Scelta del modello migliore a basso codice per creare la soluzione di intelligenza artificiale generativa

Panoramica

Per aiutare i fornitori di software indipendenti (ISV) a scegliere il modo migliore per creare la propria soluzione di intelligenza artificiale generativa, Microsoft ha creato indicazioni sui vantaggi delle opzioni di codice pro e di codice low code.

All'interno di questo percorso con poco codice, esiste un approccio principale: l'estensione di un copilota. Questo approccio è costituito da più modelli, che sono percorsi specifici che è possibile eseguire per compilare la soluzione.

Questa pagina ti aiuta a scegliere il modello migliore per il tuo caso d'uso se hai già scelto un percorso con poco codice in base alle tue esigenze e funzionalità. Se non hai ancora scelto un viaggio, visita la pagina di progettazione delle funzionalità per trovare l'approccio migliore per il tuo caso d'uso.

Considerazioni per un percorso con poco codice

L'approccio con poco codice è consigliato per gli ISV che cercano di sviluppare rapidamente soluzioni, soprattutto quando l'obiettivo è consentire agli utenti finali di eseguire operazioni nelle applicazioni Microsoft, ad esempio Teams, Word o Outlook. Questo approccio prevede in genere uno sviluppo di codice limitato, l'utilizzo dei modelli e un time-to-value più rapido rispetto agli approcci pro-code.

L'approccio a basso codice può essere l'opzione migliore se si vuole: *È necessario un rapido turno *Avere risorse limitate da dedicare allo sviluppo software e ai professionisti del codice *Si vuole integrare la soluzione con gli strumenti di produttività di Microsoft 365

Per la personalizzazione completa e il controllo continuo, un percorso pro-code potrebbe essere migliore, anche se è più complesso.

Se si ritiene che l'approccio con poco codice sia ideale per il caso d'uso, le opzioni del modello in questo articolo consentiranno di trovare gli strumenti migliori per le proprie esigenze.

Esistono tre opzioni di modello all'interno dell'approccio a basso codice: *Creare plug-in per migliorare la funzionalità di copilota esistente *Usare i connettori di Microsoft Graph per inserire i dati nelle esperienze Copilot *Usare connettori power platform per offrire agli utenti finali la possibilità di personalizzare l'esperienza di copilota

Selezione dei criteri nel percorso ISV

All'interno di ogni approccio, la scelta di un modello è l'ultimo passaggio impiegato da un ISV prima di iniziare a compilare una soluzione.

Modello selezionato:

• Influisce sulle funzionalità della soluzione. La scelta del modello corretto per la situazione consente di abbinare la soluzione alle esigenze dei clienti. Selezionare il modello con le funzionalità che si allineano al risultato previsto

• Influisce sul costo di sviluppo del progetto. Sebbene questi modelli di codice bassi forniscano risultati rapidi, alcuni potrebbero richiedere un maggiore accuratezza durante lo sviluppo. L'investimento di tempo e denaro necessario non deve superare il valore potenziale per il caso d'uso

• Consente di lavorare all'interno di interfacce diverse. Alcuni modelli sono progettati per l'integrazione con applicazioni o piattaforme esistenti, mentre altri sono destinati a fungere da blocchi predefiniti per il nuovo software

• Modifica i dati, l'infrastruttura e altre considerazioni sul back-end. Se si usano più origini dati esterne visualizzate tramite plug-in o connettori, assicurarsi che i plug-in e i connettori scelti possano gestire il volume dei dati. Iniziare con le funzionalità disponibili nella raccolta dei connettori di Microsoft Graph, ma potrebbero essere necessarie alcune modifiche al codice e la progettazione back-end per soddisfare le proprie esigenze.

Opzioni di criteri multipli

Alcuni ISV possono scegliere di seguire più modelli, per creare più soluzioni o integrare funzionalità da più modelli in una singola soluzione.

Ogni modello offre funzionalità uniche per affrontare diversi aspetti del supporto di intelligenza artificiale e l'uso di più opzioni consente di creare un'applicazione di intelligenza artificiale affidabile e completa. Esempi di modelli compositi variano dall'integrazione e dall'automazione dei dati alle informazioni dettagliate avanzate sui report e sull'intelligenza artificiale.

Alcuni ISV combinano anche questi modelli a basso codice con l'approccio pro-code per offrire ai clienti più opportunità di interagire con il software a diverse altitudini. La combinazione di entrambi gli approcci consente di sfruttare la facilità d'uso e la rapida distribuzione di codice ridotto insieme alla flessibilità e alla potenza degli approcci pro-code.

Sia che si scelga un modello o si combinano opzioni, è importante considerare la situazione in cui ci si trova e scegliere la piattaforma che funziona meglio per voi.

Modello A: Creare plug-in

Gli ISV che cercano di visualizzare i servizi, i dati e i processi esistenti nei copiloti Microsoft o nelle applicazioni Di Microsoft 365 possono farlo creando plug-in e connettori.

Gli ISV possono creare plug-in usando vari strumenti, inclusi i plug-in di Power Platform tramite Copilot Studio e Le estensioni dei messaggi di Teams. I nuovi plug-in possono essere pubblicati nell'ecosistema Copilot di Microsoft tramite il Centro per i partner, in cui gli amministratori IT possono approvarli per l'uso da parte degli utenti finali. Questo approccio consente a Microsoft 365 Copilot di interagire con le API di altri software e servizi, visualizzare informazioni aggiornate, eseguire azioni ed eseguire nuovi tipi di calcoli.

Se si è interessati a questa opzione, è possibile:

• Vuoi portare le tue app o i tuoi servizi in Microsoft 365 con Microsoft Copilot
• Preferisce usare strumenti come l'estensione messaggi di Teams e i plug-in di Copilot Studio
• È necessario aumentare la visibilità e l'individuabilità della soluzione tramite il Centro per i partner I vantaggi principali di questo modello sono:
• Semplificando le esperienze utente attraverso la continuità tra le app di Microsoft 365, eliminando la necessità per gli utenti di spostarsi tra più app
• Aumentare la visibilità per il servizio della soluzione incontrando gli utenti che già lavorano

Scenario

Si supponga che il fornitore ipotetico di software chiamato Contoso sia specializzato in soluzioni di intelligenza artificiale generative. In questo scenario Contoso e AdventureWorks hanno collaborato per creare rapidamente una soluzione per le sfide della vetrina virtuale. I sistemi esistenti di AdventureWorks forzano i dipendenti a cambiare contesto tra più piattaforme, causando comunicazioni non contigue e scadenti nella gestione dell'inventario. AdventureWorks vuole migliorare le informazioni generali per promuovere la crescita continua.

Per risolvere questi problemi, Contoso usa il modello copilot di Store Operations di Copilot Studio per creare un assistente di intelligenza artificiale nell'applicazione di shopping esistente di AdventureWorks. Questo plug-in integra le procedure di archiviazione, i criteri e i dati nell'app per gli acquisti in modo rapido e con un uso minimo delle risorse.

Grazie all'intelligenza artificiale, l'assistente aiuta:

• Migliorare la comunicazione dei dipendenti fornendo suggerimenti contestuali e altre informazioni rilevanti dalle procedure e dai criteri di archiviazione nelle app in cui i dipendenti lavorano già
• Ottimizzare la pianificazione dell'inventario con avvisi automatizzati quando le scorte raggiungono determinate soglie
• Visualizzare le informazioni dettagliate sui dati analizzando le prestazioni delle vendite precedenti e integrando queste informazioni in una visualizzazione unificata

Senza dover dedicare risorse significative, AdventureWorks è riuscito a trovare una soluzione alle proprie sfide. L'assistente per l'intelligenza artificiale creato da Contoso le ha abilitate per ottimizzare l'efficienza nella vetrina virtuale e trarre vantaggio da informazioni dettagliate migliorate e dati semplificati.

Modello B: Connettori Power Platform

La creazione di plug-in è ideale se si vogliono visualizzare i dati nelle applicazioni di Microsoft 365. I connettori copilot Studio e Power Platform possono aggiungere in modo efficace funzionalità copilot all'app. È possibile creare connettori Power Platform in Copilot Studio per consentire al copilot di recuperare i dati da molte origini, incluse le applicazioni. Creando questi connettori, è possibile offrire agli utenti finali l'opportunità di avere un'esperienza copilota basata sui dati e sui servizi.

Se si è interessati a questo modello, è possibile:

• Chiedere agli utenti finali di usare le funzionalità di Microsoft Copilot all'interno dell'applicazione
• Richiedere un lift-end di codifica inferiore, ma si vuole comunque creare un'esperienza copilota
• Si vuole un copilota in grado di accedere a un'ampia gamma di origini dati

I vantaggi principali di questo modello sono:

• Arricchire l'applicazione con la potenza dei connettori Microsoft e non Microsoft esistenti
• Accelerare lo sviluppo di plug-in tramite le funzionalità a basso codice di Copilot Studio

Scenario del connettore Power Platform

Contoso collabora nuovamente con AdventureWorks perché l'aumento del traffico online e delle vendite dell'anno scorso ha causato problemi di servizio clienti. Stanno lottando per tenere il passo con l'aumento delle richieste dei clienti e vogliono creare rapidamente un copilota specializzato per gestire il servizio clienti sul proprio sito Web.

Per soddisfare questi requisiti in modo efficiente, Contoso decide di equipaggiare AdventureWorks con Microsoft Copilot nell'applicazione esistente usando i connettori Copilot Studio e Power Platform.

Il copilota personalizzato è in grado di:

• Eseguire l'integrazione con il database del prodotto AdventureWork per fornire aggiornamenti dello stato in tempo reale e assistenza con i ritorni
• Connettere i dati dal crm, dalle vendite e dall'inventario per mantenere la gestione aggiornata in modo semplificato

Poiché Contoso aveva già le origini dati disponibili, ha creato facilmente questa soluzione usando i connettori Copilot Studio e Power Platform per creare l'esperienza copilota appropriata per le esigenze del cliente.

Modello C: connettori Microsoft Graph

I connettori di Microsoft Graph facilitano l'integrazione di dati esterni da varie origini in Microsoft 365, offrendo un'esperienza unificata e sicura per gli utenti. Questi connettori migliorano l'accessibilità dei dati, semplificano lo sviluppo e migliorano la rilevanza contestuale del contenuto generato dall'intelligenza artificiale, portando a soluzioni più potenti e integrate.

Se si è interessati a questo modello, è possibile:

• È necessario un modo per integrare l'applicazione aziendale o altri software cloud locali e SaaS con gli strumenti di produttività di Microsoft 365.
• Si vuole consentire agli utenti finali di lavorare in Microsoft 365 per ottenere informazioni dettagliate dalle origini dati combinate con i dati di Microsoft Graph incentrati sugli utenti. I vantaggi principali di questo modello sono:
• Abilitazione della base utente dell'applicazione client Microsoft 365 già esistente per accedere ai dati e ai servizi, mostrando le offerte e aumentando potenzialmente la propria base utenti
• Arricchire le informazioni dettagliate e ottenere l'integrazione universale con le app di Microsoft 365 combinando i dati ISV con i dati di Microsoft Graph

Scenario del connettore Microsoft Graph

Contoso sta lavorando per creare una soluzione per uno dei clienti più grandi, una multinazionale. Il cliente si occupa di sfide nella gestione e collaborazione di documenti in reparti in uffici in tutto il mondo. Usano applicazioni di produttività di Microsoft 365, ma necessitano di un sistema più semplificato e intelligente per la gestione dei documenti e per facilitare una migliore collaborazione.

Per soddisfare questa esigenza, Contoso usa i connettori Di Microsoft Graph e le funzionalità di intelligenza artificiale di Microsoft Copilot per integrare facilmente le varie origini dati del client nelle applicazioni di Microsoft 365 per l'accesso e l'analisi centralizzati.

Questa soluzione consente di migliorare i flussi di lavoro dell'azienda

• Assegnazione automatica di tag ai documenti in base al contesto estratto da SharePoint per organizzare i file nell'organizzazione globale
• Suggerimento di tempi ottimali per riunioni o revisioni di documenti integrando direttamente con Outlook per informazioni dettagliate su team e fusi orari
• Utilizzo del riepilogo intelligente di Microsoft Copilot per aiutare i team a comprendere rapidamente i punti chiave per migliorare la collaborazione e il processo decisionale

Sfruttando i connettori di Microsoft Graph per l'integrazione dei dati e le funzionalità di intelligenza artificiale di Microsoft Copilot per funzionalità e analisi avanzate, Contoso è riuscito a sviluppare una soluzione completa alle sfide del client. Questa soluzione ha migliorato l'efficienza operativa e ha dato loro gli strumenti per facilitare una migliore condivisione di lavoro in team e informazioni.

Conclusione

L'uso di una di queste opzioni di modello consente di iniziare a sviluppare la soluzione di intelligenza artificiale generativa con poco codice. Se questi modelli non forniscono le funzionalità necessarie per il caso d'uso previsto, è possibile esplorare i patter pro-code per un maggiore controllo per personalizzare l'applicazione.

Consultare queste risorse per informazioni sugli strumenti per il modello a basso codice scelto e sui passaggi successivi per l'attivazione e la monetizzazione dopo aver creato l'esperienza di intelligenza artificiale generativa.

• Creare estensioni dei messaggi per Microsoft Copilot per Microsoft 365
• Creare connettori Microsoft Graph per Microsoft Copilot per Microsoft 365
• Incorporare un controllo di Power Virtual Agents mediante il controllo chatbot

Collegamenti correlati

Creazione di esperienze di intelligenza artificiale generative con Microsoft Cloud - Guida per gli ISV | Architettura del plug-in Di Microsoft Learn- Microsoft Copilot Studio | Compilazione e pubblicazione di Microsoft Learncon successo ISV - Centro per i partner | Microsoft Learn