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。 (職場または学校のアカウントのみに適用できます)
Power Automate に関する基本的な理解とフローの作成経験 (推奨)。
請求書処理
多くの場合、企業は、郵便、メール、ファックス、対面での提出などのさまざまなチャネルを通じて受け取った大量の請求書を処理します。 このデータをデータベースに手動で入力するのは、時間のかかる作業です。 しかし、より効率的な方法を使ってこのプロセスに対処できます。
AI Builder のドキュメント処理モデルを利用して、列や表などの関連情報を、請求書から自動的に抽出する。
Power Automate フローを実装して、抽出されたこのデータをデータベースにシームレスに転送する。
これらの自動手順により、手動のワークロードが大幅に軽減されて、精度が向上し、請求書処理ワークフローの生産性が向上します。
メールのセンチメントを分析する
従業員は、内容で伝えられているセンチメントに基づいてメールを管理したいと考えるかもしれません。 以下に例を示します。
上司が怒っているように見える場合は、その理由をすぐに知りたい。
顧客が不満を表明している場合、すばやく対応することによりさらなる不満を防ぐ。
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の両方を追跡したい。
AI Builder は、テキストの全体的なセンチメントを分析できるだけでなく、文単位で分析することもできるため、この点で役立ちます。 Power Automate フローを使用すると、メールの受信時に AI Builder の感情分析モデルを自動的に適用することができます。 こうすることで、重要なメールの感情的なトーンについての通知をすぐに受けることができます。
さらに、AI Builder のキー フレーズ抽出モデルを使用して、メール内の重要なトピックやフレーズを特定することにより、この感情分析を強化することができます。
ドキュメントの電子化
企業によっては、重要な情報を紙で収集する物理的なサイトを複数維持しています。 その後、エージェントは、手間をかけてこの紙ベースのデータを中央システムに書き起こす必要があります。
Power Automate と AI Builder を使用してこのプロセスを強化する方法は、次のとおりです。
エージェントが、紙の各監査レコードの写真を撮り、指定されたフォルダーに保存する。
Power Automate フローが引き継ぎ、フォルダー内の新しい画像をすべて処理する。 AI Builder テキスト認識モデルを利用してこれらのフォームから情報が抽出され、このデータが中央のツールにセキュアに保存される。
同様のアプローチを適用し、AI Builder 名刺リーダー モデルを使用して大量の名刺を効率的にデジタル化できます。 このテクノロジの組み合わせにより、データ キャプチャが合理化されて、手動によるデータ入力が減少し、時間を節約して、エラーを最小限に抑えることができます。
サポート要求の言語によるフィルタリング
カスタマー サポートでは、チームが世界中にいる顧客からリクエストを受けることがよくあります。 課題は、チームごとにリクエストを扱う言語が異なるという点です。 そのため、受け取ったリクエストの言語をすばやく識別し、リクエストが適切なチームに確実に送信されることが重要です。
このシナリオに対処するため、以下を行う Power Automate フローを作成できます。
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分析する。
検出された言語に基づいて、メールを適切なチームのメールボックスにルーティングする。
このソリューションにより、プロセスが合理化され、顧客のリクエストが最初から適切なチームに確実に送られるため、効率と顧客サービスが向上します。
フィードバックの分類
顧客からのフィードバックの分野では、世間の目にさらされている企業は、チェックイン、客室、スタッフ、レストランの品質など、さまざまな側面に触れる多様なコメントを受け取ることがあります。 その内容をすべて理解するためにできることは次のとおりです。
新しいフィードバックを集める
- Power Automate がデータを収集する: 会社名に言及した新しい Twitter メッセージなどのさまざまなソースや、 Microsoft Dataverse のテーブルのように集中化されたデータ レポジトリから新鮮なフィードバックを取り込むことができます。 このフローは、新しいツイートが生じたときや新しいレコードが追加されたときなどにトリガーされます。
AI Builder を使用してフィードバックを並べ替える
- AI Builder カテゴリ分類モデル: この優秀なツールは、収集されたフィードバックを取得して分類します。 そのため、コメントがチェックイン、客室、スタッフ、レストランのうちどれに関するものであるかどうかが自動的に判別され、整理と対処が行いやすくなります。
この設定により、企業は受け取ったフィードバックを常に把握し、より効果的に対応して、サービスを向上させることができます。 顧客のコメントを受け取るスマート アシスタントがいるようなものです。
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。