Eén setting maakt het verschil tussen een ‘ouderwetse’ chat bot en een moderne autonome agent. Het antwoord op de vraag “How should your copilot interact with people?” is allesbepalend.
Wat is generative AI in copilot studio?
Copilot Studio is gebaseerd op de Power Virtual Agent, de oude naam van Copilot Studio. Met Power Virtual Agent waren bedrijven in staat om chat bots te maken die ze, onder andere, op de bedrijfswebsite konden plaatsen. Deze chat bots communiceerden vervolgens met bezoekers van de web site en konden klanten voorzien van antwoorden op voor gedefinieerde vragen. Dat laatste is belangrijk, want ouderwetse chat bots volgen een voor georkestreerd communicatie pad. De gebruiker van de chat bot was onderdeel van een vraag & antwoord ‘spel’ welke door de maker van de chat bot helemaal was ingericht. De communicatie wegen die bewandeld zouden kunnen worden waren allemaal vooraf duidelijk.
De wereld is veranderd door de komst van AI
Met één simpele instelling in Copilot Studio verander je het gedrag van een autonome agent totaal. De instelling zit wat verborgen maar via de algemene instellingen kun je hem vinden.
De vraag “How should your copilot interact with people?” wordt gesteld. Laat je deze op ‘Classic’ staan, creëer je een ‘ouderwetse’ chat bot zoals hierboven staat beschreven.
Zet je de setting op ‘Generative’, dan creëer je een echte autonome agent. Zo’n agent die op dit moment de wereld op zijn kop zet.
De instelling is op het moment van schrijven nog in preview en alleen beschikbaar in het Engels.
De Generative AI instelling in Copilot Studio stelt je in staat om agentgedrag te orkestreren op een manier die veel natuurlijker en vloeiender aanvoelt voor gebruikers. In plaats van alleen te reageren op vooraf gedefinieerde triggerzinnen, kan een agent met generative AI de beste acties, kennis en onderwerpen kiezen om gebruikersvragen te beantwoorden of te reageren op gebeurtenistriggers.
In andere woorden, je geeft de autonome agent de kennis, onderwerpen en acties en laat hem zelf bepalen wanneer hij deze inzet in de conversatie met de gebruiker. Je geeft de agent dus enorm veel vrijheid in zijn handelen.
Ik praat over een agent in de hij-vorm maar dit kan natuurlijk ook een zij zijn.
Kennis, onderwerpen en acties
De combinatie van kennis, onderwerpen, acties en de vrijheid tot handelen maken een agent autonoom.
Kennis vormt de basis van het vermogen van een agent om relevante en nauwkeurige antwoorden te geven op uiteenlopende vragen van gebruikers. Een autonome agent heeft kennis nodig om effectief te kunnen functioneren en waardevolle interacties te bieden aan gebruikers.
Zonder een uitgebreide kennisbron zou een agent beperkt zijn in zijn reacties en eigenlijk alleen voor gedefinieerde antwoorden kunnen geven. Dan zou de agent feitelijk een ‘ouderwetse’ chat bot zijn. Door toegang te hebben tot uitgebreide en actuele kennisbronnen, kan de agent dynamisch reageren op nieuwe en onverwachte vragen.
Mogelijke kennisbronnen voor een agent zijn publieke websites, bestanden gebaseerd op tekst (Word of PDF) en Dataverse tabellen (dus je volledige CRM systeem). Maar met de vele connectors kun je kennis in alle mogelijke systemen tot de beschikking stellen van de agent.
Topics spelen een cruciale rol in het functioneren van een autonome agent. Eigenlijk hebben ze niets met AI te maken maar zijn het afgebakende en georkestreerde mini-correspondentie flows. Ze helpen de agent snel en effectief informatie op te halen bij de gebruiker, daarop te reageren en actie te ondernemen. Topics fungeren als een kompas dat de agent naar de kern van gebruikersvragen leidt, waardoor deze beter in staat is om waardevolle en contextueel passende antwoorden te leveren.
Acties zijn specifieke taken of operaties die een agent uitvoert als reactie op gebruikersinvoer of gebeurtenistriggers. Deze acties kunnen variëren van het versturen van een e-mail, bijwerken van een Excel, en lead aanmaken in je CRM systeem of het aanroepen van een Power Automate cloud flow.
In Copilot Studio kunnen acties worden gedefinieerd en geconfigureerd om naadloos samen te werken met de kennis en topics van de agent. Hierdoor kan de agent niet alleen relevante informatie bieden, maar ook praktische handelingen uitvoeren die direct van nut zijn voor de gebruiker. Deze geautomatiseerde acties dragen bij aan het creëren van een efficiëntere en meer responsieve ervaring voor de gebruikers.
Voordelen van generative AI
Flexibiliteit: Agents kunnen automatisch de meest relevante acties en kennisbronnen selecteren om een vraag te beantwoorden.
Efficiëntie: Het gebruik van generative AI kan de tijd en moeite die nodig is om een agent te configureren aanzienlijk verminderen, omdat het systeem zelf de beste antwoorden en acties kan genereren op basis van beschikbare informatie.
Verbeterde gebruikerservaring: Door gebruik te maken van generative AI kunnen gesprekken met agents natuurlijker en interactiever aanvoelen, wat leidt tot een betere gebruikerservaring.
Best practices
Om generatieve AI zo optimaal te laten werken zijn beschrijvingen heel belangrijk. Zowel kennis, topics als acties hebben een beschrijving. Schrijf deze met zorg want op basis van de beschrijving kiest de autonome agent welke kennis, topic of actie gebruikt moet worden in de conversatie.
Evalueer de agent regelmatig om te bekijken of deze werkt zoals je zou verwachten. Doet de agent niet precies wat je verwacht? Pas dan de beschrijvingen aan of voer wijzigingen door in de kennisbronnen, topics of acties. Blijf je autonome agent afstellen!
Mogelijke beperkingen
Hoewel generative AI veel voordelen biedt, zijn er ook enkele beperkingen om rekening mee te houden. Zoals bij elke AI gedreven technologie kunnen de gegenereerde antwoorden soms niet helemaal perfect zijn.
Niet alle talen worden op het moment van schrijven ondersteund. Zo is de generatieve optie op dit moment alleen nog maar beschikbaar in het Engels.
GAC