직원들은 AI 에이전트를 사용하여 개인 워크플로를 연구, 분석, 초안 작성 및 자동화하는 반면, 사람들은 모든 결정과 결과에 대한 책임을 지고 있습니다.
이 패턴에서 에이전트는 권장하고 인간은 결정합니다. 에이전트는 책임을 이전하지 않고 개별 기능을 증폭합니다.
이 패턴이란?
직원 AI 사용은 모든 직원의 손에 유능한 도우미를 배치합니다. 목표는 엔드 투 엔드 프로세스의 자동화가 아니라 일상적인 작업에서 광범위한 생산성 향상입니다.
이 패턴은 전체 계열을 정의하는 실행 보조 시프트의 보조 쪽에 있습니다. 보조 에이전트는 완전한 의사 결정 권한을 유지하고 최종 조치를 취하는 사람을 지원합니다. 임원 에이전트는 시스템 전반에 걸쳐 조치를 취하고 사람들은 결과를 감독합니다. 구분은 필요한 거버넌스를 설정하기 때문에 중요합니다. 보조 에이전트는 친숙하고 위험 수준이 낮은 거버넌스를 수행합니다. 누군가에게 문서를 요약하게 하는 데 지정된 에이전트 담당자, 공식적인 위험 대응 운영 절차서 또는 분산된 의사결정 권한은 필요하지 않습니다.
에이전트가 수행하는 작업
이 패턴의 에이전트는 판단을 요구하지 않고 포커스를 소비하는 일상적인 시간이 많이 걸리는 작업을 처리합니다.
- 전자 메일, 문서 및 프레젠테이션에서 콘텐츠 초안 작성, 편집 및 요약
- 회의를 처음부터 끝까지 준비하기: 브리핑 문서 생성, 분석 지원, 고객 대상 발표 자료 준비, 그리고 캘린더에 준비 시간 예약
- 모임 후속 작업 자동화: 의사 결정 캡처, 상태 업데이트 초안 작성 및 관련 파일 첨부
- 웹 및 작업 원본에서 끌어와서 항목을 연구하고, 인용을 사용하여 분석을 컴파일하고, 결과를 구조화된 출력으로 패키징
- 캘린더를 검토하고 정리하기: 일정 검토, 충돌 및 중요도가 낮은 회의 표시, 집중 시간 블록 제안
- 전자 메일, 모임, 메시지, 파일 및 데이터에 기반한 Microsoft 365 다단계 워크플로 조정
- 역할별 지식 질문에 답변
- 데이터 분석 및 보고서, 스프레드시트 및 레이블이 지정된 통합 문서 생성
에이전트는 직원이 진정으로 인간의 판단을 필요로하는 일에 집중할 수있는 유능한 개인 비서 역할을합니다.
인간이 하는 일
인간은 전체 의사 결정 권한을 유지합니다. 에이전트 출력을 검토하고, 판단을 적용하며, 수행된 모든 작업에 대해 책임을 집니다. 이 명확한 책임 모델을 통해 이 패턴에 액세스할 수 있습니다. 즉, 에이전트에 대한 소유권 이전, 비즈니스 프로세스의 재설계, 새로운 거버넌스 인프라가 필요하지 않습니다.
운영 모델의 작동 방식
이 패턴을 성공적으로 배포하려면 4차원에서 변경해야 합니다.
| Dimension | 이전 | 이후 |
|---|---|---|
| 사람 | 반복 작업 수행 | 더 나은 의사 결정을 더 빨리 내릴 수 있습니다. |
| 에이전트 | 앱 내 지원 | 일일 워크플로에 포함 |
| 거버넌스 | 도구 사용 정책 | ID 및 데이터 바인딩 사용 |
| Metrics | 라이선스 사용량 | 출력 품질 + 의사 결정 속도 + 시간 저장 |
가장 일반적인 실수는 이러한 변경을 기술 배포로 처리하는 것입니다. 동작 변경 프로그램입니다. 라이선스는 활성화되지 않으면 실제 사용으로 이어지지 않습니다.
목표 성숙도 프로필
각 패턴에는 수준 100(초기)에서 수준 500(효율적)으로 평가된 5개의 기능 드라이버에 대한 대상 완성도 프로필이 있습니다. 직원의 AI 활용 역량 강화를 위해서는 대부분의 추진 요인에 반복 가능 수준의 성숙도만 있으면 되지만, 조직과 문화는 정의된 수준의 성숙도가 필요합니다.
| 기능 드라이버 | 대상 수준 | 이유 |
|---|---|---|
| AI 전략 및 환경 | 200(반복 가능) | 명확하고 전달된 채택 이유와 일관된 환경. |
| 비즈니스 전략 | 200(반복 가능) | 결과에 맞춘 가벼운 정렬. 이 패턴은 프로세스를 다시 설계하지 않고도 개인 생산성을 향상시킵니다. |
| 거버넌스 및 보안 | 200(반복 가능) | 중앙 집중식 정책과 허용 가능한 사용 규칙으로 충분합니다. |
| 기술 및 통합 | 200(반복 가능) | 표준 플랫폼 기능으로 충분합니다. 사용자 지정 인프라가 없습니다. |
| 조직 및 문화 | 300(정의됨) | 스케일의 한계를 깨다. 리더의 솔선수범과 지속적인 지원은 라이선스를 실제 활용으로 이어지게 합니다. |
이 프로필에 대해 현재 상태를 평가하려면 에이전트 준비 평가를 수행하거나 전체 에이전트 AI 채택 완성도 모델을 탐색합니다.
핵심 인사이트: 조직 및 문화 동인은 모든 직원에게 업무 방식을 변경하도록 요청하기 때문에 가장 높은 상대 완성도(수준 300)가 필요합니다. 기술은 쉬운 부분입니다. 채택은 과제입니다. 리더의 솔선수범과 지속적인 지원이 없으면 라이선스는 실제 사용으로 이어지지 않습니다.
규모 확장의 걸림돌 해소: 조직과 문화. 사람들이 활성화되고 권장되지 않으면 기술 준비에 관계없이 채택이 중단됩니다.
추천 우수 센터 구조: 중앙 집중식
CoE(중앙 우수 센터)는 가드레일을 설정하고, 플랫폼을 관리하고, 커뮤니티 프로그램을 실행하고, 채택을 추적합니다. 개별 직원은 이러한 가드레일 내에서 경량 에이전트를 사용하고 빌드합니다. CoE의 주된 역할은 통제가 아니라 역량 지원입니다.
Tip
이 패턴에서 성패를 좌우하는 역할은 도입 책임자입니다. 이것은 기술 문제가 아니라 동작 변경 문제입니다. 사람들이 습관을 바꾸지 않으면, 아무것도 확장되지 않는다. 채택 책임자에게 진정한 변경 프로그램을 실행할 수 있는 충분한 권한, 시간 및 리소스가 있는지 확인합니다.
에이전트형 CoE 구축에서 구조, 역할 및 위험 수준별 거버넌스에 대해 자세히 알아보세요.
필요한 항목 및 필요하지 않은 항목
필요한 항목:
- 리더십 역할 모델링: 리더는 직원이 채택을 선택 사항이 아닌 예상 동작으로 볼 수 있도록 에이전트를 눈에 띄게 사용하고 옹호해야 합니다.
- 지속적인 사용: 라이선스뿐만 아니라 교육, 팁, 커뮤니티 지원 및 시나리오 기반 학습을 제공합니다.
- 표준화된 플랫폼: 일관된 도구 집합을 사용하여 섀도 IT 위험을 줄이고 안전한 경로를 쉬운 경로로 만듭니다.
- 간단한 원격 분석: 채택, 사용 패턴 및 값 신호를 추적하여 작동 중인 작업을 식별할 수 있습니다.
- 허용 가능한 사용 정책 지우기: 직원이 경계를 알 수 있도록 에이전트가 액세스할 수 있는 것과 액세스할 수 없는 항목을 정의합니다.
- 변경 관리: 사람들은 습관을 바꾸기 위해 명시적 허가와 격려가 필요합니다. 사람들은 고의적인 프로그램 없이는 습관을 거의 바꾸지 않습니다.
다음은 필요하지 않습니다:
- 프로세스 재설계: 에이전트는 기존 워크플로를 보강합니다. 기존 워크플로는 대체하지 않습니다.
- 도메인 소유권 모델: 개인은 자신의 출력을 소유합니다.
- 페더레이션된 거버넌스: 중앙 집중식 정책은 이 규모로 충분합니다.
- 다중 에이전트 오케스트레이션: 각 도우미에는 하나의 용도가 있습니다.
- IT 개입이 큼: 사용자는 IT의 개입 없이도 사용할 수 있습니다.
가치 및 성공 메트릭
값은 개별 환경 및 조직 결과의 두 가지 수준으로 표시됩니다. 둘 다 측정합니다. 채택과 같은 선행 신호를 재투자된 용량과 같은 지연 신호와 페어링하여 조기에 형성되는 가치를 발견하고 나중에 증명합니다. 값 측정은 채택 완성 모델에서 값 실현 차원의 일부입니다. 이 패턴에서는 지속적인 투자를 방어하는 데 도움이 됩니다.
값이 어떻게 표시되는지
이 패턴을 잘 실행하는 조직은 다음을 보고합니다.
- 일상 업무에서 AI를 사용하여 생산성을 향상시키고 더 많은 신뢰를 제공합니다.
- 컨텍스트 전환과 정보 탐색이 줄어들어 가치가 높은 업무에 더 집중할 수 있습니다.
- 더 빠른 작업 완료뿐만 아니라 더 높은 품질의 출력입니다.
- 컨텍스트에 더 나은 액세스를 통해 더 빠르고 자신감 있는 결정을 내립니다.
- 조정보다는 의사 결정에 중점을 두는 보다 효과적인 협업입니다.
추적할 성공 메트릭
다섯 가지 범주에 걸쳐 작고 균형 잡힌 집합을 추적합니다. 채택은 가장 빠른 신호입니다. 비즈니스 가치는 그 자체로 증거입니다.
| 범주 | 측정값 예제 | 그것은 당신에게 무엇을 알려줍니다 |
|---|---|---|
| 채택 및 사용(선행) | 할당된 라이선스 대비 활성 사용자 수, 주간 및 일간 활성 사용량, 주차별 유지율, 앱 전반에 걸친 사용 범위, 사용자당 작업 수 | 활성화가 효과를 내고 있는지, 그리고 습관이 형성되고 있는지. 문제가 가장 먼저 드러나는 곳입니다. |
| 생산성 및 시간 | Copilot 활용 시간, 초안 작성, 요약, 회의 요약, 받은 편지함 정리와 같은 반복 작업에서 절약된 시간, 작업 처리 소요 시간 | Copilot이 하루 일과에서 덜어 주는 반복적인 업무 부담 |
| 품질 및 의사 결정 | 출력 품질, 재작업 속도, 의사 결정 속도 및 신뢰도, 정보 검색에 소요된 시간 | 더 빠른지 여부는 더 빠른 첫 번째 드래프트뿐만 아니라 더 나은 것을 의미합니다. |
| 직원 환경 | 만족도, AI 사용에 대한 자신감, 액세스를 잃게 될 경우 실망할 사람들의 비율, 보고된 작업 시작 용이성 | 변화가 웰빙을 고수하고 지원하는지 여부. |
| 비즈니스 가치 (후행) | 고부가가치 작업에 재투자된 용량, 팀 결과물에 대한 주기적 이익, 비용 회피, 투자 수익률 | 개별 이득이 조직의 결과에 더해지는지 여부입니다. |
이 문서 후반부에 소개되는 고객 사례는 실제 현장에서 좋은 성과가 어떤 모습인지 보여 줍니다. 즉, 직원 1인당 주당 절감되는 시간, 두 자릿수 비율의 시간 회복, 그리고 70%를 넘는 도입률이 그것입니다.
측정 방법
사용자 지정 항목을 빌드하기 전에 기본 제공 측정 화면을 사용합니다.
Viva Insights Microsoft Copilot 대시보드: 활성 사용자, 앱별 보존 및 사용량, 유사한 조직에 대한 벤치마크를 포함하여 조직 전체의 채택 및 사용량을 보여 줍니다. Exchange Online 있는 모든 Microsoft 365 비즈니스 또는 엔터프라이즈 고객은 이를 볼 수 있습니다. 유료 Viva Insights 라이선스나 Copilot 라이선스가 필요하지 않습니다.
Microsoft 365 Copilot 영향 보고서: Viva Insights 데이터로 채워지는 Power BI 템플릿으로, Copilot의 지원을 받은 시간을 부각하고 회의, Teams 채팅, 전자 메일, 문서 전반에서 Copilot 사용자와 Copilot 비사용자를 비교합니다.
그 원격 분석 데이터를 수치를 신뢰할 수 있게 해 주는 두 가지 실천 방법과 결합하세요:
- 롤아웃 전에 기준을 설정합니다. 나중에 변경 사항을 표시할 수 있도록 현재 주요 작업에 걸리는 시간을 캡처합니다.
- 비교 그룹을 유지합니다. Copilot 사용자를 비슷한 비사용자 그룹과 비교하고, 자체 보고 시간과 회수된 시간을 추가합니다. 사용량 현황 데이터는 작업이 발생했음을 보여 줍니다. 사람들은 그것이 도움이되었는지 여부를 알려줍니다.
측정하기 전에 대상 설정
먼저 결과를 정의한 다음 측정합니다. 원하는 결과에 동의하는 팀은 목표 없이 채택하는 팀보다 빈번하고 가치가 높은 에이전트 사용자가 될 가능성이 훨씬 높습니다. 관리자를 위한 요약 모임 또는 커뮤니케이션을 위한 첫 번째 초안 작성과 같이 각 역할에 중요한 일상적인 작업의 이름을 지정하고 해당 시나리오를 측정합니다.
Tip
저장된 시간은 목표가 아니라 선행 신호입니다. 평가판은 기록된 작업에 대한 실시간 절감액을 표시할 수 있으며, 저장한 시간(분)은 더 높은 가치의 작업으로 이동하는 대신 누출되므로 전반적인 생산성은 평평하게 유지됩니다. 절감된 시간이 어디에 쓰이는지 파악하고, 정확성을 위해 사람이 계속 결과물을 검토하게 하며, 구매한 라이선스 수와 같은 허영 지표는 피하세요.
일반적인 안티패턴
이 패턴의 대부분의 실패는 채택을 기술 작업으로 취급하는 데서 비롯됩니다. 이러한 패턴을 감시합니다.
| 안티 패턴 | 어떻게 보이는지 | 대신 수행할 일 |
|---|---|---|
| 라이선스 삭제, 사용 권한 없음 | 좌석을 할당한 다음, 프로그램 완료를 선언합니다. 사용량은 몇 주 내에 중단됩니다. | 온보딩, 역할 기반 프롬프트, 챔피언 사용자, 커뮤니티를 포함한 지속적인 활성화 체계를 운영하세요. 라이선스를 끝이 아닌 시작으로 여기세요. |
| 리더십은 뒷전에 머문다 | 지도자들은 예산을 후원하지만 Copilot 사용하지 않습니다. 팀은 신호를 읽고 기다립니다. | 리더가 자신의 작업에서 Copilot 사용하고 데모할 수 있도록 합니다. 역할 모델링은 가장 강력한 채택 레버입니다. |
| 단순 도우미를 과도하게 관리 | 초안 작성 도우미에 실행 등급 컨트롤, 검토 보드 및 페더레이션된 소유권을 적용합니다. 마찰은 기세를 죽인다. | 거버넌스를 위험 수준에 맞추세요. 경량의 중앙 집중식 가드레일 및 명확한 허용 가능한 사용 정책을 사용합니다. |
| IT 프로젝트로 실행 | 동작 변경이 아니라 배포 및 도구에 대해 프로그램을 최적화합니다. 마감된 티켓의 채택을 측정합니다. | 이를 변경 관리 및 역량 강화 프로그램으로 운영하세요. IT는 플랫폼을 제공합니다. 비즈니스는 습관을 구동한다. |
| 가치가 아닌 라이선스 수를 세기 | 성공은 활성 사용량 및 반환된 시간이 아니라 구매한 라이선스 수를 기준으로 보고합니다. | 경량 원격 분석을 사용하여 채택, 사용 패턴 및 값 신호를 추적합니다. 좌석이 아닌 결과를 보고합니다. |
| 회사 데이터를 사용하는 섀도 AI | 승인된 도구가 없으면 직원이 관리되지 않는 소비자 AI에 작업 콘텐츠를 붙여넣습니다. | 표준화된 엔터프라이즈 보호 플랫폼을 제공하고 에이전트가 액세스할 수 있는 것과 액세스할 수 없는 상태를 명확하게 제공합니다. |
| 최종 출력 처리 | 사람들은 검토도 없이 에이전트가 생성한 결과물을 그대로 배포했다가, 부정확한 내용 때문에 문제가 생깁니다. | 사람이 의사 결정 과정에 계속 참여하도록 하세요. 에이전트가 초안을 작성합니다. 사람은 행동하기 전에 사실, 어조 및 판단을 확인합니다. |
| 일회성 교육 | 단일 발사 웨비나, 다음 침묵. 기술과 자신감은 사라집니다. | 지속적인 자기 주도 학습 및 Just-In-Time 팁을 제공합니다. 자기 주도형 학습 지원은 한 번의 공식 교육 세션보다 대체로 더 효과적입니다. |
고객 사례
이러한 Microsoft 고객 사례는 직원을 위한 AI 활용 역량 강화가 대규모로 이루어지고 있음을 보여 줍니다. 각각은 의사 결정을 제어하는 사람들과 함께 개별 생산성을 위한 광범위한 Microsoft 365 Copilot 출시를 중심으로 합니다.
| 고객 | 보고된 결과 |
|---|---|
| 호주 연방은행 | 10,000명의 Copilot 사용자 중 84명의% 다시 돌아가지 않을 것이라고 말했습니다. 얼리어답터는 반복적인 작업에 약 16% 시간을 절약했습니다. |
| 알레기스 그룹 | 활성 사용자 18,000명 이상이 약 150,000시간을 절약했으며, 도입률은 70%였습니다. 이야기는 문화와 변화에 대한 두려움을 진정한 장벽으로 지정합니다. |
| EY | 15만 명이 넘는 직원들에게 Microsoft 365 Copilot을 배포했으며, 모든 직원이 AI 어시스턴트를 사용하도록 교육해 직원들이 자신만의 에이전트를 구축할 수 있도록 하는 가교를 마련했습니다. |
| 어린이 국제 | 직원은 한 달에 약 2,000시간 동안 Copilot 도구를 사용하여 시간을 프로그램에 재투자합니다. |
| 옥스퍼드셔 카운티 의회 | 의회 차원의 Microsoft 365 Copilot 25,200시간을 절약하여 약 330만 파운드의 순 현재 가치를 창출했습니다. |
| HealthEquity | 교육받은 직원 전반에서 월간 Copilot 활용 건수를 약 5만 건에서 22만 건으로 4배 늘렸습니다. |
| Ma'aden | Microsoft 365 Copilot, Copilot Studio 및 Azure OpenAI를 사용하여 한 달에 약 2,200시간을 절약합니다. |
| Globo | Microsoft 365 Copilot("Você Mais IA")를 사용하여 한 팀에서 한 달에 직원당 약 2시간을 절약합니다. |
| Conagra 브랜드 | 직원 주도의 Copilot 업스킬링에서 15,000명의 목표를 향해 1,300명의 직원을 교육했습니다. |
Tip
이러한 연구에서 일관된 발견은 시간 절약만으로는 비즈니스 가치를 창출하지 못한다는 것입니다. 직원이 회수된 시간을 사용하여 수행해야 하는 작업을 정의하고 해당 기대치를 지원 프로그램에 구축하는 조직은 채택률만 측정하는 것보다 훨씬 더 나은 결과를 얻을 수 있습니다.
이 패턴을 위한 Microsoft 에이전트 기능
다음 예제에서는 특히 직원 AI 사용과 관련된 기능을 강조 표시합니다. 이러한 예제를 시나리오 및 사용자 세그먼트에 기능을 일치시키는 시작점으로 사용한 다음, 전체 그림을 보려면 Microsoft 에이전트 에코시스템을 살펴봅니다.
사용자가 이미 사용하는 앱의 Copilot
| App | Copilot이 개인을 위해 수행하는 작업 |
|---|---|
| 워드 | 기존 파일 및 전자 메일에 기반한 초안을 작성하고, 다시 작성하고, 요약하고, 톤을 조정합니다. |
| Excel | 수식을 제안하고, 추세를 표시하고, 차트를 작성하고, 자연어로 고급 분석을 실행합니다. |
| PowerPoint | 프롬프트 또는 문서에서 데크를 빌드하고, 브랜드 서식 파일을 적용하고, 슬라이드를 다시 구성합니다. |
| Outlook | 긴 스레드를 요약하고, 회신을 초안으로 작성 및 구체화하고, 받은 편지함의 우선 순위를 지정합니다. |
| Teams | 모임을 실시간으로 요약하고, 의사 결정 및 작업 항목을 나열하고, "내가 놓친 것"에 대한 답변을 제공합니다. |
| Microsoft OneNote (마이크로소프트 원노트) | 노트, 초안 계획 및 안건을 요약하고 페이지를 작업 목록으로 바꿉니다. |
더 알아보세요:
- Microsoft 365 앱의 Copilot 기능
- Microsoft 365 Copilot에서 Word, Excel 및 PowerPoint 에이전트 시작하기
모임
Teams 모임의 Copilot은 모임 중과 후에 질문에 답변하고, 토론을 요약하며, 실행 항목과 담당자를 나열합니다. 텍스트 변환이 켜져 있어야 합니다.
Teams의 지능형 모임 요약은 AI 노트, 작업 항목 및 타임라인 표식을 사용하여 지속성 있는 모임 후 요약을 생성합니다. 이 요약에는 Teams Premium 또는 Microsoft 365 Copilot 라이선스가 필요합니다.
Microsoft 365 이상의 콘텐츠에 도달
Microsoft 365 Copilot 커넥터는 Copilot 범위를 Microsoft 365 넘어 업무가 있는 다른 시스템으로 확장합니다. ServiceNow, Salesforce, Confluence, Jira, Box 및 Google Drive와 같은 원본에 대해 100개 이상의 미리 빌드된 커넥터를 사용하여 Copilot 동일한 채팅에서 해당 콘텐츠를 찾고 추론하고, 원본을 인용하고, 도구를 전환하지 못하게 할 수 있습니다. 커넥터는 각 사용자의 기존 사용 권한을 존중하므로 사용자가 볼 수 있는 항목만 볼 수 있습니다. 기본적으로 읽기 전용입니다.
심층 작업을 위한 추론 에이전트
- 연구원은 복잡한 다단계 연구를 다룹니다. 심층 리서치 추론 모델을 업무 데이터 및 웹과 결합하여 사용자의 문서에 근거한 시장 진출 계획과 같은 출처가 명시된 분석을 생성합니다.
- 애널리스트는 숙련된 데이터 분석가처럼 원시 데이터를 분석합니다. 코드를 실행하고, 여러 스프레드시트에서 작동하며, 인사이트 및 시각화를 생성합니다.
지속성 캔버스
- Copilot 페이지 Copilot 응답을 구체화하고 공유할 수 있는 편집 가능한 영구 캔버스로 전환한 다음, Word 또는 PowerPoint 내보낼 수 있습니다.
- Copilot 전자 필기장는 Copilot이 엄선된 파일, 페이지 및 노트 집합에만 범위가 한정되도록 하여, 답변이 사용자가 선택한 출처에 기반을 두도록 합니다.
경량 에이전트 직원이 직접 빌드
- Microsoft 365 Copilot 에이전트 작성기는 비즈니스 사용자가 개인 또는 팀 에이전트를 빌드할 수 있는 코드 없는 방법입니다. 수행해야 하는 작업을 설명하고, SharePoint 또는 웹 원본과 같은 지식을 가리키고, 도구를 추가하고, 테스트하고, 공유합니다. 예를 들어 쓰기 코치, 온보딩 친구 또는 상태 업데이트 에이전트가 있습니다.
- Microsoft Copilot Studio 커넥터, 사용자 지정 논리 또는 Microsoft 365 Copilot 및 Teams 모두에 게시해야 하는 더 유능한 에이전트를 위한 로우 코드 스튜디오입니다. Agent Builder의 노코드 범위만으로는 충분하지 않을 때 사용하세요.
템플릿에서 시작
템플릿은 테스트된 시작점을 제공하므로 0에서 디자인하는 대신 사용자 지정하는 데 시간을 할애합니다. 이 방법을 사용하면 에이전트를 처음부터 빌드한 적이 없는 직원이 더 쉽게 사용할 수 있습니다.
- 에이전트 작성기에서 에이전트 템플릿은 Microsoft 디자인 지침 및 모범 사례를 적용합니다. Microsoft 365 Copilot에서 새 에이전트>템플릿으로 시작을 선택하고 자연어로 에이전트를 설명합니다.
- 배포 준비가 완료된 에이전트는 일상적인 개별 생산성 작업을 다룹니다. 이 패턴에 맞는 예는 일정, 전자 메일 및 작업을 끌어오고 먼저 집중할 내용을 알려주는 내 하루 계획입니다. 최근 Microsoft 365 활동을 공유할 수 있는 진행률 업데이트로 바꾸는 상태 업데이트와 Microsoft 365 신호를 개인화된 노이즈 없는 다이제스트로 요약한 개인 뉴스 다이제스트입니다. 있는 그대로 하나를 배포한 다음, 작업에 맞게 조정하세요.
에이전트가 다단계 작업을 수행하도록 허용
Copilot 성숙함에 따라 에이전트는 경계를 설정하고 결과를 검토하면서 질문에 대한 답변에서 작업 수행으로 이동합니다.
- Copilot Cowork는 문서, 모임, 전자 메일, Teams 및 연구에서 더 긴 다단계 작업을 수행합니다. 사용 권한 내에서 작동하며 초안뿐만 아니라 검토할 최종 결과를 반환합니다. Copilot Cowork는 이제 정식 출시되었으며 Copilot Credits를 사용합니다.
- Microsoft Scout는 항상 활성화된 개인용 에이전트입니다. Microsoft 365 앱 전반에서 백그라운드로 작동하며, 귀하와 조직이 설정한 권한 및 정책 범위 내에서 귀하를 대신해 작업합니다. 또한 질문에 답하는 수준을 넘어 귀하의 우선순위에 따라 작업을 수행하도록 지원하며, 이 모든 과정의 제어권은 귀하에게 있습니다.
작동하는 기능 다시 사용
Copilot 프롬프트 갤러리 Microsoft 큐레이팅된 프롬프트와 사용자와 팀이 만드는 프롬프트를 저장합니다. Copilot Chat, Teams 및 Outlook 전반에서 이미 효과가 검증된 것을 재사용하세요.
준비가 되었는지 아는 방법
다음 항목 중 대부분이 사실이라면 이 패턴을 시작하세요.
- 지도자들은 기꺼이 에이전트를 사용하고 자신의 일에 옹호합니다.
- 라이선스뿐만 아니라 지속적인 활성화에 자금을 지원할 수 있습니다.
- 표준화된 엔터프라이즈 보호 Copilot 플랫폼이 있습니다.
- 허용 가능한 명확한 사용 정책이 있습니다.
- 할당된 좌석뿐만 아니라 채택과 가치를 측정할 수 있습니다.
다음 단계
또는 전체 에이전트 AI 채택 완성도 모델을 살펴보세요.
다른 패턴을 자세히 살펴봅니다.