กำหนดค่าและปรับแต่ง Copilot สำหรับเวิร์กโฟลว์ในเครื่อง

วิธีการที่เราทำงานกับข้อมูลและกระบวนการในท้องถิ่นกำลังเปลี่ยนแปลงไปอย่างรวดเร็วมาก ขอบคุณไฟล์ ปัญญาประดิษฐ์ เครื่องมือต่างๆ เช่น ไมโครซอฟต์ โคไพลอตบริษัทต่างๆ จำนวนมากขึ้นเรื่อยๆ ต้องการนำพลังนั้นมาใช้โดยตรงในขั้นตอนการทำงานประจำวัน โดยบูรณาการเข้ากับระบบต่างๆ IA พร้อมด้วยเอกสาร แอปพลิเคชัน และระบบภายใน โดยไม่สูญเสียการควบคุมด้านความปลอดภัยหรือการปฏิบัติตามกฎระเบียบ

การกำหนดค่าและเพิ่มประสิทธิภาพ Copilot สำหรับเวิร์กโฟลว์ในเครื่องไม่ได้เป็นเพียงแค่การ "เปิดใช้งาน" ฟีเจอร์ใดฟีเจอร์หนึ่งเท่านั้นแต่เป็นการผสมผสานระหว่างระบบอัตโนมัติ ข้อมูลที่เป็นกรรมสิทธิ์ การกำกับดูแล และพฤติกรรมการใช้งานที่ดี เมื่อนำไปใช้อย่างถูกต้อง Copilot จะกลายเป็นสมาชิกอีกคนของทีม: มันร่างเอกสาร ตอบคำถามที่ซับซ้อนเกี่ยวกับข้อมูลภายใน สรุปรายงานที่หนาแน่น และเสนอแนวทางแก้ไขปัญหาในการดำเนินงาน โดยเคารพสิทธิ์และกฎระเบียบขององค์กรของคุณเสมอ

ระบบอัตโนมัติอัจฉริยะและบทบาทของ Copilot ในกระบวนการไหลเวียนในพื้นที่

ระบบอัตโนมัติไม่ได้หมายถึงแค่การทำตามสคริปต์ที่ตายตัวอีกต่อไปแล้วปัญญาประดิษฐ์ (AI) ที่ผสานรวมอยู่ใน Copilot ช่วยให้เวิร์กโฟลว์ในพื้นที่สามารถเรียนรู้จากข้อมูล ตรวจจับรูปแบบ และปรับตัวเมื่อบริบทเปลี่ยนแปลง ซึ่งส่งผลโดยตรงต่อการจัดการงานต่างๆ เช่น การสร้างเอกสาร การวางแผนกำลังการผลิต และการตอบสนองต่อปัญหาด้านคุณภาพหรือการจัดหา

การผสมผสานระหว่าง AI, RPA, แพลตฟอร์ม low-code/no-code และการวิเคราะห์กระบวนการ (process mining) นำไปสู่สิ่งที่เรียกว่า ไฮเปอร์ออโต้เมชั่น (hyperautomation)โดยที่กิจกรรมที่ซ้ำซากหรือเกี่ยวข้องกับข้อมูลเกือบทุกอย่างสามารถทำให้เป็นระบบอัตโนมัติได้บางส่วนหรือทั้งหมด Copilot ทำหน้าที่เป็นชั้นอัจฉริยะที่อยู่เหนือระบบเหล่านี้: มันเข้าใจข้อความ สร้างเนื้อหา และช่วยในการตัดสินใจได้อย่างรวดเร็ว โดยที่ผู้ใช้ไม่จำเป็นต้องรู้ถึงความซับซ้อนทางเทคนิคที่อยู่เบื้องหลัง

แพลตฟอร์มแบบ low-code และ no-code ช่วยลดความซับซ้อนในการสร้างเวิร์กโฟลว์ในองค์กรได้อย่างมากช่วยให้บุคลากรทางธุรกิจที่ไม่มีพื้นฐานด้านเทคนิคสามารถกำหนดค่ากระบวนการ แบบฟอร์ม และเอเจนต์ AI ได้ Copilot Studio จึงเหมาะสมที่จะเป็น "เวิร์กช็อป" ที่ผู้เชี่ยวชาญเฉพาะด้าน (การตลาด การเงิน กฎหมาย การดำเนินงาน ฯลฯ) สามารถปรับแต่งโมเดลและสร้างเอเจนต์ได้โดยไม่ต้องเขียนโค้ด โดยอาศัยตัวช่วยแบบภาพและเทมเพลต (ดูเพิ่มเติม) การกระทำและตัวแทนของนักบินผู้ช่วย).

การวิเคราะห์กระบวนการและงานเป็นองค์ประกอบสำคัญในการตัดสินใจว่าจะนำระบบอัตโนมัติมาใช้ในส่วนใดบ้างข้อมูลนี้แสดงให้เห็นว่าขั้นตอนการทำงานติดขัดอยู่ที่ใด กิจกรรมใดใช้เวลานานที่สุด และเอเจนต์ที่ใช้ Copilot เหมาะสมในกรณีใดบ้าง ด้วยข้อมูลนี้ การทำงานอัตโนมัติที่ส่งผลกระทบต่อประสิทธิภาพ คุณภาพการบริการ หรือการปฏิบัติตามข้อกำหนดอย่างแท้จริงจะได้รับการจัดลำดับความสำคัญ และสามารถติดตามวิวัฒนาการของผลลัพธ์ได้ตลอดเวลา นอกจากนี้ เทคนิคเหล่านี้ยังได้รับการเสริมด้วยแนวทางอื่นๆ อีกด้วย การค้นหาเชิงความหมายด้วย Copilot เพื่อค้นหาความรู้ที่เกี่ยวข้องภายในผู้เช่า

บริบทของระบบอัตโนมัติขั้นสูงนี้ปูทางให้ Copilot สามารถทำงานในระดับท้องถิ่นได้ โดยใช้ข้อมูลของคุณเอง ผสมผสานสิ่งที่ดีที่สุดของแบบจำลองภาษาขนาดใหญ่ (LLM) เข้ากับความรู้ที่มีอยู่แล้ว SharePoint, Microsoft 365ระบบ ERP, ระบบการผลิต หรือแอปพลิเคชันภายในองค์กร

การเพิ่มประสิทธิภาพ Copilot คืออะไร และเหตุใดจึงมีความสำคัญต่อสภาพแวดล้อมในท้องถิ่น?

การเพิ่มประสิทธิภาพของ Microsoft 365 Copilot คือฟังก์ชันที่ช่วยให้คุณ "ปรับแต่ง" LLM ด้วยข้อมูลจากเทนเนนต์ของคุณเองโดยไม่ต้องนำข้อมูลออกไปนอกสภาพแวดล้อมที่ปลอดภัยของ Microsoft 365 เป้าหมายคือให้โมเดลเข้าใจน้ำเสียง แม่แบบ ขั้นตอน และคำศัพท์เฉพาะขององค์กรของคุณ เพื่อให้การตอบกลับมีรูปแบบเดียวกับที่ผู้เชี่ยวชาญภายในองค์กรใช้

การประมวลผลการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ทั้งหมดดำเนินการภายในระบบ Microsoft 365ในขณะที่เคารพนโยบายด้านความปลอดภัยและการปฏิบัติตามข้อกำหนดที่มีอยู่ โมเดลที่ได้รับการปรับปรุงแล้วจะสืบทอดสิทธิ์การเข้าถึงจากข้อมูลการฝึกอบรม ทำให้มั่นใจได้ว่าจะไม่ "เห็น" หรือใช้ข้อมูลที่กลุ่มที่กำหนดค่าไว้ไม่มีสิทธิ์เข้าถึง ซึ่งเป็นสิ่งสำคัญสำหรับเวิร์กโฟลว์ในพื้นที่ที่จัดการข้อมูลที่ละเอียดอ่อน ข้อมูลที่อยู่ภายใต้ข้อกำหนด หรือข้อมูลที่ตรวจสอบได้

โดยอิงจากแบบจำลองที่ได้รับการปรับให้เหมาะสมเหล่านี้ สามารถสร้างเอเจนต์เชิงประกาศเฉพาะได้ซึ่งผสานรวมเข้ากับ Microsoft 365 Copilot โดยตรงและปรากฏในแอปพลิเคชันต่างๆ เช่น คำOutlook, Teams หรือ Excel เอเจนต์เหล่านี้ไม่ใช่แค่แชทบอททั่วไป แต่ได้รับการออกแบบมาสำหรับงานเฉพาะ เช่น การร่างข้อความทางกฎหมาย การสรุปรายงานเหตุการณ์ การจัดทำข้อเสนอทางธุรกิจ หรือการอธิบายระเบียบภายในองค์กรอย่างถูกต้องแม่นยำ

ข้อดีที่สำคัญคือ การปรับแต่งโมเดลสามารถทำได้ผ่านอินเทอร์เฟซที่ไม่ต้องเขียนโค้ดใน Copilot Studioดังนั้น นักวิเคราะห์ธุรกิจหรือผู้เชี่ยวชาญเฉพาะด้านจึงสามารถนำกระบวนการนี้ไปปฏิบัติได้โดยมีฝ่ายไอทีให้การสนับสนุนเพียงเล็กน้อย พวกเขาไม่จำเป็นต้องเป็นนักวิทยาศาสตร์ข้อมูล เพียงแค่มีความเข้าใจที่ดีเกี่ยวกับขอบเขตงาน ประเภทของเอกสาร และผลลัพธ์ที่คาดหวังก็เพียงพอแล้ว

ในทางปฏิบัติ การเพิ่มประสิทธิภาพ Copilot จะเปลี่ยน Copilot จากเครื่องมือทั่วไปให้กลายเป็นผู้ช่วยที่ปรับแต่งได้อย่างละเอียดลึกซึ้ง ปรับให้เข้ากับขั้นตอนการทำงานภายในองค์กรของคุณ: ใช้ภาษา "แบบที่บริษัทของคุณใช้" ใช้เทมเพลตที่เหมาะสม ใช้เหตุผลที่ถูกต้อง และสอดคล้องกับกฎระเบียบที่มีอยู่แล้วในองค์กรของคุณ

ข้อกำหนดเบื้องต้นและหลักการกำกับดูแลพื้นฐานสำหรับการเปิดใช้งานการเพิ่มประสิทธิภาพ Copilot

ก่อนที่คุณจะสามารถกำหนดค่าและควบคุม Copilot Optimization ได้ คุณต้องมีคุณสมบัติทางเทคนิคและบทบาทตามที่กำหนดเสียก่อนในเบื้องต้น บริการนี้ได้รับการออกแบบมาสำหรับองค์กรที่มีจำนวนใบอนุญาตจำนวนมากและมีผู้จัดการด้าน AI ที่กำหนดไว้อย่างชัดเจน

ขั้นแรก ผู้เช่าจะต้องลงทะเบียนในโปรแกรม Early Access Program (EAP) ของ Copilot Optimization ก่อนข้อกำหนดนี้รวมถึงการมีจำนวนใบอนุญาตเสริม Microsoft 365 Copilot ที่ใช้งานอยู่ขั้นต่ำในเทนเนนต์ นอกจากนี้ บุคคลที่มีบทบาทผู้ดูแลระบบ AI จะต้องยอมรับข้อกำหนดของโปรแกรมในนามขององค์กรด้วย

จำเป็นอย่างยิ่งที่จะต้องเปิดใช้งานการขยายขีดความสามารถของ Copilot ในศูนย์การจัดการ Microsoft 365ในส่วนการตั้งค่า Copilot คุณสามารถจัดการทั้งการเปิดใช้งานบริการเพิ่มประสิทธิภาพและตัวเลือกการเผยแพร่และการเข้าถึงเอเจนต์ได้ หากองค์กรของคุณใช้ นโยบาย DLP ที่บล็อกตัวเชื่อมต่อ Power Platform ใหม่ คุณจะต้องจัดประเภทตัวเชื่อมต่อ "Tenant Copilot" ใหม่โดยใช้ [วิธีการที่เหมาะสม] PowerShell เพื่อให้สามารถนำไปใช้ได้กับการจำแนกประเภทที่เหมาะสม

เฉพาะผู้ที่มีบทบาทผู้ดูแลระบบ AI เท่านั้นที่สามารถจัดการการควบคุมการกำกับดูแลของ Copilot Optimization ได้ใครสามารถสร้างโมเดลได้ ผู้ใช้หรือกลุ่มใดบ้างที่สามารถเข้าถึงโมเดลได้ โมเดลใดบ้างที่จะยังคงเผยแพร่ และโมเดลใดบ้างที่จะถูกลบออก ทั้งหมดนี้สามารถควบคุมได้จากศูนย์การดูแลระบบ (Admin Center) ในส่วนการเพิ่มประสิทธิภาพ Copilot โดยเฉพาะ

การเปิดใช้งาน Copilot Optimization จะช่วยให้คุณสามารถจำกัดการใช้งานบริการให้กับผู้ใช้หรือกลุ่มผู้ใช้เฉพาะเจาะจงได้แนวทางปฏิบัติที่ดีคือการเริ่มต้นด้วยกลุ่มเล็กๆ (เช่น ทีมกฎหมาย ทีมวิจัยและพัฒนา หรือทีมห่วงโซ่อุปทาน) และค่อยๆ ขยายวงกว้างขึ้นเมื่อผลลัพธ์ได้รับการยืนยัน และวินัยในการใช้ AI อย่างมีความรับผิดชอบได้รับการเสริมสร้างให้แข็งแกร่งขึ้น

การออกแบบบทบาท: ผู้ดูแลระบบ ผู้สร้างแบบจำลอง และผู้ใช้ปลายทาง

การตั้งค่า Copilot ที่มีประสิทธิภาพสำหรับเวิร์กโฟลว์ในพื้นที่จำเป็นต้องมีการกำหนดบทบาทที่ชัดเจน ซึ่งเข้ามาแทรกแซง ป้องกันไม่ให้ "ทุกคนทำทุกอย่างได้" และรับประกันการตรวจสอบย้อนกลับได้ว่าใครสามารถสร้างและเผยแพร่โมเดลได้

ผู้ดูแลระบบปัญญาประดิษฐ์มีหน้าที่รับผิดชอบในส่วนของการกำกับดูแลพวกเขาสามารถเปิดหรือปิดใช้งาน Copilot Optimization ตัดสินใจว่าแผนกใดบ้างที่จะเข้าร่วม ควบคุมวงจรชีวิตของโมเดล และตรวจสอบการปฏิบัติตามนโยบายด้านความปลอดภัยและความเป็นส่วนตัว นอกจากนี้ พวกเขายังสามารถลบโมเดลที่เผยแพร่แล้วเมื่อโมเดลเหล่านั้นล้าสมัยหรือไม่สอดคล้องกับข้อกำหนดภายในอีกต่อไป

ผู้สร้างแบบจำลองคือผู้เชี่ยวชาญเฉพาะด้านในแต่ละสาขา —ตัวอย่างเช่น บุคลากรจากฝ่ายการตลาด การเงิน กฎหมาย หรือการดำเนินงาน— ที่สามารถเลือกแหล่งข้อมูล กำหนดค่าภารกิจ และตรวจสอบผลลัพธ์ได้ พวกเขาจะได้รับอนุญาตให้ใช้ Copilot Optimization จากศูนย์การดูแลระบบ และโดยทั่วไปจะเป็นกลุ่มที่มีจำนวนจำกัด (โดยค่าเริ่มต้น สูงสุดสิบผู้ใช้ต่อองค์กร สามารถขยายได้ผ่านการสนับสนุนจาก Microsoft หากจำเป็น)

เมื่อผู้สร้างโมเดลรายใหม่เข้าร่วม พวกเขาจะได้รับอีเมลพร้อมคำแนะนำ เริ่มต้นใช้งาน Copilot Studio: วิธีการค้นหาส่วน Copilot Optimization ประเภทของงานที่คุณสามารถสร้างได้ วิธีการเลือกแหล่งความรู้ และวิธีการให้สิทธิ์การเข้าถึงเอเจนต์แก่ผู้ใช้รายอื่น

ผู้ใช้ปลายทางสามารถโต้ตอบกับเอเจนต์ที่ได้รับการปรับแต่งแล้วโดยตรงภายในแอปพลิเคชัน Microsoft 365 (เช่น Word, Teams, Outlook เป็นต้น) เช่นเดียวกับการใช้งาน Copilot มาตรฐาน แต่ได้รับประโยชน์จากความรู้เฉพาะด้านของโมเดลที่ได้รับการฝึกฝนมาแล้ว พวกเขาไม่จำเป็นต้องรู้รายละเอียดการกำหนดค่า เพียงแค่ต้องเข้าใจขอบเขตการทำงานของเอเจนต์และวิธีการกำหนดคำสั่งที่มีประสิทธิภาพก็พอ

การสร้างแบบจำลองที่เหมาะสมที่สุด: งานถาม-ตอบ การสร้างและการสรุปข้อมูล

ปัจจุบัน Copilot Optimization รองรับงานหลักสามประเภท ซึ่งครอบคลุมเวิร์กโฟลว์ที่ใช้เอกสารเป็นหลักในระดับท้องถิ่นส่วนใหญ่ ได้แก่ การถามตอบจากผู้เชี่ยวชาญ (Q&A) การสร้างเอกสาร และการสรุปเอกสาร

ในกรณีของการถามตอบ เป้าหมายคือให้ตัวแทนทำหน้าที่เป็นผู้เชี่ยวชาญ สามารถอธิบายข้อบังคับ เปรียบเทียบนโยบาย ชี้แจงเหตุผลของข้อกำหนด หรือชี้แจงขั้นตอนต่างๆ โดยใช้เนื้อหาที่จัดเก็บในรูปแบบไฟล์ เช่น .docx, .pdf หรือ .html เหมาะสำหรับหัวข้อที่มีเนื้อหาหนาแน่นและคงที่ เช่น ข้อบังคับ กฎหมายภาษี คู่มือทางเทคนิค เอกสารทางวิทยาศาสตร์ หรือนโยบายภายในองค์กร

กระบวนการสร้างเอกสารนี้ออกแบบมาเพื่อสร้างร่างแรกที่มีคุณภาพสูง ข้อมูลนี้อ้างอิงจากเอกสารต้นฉบับและการเปลี่ยนแปลงที่มีโครงสร้าง ตัวอย่างเช่น สัญญาที่เกิดขึ้นซ้ำๆ ข้อเสนอทางการค้า คำอธิบายงาน แบบฟอร์มการปฏิบัติตามข้อกำหนด หรือเอกสารผลิตภัณฑ์ ในกรณีนี้ การมีเอกสารต้นฉบับและฉบับแก้ไขขั้นสุดท้ายที่สอดคล้องกันอย่างดีเป็นสิ่งสำคัญ

โดยสรุปแล้ว โมเดลนี้เรียนรู้ที่จะย่อเอกสารที่ซับซ้อนให้กระชับลง โดยคำนึงถึงน้ำเสียง รูปแบบ และลำดับความสำคัญของเนื้อหาขององค์กร วิธีนี้มีประโยชน์มากในบริบทที่มีความเสี่ยงสูงหรือปริมาณมาก (เช่น รายงานด้านกฎระเบียบ บทสรุปสำหรับผู้บริหาร รายงานคุณภาพ หรือการตรวจสอบ) ซึ่งความสม่ำเสมอและความถูกต้องมีความสำคัญพอๆ กับการประหยัดเวลา

การเลือกประเภทงานที่เหมาะสมถือเป็นการตัดสินใจที่สำคัญอันดับแรก ในการกำหนดค่าโมเดลที่เหมาะสมที่สุดนั้น การขอให้ Copilot สร้างสัญญาขึ้นมาใหม่ทั้งหมดนั้นแตกต่างจากการขอสรุปสัญญาที่มีอยู่แล้ว หรือการตอบคำถามที่ซับซ้อนเกี่ยวกับเนื้อหาของสัญญา การกำหนดภารกิจทางธุรกิจให้ชัดเจนจะช่วยในการปรับข้อมูล คำแนะนำ และการประเมินผล

ขั้นตอนการปรับแต่งโมเดลใน Copilot Studio ทีละขั้นตอน

ขั้นตอนการปรับแต่งโมเดลทั้งหมดนั้นจัดการโดย Copilot Studioสามารถเข้าถึงได้จากเว็บเบราว์เซอร์ จากนั้นผู้สร้างแบบจำลองจะทำตามขั้นตอนแนะนำต่างๆ ที่กำหนดโครงสร้างกระบวนการตั้งแต่ต้นจนจบ

ขั้นแรก สร้างแบบจำลองใหม่ โดยตั้งชื่อและคำอธิบายให้ชัดเจน พวกเขาควรอธิบายอย่างชัดเจนว่ามันทำอะไรและจะใช้เพื่ออะไร ควรใช้ภาษาที่ผู้ใช้เข้าใจได้ง่าย หลีกเลี่ยงชื่อทางเทคนิคที่ไม่มีใครรู้จัก

จากนั้นจึงทำการคัดเลือกแหล่งความรู้โดยทั่วไปแล้ว ข้อมูลเหล่านี้คือชุดเอกสารที่จัดเก็บอยู่ใน SharePoint ชุดข้อมูลเหล่านี้เป็นรากฐานที่แบบจำลองจะใช้ในการเรียนรู้ เช่น แม่แบบที่ได้รับการอนุมัติ รายงานที่เสร็จสมบูรณ์ สัญญาที่ลงนามแล้ว แบบฟอร์มการปฏิบัติตามข้อกำหนดที่ถูกต้อง เป็นต้น คุณภาพและความทันสมัยของข้อมูลเหล่านี้จะส่งผลโดยตรงต่อคุณภาพของแบบจำลอง

ส่วนการอนุญาตจะกำหนดกลุ่มความปลอดภัยหรือบุคคลที่สามารถใช้งานโมเดลได้ระบบ Copilot Optimization จะกรองเอกสารการฝึกอบรมที่ไม่สามารถเข้าถึงได้สำหรับกลุ่มเหล่านั้น และสามารถแนะนำกลุ่มเพิ่มเติมเพื่อเพิ่มการเข้าถึงความรู้ให้มากที่สุด โดยคำนึงถึงสิทธิ์การเข้าถึง (ACL) ของแต่ละไฟล์เสมอ

ขั้นตอนต่อไปคือการเลือกประเภทของงาน (ถาม-ตอบ การสร้าง หรือการสรุป) และเขียนคำแนะนำสำหรับแบบจำลองคำแนะนำเหล่านี้จะชี้นำระบบในเรื่องของน้ำเสียง (“น้ำเสียงที่เป็นทางการ” “ภาษาที่เป็นมิตรแต่เป็นมืออาชีพ”) เกณฑ์คุณภาพ (“อย่าสร้างกฎระเบียบขึ้นมาเอง” “ต้องอ้างอิงเอกสารต้นฉบับเสมอ”) และความคาดหวังของผลลัพธ์ ยิ่งคำแนะนำเหล่านี้มีความแม่นยำและสมจริงมากเท่าใด พฤติกรรมของแบบจำลองก็จะยิ่งสอดคล้องกับความต้องการของธุรกิจมากขึ้นเท่านั้น

เมื่อตั้งค่าองค์ประกอบเหล่านี้เสร็จแล้ว ขั้นตอนการเตรียมข้อมูลสำหรับการติดฉลากก็จะเริ่มต้นขึ้นCopilot จะวิเคราะห์รายการควบคุมการเข้าถึงเอกสารและจัดระเบียบชุดข้อมูลเพื่อใช้ในการฝึกอบรมในภายหลัง ขั้นตอนนี้อาจใช้เวลาหลายชั่วโมง (สูงสุด 24 ชั่วโมง ขึ้นอยู่กับปริมาณงาน) และระบบจะแจ้งให้คุณทราบทางอีเมลเมื่อพร้อมที่จะดำเนินการต่อ

การติดฉลาก การฝึกฝน และการประเมินผลโมเดลที่ได้รับการปรับให้เหมาะสม

ขั้นตอนการติดป้ายข้อมูลมีจุดมุ่งหมายเพื่อระบุว่าตัวอย่างใดบ้างที่ดีอย่างแท้จริง เพื่อสอนให้โมเดลเข้าใจว่าผลลัพธ์ที่มีคุณภาพควรมีลักษณะอย่างไร แทนที่จะต้องใช้แรงงานคนจำนวนมากตั้งแต่เริ่มต้น Copilot Optimization จะเลือกคู่หรือตัวอย่างที่พิจารณาว่าเกี่ยวข้องโดยอัตโนมัติ และขอให้ผู้เชี่ยวชาญติดป้ายกำกับว่าดีหรือไม่ดี

แบบฟอร์มการติดฉลากแสดงเอกสารหรือร่างเอกสารของผู้สมัคร จากนั้นผู้สร้างแบบจำลองจะระบุว่าข้อมูลนั้นแสดงถึงมาตรฐานที่ต้องการได้อย่างถูกต้องหรือไม่ กระบวนการนี้สามารถทำซ้ำได้หลายรอบ ขึ้นอยู่กับความซับซ้อนของงาน จนกว่าระบบจะมีข้อมูลอ้างอิงเพียงพอสำหรับการฝึกฝนอย่างน่าเชื่อถือ

เมื่อเตรียมข้อมูลเสร็จเรียบร้อยแล้ว จะเริ่มการฝึกอบรมโมเดลใน Azure AI Foundryกระบวนการทั้งหมดนี้จัดการผ่านอินเทอร์เฟซของ Copilot Studio การปรับแต่งอย่างละเอียดอาจใช้เวลาอีกหลายชั่วโมง ขึ้นอยู่กับปริมาณข้อมูล เมื่อเสร็จสิ้นแล้ว เครื่องมือจะสร้างผลการทดสอบเพื่อให้คุณตรวจสอบก่อนเผยแพร่ใดๆ

การประเมินผลเป็นขั้นตอนที่สำคัญยิ่ง: การที่แบบจำลอง "ใช้งานได้มากบ้างน้อยบ้าง" นั้นไม่เพียงพอสิ่งสำคัญคือต้องตรวจสอบให้แน่ใจว่าโทนของข้อความสอดคล้องกัน ข้อมูลสำคัญไม่ได้ถูกปลอมแปลง ปฏิบัติตามแม่แบบ ใช้เกณฑ์ทางธุรกิจที่เหมาะสม และข้อมูลสำคัญไม่ได้ถูกละเว้น หากมีสิ่งใดไม่สอดคล้องกัน คุณสามารถย้อนกลับไปแก้ไขได้ เช่น เพิ่มแหล่งข้อมูลเพิ่มเติม ปรับคำแนะนำ ใส่ตัวอย่างเพิ่มเติม หรือปรับปรุงไฟล์การแมปข้อมูล

นอกจากนี้ ยังสามารถเตรียมไฟล์ mapping.csv ได้อีกด้วย โดยใช้คู่เอกสาร "ต้นแบบ-เป้าหมาย" เพื่อระบุว่าไฟล์ต้นฉบับใดตรงกับฉบับร่างสุดท้ายใด ไฟล์ CSV นี้จะถูกบันทึกไว้ในรากของแหล่งความรู้ และช่วยให้แบบจำลองเข้าใจความสัมพันธ์ระหว่างข้อมูลนำเข้าและข้อมูลส่งออกได้ดีขึ้น โดยเฉพาะอย่างยิ่งในงานสร้างและสรุปข้อมูล

การใช้งานขั้นสูงของการสร้างเอกสารด้วย Copilot Optimization

หนึ่งในแอปพลิเคชันที่ทรงพลังที่สุดของ Copilot ในเวิร์กโฟลว์ภายในองค์กรคือการสร้างเอกสาร โดยอิงจากแม่แบบและตัวอย่างในอดีต ปัญญาประดิษฐ์ (AI) ถูกนำมาใช้เพื่อสร้างร่างเบื้องต้นที่ใกล้เคียงกับเวอร์ชันสุดท้าย ซึ่งช่วยลดขั้นตอนการทำงานลงอย่างมาก เวลา การร่างแบบด้วยมือ

วิธีการนี้ได้ผลดีเป็นพิเศษเมื่อเอกสารเหล่านั้นมีรูปแบบที่สามารถจดจำได้ มีเพียงรายละเอียดหรือข้อกำหนดบางประการเท่านั้นที่จะเปลี่ยนแปลง เช่น คำอธิบายงาน สัญญาบริการ ใบสั่งซื้อ แบบฟอร์มการปฏิบัติตามข้อกำหนด หรือเอกสารผลิตภัณฑ์ แบบจำลองนี้จะระบุโครงสร้างและรูปแบบขององค์กร และปรับใช้การเปลี่ยนแปลงที่สอดคล้องกันตามข้อกำหนดที่คุณให้ไว้

เพื่อให้ได้ประโยชน์สูงสุด แนะนำให้มีเอกสารอ้างอิงและฉบับที่ต้องการแก้ไขที่สอดคล้องกันมากกว่า 20 คู่คู่ข้อมูลเหล่านี้ ซึ่งจัดเก็บไว้ใน SharePoint ควรครอบคลุมความหลากหลายต่างๆ ที่คุณคาดหวังว่าระบบจะสามารถจัดการได้ เช่น ประเภทสัญญาที่แตกต่างกัน กลุ่มผลิตภัณฑ์ที่แตกต่างกัน การเปลี่ยนแปลงกฎระเบียบตามปกติ เป็นต้น

การเปลี่ยนแปลงที่จำเป็นจะถูกระบุไว้ในช่องที่มีโครงสร้างภายใน Copilot Optimizationวิธีนี้ช่วยให้โมเดลเข้าใจได้ง่ายขึ้นว่าส่วนใดบ้างที่ต้องแก้ไขและแก้ไขอย่างไร ด้วยวิธีนี้ แบบร่างที่สร้างขึ้นจึงได้รวมข้อมูลใหม่ไว้แล้ว ในขณะที่ยังคงรักษารูปแบบ คำศัพท์ และสไตล์ภายในที่มีอยู่เดิม

ผลลัพธ์ที่ได้คือเวิร์กโฟลว์ในระดับท้องถิ่นที่คล่องตัวมากขึ้นฝ่ายทรัพยากรบุคคลจัดทำข้อเสนอการจ้างงานที่สอดคล้องกับวัฒนธรรมองค์กร ฝ่ายกฎหมายร่างสัญญาเป็นระยะโดยมีการตรวจสอบน้อยที่สุด ฝ่ายกำpliance สร้างแบบฟอร์มใหม่จากแม่แบบที่ได้รับการอนุมัติ และฝ่ายจัดซื้อจัดทำร่างใบสั่งซื้อที่ต้องการเพียงการตรวจสอบขั้นสุดท้ายเท่านั้น

ทำหน้าที่เป็นผู้ช่วยในการประชุมและการทำงานร่วมกันใน Teams

ในระดับการทำงานร่วมกัน Copilot ได้ถูกบูรณาการเข้ากับระบบต่างๆ ทีมไมโครซอฟท์ ได้กลายเป็นพันธมิตรที่สำคัญ เพื่อจัดการการประชุมให้สั้นลง กระชับขึ้น และนำไปปฏิบัติได้จริงมากขึ้น แม้ว่าสิ่งเหล่านี้จะไม่ใช่ "เวิร์กโฟลว์ภายในองค์กร" ในความหมายดั้งเดิมของกระบวนการข้อมูลภายใน แต่การนำไปใช้ในการประชุมถือเป็นเวิร์กโฟลว์ประจำวันที่มีความสำคัญอย่างยิ่ง

ในการใช้งาน Copilot บน Teams คุณต้องมีใบอนุญาต Microsoft 365 ที่เข้ากันได้ (ตัวอย่างเช่น E3, E5 หรือ Business Premium) และเปิดใช้งานการถอดเสียงหรือการบันทึกการประชุม หากไม่มีการถอดเสียงหรือการบันทึก ความสามารถของ Copilot จะลดลง เนื่องจากขาดข้อมูลดิบในการสร้างสรุปโดยละเอียดหรือรายการดำเนินการที่เชื่อถือได้

ระหว่างการประชุม ผู้ใช้เปิดใช้งาน Copilot จากแถบเครื่องมือของ Teams และคุณสามารถขอสรุปแบบเรียลไทม์ รายการสิ่งที่ต้องทำ ประเด็นที่ไม่เห็นด้วย หรือคำถามที่ยังไม่ได้รับคำตอบได้ ฟังก์ชันนี้มีประโยชน์อย่างยิ่งสำหรับผู้ที่เข้าร่วมช้า: พวกเขาสามารถทำความเข้าใจสถานการณ์ได้อย่างรวดเร็วภายในเวลาไม่ถึงนาทีโดยไม่ขัดจังหวะการสนทนา

ในตอนท้าย Copilot จะช่วยปิดการประชุมได้อย่างชัดเจนการระบุภารกิจ ผู้รับผิดชอบ และขั้นตอนต่อไป องค์ประกอบทั้งหมดนี้สามารถเข้าถึงได้จากแท็บสรุปการประชุมใน Teams ซึ่งช่วยป้องกันไม่ให้ข้อตกลงสูญหายไปในแชทที่ไม่รู้จบหรือบันทึกส่วนตัวที่กระจัดกระจาย

มีเครื่องมือเสริมอย่าง Noota ที่ช่วยขยายขีดความสามารถเหล่านี้นำเสนอรายงานการประชุมที่มีโครงสร้างมากขึ้น ไฟล์ที่ค้นหาได้ขั้นสูง และการตั้งค่าเฉพาะสำหรับแต่ละประเภทการประชุม เมื่อผสานรวมกับ Teams แล้ว จะช่วยให้คุณบันทึก ถอดเสียง และสร้างบทสรุปแบบกำหนดเองได้ ซึ่งช่วยปรับปรุงการติดตามและการทำงานร่วมกันในภายหลัง

Copilot ในเบราว์เซอร์: ก้าวแรกสู่การนำ AI มาใช้ในชีวิตประจำวัน

สำหรับหลายองค์กร การนำ Copilot มาใช้ผ่าน... Microsoft Edge นี่เป็นกลยุทธ์การนำไปใช้แบบค่อยเป็นค่อยไปสิ่งนี้ช่วยให้ผู้ใช้คุ้นเคยกับ AI ในสภาพแวดล้อมที่พวกเขาใช้เป็นประจำทุกวัน (เบราว์เซอร์) ก่อนที่จะขยายขีดความสามารถขั้นสูงของ Copilot ไปยัง Microsoft 365 ทั้งหมด

การฝึกอบรมที่เน้นการใช้งาน Copilot ใน Edge แสดงให้เห็นว่าเครื่องมือนี้ช่วยลดความซับซ้อนของงานต่างๆ ได้อย่างไร เช่น การสร้างสเปรดชีต การเขียนอีเมล การสรุปเนื้อหาจากเว็บเพจที่ยาว หรือการค้นหาข้อมูลที่เกี่ยวข้องได้เร็วขึ้น ทั้งหมดนี้ พร้อมด้วยการผสานรวมกับ OneDrive เพื่อบันทึกไฟล์โดยอัตโนมัติและมั่นใจได้ว่าไม่มีอะไรสูญหาย

การฝึกอบรมประเภทนี้มีองค์ประกอบภาคปฏิบัติที่เข้มข้นผู้เข้าร่วมจะได้สัมผัสแบบเรียลไทม์ว่า AI ช่วยลดงานที่ซ้ำซากจำเจได้อย่างไร พวกเขาสามารถทำให้กระบวนการเล็กๆ เป็นไปโดยอัตโนมัติได้อย่างไร และ Copilot สามารถเสนอขั้นตอนที่เป็นรูปธรรมเพื่อแก้ปัญหาการจัดการโครงการในชีวิตประจำวันได้อย่างไร

ผลกระทบไม่ได้จำกัดอยู่แค่ระดับบุคคล แต่ยังรวมถึงระดับองค์กรด้วยด้วยการลดภาระงานที่ซ้ำซากจำเจ ทีมงานจึงสามารถทุ่มเทเวลาให้กับความคิดสร้างสรรค์ กลยุทธ์ และการตัดสินใจระดับสูงได้มากขึ้น ซึ่งจะช่วยเสริมสร้างความสามารถในการแข่งขันของธุรกิจขนาดกลางและขนาดย่อม รวมถึงบริษัทต่างๆ ในตลาดดิจิทัลที่กำลังเติบโตอย่างรวดเร็ว

เมื่อวุฒิภาวะเพิ่มขึ้น มักจะมีการจัดอบรมขั้นสูงและเฉพาะบุคคลเพิ่มเติม สำหรับแผนกเฉพาะเจาะจงนั้น การดำเนินการนี้เกี่ยวข้องกับการเชื่อมต่อ Copilot ใน Edge กับ Copilot ใน Microsoft 365 และโมเดลที่ได้รับการปรับให้เหมาะสมในเวิร์กโฟลว์ภายในองค์กร ด้วยวิธีนี้ AI จะไม่ใช่สิ่งแปลกใหม่อีกต่อไป แต่จะกลายเป็นส่วนสำคัญของโครงสร้างการดำเนินงานประจำวัน

ความปลอดภัย การปฏิบัติตามกฎระเบียบ และการบริหารจัดการใน Copilot Optimization

ความปลอดภัยและการกำกับดูแลเป็นเสาหลักที่สำคัญยิ่งในการเพิ่มประสิทธิภาพ Copilot ด้วยข้อมูลในพื้นที่ไม่ใช่แค่เรื่อง "การทำให้มันใช้งานได้ดี" เท่านั้น แต่ยังเกี่ยวกับการทำให้แน่ใจว่ามันเคารพกฎระเบียบด้านการคุ้มครองข้อมูล ทรัพย์สินทางปัญญา และนโยบายภายในของบริษัทด้วย

การเพิ่มประสิทธิภาพ Copilot ทำงานในสภาพแวดล้อมที่แยกต่างหากภายในบัญชีผู้ใช้ Microsoft 365โมเดลที่ได้รับการฝึกฝนจะสืบทอดสิทธิ์การเข้าถึงจากเอกสารต้นฉบับ ในระหว่างการฝึกฝน จะไม่มีการส่งข้อมูลลูกค้าไปยังบริการภายนอกที่อยู่นอกระบบคลาวด์ที่ปลอดภัยของผู้เช่า ซึ่งช่วยให้เป็นไปตามมาตรฐานต่างๆ เช่น GDPR หรือ CCPA

ผู้ดูแลระบบสามารถควบคุมการเข้าถึงทั้งโมเดลและเอเจนต์ได้ สิ่งนี้ทำได้โดยการใช้กลุ่มความปลอดภัย ซึ่งจะเปิดใช้งานบริการเฉพาะสำหรับทีมที่กำหนด (เช่น ทีมวิจัยและพัฒนา หรือทีมกฎหมาย) และควบคุมอย่างแม่นยำว่าใครสามารถสร้าง ใช้ และดูเอเจนต์แต่ละตัวได้บ้าง ศูนย์การจัดการช่วยให้คุณสามารถตรวจสอบโครงการ ตรวจสอบเทมเพลตแบบกำหนดเองที่ใช้งานอยู่ และลบเทมเพลตที่ไม่เหมาะสมอีกต่อไปได้

นโยบายการปฏิบัติตามข้อกำหนดนี้ยังครอบคลุมถึงการตอบกลับที่ Copilot สร้างขึ้นโดยอิงจาก Microsoft Graph ด้วยระบบจะไม่แสดงเอกสารหรือข้อความย่อแก่ผู้ใช้ที่ไม่มีสิทธิ์ เช่นเดียวกับการค้นหามาตรฐานใน Microsoft 365 นอกจากนี้ Copilot Optimization ยังไม่รวมไฟล์ในการฝึกอบรมสำหรับกลุ่มที่เกี่ยวข้องที่ไม่สามารถเข้าถึงได้

สิ่งสำคัญที่ควรจำไว้คือ องค์กรยังคงรับผิดชอบต่อการใช้ข้อมูลและแบบจำลองเหล่านั้นผู้ดูแลระบบ AI ต้องตรวจสอบให้แน่ใจว่าชุดข้อมูลสำหรับการฝึกอบรมเคารพในลิขสิทธิ์ บุคคลได้รับการแจ้งอย่างถูกต้องเกี่ยวกับการประมวลผลข้อมูลของตน และคำขอการลบที่ถูกต้องได้รับการจัดการ หากแบบจำลองได้รับการฝึกอบรมโดยใช้ข้อมูลจากบุคคลที่ใช้สิทธิ์ในการลบข้อมูล อาจจำเป็นต้องฝึกอบรมแบบจำลองใหม่หรือลบแบบจำลองที่ปรับให้เหมาะสมแล้ว และตรวจสอบวิธีการต่อไป เปิดใช้งานหรือปิดใช้งานหน่วยความจำของนักบินผู้ช่วย.

สุดท้ายนี้ ควรมีการกำหนดขั้นตอนสำหรับการตรวจสอบผลลัพธ์โดยมนุษย์โดยเฉพาะในด้านที่ละเอียดอ่อน (กฎหมาย ข้อบังคับ การเงิน) AI สามารถช่วยเร่งงานได้ แต่การตรวจสอบโดยผู้เชี่ยวชาญยังคงจำเป็นเพื่อให้มั่นใจในความถูกต้อง ความเหมาะสม และการปฏิบัติตามกฎระเบียบ

แนวทางปฏิบัติที่ดีที่สุดสำหรับการตั้งค่าและการใช้งาน Copilot ในเวิร์กโฟลว์ภายในองค์กร

เพื่อให้ Copilot สามารถสร้างคุณค่าได้อย่างแท้จริงในสภาพแวดล้อมท้องถิ่น ควรปฏิบัติตามแนวทางปฏิบัติที่ดีที่สุดหลายประการ ซึ่งทำให้ความคาดหวัง ข้อมูล กระบวนการ และความปลอดภัยสอดคล้องกัน ไม่ใช่แค่เรื่องทางเทคนิคเท่านั้น แต่ยังเกี่ยวข้องกับวัฒนธรรมและวิธีการทำงานด้วย

เริ่มต้นด้วยการกำหนดเป้าหมายทางธุรกิจที่ชัดเจน สิ่งนี้ช่วยในการจัดลำดับความสำคัญของกรณีการใช้งาน: เราต้องการลดเวลาในการร่างสัญญาหรือไม่? ต้องการเร่งความเร็วในการสร้างรายงานหรือไม่? ต้องการปรับปรุงการตอบสนองต่อเหตุการณ์ด้านการจัดหาหรือไม่? ต้องการกำหนดมาตรฐานสำหรับบทสรุปสำหรับผู้บริหารหรือไม่? การมุ่งเน้นที่ชัดเจนทำให้วัดผลตอบแทนจากการลงทุนและปรับการกำหนดค่าได้ง่ายขึ้น

เลือกข้อมูลฝึกอบรมที่มีคุณภาพสูงและได้รับการดูแลรักษาอย่างดี นี่เป็นเรื่องพื้นฐาน โมเดลเรียนรู้จากสิ่งที่มันเห็น: หากเอกสารล้าสมัย รูปแบบไม่ดี หรือไม่สอดคล้องกัน ผลลัพธ์ก็จะสะท้อนปัญหาเหล่านั้น ชุดข้อมูลขนาดเล็กแต่มีความเป็นตัวแทนสูงย่อมดีกว่าชุดข้อมูลขนาดใหญ่ที่ไม่มีระเบียบ

กำหนดคำสั่งเฉพาะสำหรับโมเดลและข้อความแจ้งเตือนเมื่อเริ่มต้นใช้งาน สิ่งนี้ช่วยปรับปรุงพฤติกรรมของเจ้าหน้าที่ได้อย่างมาก คำแนะนำต่างๆ เช่น “ใช้โทนเสียงที่เป็นมิตรแต่เป็นมืออาชีพ” “อย่าสร้างนโยบายที่ไม่มีอยู่จริง” หรือ “ต้องอ้างอิงแหล่งที่มาและวันที่ของเอกสารต้นฉบับเสมอ” สร้างความแตกต่างอย่างมากในการปฏิบัติงาน

กระตุ้นให้ผู้ใช้กำหนดคำแนะนำที่ชัดเจนและถามคำถามเพิ่มเติม นอกจากนี้ยังเป็นส่วนหนึ่งของการเตรียมการ แม้ว่าจะเป็นสิ่งที่จับต้องไม่ได้ก็ตาม Copilot รองรับการสนทนาแบบหลายรอบ ดังนั้นการปรับปรุงคำถาม การขอตัวอย่างเพิ่มเติม หรือการขอใช้เอกสารอื่นเป็นข้อมูลอ้างอิง ล้วนเป็นกลยุทธ์ที่ช่วยปรับปรุงคุณภาพของผลลัพธ์

สุดท้ายนี้ จงปรับใช้แนวคิดแบบวนซ้ำและอิงตามข้อเสนอแนะ สิ่งนี้ช่วยให้ Copilot สามารถพัฒนาได้ดีขึ้นเรื่อย ๆ เมื่อเวลาผ่านไป มันจะวิเคราะห์ว่าการตอบสนองแบบใดได้ผล ข้อผิดพลาดใดเกิดขึ้นซ้ำ ๆ ข้อมูลใหม่ใดที่จำเป็นต้องนำมาใช้ และเมื่อใดจึงควรฝึกฝนโมเดลใหม่ Copilot ไม่ใช่โครงการที่ทำเพียงครั้งเดียว แต่เป็นความสามารถที่มีชีวิตชีวาซึ่งพัฒนาไปพร้อมกับกระบวนการขององค์กรของคุณ

การผสานรวม Copilot และการเพิ่มประสิทธิภาพด้วยข้อมูลในพื้นที่ ถือเป็นการเปลี่ยนแปลงเชิงคุณภาพในวิธีการทำงานของเรากระบวนการทำงานคล่องตัวมากขึ้น ข้อมูลสำคัญเข้าถึงได้ง่ายขึ้น การตัดสินใจได้รับการบันทึกอย่างมีประสิทธิภาพมากขึ้น และการทำงานร่วมกันลึกซึ้งยิ่งขึ้น ด้วยรากฐานการกำกับดูแลที่มั่นคง ข้อมูลที่คัดสรรมาอย่างดี และกรณีการใช้งานที่เลือกสรรมาอย่างเหมาะสม AI จะไม่ใช่เพียงแค่คำสัญญาในเชิงนามธรรมอีกต่อไป แต่จะกลายเป็นพันธมิตรในชีวิตประจำวันที่ช่วยเพิ่มประสิทธิภาพ คุณภาพ และความสามารถในการปรับตัวขององค์กรของคุณ

บทความที่เกี่ยวข้อง:

Copilot สำหรับการบริหารจัดการ: คู่มือฉบับสมบูรณ์เพื่อการใช้งาน Microsoft 365 ให้เกิดประโยชน์สูงสุด

ไอแซก

นักเขียนผู้หลงใหลเกี่ยวกับโลกแห่งไบต์และเทคโนโลยีโดยทั่วไป ฉันชอบแบ่งปันความรู้ผ่านการเขียน และนั่นคือสิ่งที่ฉันจะทำในบล็อกนี้ เพื่อแสดงให้คุณเห็นสิ่งที่น่าสนใจที่สุดเกี่ยวกับอุปกรณ์ ซอฟต์แวร์ ฮาร์ดแวร์ แนวโน้มทางเทคโนโลยี และอื่นๆ เป้าหมายของฉันคือการช่วยคุณนำทางโลกดิจิทัลด้วยวิธีที่เรียบง่ายและสนุกสนาน