Power Automate の AI Builder による時間の節約
このセクションでは、AI Builder と Power Automate を使用して実現できるいくつかのユース ケースについて見ていきます。
前提条件
- Power Automate へのアクセス。
- AI Builder のライセンスまたは試用版。
- Microsoft Dataverse データベース を持つ環境。 (職場または学校アカウントのみに適用されます)。
- Power Automate に関する基本的な理解とフローの作成経験 (推奨)。
請求書の処理
多くの場合、企業はさまざまなところから、郵便、FAX、メール、手渡しなどの方法で大量の請求書を受け取ります。 これらのドキュメントを処理し、データベースに手動で入力すると、かなりの時間がかかることがあります。 このプロセスは、次の方法で大幅に改善できる場合があります。
AI Builder ドキュメント処理モデルを使用してドキュメントから列やテーブルを抽出する。
Power Automate フローを作成して情報をデータベースに自動的に移動する。
メールのセンチメントを分析する
従業員は、次のような総合的なセンチメントに基づいてメールを処理する必要があります。
上司が怒っている場合は、今すぐ理由を知りたい。
顧客が満足していない場合は、直ちに応答してさらに不満が募らないようにしなければならない。
ドキュメントを共有した後、肯定的なフィードバックと否定的なフィードバックを追跡したい。
AI Builder を使用すると、テキストの総合的なセンチメントや、各文のセンチメントも分析できます。 Power Automate フローを使用すると、メールの受信時に AI Builder 感情分析モデルを適用し、重要なメールのセンチメントについて、通知を受けることができます。
また、AI Builder キー フレーズ抽出モデルを使用して、感情分析とキー フレーズの検出を組み合わることもできます。
ドキュメントの電子化
企業によっては、複数の拠点で重要な情報をまだ紙で収集している場合があります。 その後に、担当者は紙の内容を一元管理ツールに手動で入力します。
このプロセスは、Power Automate と AI Builder を使用して次のように改善できます。
エージェントは各監査レコードの画像を撮影し、フォルダーに保存します。
Power Automate フローがフォルダー内のすべての新しい画像を処理し、AI Builder テキスト認識モデルに送信してフォームの情報を抽出してから、一元管理されたツールに保存します。
類似のプロセスを使用して、AI Builder 名刺リーダー モデルにより、名刺を一括で記録することもできます。
サポート要求の言語によるフィルタリング
通常、サポート チームは、世界中の顧客から多数の要求を受信します。 要求を担当するチームは、言語によって異なる場合があります。 したがって、言語をできる限り迅速に検出して、要求を適切なチームにリダイレクトすることが重要です。
このユース ケースを解決するには、次のように Power Automate フローを構築できます。
AI Builder 言語検出モデルを使用して、受信したメールの言語を確認します。
検出された言語に応じて、メールを担当チームのメールボックスに転送します。
演習 - ヘルプデスクの要求を言語に基づいて各メールボックスに転送するフローを作成する
この演習では、事前に構成された言語検出モデルに接続するフロー テンプレートを使用します。 この事前に構成された言語検出モデルは、サンプル アプリおよびデータが有効になっている環境で使用できます。
自分の組織のアカウントを使用して Power Automate にサインインします。
アプリ、タスク、または業界別にテンプレートを検索フィールドで、検出した言語に応じてメールを転送すると入力し、検索アイコンを選択します。
新しいメールから AI Builder で検出した言語に応じてメールを転送するフロー テンプレートを選択します。
画面の下部にあるこのフローの接続先: で、すべての接続が正しく入力されていることを確認し、続行を選択します。 足りない接続や間違った接続がある場合は、続行できません。
このフローの最初の 3 つの手順では、新しいメールがないかメールボックスをチェックし、次に AI "本文" の動的なコンテンツを入力してメールをプレーン テキストに変換するアクションを使用した後、AI Builder 言語検出を使用して言語を判断します。
この例では、ログインしているユーザー アカウントをそのまま使用していますが、実際のシナリオでは、共有しているヘルプデスク メールボックスを使用することになります。
このテンプレートには、1 組の言語 EN と FR があらかじめ定義されています。 + アイコンを選択して、他の言語のケースを追加することもできます。
特定の受信トレイ EN にメールを送信するステップで、宛先フィールドを選択してメール アドレスを入力します。 この例では、ヘルプデスク - 北米メールボックスを使用します。
前の手順を繰り返しますが、別のメール アドレスを入力します。 この例では、ヘルプデスク - ヨーロッパメールボックスを使用します。
画面の下部にある保存を選択します。
新しいメールが、検出された言語に基づいて、適切なヘルプデスクのメールボックスに転送されるようになります。
メモ
次のようなエラーが表示される場合があります。 このエラーが表示された場合は、AI Builder 言語検出ステップに戻って、item/requestv2/countryhint フィールドをクリックし、動的コンテンツでプレーン テキスト コンテンツを選択および削除して、保存をクリックしてください。
これで、フローが正常に保存されます。
この例は、組織で Power Automate と AI を使用する可能性と潜在力を示すことを目的としています。
フィードバックの分類
一般向けの企業は、関連性の高い処理を行うために、フィードバックを分類する必要が生じることがあります。 たとえば、ホテルでは、フィードバックがチェックイン、客室、スタッフ、レストランのいずれに関するものであるかを把握する必要があります。
このような企業は、次の 2 つのアクションを実行するフローを作成することにより、このシナリオに対応することができます。
新しいフィードバックの取得:
Power Automate は、Twitter の新しいメッセージなど、データを外部ソースから直接取得します。 会社名を含むツイートが行われたときにフローをトリガーできます。
Power Automate は、Microsoft Dataverse 内のテーブルなど、集計データソースからデータを取得します。 新しいレコードが作成されたときにフローをトリガーできます。
AI Builder カテゴリ分類モデルを使用してフィードバックを分類します。
これで、このユニットは完了です。 Power Automate と AI がさまざまなビジネス プロセスの合理化にどのように役立つかを理解できたので、AI コネクタを使用してカスタム フローを構築する準備が整いました。 次にユニット演習 - Power Automate で AI Builder アクションを使用するに進み、ラーニング パスを続けましょう。
ヘルプが必要ですか? Microsoft のトラブルシューティング ガイドをご覧になるか、問題を報告して具体的なフィードバックをお送りください。