Bergabunglah dengan buletin harian dan mingguan kami untuk pembaruan terbaru dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari lebih lanjut
Microsoft telah membangun ekosistem agen AI perusahaan terbesar, dan sekarang memperpanjang keunggulannya dengan kemampuan baru yang kuat yang memposisikan perusahaan di depan di salah satu segmen paling menarik dari Enterprise Tech.
Perusahaan mengumumkan Selasa malam dua tambahan signifikan pada platform studio Copilot: kemampuan penalaran mendalam yang memungkinkan agen untuk mengatasi masalah yang kompleks melalui pemikiran yang cermat, metodis, dan aliran agen yang menggabungkan fleksibilitas AI dengan otomatisasi proses bisnis deterministik. Microsoft juga meluncurkan dua agen penalaran khusus khusus untuk Microsoft 365 Copilot: Peneliti dan Analis.
“Kami sudah memiliki pelanggan dengan ribuan agen,” kata wakil presiden perusahaan Microsoft untuk bisnis dan industri Charles Lamanna, mengatakan kepada VentureBeat dalam sebuah wawancara eksklusif pada hari Senin. “Anda mulai memiliki tenaga kerja agen semacam ini di mana tidak peduli apa pekerjaan itu, Anda mungkin memiliki agen yang dapat membantu Anda menyelesaikannya lebih cepat.”
Agen analis khas Microsoft
Sementara agen peneliti mencerminkan kemampuan dari pesaing seperti Openai's Deep Research dan Google's Deep Research, agen analis Microsoft mewakili penawaran yang lebih berbeda. Dirancang agar berfungsi seperti ilmuwan data pribadi, agen analis dapat memproses sumber data yang beragam, termasuk file Excel, CSV, dan tabel tertanam dalam dokumen, menghasilkan wawasan melalui eksekusi kode dan visualisasi.
“Ini bukan model dasar dari rak,” Lamanna menekankan. “Ini adalah sedikit ekstensi dan tuning dan pelatihan di atas model inti.” Microsoft telah memanfaatkan pemahamannya yang mendalam tentang alur kerja Excel dan pola analisis data untuk membuat agen yang selaras dengan bagaimana pengguna perusahaan sebenarnya bekerja dengan data.
Analis dapat secara otomatis menghasilkan kode Python untuk memproses file data yang diunggah, menghasilkan visualisasi, dan memberikan wawasan bisnis tanpa memerlukan keahlian teknis dari pengguna. Ini membuatnya sangat berharga untuk analisis keuangan, peramalan anggaran dan kasus penggunaan pelaporan operasional yang biasanya memerlukan persiapan data yang luas.
Alasan yang dalam: Membawa pemikiran kritis ke agen perusahaan
Kemampuan penalaran mendalam Microsoft memperluas kemampuan agen di luar penyelesaian tugas sederhana untuk penilaian yang kompleks dan pekerjaan analitis. Dengan mengintegrasikan model penalaran lanjutan seperti Openai's O1 dan menghubungkannya ke data perusahaan, agen -agen ini dapat mengatasi masalah bisnis yang ambigu secara lebih metodis.
Sistem secara dinamis menentukan kapan harus memohon penalaran yang lebih dalam, baik secara implisit berdasarkan kompleksitas tugas atau secara eksplisit ketika pengguna memasukkan petunjuk seperti “alasan ini” atau “berpikir sangat keras tentang ini.” Di belakang layar, platform menganalisis instruksi, mengevaluasi konteks, dan memilih alat yang sesuai berdasarkan persyaratan tugas.
Ini memungkinkan skenario yang sebelumnya sulit diotomatisasi. Misalnya, satu perusahaan telekomunikasi besar menggunakan agen penalaran mendalam untuk menghasilkan respons RFP yang kompleks dengan merakit informasi dari berbagai dokumen internal dan sumber pengetahuan, kata Lamanna kepada VentureBeat. Demikian pula, Thomson Reuters menggunakan kemampuan ini untuk uji tuntas dalam merger dan ulasan akuisisi, memproses dokumen yang tidak terstruktur untuk mengidentifikasi wawasan, katanya. Lihat contoh penalaran agen yang sedang bekerja di video di bawah ini:
Aliran Agen: Mengulangi Otomatisasi Proses
Microsoft juga telah memperkenalkan aliran agen, yang secara efektif mengembangkan robot Process Automation (RPA) dengan menggabungkan alur kerja berbasis aturan dengan penalaran AI. Ini membahas permintaan pelanggan untuk mengintegrasikan logika bisnis deterministik dengan kemampuan AI yang fleksibel.
“Kadang-kadang mereka tidak ingin modelnya menjadi gaya bebas. Mereka tidak ingin AI membuat keputusan sendiri. Mereka ingin memiliki aturan bisnis yang dikodekan dengan keras,” jelas Lamanna. “Di lain waktu mereka ingin agen tersebut melakukan freestyle dan membuat panggilan penilaian.”
Pendekatan hibrida ini memungkinkan skenario seperti pencegahan penipuan cerdas, di mana aliran agen dapat menggunakan logika bersyarat untuk merutekan permintaan pengembalian uang bernilai lebih tinggi ke agen AI untuk analisis mendalam terhadap dokumen kebijakan.
Pets at Home, pengecer persediaan hewan peliharaan yang berbasis di Inggris, telah menggunakan teknologi ini untuk pencegahan penipuan. Lamanna mengungkapkan perusahaan telah menyelamatkan “lebih dari satu juta pound” melalui implementasi. Demikian pula, Dow Chemical telah menyadari “jutaan dolar yang disimpan untuk transportasi dan manajemen pengiriman” melalui optimasi berbasis agen.
Di bawah ini adalah video yang menunjukkan aliran agen di tempat kerja:
Keuntungan Grafik Microsoft
Pusat dari strategi agen Microsoft adalah integrasi data perusahaannya melalui Microsoft Graph, yang merupakan pemetaan komprehensif hubungan tempat kerja antara orang, dokumen, email, acara kalender, dan data bisnis. Ini memberikan agen kesadaran kontekstual yang tidak dimiliki oleh model generik.
“Kemampuan rahasia yang kurang dikenal dari grafik Microsoft adalah bahwa kami dapat meningkatkan relevansi pada grafik berdasarkan keterlibatan dan seberapa erat beberapa file,” ungkap Lamanna. Sistem mengidentifikasi dokumen mana yang paling direferensikan, dibagikan, atau dikomentari, memastikan agen referensi sumber otoritatif daripada salinan yang sudah ketinggalan zaman.
Pendekatan ini memberi Microsoft keunggulan kompetitif yang signifikan dibandingkan penyedia AI mandiri. Sementara pesaing dapat menawarkan model canggih, Microsoft menggabungkannya dengan konteks tempat kerja dan penyempurnaan yang dioptimalkan secara eksplisit untuk kasus penggunaan perusahaan dan alat Microsoft.
Microsoft dapat memanfaatkan data web yang sama dan teknologi model yang dapat dicatat oleh para pesaing, Lamanna, “Tapi kami kemudian juga memiliki semua konten di dalam perusahaan.” Ini menciptakan efek roda gila di mana setiap interaksi agen baru semakin memperkaya pemahaman grafik tentang pola tempat kerja.
Adopsi dan aksesibilitas perusahaan
Microsoft telah memprioritaskan membuat kemampuan kuat ini dapat diakses oleh organisasi dengan berbagai sumber daya teknis, kata Lamanna. Agen -agen diekspos langsung dalam kopilot, yang memungkinkan pengguna untuk berinteraksi melalui bahasa alami tanpa keahlian rekayasa yang cepat.
Sementara itu, Copilot Studio menyediakan lingkungan kode rendah untuk pengembangan agen khusus. “Adalah dalam DNA kami untuk memiliki alat untuk semua orang, bukan hanya orang yang dapat mem -boot python SDK dan membuat panggilan, tetapi siapa pun dapat mulai membangun agen ini,” Lamanna menekankan.
Pendekatan aksesibilitas ini telah memicu adopsi cepat. Microsoft sebelumnya mengungkapkan bahwa lebih dari 100.000 organisasi telah menggunakan Copilot Studio dan lebih dari 400.000 agen diciptakan pada kuartal terakhir.
Lanskap kompetitif
Sementara Microsoft tampaknya memimpin penyebaran agen perusahaan saat ini, kompetisi semakin intensif. Google telah memperluas kemampuan Gemini untuk agen dan pengkodean agen, sementara model O1 Openai dan agen SDK menyediakan penalaran yang kuat dan alat agen untuk pengembang. Perusahaan aplikasi perusahaan besar seperti Salesforce, Oracle, ServiceNow, SAP dan lainnya semuanya meluncurkan platform agen untuk pelanggan mereka selama setahun terakhir. Dan juga pada hari Selasa, AWS Amazon merilis agen AI, yang disebut Amazon Q di Quicksight, untuk membiarkan karyawan terlibat melalui bahasa alami untuk melakukan analisis data tanpa keterampilan khusus.
Karyawan dapat menggunakan bahasa alami untuk melakukan analisis data tingkat ahli, mengajukan pertanyaan bagaimana-jika, dan mendapatkan rekomendasi yang dapat ditindaklanjuti, membantu mereka membuka wawasan baru dan membuat keputusan lebih cepat
Namun, keunggulan Microsoft terletak pada pendekatannya yang lebih komprehensif-kopling yang kuat dengan perusahaan model penalaran terkemuka, Openai, sementara juga menawarkan pilihan model, infrastruktur tingkat perusahaan, integrasi data yang luas di seluruh alat tempat kerja, dan fokus pada hasil bisnis daripada kemampuan AI mentah. Microsoft telah menciptakan ekosistem yang terlihat seperti praktik terbaik dengan menggabungkan kopilot pribadi yang memahami pola kerja individu dengan agen khusus untuk proses bisnis tertentu.
Untuk pembuat keputusan perusahaan, pesannya jelas: Teknologi agen telah matang di luar eksperimen untuk aplikasi bisnis praktis dengan ROI yang terukur. Pilihan platform semakin tergantung pada integrasi dengan alat dan data yang ada. Di area ini, Microsoft memiliki keuntungan di banyak area aplikasi karena jumlah pengguna yang dimilikinya, misalnya, di Excel dan Power Automate.
Tonton wawancara lengkap saya dengan Charles Lamanna yang tertanam di bawah ini untuk mendengar secara langsung bagaimana Microsoft mendorong strategi agennya, apa arti kemampuan baru ini bagi pengguna perusahaan, dan bagaimana organisasi memanfaatkan agen untuk memberikan hasil bisnis yang terukur:
