W skrócie

Microsoft Copilot Studio to platforma do tworzenia i zarządzania agentami AI, którzy mogą korzystać z firmowej wiedzy, pobierać dane z różnych systemów i wykonywać działania wspierające procesy biznesowe. Dzięki temu agent nie musi ograniczać się do odpowiadania na pytania – może również pomagać użytkownikom w realizacji konkretnych zadań.

Największą wartość przynosi połączenie agenta AI z rzeczywistymi procesami w firmie. Może on na przykład znaleźć potrzebną informację, pobrać dane pracownika, przygotować wiadomość lub uruchomić odpowiedni przepływ pracy.

Nie każdy proces wymaga jednak agenta AI. Dlatego wdrożenie Copilot Studio warto rozpocząć od określenia problemu biznesowego, użytkowników, dostępnych danych i działań, które agent powinien móc wykonać.

Czym jest Microsoft Copilot Studio?

Microsoft Copilot Studio to platforma umożliwiająca tworzenie, konfigurowanie i zarządzanie agentami AI. Pozwala budować rozwiązania, które komunikują się z użytkownikami w języku naturalnym, korzystają z firmowej wiedzy i współpracują z narzędziami oraz procesami biznesowymi.

W najprostszym scenariuszu agent może odpowiadać na pytania na podstawie wskazanych źródeł informacji. Bardziej zaawansowane rozwiązanie potrafi również pobierać dane z systemów firmowych, dobierać odpowiednie narzędzia i wykonywać kolejne czynności potrzebne do obsługi zadania.

To właśnie ta możliwość odróżnia praktyczne wykorzystanie Copilot Studio w firmie od stworzenia kolejnego chatbota. Agent nie powinien tylko wiedzieć, gdzie znaleźć odpowiedź. Powinien pomagać użytkownikowi wykonać konkretną pracę.

Agent AI a chatbot. Na czym polega różnica?

Pojęcia chatbot i agent AI bywają stosowane zamiennie, ale w kontekście rozwiązań biznesowych warto rozróżnić te dwa podejścia.

Klasyczny chatbot służy przede wszystkim do komunikacji z użytkownikiem. Pracownik zadaje pytanie, a system zwraca przygotowaną lub wygenerowaną odpowiedź.

Agent AI może mieć znacznie szerszy zakres odpowiedzialności. Oprócz korzystania z wiedzy potrafi dobierać dostępne narzędzia i inicjować działania potrzebne do osiągnięcia określonego celu.

W Copilot Studio odpowiada za to między innymi mechanizm generatywnej orkiestracji. Na podstawie intencji użytkownika może dobierać odpowiednie narzędzia, źródła wiedzy, tematy i innych agentów, które pomogą obsłużyć dane żądanie. Dzięki temu użytkownik nie musi za każdym razem wiedzieć, w którym systemie znajduje się potrzebna informacja ani jakie kroki powinien wykonać. Dobrze zaprojektowany agent prowadzi go przez cały scenariusz.

Jak działa agent AI zbudowany w Copilot Studio?

Agenta AI stworzonego w Microsoft Copilot Studio można opisać za pomocą czterech podstawowych elementów:

• Instrukcje – określają rolę agenta, jego zadania i zasady działania.
• Wiedza – obejmuje informacje i źródła, z których agent może korzystać podczas przygotowywania odpowiedzi.
• Narzędzia i działania – pozwalają mu pobierać dane, komunikować się z innymi systemami i wykonywać określone czynności.
• Orkiestracja – pomaga zdecydować, z których dostępnych elementów skorzystać w danej sytuacji.

W przypadku generatywnej orkiestracji Copilot Studio wykorzystuje mechanizm planowania oparty na modelu językowym. Analizuje on intencję użytkownika, dobiera odpowiednie narzędzia i źródła wiedzy, a następnie może zaplanować kilka kolejnych kroków potrzebnych do wykonania zadania.

Zamiast projektować osobną, sztywną ścieżkę dla każdego możliwego pytania, można przygotować zestaw kontrolowanych narzędzi i możliwości, z których agent będzie korzystał zależnie od kontekstu.

Poziom 1: Agent AI korzystający z wiedzy firmy

Jednym z najprostszych zastosowań Copilot Studio jest stworzenie agenta, który ułatwia pracownikom dostęp do firmowych informacji. Może to być na przykład agent odpowiadający na pytania dotyczące procedur HR, zasad zakupowych, oferty usługowej, produktów czy wewnętrznych instrukcji.

Zamiast przeszukiwać wiele dokumentów i systemów, pracownik zadaje pytanie w naturalny sposób. Agent korzysta ze wskazanych źródeł wiedzy i przygotowuje odpowiedź.

Warto jednak pamiętać, że jakość odpowiedzi zależy w dużej mierze od jakości dostępnych informacji. Jeśli dokumentacja jest nieaktualna, sprzeczna lub nie ma jasno określonego właściciela, samo dodanie AI nie rozwiąże problemów z zarządzaniem wiedzą w organizacji.

Poziom 2: Agent AI połączony z danymi biznesowymi

Kolejny krok to umożliwienie agentowi dostępu do danych potrzebnych w konkretnym scenariuszu biznesowym.

Różnicę dobrze pokazuje przykład związany z urlopami pracowników. Pytanie „Jak wygląda procedura zgłoszenia urlopu?” dotyczy firmowej wiedzy. Natomiast „Ile dni urlopu pozostało mi do wykorzystania?” wymaga już dostępu do danych dotyczących konkretnego pracownika.

Podczas webinaru Developico Od zera do AGENTA AI w 45 minut pokazaliśmy przykładowy scenariusz, w którym agent zbudowany w Copilot Studio pobierał z danych organizacji informacje o wykorzystanych nieobecnościach i odpowiadał na pytania użytkownika. Takie rozwiązanie pozwala wyjść poza zwykłe wyszukiwanie informacji. Agent może przygotowywać odpowiedzi uwzględniające aktualne dane biznesowe i konkretną sytuację użytkownika.

Poziom 3: Agent AI, który wykonuje działania

Na tym etapie agent przestaje być tylko źródłem informacji i zaczyna aktywnie uczestniczyć w realizacji procesu. Pracownik może nie tylko zapytać, co powinien zrobić przed urlopem, ale również poprosić o pomoc w wykonaniu kolejnych czynności.

W przykładowym scenariuszu Developico dotyczącym obsługi urlopów agent pomagał przygotować komunikację o nieobecności oraz realizować czynności związane z Microsoft Teams i Outlookiem.

Różnica jest istotna. Agent korzystający wyłącznie z wiedzy odpowiada: „Oto instrukcja, co należy zrobić”. Agent uczestniczący w procesie może powiedzieć: „Mogę pomóc Ci wykonać te czynności”. To właśnie na tym poziomie Copilot Studio otwiera szczególnie ciekawe możliwości w zakresie automatyzacji procesów biznesowych.

Copilot Studio i Power Automate. Dlaczego warto je łączyć?

Nie każda czynność w firmie wymaga wykorzystania sztucznej inteligencji. Jeśli proces składa się z kilku jednoznacznie określonych kroków, które za każdym razem przebiegają w ten sam sposób, klasyczna automatyzacja może być lepszym rozwiązaniem niż agent AI.

Dlatego Copilot Studio i Power Automate nie powinny być traktowane jako konkurencyjne technologie. W wielu projektach najlepiej sprawdzają się razem. Agent AI może odpowiadać za interpretację intencji użytkownika, prowadzenie rozmowy i wybór odpowiedniego działania. Power Automate może natomiast realizować powtarzalne, przewidywalne kroki procesu, integracje i przepływy pracy.

W praktyce oznacza to podział ról:

• Copilot Studio – gdy potrzebujemy agenta, który rozumie polecenia w języku naturalnym, korzysta z wiedzy i dobiera działania do sytuacji.
• Power Automate – gdy chcemy zautomatyzować określony proces, którego przebieg można z góry zdefiniować.

Połączenie obu technologii pozwala wykorzystać AI tam, gdzie rzeczywiście wnosi wartość, bez niepotrzebnego komplikowania pozostałych elementów rozwiązania.

Więcej o klasycznej automatyzacji przeczytasz w artykule: Wdrożenie Power Automate w firmie. 10 procesów, które warto zautomatyzować w pierwszej kolejności.

Przykład: Agent AI obsługujący proces HR

Wyobraźmy sobie agenta, który pomaga pracownikom w sprawach związanych z urlopami i nieobecnościami.

Pracownik rozpoczyna rozmowę od pytania: „Ile urlopu zostało mi w tym roku?”. Agent pobiera odpowiednie dane i przedstawia aktualną informację.

Następnie użytkownik pyta: „Co muszę zrobić przed urlopem?”. Tym razem agent korzysta z firmowej wiedzy i przedstawia obowiązującą procedurę.

Pracownik może pójść o krok dalej i poprosić: „Przygotuj wiadomość o mojej nieobecności”. Agent pomaga stworzyć komunikat, a jeśli ma udostępnione odpowiednie narzędzia i uprawnienia, może również zainicjować kolejne czynności związane z obsługą nieobecności.

W jednej rozmowie łączą się więc trzy elementy: firmowa wiedza, dane biznesowe i konkretne działania. To dobry przykład tego, jak agent AI może usprawnić codzienną pracę, zamiast być tylko kolejnym miejscem do zadawania pytań.

Gdzie Copilot Studio może znaleźć zastosowanie w firmie?

Zamiast zastanawiać się, w których działach można wdrożyć AI, lepiej przyjrzeć się codziennej pracy pracowników. Warto poszukać procesów, w których muszą oni regularnie wyszukiwać informacje, przełączać się między systemami, interpretować dane i na tej podstawie wykonywać kolejne czynności. To właśnie w takich obszarach agent AI może przynieść największą wartość.

Przykładowe zastosowania obejmują:

• HR

Agent może pomagać pracownikom w odnajdywaniu procedur i informacji dotyczących zatrudnienia, urlopów czy świadczeń. Może również pobierać dane dotyczące konkretnego pracownika i wspierać realizację wybranych czynności związanych z obsługą spraw kadrowych.

• IT i helpdesk

Agent może odpowiadać na często zadawane pytania, korzystać z dokumentacji technicznej i pomagać w rozwiązywaniu typowych problemów. W zależności od konfiguracji może również uruchamiać przygotowane działania związane z obsługą zgłoszeń.

• Sprzedaż

Agent może ułatwiać handlowcom dostęp do informacji o produktach, usługach czy klientach. Może także wspierać realizację zdefiniowanych czynności związanych z procesem sprzedażowym.

• Zakupy i administracja

Agent może wyjaśniać procedury zakupowe, zbierać wymagane informacje, sprawdzać dostępne dane i inicjować kolejne etapy obsługi wniosku.

W każdym z tych przypadków zakres możliwości agenta powinien wynikać z dostępnych danych, systemów, uprawnień oraz ryzyka związanego z wykonywanymi działaniami.

Kiedy Copilot Studio ma większy sens niż zwykły workflow?

Nie każdy proces warto obsługiwać za pomocą agenta AI.

Jeżeli można go opisać prostą regułą: jeśli wydarzy się A, wykonaj B, a następnie C, prawdopodobnie nie potrzebujemy AI do sterowania całym przebiegiem. W takim przypadku Power Automate może w zupełności wystarczyć.

Copilot Studio sprawdza się szczególnie wtedy, gdy użytkownik komunikuje się w języku naturalnym, możliwe pytania i polecenia są trudne do przewidzenia, potrzebna jest interpretacja intencji lub agent musi zdecydować, z którego narzędzia albo źródła wiedzy skorzystać.

Generatywna orkiestracja Copilot Studio pozwala dobierać odpowiednie narzędzia, źródła wiedzy, tematy i innych agentów, a następnie łączyć je w ramach obsługi jednego zapytania.

Najważniejsze jest więc dopasowanie technologii do charakteru zadania, a nie wykorzystywanie AI tam, gdzie nie jest potrzebna.

Agent AI nie musi robić wszystkiego sam

Jednym z częstych błędów podczas projektowania agentów AI jest dążenie do maksymalnej autonomii już na początku projektu.

To, że agent może wykonać określoną czynność, nie oznacza jeszcze, że powinien mieć pełną swobodę jej realizacji.

W procesach, w których pomyłka może mieć poważniejsze konsekwencje, warto pozostawić człowieka jako element kontroli. Agent może przygotować dane, zaproponować odpowiedź lub wskazać rekomendowane działanie, ale ostateczna decyzja i zatwierdzenie mogą pozostać po stronie użytkownika.

Zakres autonomii agenta powinien zależeć przede wszystkim od rodzaju zadania i konsekwencji ewentualnego błędu.

Więcej na ten temat przeczytasz w artykule: Jak wdrożyć agentów AI w firmie? Od wyboru procesu do bezpiecznego skalowania.

Jak wybrać pierwszy proces do wdrożenia w Copilot Studio?

Najlepiej nie zaczynać od pomysłu stworzenia „agenta dla całej firmy”. Znacznie rozsądniej jest wybrać jeden konkretny proces i sprawdzić, czy wykorzystanie AI rzeczywiście może go usprawnić.

Pierwszy scenariusz powinien mieć jasno określony cel, ograniczoną grupę użytkowników i rezultat, który da się zmierzyć.

Przed rozpoczęciem projektu warto odpowiedzieć na sześć pytań:

1. Kto będzie korzystać z agenta?
2. Jaki konkretny problem ma rozwiązać?
3. Z jakiej wiedzy i danych powinien korzystać?
4. Jakie działania powinien móc wykonywać?
5. Czego agent nie powinien robić?
6. Jak sprawdzimy, czy wdrożenie przyniosło oczekiwane efekty?

Dobrym sposobem na rozpoczęcie projektu jest ograniczony pilotaż. Jedna grupa użytkowników, konkretny zakres wiedzy, kilka dobrze zdefiniowanych działań i jasno określone mierniki pozwolą ocenić, czy rozwiązanie sprawdza się w praktyce.

Jak zaplanować wdrożenie Copilot Studio w firmie?

Samo stworzenie agenta w Copilot Studio nie jest jeszcze równoznaczne z udanym wdrożeniem. Żeby rozwiązanie rzeczywiście wspierało pracowników, trzeba odpowiednio zaplanować jego zakres, dostęp do danych i sposób działania.

W praktyce warto przejść przez sześć etapów.

1. Zacznij od procesu, nie od agenta

Najpierw określ problem biznesowy, który chcesz rozwiązać. Przyjrzyj się obecnemu przebiegowi procesu, zaangażowanym osobom i czynnościom, które zajmują najwięcej czasu. Dopiero na tej podstawie zdecyduj, czy agent AI rzeczywiście będzie odpowiednim rozwiązaniem i jaką rolę powinien pełnić.

2. Określ źródła wiedzy i danych

Ustal, z jakich informacji agent będzie korzystał, kto odpowiada za ich aktualność i czy są one kompletne. Warto przy tym rozdzielić firmową wiedzę, taką jak procedury i instrukcje, od danych operacyjnych potrzebnych do obsługi konkretnej sprawy, np. informacji o pracowniku czy statusie zamówienia.

3. Zdefiniuj działania dostępne dla agenta

Zastanów się, jakie czynności agent powinien móc wykonywać i w jakich sytuacjach powinien z nich korzystać. Nie warto udostępniać mu kilkudziesięciu narzędzi bez konkretnego uzasadnienia. Każde działanie powinno mieć jasno określony cel, warunki użycia i zakres odpowiedzialności.

4. Ustal granice działania

Określ, które czynności agent może wykonywać samodzielnie, które wymagają potwierdzenia użytkownika, a które powinny pozostać wyłącznie po stronie człowieka. Szczególną uwagę zwróć na działania związane z danymi wrażliwymi, finansami i decyzjami, które mogą mieć istotne konsekwencje dla firmy lub pracowników.

5. Testuj całe scenariusze, a nie tylko pojedyncze pytania

Sprawdź, jak agent radzi sobie z różnymi sposobami formułowania poleceń, brakującymi informacjami i niejednoznacznymi sytuacjami. Warto przygotować również przypadki wyjątkowe oraz próby wykonania działań, do których agent nie powinien mieć dostępu. Testowanie powinno obejmować nie tylko jakość odpowiedzi, ale również poprawność pobierania danych i wykonywania poszczególnych czynności.

6. Monitoruj agenta po publikacji

Wdrożenie nie kończy się w momencie udostępnienia rozwiązania pracownikom. Agent powinien być rozwijany na podstawie rzeczywistych interakcji i wyników. Copilot Studio udostępnia funkcje monitorowania wykorzystania wiedzy i narzędzi, działania agenta oraz własnych wskaźników biznesowych. Pozwala to identyfikować problemy i oceniać, czy rozwiązanie spełnia założenia projektu.

Bezpieczeństwo agentów AI połączonych z firmowymi danymi

Im więcej danych i możliwości działania udostępniamy agentowi, tym większe znaczenie ma odpowiednie zarządzanie całym rozwiązaniem.

Agent, który korzysta z wewnętrznych informacji i może uruchamiać procesy, staje się częścią firmowego środowiska IT. Nie powinien więc funkcjonować poza zasadami bezpieczeństwa i zarządzania stosowanymi w organizacji.

Podczas wdrożenia Copilot Studio należy zweryfikować między innymi:

• sposób uwierzytelniania użytkowników,
• zakres uprawnień agenta i użytkowników,
• wykorzystywane konektory i integracje,
• polityki ochrony danych,
• środowisko, w którym agent będzie działał.

Istotną rolę odgrywają tutaj polityki danych, które pozwalają kontrolować, jakie konektory mogą być wykorzystywane w określonych rozwiązaniach i środowiskach.

Jeżeli firma korzysta już z Power Platform, zarządzanie agentami AI powinno być również częścią szerszej strategii governance tej platformy.

Więcej o tym zagadnieniu przeczytasz w artykule: Audyt środowiska Power Platform. Jak odzyskać kontrolę nad aplikacjami, bezpieczeństwem i kosztami?.

Jak mierzyć wartość agenta AI w firmie?

Liczba rozmów przeprowadzonych przez agenta nie powinna być jedynym wskaźnikiem oceny wdrożenia. Znacznie ważniejsze jest to, czy rozwiązanie faktycznie usprawnia proces, dla którego zostało stworzone.

W zależności od zastosowania warto analizować między innymi:

• liczbę spraw obsłużonych bez konieczności ręcznego wyszukiwania informacji,
• czas potrzebny na wykonanie zadania,
• liczbę przypadków wymagających przekazania sprawy do pracownika,
• skuteczność wykonywania dostępnych działań,
• wykorzystanie poszczególnych źródeł wiedzy i narzędzi,
• najczęściej powracające problemy użytkowników,
• koszt obsługi procesu.

Najlepiej określić mierniki jeszcze przed rozpoczęciem pilotażu. Dzięki temu będzie można porównać sytuację przed wdrożeniem i po nim oraz ocenić, czy agent przynosi rzeczywistą wartość biznesową.

Najczęstszy błąd

„Chcemy mieć agenta AI” nie jest jeszcze wymaganiem biznesowym. Podobnie jak samo stwierdzenie „chcemy aplikację” albo „chcemy automatyzację”. Znacznie lepszym punktem wyjścia jest konkretny problem. Na przykład pracownicy regularnie pytają o firmowe procedury, a następnie muszą samodzielnie wykonywać związane z nimi czynności w kilku różnych systemach.

Dopiero wtedy można ocenić, które elementy rozwiązania powinny wykorzystywać Copilot Studio, gdzie przyda się Power Automate, czy potrzebna będzie dodatkowa aplikacja lub baza danych, a które czynności w ogóle nie wymagają automatyzacji. Takie podejście pozwala uniknąć tworzenia rozwiązania, które dobrze wygląda na prezentacji, ale nie rozwiązuje żadnego istotnego problemu w codziennej pracy.

Copilot Studio, Power Automate, Power Apps i Dataverse. Jak podzielić role?

Narzędzia Microsoft mogą się wzajemnie uzupełniać. Każde z nich odpowiada za nieco inny obszar rozwiązania.

• Microsoft Copilot Studio – umożliwia tworzenie agentów AI, którzy komunikują się z użytkownikami, interpretują ich intencje i dobierają odpowiednie źródła wiedzy oraz działania.
• Power Automate – służy do tworzenia przepływów pracy, automatyzacji powtarzalnych czynności i integracji między systemami.
• Power Apps – pozwala budować aplikacje biznesowe, formularze i interfejsy do obsługi procesów, które lepiej realizować w klasycznej formie niż za pomocą rozmowy z agentem.
• Dataverse – zapewnia miejsce do przechowywania danych biznesowych i informacji potrzebnych do obsługi procesów.

Nie każde wdrożenie wymaga wykorzystania wszystkich czterech technologii. Ich dobór powinien wynikać z potrzeb konkretnego procesu, a nie z założenia, że im więcej elementów platformy wykorzystamy, tym lepsze będzie rozwiązanie.

Więcej o planowaniu aplikacji biznesowych przeczytasz w artykule: Wdrożenie Power Apps w firmie. Jak zaplanować projekt i osiągnąć realną wartość biznesową?

Od agenta wiedzy do agenta uczestniczącego w procesie

Największy potencjał Microsoft Copilot Studio nie polega na stworzeniu kolejnego miejsca, w którym można zadawać pytania sztucznej inteligencji.

Znacznie ciekawsze możliwości pojawiają się wtedy, gdy agent potrafi zrozumieć intencję użytkownika, znaleźć właściwe informacje, pobrać potrzebne dane, wybrać odpowiednie narzędzie i pomóc wykonać konkretne zadanie.

Dla firmy oznacza to możliwość stworzenia nowego sposobu dostępu do procesów biznesowych. Zamiast uczyć pracowników, gdzie kliknąć i z którego systemu skorzystać, w wybranych scenariuszach można pozwolić im po prostu określić, co chcą osiągnąć.

Nie oznacza to, że tradycyjne aplikacje i interfejsy przestaną być potrzebne. Chodzi raczej o dodanie kolejnego, bardziej naturalnego sposobu korzystania z firmowych narzędzi i danych.

Podsumowanie

• Microsoft Copilot Studio pozwala tworzyć agentów AI, którzy mogą pełnić znacznie szerszą rolę niż klasyczne chatboty. Oprócz udzielania odpowiedzi na podstawie firmowej wiedzy mogą korzystać z danych biznesowych, współpracować z innymi systemami i wykonywać działania wspierające codzienną pracę.
• Nie każdy proces w firmie potrzebuje agenta AI. W wielu przypadkach lepszym rozwiązaniem nadal będzie Power Automate, Power Apps, integracja systemów lub po prostu uproszczenie samego procesu.
• Wdrożenie Copilot Studio warto rozpocząć od pytania: „Który proces chcemy usprawnić i jaką rolę powinien w nim pełnić agent?”. Dopiero odpowiedź na to pytanie pozwala świadomie dobrać źródła wiedzy, dane, narzędzia, poziom autonomii i sposób mierzenia efektów.

• Microsoft Copilot Studio pozwala tworzyć agentów AI, którzy mogą pełnić znacznie szerszą rolę niż klasyczne chatboty. Oprócz udzielania odpowiedzi na podstawie firmowej wiedzy mogą korzystać z danych biznesowych, współpracować z innymi systemami i wykonywać działania wspierające codzienną pracę.
• Nie każdy proces w firmie potrzebuje agenta AI. W wielu przypadkach lepszym rozwiązaniem nadal będzie Power Automate, Power Apps, integracja systemów lub po prostu uproszczenie samego procesu.
• Wdrożenie Copilot Studio warto rozpocząć od pytania: „Który proces chcemy usprawnić i jaką rolę powinien w nim pełnić agent?”. Dopiero odpowiedź na to pytanie pozwala świadomie dobrać źródła wiedzy, dane, narzędzia, poziom autonomii i sposób mierzenia efektów.

Kontakt

Chcesz sprawdzić, gdzie agent AI może realnie wesprzeć Twój biznes?

Nie musisz od razu wiedzieć, jakiego agenta potrzebujesz ani jak powinno wyglądać całe rozwiązanie. Pomożemy Ci znaleźć procesy, w których AI może przynieść realne korzyści, ocenić możliwości Copilot Studio i dobrać odpowiednie technologie z ekosystemu Microsoft Power Platform.

Porozmawiajmy o możliwościach w Twojej firmie – zacznijmy od krótkiej, niezobowiązującej rozmowy.

Źródła

1. Microsoft Learn, Apply generative orchestration capabilities
2. Microsoft Learn, Orchestrate agent behavior with generative AI
3. Microsoft, Microsoft Copilot Studio | Create AI Agents
4. Microsoft Learn, Monitor conversational agents
5. Microsoft Learn, Troubleshoot errors in Copilot Agent Kit