En kunde skriver: «Pakken min kom aldri frem, kan dere sende en ny?» Assistenten din søker gjennom alt den har sett, og finner et nesten perfekt treff fra forrige uke: «Pakken min kom frem skadet, kan dere sende en ny?» Den sender forrige ukes svar, en erstatning, uten videre. Ordene var nesten de samme. Saken var det ikke, for en savnet pakke begynner med en etterlysning hos transportøren.
Søket gjorde jobben sin. Det fant det nærmeste treffet, og det er det oppslag gjør. RAG finner avsnitt som ligner på spørsmålet, vektordatabaser finner det som ligger i nærheten, kunnskapsgrafer finner det noen har koblet sammen, cacher returnerer det som er spurt om før, og minne henter fram det som ble lagret. Hver og en av dem finner noe som allerede finnes. Men likt er ikke det samme som riktig, og jo mer et feil treff ligner, desto mer selvsikkert blir det servert.
Læring er noe annet. Den forstår mønsteret bak arbeidet ditt, komprimerer det til det som generaliserer, og forutsier hva som kommer videre. Duplex lærer, og oppslagsverktøyene dine blir verktøyene dens: den kaller hvert av dem når et steg trenger det, og avgjør hva svaret skal være.
Spurt på samme måte finner oppslag det lagrede svaret, og Duplex vet det også.
Læring tar mønsteret med til nye saker.
Neste forespørsel er sjelden ordrett lik den forrige. Noen formulerer den annerledes, utelater en detalj eller legger til kontekst som ikke endrer noe. En cache returnerer det som er spurt om før, så den trenger at den nye forespørselen ser ut som en gammel. Et likhetssøk takler nye formuleringer bedre, fordi det finner det som ligger i nærheten, men nærhet er et mål på ordene, ikke på saken.
Læring virker på selve saken. Når teamet ditt bekrefter et resultat, lærer Duplex mønsteret bak det: hvorfor det virket, og hvor det gjelder. Derfor kjenner den igjen den samme forespørselen med nye ord, og den vet når en forespørsel som høres lik ut, ber om noe annet.
Forskjellen synes best når dobbeltgjengere skal skilles fra hverandre. En tapt pakke og en skadet pakke har nesten alle ord felles, og det samme gjelder en ordre som er kansellert før utsending, og en som er kansellert etter. Et verktøy som serverer det som ligner, svarer likt på hvert par, med samme selvsikkerhet. Duplex ser forskjellen og henter inn KI-en din, orientert med det den vet om saken.
I en test som spente fra nøyaktige gjentakelser til forespørsler fra et annet domene, svarte Duplex feil på 7.5% av de villedende dobbeltgjengerne, mot 45.3% for en cache. Av alle forespørslene ble 98.98% håndtert riktig: besvart riktig eller overlevert til KI-en din.
Oppslagsverktøyene dine blir verktøyene til Duplex.
Oppslagsverktøy er gode til det de gjør, og Duplex bruker dem til nettopp det. Gjenfinning er den riktige måten å finne en klausul i en policy på, en kunnskapsgraf den riktige måten å se hvordan en leverandør henger sammen med alt annet, og en cache den raskeste måten å returnere en beslutning som allerede er tatt. Disse faktaene hører hjemme i systemene dine, oppdatert og eid av dem som har ansvaret for dem.
Det verktøyene ikke kan, er å avgjøre. De finner, og overlater resten til den som spurte: hvilken kilde man skal stole på, hva man gjør når to av dem er uenige, hva svaret betyr for akkurat denne saken. Duplex står for den vurderingen. Den kaller hvert verktøy når et steg trenger det, lærer hvilken kilde som svarer på hvilken type spørsmål, og avgjør med de gjeldende faktaene foran seg.
Én enkelt faktura kan trenge alle tre: policyen, leverandørens status og den siste beslutningen om den leverandøren. De fleste dager stemmer de overens. Den dagen leverandøren blir satt på vent, er den siste beslutningen utdatert, og svaret må følge det nyeste faktumet og vise hvor hver bit kom fra.
Det er en rimelig arbeidsdeling, og alt du har bygget, forblir i bruk. Verktøyene dine fortsetter å finne det de ble bygget for å finne, og hvert av dem er mer nyttig nå som noe avgjør når det skal brukes. Duplex lærer, avgjør og handler, og hvert svar kan spores tilbake til kildene sine.
For å svare på én faktura trenger Duplex en policy, leverandørens status og den siste beslutningen.
Et lært mønster forteller deg hva som kommer videre.
Oppslag handler om fortiden: det finner det som skjedde. Læring strekker seg fremover. Når Duplex vet hvordan en type arbeid utvikler seg, kan den forutsi hva en handling vil endre, planlegge stegene etter den og avgjøre om den skal svare, overlevere eller avvise.
Supportsaker følger et mønster: opprettet, prioritert, løst, bekreftet, lukket. Oppslag kan finne en sak som ligner på den du har foran deg. Duplex har lært av de bekreftede, så den vet hva denne saken trenger nå, og hva som bør følge. Når en sak tar en vending ingen tidligere sak har tatt, overleverer Duplex det steget til KI-en din, og når teamet ditt har bekreftet hvordan det endte, blir vendingen en del av mønsteret.
På World of Workflows, en offentlig benchmark for bedriftssystemer bygget på ServiceNow, forutså Duplex hvordan systemet endres etter en operasjon bedre enn GPT-5.1, Gemini 3 Pro og Claude Sonnet 4.5, uten modellkall. I planlegging fant Duplex den korteste ruten hver gang uten et eneste modelltoken.
Et bibliotek forteller deg hva som er skrevet. En kollega som har lært arbeidet, vet hva saken foran seg betyr, merker når den er ny, og går videre med neste steg. Oppslagsverktøyene dine er biblioteket, like nyttige som de alltid har vært. Duplex er kollegaen, og for hvert resultat kjenner den arbeidet litt bedre.
Bekreftede saker lærer Duplex hvordan denne typen arbeid utvikler seg, steg for steg.