- Start
- Agenci AI
Agent AI przejmuje sprawy, które trzeba najpierw przeczytać i zrozumieć.
Klasyczny flow wykonuje reguły. Agent AI czyta wiadomości i dokumenty, sprawdza dane w Waszych systemach i rozstrzyga typowe sprawy w granicach, które ustalamy razem z Wami. Resztę przekazuje człowiekowi z gotowym kontekstem.
Flow i agent AI wykonują różne rodzaje pracy.
Przepływ Power Automate to ścieżka zapisana z góry: wyzwalacz, akcje, warunki. Sprawdza się, gdy dane mają stały format, na przykład pole w formularzu, kolumnę w Excelu albo status w CRM. Gorzej radzi sobie z tekstem pisanym własnymi słowami klienta, skanem dokumentu czy załącznikiem w zmiennym układzie.
Agent AI łączy model językowy z instrukcjami, zatwierdzonymi źródłami wiedzy i narzędziami, z których wolno mu korzystać: wyszukaniem zamówienia, zapisem w CRM, wysłaniem odpowiedzi. W danej sprawie sam wybiera, którego z dozwolonych narzędzi użyć.
W naszych wdrożeniach oba elementy pracują razem. Przepływ pilnuje, kiedy agent zaczyna pracę, jakie ma uprawnienia i w którym momencie sprawa trafia do człowieka. Agent zajmuje się tą częścią, która wymaga zrozumienia treści.
| Cecha | Klasyczny flow | Agent AI |
|---|---|---|
| Dane wejściowe | Stały format: pola, kolumny, statusy | Mail, dokument, opis zgłoszenia, rozmowa |
| Podstawa decyzji | Reguła zapisana z góry | Treść sprawy oceniana w granicach instrukcji i progów |
| Sprawa nietypowa | Zatrzymanie lub ścieżka błędu | Rozpoznanie i eskalacja ze streszczeniem |
| Przykład | Przypomnienie o niezatwierdzonej fakturze | Kwalifikacja reklamacji opisanej własnymi słowami |
Cztery rzeczy, które agent robi w Waszym procesie.
Wykonuje całe zadania, nie pojedyncze kliknięcia
Projektujemy i uruchamiamy agentów w Microsoft Foundry (wcześniej Azure AI Foundry), z dostępem do danych, narzędzi i procesów, które im udostępnicie. Agent przyjmuje sprawę, zbiera informacje z kilku systemów, rozstrzyga ją w ramach polityki i zapisuje uzasadnienie.
Rozumie dokumenty i język
Faktury, maile, umowy i formularze: AI odczytuje sens wypowiedzi, więc radzi sobie także wtedy, gdy klient nie użyje oczekiwanych słów kluczowych. Do odczytu typowych dokumentów wykorzystujemy gotowe modele AI Builder, a do treści swobodnej modele językowe dostępne w Microsoft Foundry.
Działa w aplikacjach, których już używacie
Wpinamy Copilot Studio i AI Builder w Power Apps oraz Teams. Pracownik pyta zwykłym językiem, a system podpowiada, uzupełnia formularz albo uruchamia przepływ. Agent może korzystać z wiedzy zapisanej w dokumentach i listach SharePoint, do których ma dostęp.
Startuje u nas albo od razu u Was
Agent może działać w środowisku FlowAxis, co jest najszybszym startem bez angażowania Waszego IT, albo w Microsoft 365 Waszej firmy. Oba warianty opisujemy niżej, w części o danych.
Przykład poglądowy
Anatomia: reklamacja obsłużona w pięciu krokach.
Ręcznie typowe zgłoszenie zajmuje około 12 minut, po automatyzacji około 30 sekund. Kliknijcie dowolny krok, żeby zobaczyć, co się w nim dzieje i jaki konektor za to odpowiada.
- Krok
- Nowa reklamacja w skrzynce, wyzwalacz
- Konektor
- Outlook / Exchange Online (lub formularz Power Apps)
- Co się dzieje
- Przepływ startuje automatycznie, gdy do dedykowanej skrzynki reklamacji trafi e-mail lub zgłoszenie z formularza. Nikt nie musi pilnować skrzynki ani ręcznie zakładać sprawy.
- Czas kroku
- ~2 s
Około 12 minut ręcznej pracy zamienia się w około 30 sekund obsługi typowego zgłoszenia. Pełny log każdej decyzji, żadne zgłoszenie nie ginie.
Każdy przebieg zostawia komplet zdarzeń w logu. Przy 150 reklamacjach miesięcznie oznacza to około 30 godzin pracy odzyskanych w miesiącu i ponad 360 godzin w roku.
Ta sama logika w skrzynce: trzy fikcyjne zgłoszenia
Klient pisze
„W paczce czajnik przyszedł z pękniętą obudową. Proszę o wymianę.”
Agent sprawdza
Uszkodzenie w transporcie. Zamówienie jest w ERP, zgłoszenie mieści się w terminie.
Zamknięte automatycznie
Wymiana zlecona, klient dostał odpowiedź.
Przykład poglądowy, dane fikcyjne. W prawdziwym wdrożeniu agent korzysta z Waszych systemów i zasad.
Człowiek zostaje w procesie tam, gdzie jest potrzebny.
Agent nie decyduje o wszystkim sam. Sprawy, które wymagają oceny, trafiają do pracownika w Teams z gotowym podsumowaniem, a Wy ustalacie, co agent może zrobić bez akceptacji.
Trudniejsze sprawy trafiają do człowieka
Pracownik dostaje w Teams krótkie podsumowanie sprawy, dane zamówienia i propozycję rozwiązania. Wystarczy ją zatwierdzić albo poprawić, bez czytania całej korespondencji.
Agent może tylko przygotowywać odpowiedzi
Jeśli wolicie, agent przygotowuje szkic odpowiedzi, a wysyła go pracownik. Zasady dobieramy do ryzyka: dosłanie brakującego filtra może pójść automatycznie, a zwrot pieniędzy zawsze wymaga akceptacji.
Brakujące dane nie blokują pracy
Gdy w zgłoszeniu brakuje na przykład numeru zamówienia, agent zakłada zadanie do wyjaśnienia. Po uzupełnieniu sprawa wraca do procesu.
Zasady zmieniacie sami
Od jakiej wartości zamówienia, w jakim terminie i dla jakich klientów agent działa sam, ustalacie Wy. Te ustawienia zmienia się bez przebudowy całego rozwiązania.
Każdą decyzję da się sprawdzić
Historia pokazuje, co agent przeczytał, co sprawdził, z której zasady skorzystał i co zrobił.
Szybki start u nas albo wdrożenie u Was.
Agent i automatyzacje wokół niego mogą działać w jednym z dwóch miejsc. Wybór zależy od wymagań firmy, połączeń i kosztów, a ustalamy go przy wycenie. W obu przypadkach po opłaceniu rozwiązanie należy do Was.
Opcja 1: w środowisku FlowAxis
Automatyzacje i agenci AI działają u nas, a z Waszą pocztą, ERP, CRM i innymi systemami łączą się przez bezpieczne integracje. Najlepsze na start: bez angażowania Waszego IT. Podpisujemy umowę powierzenia przetwarzania danych. Później możecie przejść do opcji 2.
Opcja 2: w Microsoft 365 Waszej firmy
Automatyzacje i agenci działają w Waszym Microsoft 365 i Azure, a FlowAxis wdraża je i wspiera. Dane zostają u Was, a IT ma pełną kontrolę. To wariant na sytuacje, gdy wymagają tego polityka firmy, połączenia z systemami albo rodzaj przetwarzanych danych.
Niezależnie od modelu
- Przed startem ustalamy pisemnie, do jakich danych i systemów agent ma dostęp i jakie działania może wykonywać.
- Agent korzysta wyłącznie z zatwierdzonych źródeł wiedzy.
- Opisujemy, gdzie przetwarzane są dane, żeby Wasz dział IT i dział prawny mogli to ocenić przed uruchomieniem.
- Microsoft Foundry nadaje agentowi tożsamość w Microsoft Entra ID z kontrolą dostępu opartą na rolach, a jego przebiegi da się prześledzić krok po kroku.
- Modele działają w Azure OpenAI w regionach UE, a Wasze dane nie są wykorzystywane do trenowania modeli.
Jak zaczynamy pilotaż agenta.
Dobrze nadaje się proces, w którym zespół poświęca dużo czasu na czytanie i porządkowanie podobnych wiadomości lub dokumentów.
- Krok 1Wybór procesu
Jedna kategoria spraw o dużej powtarzalności, z czytelną polityką decyzji.
- Krok 2Ustalenia przed budową automatyzacji / agenta AI
Zatwierdzone źródła wiedzy, zakres uprawnień i dozwolone działania, miejsce przetwarzania danych, punkty akceptacji przez człowieka oraz rejestrowanie zdarzeń i obsługa wyjątków.
- Krok 3Pilotaż na reprezentatywnych sprawach
Testujemy trzy przebiegi: komplet danych, brak informacji i błąd techniczny. Sprawdzamy też reakcję na niejednoznaczne pytanie i nieaktualne dane.
- Krok 4Warunek odbioru
Z góry wiadomo, po czym poznamy, że agent działa poprawnie.
- Krok 5Decyzja o zakresie
Po pilotażu decydujecie, które sprawy agent rozstrzyga sam, a które tylko przygotowuje do akceptacji.
Pytania o agentów AI.
Pozostałe pytania, o licencje, dane i czas zespołu, zebraliśmy na stronie O nas.
Czy agent AI może się pomylić?
Tak, dlatego działa w wyznaczonych granicach. Sam rozstrzyga tylko sprawy mieszczące się w progach polityki, każdą decyzję zapisuje w logu, a sprawy nietypowe przekazuje człowiekowi. W pilotażu celowo testujemy przypadki z brakami i błędami.
Czy agent wysyła odpowiedzi bez zgody pracownika?
Tylko jeśli tak ustalimy. Można zacząć od trybu, w którym agent przygotowuje projekt, a pracownik zatwierdza wysyłkę, i dopiero później przekazać mu w pełni te sprawy, które w pilotażu okazały się powtarzalne.
Czy agent zmienia swoje zasady, ucząc się na naszych sprawach?
Agent działa według instrukcji i źródeł wiedzy zatwierdzonych razem z Wami. Zmiana zasad, źródeł czy progów jest świadomą decyzją, a nie skutkiem ubocznym jego pracy. Warunki przetwarzania danych przez wybrany model opisujemy przed startem.
Kiedy Copilot Studio, a kiedy Microsoft Foundry?
Copilot Studio sprawdza się przy agentach, z którymi zespół rozmawia w Teams lub Power Apps i które korzystają z wiedzy firmy oraz gotowych konektorów. Microsoft Foundry daje więcej kontroli nad modelem, narzędziami i infrastrukturą, co przydaje się, gdy agent pracuje w tle procesu albo ma działać w Waszym tenancie Azure. Jedno rozwiązanie często łączy oba narzędzia z Power Automate.
Ile kosztuje działanie agenta?
Koszt użycia AI zależy od liczby obsłużonych spraw, objętości dokumentów i wybranego narzędzia. Szacujemy go w wycenie, razem z kosztem wdrożenia i infrastruktury, zanim podejmiecie decyzję.
Sprawdźmy jeden proces. Wystarczy 45 minut.
Darmowa analiza jednej sprawy, która regularnie wraca do zespołu. Wskażemy kroki o najwyższym zwrocie i powiemy, czego brakuje do wyceny. Bez zobowiązań.