自去年宣布推出Copilot Studio以来，微软表示该工具已在多个业务部门让效率显著提升。从下个月开始，客户将可以对这一说法进行测试。
该服务提供了一个无代码风格的界面，用于构建特定任务的人工智能代理，以实现员工工作的自动化。
如果你对人工智能代理的概念不熟悉，那么它指的是结合使用大型语言或视觉模型（有时不止一个）与传统自动化框架，无需人工交互即可主动处理信息（例如销售线索）。
尽管Copilot Studio可用于构建自定义代理，自动执行各种任务，微软在Dynamics 365 产品中提供了十个现成的代理，覆盖了从销售和客户服务到财务和供应链管理的方方面面。
微软表示其中得供应链代理可以“通过自主跟踪供应商绩效、检测延迟并做出相应响应，最大限度地减少代价高昂的中断”，并补充表示，它将把团队从监控和救火中解放出来。
当然，这些服务旨在插入客户现有的Microsoft 365服务，扩展他们的知识库，这可能是通过一种名为检索增强生成（RAG）的技术实现的——我们在这里对这一概念进行了深入探讨。
从长远来看，许多业内人士都认为这项技术将有助于实现整个部门的自动化。不过，就目前而言，微软的雄心似乎更低调，他们将这一服务定位为提高效率的驱动力，帮助现有员工完成更多工作或专注于价值更高的任务。
微软表示，霍尼韦尔使用 Copilot 提高了生产率，相当于增加了187名全职员工，这不禁让人怀疑，这些工具的真正目的是提高工人的生产率，还是推动裁员。
这正是 Klarna正在做的事情，但这家金融科技公司并没有让人工智能发出 “解雇通知书”，而是将其代理作为不补充员工离职后造成的空缺的理由。
微软称，在自己的测试中，至少有一个销售团队使用Copilot后，每个销售的收入提高了9.4%，成交量增加了20%。同时，这家软件巨头还表示，帮助人工智能人力资源助理现在将回答问题的准确率提高了42%。
当然，我们建议对这些说法持谨慎态度。百分比并不总是像看起来那么令人印象深刻，尤其是当你不知道基数是多少的时候。如果人力资源助理只有四分之三的时间能正确回答问题，那么准确率提高42%就已经很了不起了。但是，如果人力资源助理十次中已经有九次回答准确，那么提高的幅度就小得多了。
虽然微软表示这些代理提供了很多好处，但企业是否真的会让这些代理自己做出决定，还是只会让这些代理在已经需要团队关注的各种警报中插上一脚，还有待观察。当然，我们有足够的理由相信会是后者。
本月早些时候，Redwood Research公司首席执行官Buck Shlegeris与《The Register》杂志分享了故事：一个人工智能代理扫描他的网络、识别计算机并与之连接，结果却出了点差错，开始向机器推送更新，并很快就搞砸了。
需要说明的是，这个特殊的代理是用Python定制的，并使用Anthropic 的 Claude LLM 作为后台。因此，也许微软的Copilot Studio将内置更好的防护栏，以防止生产中出现此类事件。
