Copilot Studio: Slik kan AI-agenter automatisere arbeidsprosessene deres
Copilot Studio: Slik kan AI-agenter automatisere arbeidsprosessene deres
Med Copilot Studio kan dere bygge AI-agenter som henter informasjon, følger opp saker og automatiserer oppgaver på tvers av systemer. Her ser vi nærmere på hva Copilot Studio er, hvilke oppgaver AI-agenter kan løse, og hvordan de settes sammen.
En søknad venter i noens innboks. En risikovurdering skulle vært gjort i forrige måned. En sak ligger i et Excel-ark ingen har åpnet på en stund. Mange prosesser går på tvers av folk og systemer, og holdes sammen av e-post, regneark og hukommelse.
Microsoft har flere AI-verktøy som kan hjelpe: Copilot, Cowork, Copilot Studio og Foundry. Vi forklarer forskjellene og hvorfor går i dybden på hvorfor Copilot Studio passer for prosesser som dette.
Hva er Copilot Studio?
Copilot Studio er Microsofts plattform for å bygge egne AI-agenter.
En AI-agent er en AI-assistent som kan gjøre oppgaver på egen hånd. Den får instruksjoner, henter informasjon fra kildene den har tilgang til, og gjør ting i andre systemer. Den kan for eksempel sende en e-post, oppdatere en liste eller sende en sak til godkjenning.
Copilot Studio er basert på lavkode, så du bygger i et grafisk grensesnitt i stedet for å skrive kode.
Agentene kobles tett på e-post, Teams og SharePoint og kan kobles på andre systemer. Når de er ferdige, deles de med organisasjonen og brukes i plattformene dere allerede jobber i, som Copilot, Teams og SharePoint.
Copilot, Cowork, Copilot Studio og Foundry: Hva er forskjellen?
Copilot fra Microsoft 365 er AI-verktøyet for personlig effektivitet. Med agentbyggeren kan du lage enkle agenter koblet til din egen SharePoint og Teams og dele dem med dine nærmeste kolleger, men agentene har færre koblinger til andre systemer enn de du bygger i Copilot Studio.
Copilot Cowork er et tillegg til Copilot som utfører oppgaver for deg. Du beskriver hva du vil ha gjort, og Cowork jobber seg gjennom stegene i Microsoft 365 mens du godkjenner underveis. Funksjonen må skrus på av IT og faktureres etter bruk.
Copilot Studio tar agentbyggingen et steg videre fra Copilot og brukes når oppgaven er en prosess som går på tvers av folk, avdelinger og systemer. Det kan være en søknad som skal godkjennes, en sak som skal fordeles, eller en vurdering som skal gjentas hvert år.
Her får du tilgang til hele biblioteket av connectorer og til MCP-servere, som er ferdigpakkede koblinger til andre systemer. Agentene du bygger kan tilpasses deres behov og brukes av hele organisasjonen.
Agentene bygges best av superbrukere og forretningsutviklere sammen med IT: Fagfolkene kjenner prosessen, mens IT setter rammene for sikkerhet og tilganger.
Microsoft Foundry er for de mest avanserte løsningene. Der bygger utviklere agentene med kode, og løsningene kan skreddersys mer. Med det følger også større ansvar for sikkerhet og forvaltning.
Når Excel-arket blir fagsystemet, blir dataene spredt, rapportene manuelle og prosessene personavhengige. Vi viser live-demo av og eksempler på hvordan lykkes med AI, app og automasjon i Microsoft 365
Prosessene som egner seg best for agenter er de som gjentas ofte, følger faste kriterier, henter informasjon fra flere steder og ender med at noen må godkjenne. Her er noen eksempler fra ulike bransjer.
Bank og finans: risikovurdering og kundekontroll
Kunder og leverandører skal vurderes når avtalen inngås, og på nytt med faste mellomrom. En agent henter informasjon fra kilder som Brønnøysundregistrene og Proff, vurderer den mot faste kriterier og legger fram et utkast. Compliance godkjenner, og det lagres hvem som godkjente og når. Når fristen for neste vurdering nærmer seg, starter prosessen på nytt automatisk.
Bygg og anlegg: avvik fra byggeplassen
Folk i felt melder avvik med et bilde og noen ord fra mobilen. Agenten klassifiserer avviket, fyller ut rapporten og sender den til riktig ansvarlig. Fristene for oppfølging følger faste regler, og den ansvarlige får en påminnelse hvis saken blir liggende.
Advokatfirma: konfliktsjekk ved nye oppdrag
Før et nytt oppdrag kan starte, må firmaet sjekke at det ikke har en interessekonflikt. Agenten søker etter klienten og motpartene i klientregisteret og i tidligere saker, og flagger treff. Ansvarlig partner vurderer treffene og godkjenner oppdraget.
Rådgivning og prosjektbaserte selskaper: oppstart av nye prosjekter
Når en avtale er vunnet i CRM-systemet, opprettes prosjektområdet i Teams og SharePoint med faste mapper og maler. Agenten lager en oppsummering av tilbudet og avtalen til prosjektteamet, så alle starter med den samme informasjonen.
Eiendom: henvendelser fra leietakere
Leietakere melder om alt fra lekkasjer til spørsmål om husordensregler. Agenten svarer på det som står i dokumentene, og oppretter en arbeidsordre til vaktmesteren når noe må fikses. Haster saken, går den rett til driftsansvarlig.
Slik bygges en agent i Copilot Studio
En agent i Copilot Studio består av noen faste byggeklosser:
Instruksjoner: hva agenten skal gjøre, beskrevet med vanlige ord.
Kunnskap: kildene agenten svarer ut fra, for eksempel håndbøker i SharePoint.
Verktøy: koblingene agenten bruker for å gjøre noe. Den kan for eksempel lese en ny rad i et Excel-ark og oppdatere et annet system.
Triggere: det som setter agenten i gang. Et nytt skjema, et nytt dokument i SharePoint eller klokken 08 hver morgen.
Språkmodell: velges blant modellene Microsoft tilbyr.
I tillegg kan agentene bruke skills, memory og Work IQ.
Skills er instruksjonsblokker for ett scenario hver. I stedet for én lang instruksjon som skal dekke 40 ulike situasjoner, henter agenten riktig skill når den trenger den. Spør noen om onboarding, bruker den onboarding-skillen.
Memory lar agenten huske hva du har jobbet med tidligere. Neste gang vet den hvilket prosjekt det gjelder, og finner riktig SharePoint-område raskere.
Work IQ leser dataene i Microsoft 365 i sammenheng med hvem du er, hvilken rolle du har og hva du har tilgang til.
Flere agenter kan jobbe sammen. I en onboardingprosess kan én agent ordne tilganger, en annen sende informasjon til den nyansatte og en tredje varsle HR i Teams.
Workflows og apper: fra agent til hel prosess
En agent er ofte bare én del av en prosess. Rundt den trengs faste steg, godkjenninger og et sted der folk kan følge med på sakene. Det er det workflows og apper i Copilot Studio er til.
AI tolker og vurderer. Automasjon gjør det samme hver gang. En app gir dataene et fast hjem og brukergrensesnitt. De fleste prosesser trenger alle tre, og her er hvordan dere finner ut hva som passer hvor.
Workflows binder stegene sammen. Noen steg i en prosess må tolkes, andre skal skje likt hver gang. I en workflow kan du blande begge deler, med godkjenning fra et menneske der det trengs. Agentene i flyten kan komme fra Copilot Studio, Microsoft 365 Copilot eller Cowork. Hver versjon lagres fortløpende, så du kan gå tilbake til en tidligere versjon hvis noe går galt.
Apper gir folk et sted å jobbe. Du beskriver hva appen skal gjøre, og Copilot Studio bygger den med tilgang til bedriftens data. Mange lager HTML-sider med AI og sender dem til hverandre på e-post. En app i Copilot Studio holder seg oppdatert med ferske data, og IT styrer hvem som har tilgang.
Eksempel
Ta et forsikringsselskap som får inn en henvendelse. Kunden skriver at flyet er kansellert, og at han trenger 4000 kroner til nytt fly og hotell.
Workflowen finner ut at henvendelsen gjelder forsikring, og at det er et krav om erstatning. En agent sjekker beløpet. Alt over 2000 kroner skal vurderes av et menneske, så saken går til en saksbehandler i Teams. Når saksbehandleren har godkjent, fortsetter flyten, og kunden får bekreftelse på e-post.
En app samler sakene på ett sted. Saksbehandlerne ser hvilke krav som venter på dem, hva agenten har vurdert, og hvilke som er avgjort. Lederen ser hvor mange saker som er åpne, og hvor lenge de har ligget.
AI står for klassifiseringen og vurderingen. Grensen på 2000 kroner og stegene etterpå følger faste regler. Appen gir oversikten.
Vi har skrevet mer om hvordan AI-drevet utvikling endrer tiden og kostnaden ved å bygge forretningsapper:
Standard eller GitHub Copilot harness: Hva bør du velge?
Når du har bestemt deg for å bygge en agent i Copilot Studio, har du valget mellom to måter å kjøre den på: standard og GitHub Copilot harness.
Standard lager en plan og følger den. Oppførselen er forutsigbar, og det er lett å vite hva hver kjøring koster. Den bruker topics og variabler for å styre samtaler.
GitHub Copilot harness jobber i en løkke. Den utfører et steg, sjekker om resultatet ble riktig, og prøver en annen vei hvis det ikke ble det. Den fortsetter til oppgaven er løst, og kan lage og redigere Word-, Excel-, PowerPoint- og PDF-filer.
Et eksempel er å hente fire Excel-filer fra ulike systemer, finne forskjellene og legge dem inn i et tredje system. Slike oppgaver i flere steg er det GitHub Copilot harness er laget for. Dette faktureres i Copilot Credits etter forbruk. En agent som må tenke seg om flere ganger, bruker mer.
Usikker på hvilken agenttype du bør velge for oppgaven din? Her er en enkel tommelfingerregel:
Til enkle oppgaver, for eksempel en agent som svarer på spørsmål ut fra personalhåndboken, brukes agentbyggeren i Copilot.
Til prosesser der stegene er de samme hver gang, brukes standard harness i Copilot Studio. Et eksempel er bestilling av utstyr: Agenten tar imot bestillingen, sjekker at alle feltene er fylt ut og sender den til godkjenning.
Til prosesser der agenten må finne veien selv, brukes GitHub Copilot harness. Et eksempel er leverandørfakturaer: De kommer i ulike formater, og agenten må lese dem, finne riktig innkjøpsordre, sammenligne beløp og varelinjer og avgjøre hvilke avvik et menneske må se på.
Lora fra Frend gir en rask intro til Copilot Studio, før Daniel fra Microsoft viser de største nyhetene: kraftigere agenter, workflows som kombinerer AI med faste regler, og apper bygget med AI. Få også med deg når de ulike agenttypene lønner seg, og hvorfor de kraftigste kan bli dyre.
Vil dere effektivisere hverdagen og skape fortrinn med AI, app og automasjon?
Vi hjelper dere med alt fra å identifisere muligheter til å bygge agenter. Ring en Frend, eller fyll ut kontaktskjema, så tar vi en prat. Vi gleder oss til å høre fra deg!