Resolution Learning Loop — pętla, w której każde zakończone zgłoszenie staje się danymi treningowymi, a system aktualizuje wiedzę i procedury. Po przejęciu Forethought (2025) Zendesk włączył silnik samouczących się agentów do swojego stacku, integrując go z Knowledge Graphem, AI Agent Builderem i Copilotem dla agentów ludzkich.

Platforma obsługuje 80 języków, posiada wbudowane mechanizmy Quality Assurance, kontrolę polityk oraz audytowalność. Rozliczenie odbywa się w modelu outcome-based — klient płaci za skuteczne rozwiązanie zgłoszenia (resolutions) w ramach planów Zendesk Suite/Support.

MLOps Lifecycle

1/7 wspieranych

Monitoring

Wykrywanie dryftu danych — wykrywanie dryftu danych wejściowych

Wykrywanie dryftu koncepcyjnego — wykrywanie dryftu koncepcyjnego

Monitorowanie halucynacji — monitorowanie halucynacji LLM

Ewaluacja stronniczości — narzędzia do ewaluacji stronniczości

0 / 4 wspierane · 4 niespełnione ukryte

Human-in-the-Loop

Usługi etykietowania — narzędzia do etykietowania danych

RLHF — reinforcement learning from human feedback

Ręczne przesłonięcia — ręczne przełączanie decyzji modelu

1 / 3 wspierane · 2 niespełnione ukryte

Dane i wiedza

Zastosowania

6

Architektura i mechanizmy

8

Ekosystem deweloperski

Typ API

REST

Społeczność i zasoby

Biblioteka szablonów

Szybki start

Dokumentacja API

Samouczki

Cennik i model biznesowy

Zobacz pełny cennik

Modele cenowe

Subskrypcja warstwowa

Płatność za użycie

Opis

MLOps LifecycleiMLOps LifecyclePełny cykl życia modelu: rejestr, feature store, prompt management, monitoring i human-in-the-loop.

Monitoring

Human-in-the-Loop

Dane i wiedzaiZarządzanie danymi i wiedząKonektory danych, integracja z bazami wektorowymi, native vector search i mechanizmy zarządzania danymi (PII, provenance, dane syntetyczne).

ZastosowaniaiZastosowania AIDziedziny i scenariusze zastosowania, do których platforma jest najlepiej dopasowana – od RAG i fine-tuningu po zastosowania naukowe.

Architektura i mechanizmyiArchitektura i mechanizmyFundamenty architektoniczne i nowoczesne metody przetwarzania AI, które są natywnie wspierane lub wykorzystywane przez tę platformę.

Ekosystem deweloperskiiEkosystem DeweloperskiZasoby wspierające programistów: dostępne biblioteki SDK, wspierane języki programowania oraz funkcje infrastrukturalne i metody wdrażania modeli.

Cennik i model biznesowyiCennik i model biznesowyModele rozliczeń (usage-based, provisioned throughput), limity zasobów oraz parametry SLA (uptime, poziomy wsparcia).

ŹródłaiArchiwum DokumentacjiScentralizowana baza linków do oficjalnych źródeł, instrukcji technicznych, repozytoriów oraz notatek wydawniczych (release notes).