Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
AI-agenter går fra å hjelpe mennesker til å utføre arbeid. Dette enkeltskiftet endrer alt om hvordan du styrer, eier og driver agenter, og derfor finnes det ingen rammeverk som passer for alle agentinitiativer.
Organisasjoner som skalerer agenter, behandler ikke alle initiativer på samme måte. De erkjenner at en agent som utarbeider e-poster for enkeltpersoner skiller seg fra en som behandler forsikringskrav autonomt. Hver av dem krever ulike styrings-, eierskapsmodeller, suksessmålinger og nivåer av organisatorisk forfall.
Denne serien med artikler introduserer agentiske transformasjonsmønstre, et klassifiseringssystem som hjelper deg med å gi navn til det du gjør, samsvarer med riktig driftsmodell med hvert initiativ og investerer i de riktige funksjonene for å skalere.
Tip
Denne veiledningen bygger på Agentic Transformation Patterns Playbook, Microsoft praktiske veiledning for valg, skalering og drift av AI-agenter. Start der for hele rammeverket, og bruk deretter disse artiklene til å gå dypere på hvert mønster.
Endringen som driver alt: Assistanse til å utføre
Agenter går fra å hjelpe personer til å utføre arbeid.
Når agenter bistår, støtter de menneskelig beslutningstaking. Mennesket bestemmer hva de skal gjøre, mennesket utfører handlingen, og mennesket er fullt ansvarlig. Denne modellen har lav risiko og passer komfortabelt innenfor kjente styringsmønstre.
Når agenter kjører, utfører de arbeid på tvers av systemer. Agenten handler om beslutninger, agenten orkestrerer arbeidsflyter, og mennesket fører tilsyn med resultatene i stedet for å gjøre arbeidet direkte. Denne modellen har høyere risiko og krever en ny driftsmodell.
I det øyeblikket en agent utfører, vises fire nye krav:
- Navngitt eierskap: Hvem er ansvarlig for denne agenten?
- Definert risikorespons: Hva skjer når det går galt?
- Livssyklusadministrasjon: Hvem forbedrer det over tid?
- Eksplisitt myndighet: Hva er, og er ikke, innenfor agentens ansvar?
Å bruke hjelpestyring på en eksekutorisk agent er hvordan organisasjoner akkumulerer skjult risiko. Å bruke lederstyring på en enkel assistent er hvordan de kveler adopsjon. Samsvarende styring til arbeidet er hele poenget med rammeverket.
Gi navn til det du gjør: Seks mønstre
Et transformasjonsmønster er et utformingsvalg for hvordan agenter fungerer: hvem som gjør arbeidet, hvem som bestemmer, og hvordan det styres. Hvis du navngir mønsteret, kan du sammenligne riktig driftsmodell med hvert initiativ i stedet for å behandle alle agenter på samme måte.
Uten et klassifiseringssystem har organisasjoner en tendens til å bruke det samme rammeverket på alle agentinitiativer. Denne tilnærmingen kan resultere i over-styrende enkle agenter, som bremser adopsjon, og under-styrende komplekse, som skaper ansvar.
Transformasjonsmønstre gir deg mulighet til å kategorisere agentinitiativer etter hensikt, driftsmodell og risikoprofil. De hjelper deg med å svare på de riktige spørsmålene for hvert initiativ:
- Hvem gjør jobben?
- Hvem bestemmer?
- Hvordan styres det?
- Hvilken modenhet kreves for å lykkes?
Mønstre er utformingsvalg, ikke faser. Du går ikke gjennom dem i rekkefølge. De fleste organisasjoner kjører to eller tre samtidig, hver med sitt eget eierskap, eskalering og utgivelsesdisiplin.
| Pattern | Formål |
|---|---|
| Tilrettelegging for ansattes bruk av AI | Gjør alle ansatte mer kapable |
| Styrking av forretningseksperter | Utvid en eksperts kunnskap |
| Arbeidsplass- og IT-tjenester | Kjør interne tjenester fra ende til ende |
| Kjerneforretningsprosesstransformasjon | Transformer forretningskritiske arbeidsflyter |
| Eksternt engasjement | Betjene kunder og partnere direkte |
| Ai-first-funksjoner | Opprett nye nettfunksjoner |
Finn ut mer i Velg riktig transformasjonsmønster.
Finn ut hvor du skal investere: Forfallsmodellen
Hvert mønster krever en annen modenhetsdybde på tvers av fem funksjonsdrivere. Modenhetsmodellen er et diagnostisk verktøy, ikke et poengkort. Jobben er å vise deg hvor du skal investere for mønsteret du velger.
Hvert mønster har en målprofil for forfallsdato. Sammenlign gjeldende tilstand med dette målet. Den største forskjellen er det som hindrer deg i å skalere, og den svakeste driveren setter et tak for hvor høyt du kan nå, uansett hvor sterke de andre er. En organisasjon som er sterk på styring og teknologi, men svak på strategi, er avkortet av strategigapet. Modellens verdi er å finne det ene gapet og fokusere investeringen der først.
Vurder deg selv med Agent Readiness Assessment eller den fullstendige agentiske ai-innføringsmodningsmodellen.
Justere ambisjoner med beredskap
Mønstrene uttrykker dine ambisjoner: resultatene og visjonen du ønsker. Modenhetsmodellen viser hvor klar du er: hva du kan eie, forvalte og drifte i dag. Valg og sekvenseringsmønstre er arbeidet med å justere de to.
Sammenlign gjeldende forfallsdato med målprofilen for et mønster for å identifisere gapet:
- Oppfyller eller overskrider målet. Mønsteret passer godt nå. Fortsette.
- Én eller to drivere mangler. Du har en klar skalabryter. Lukk den først, eller pilot mens du lukker den.
- Flere sjåfører mangler. Ambisjonene overgår forberedelsene. Velg et mer tilgjengelig mønster som et springbrett, et som bygger funksjonene det ambisiøse mønsteret trenger.
Ambisjonen setter målet. Beredskap fastsetter startlinjen. Lær om hele metoden i Velg riktig transformasjonsmønster.
Lukk gapet: Kompetansesenteret
Et senter for fremragende forskning (CoE) er operativsystemet for skaleringsagenter. Det gjør strategi og hensikt til repeterbar, klarert utførelse og lukker modenhetshullene som bryter skalaen.
Et CoE er ikke en komité som møtes hver måned, et sett med godkjenninger som sinker deg, eller en silo som tviholder på kontrollen. Det er det motsatte. Den tilbyr:
- Rammer som får team til å jobbe raskere.
- Gylne stier som gjør hastigheten trygg.
- En livssyklusmotor hele organisasjonen bruker.
Agentic CoE styrer, aktiverer, optimaliserer og skalerer agentarbeid. Det setter utgivelsesporter slik at ingenting når produksjon uten gjennomgang. Det holder overvåkingslogger som viser hvem som bygde hver agent, hvem som godkjente den, og hva den gjør. Det gir også beslutningstakere mønstre og opplæring, forbedrer kvalitet og verdi, og skalerer det som fungerer.
Det agentbaserte CoE-et:
- Utfyller eksisterende styring. CoE bygger på det som allerede fungerer. Det legger til agentspesifikke funksjoner i eksisterende sikkerhet og samsvar, sky- og IT-styring, Power Platform CoE, Microsoft 365 styring og ansvarlig ai-praksis. Det fyller hullene som agenter oppretter: eierskap, livssyklus, beslutningsrettigheter og overvåking. Den definerer også rollene og beslutningsrettighetene som lar disse funksjonene samarbeide.
- Styres av risiko, og behandler aldri styring som ferdig. Match tilsyn med risiko. En kunnskapsagent som er forankret i forhåndsgodkjente kilder, trenger liten proaktiv gjennomgang. En agent med skrivetilgang til eksterne systemer trenger tverrfaglig gjennomgang på tvers av sikkerhet, personvern, tilgjengelighet og ansvarlig kunstig intelligens. Samsvar er kontinuerlig, ikke en engangssjekk. Styring blir aldri helt fullført, så ikke vent til den er ferdig før du lanserer innenfor rammene dine.
Lær mer om struktur, roller og risikonivåstyring i bygg et agentisk kompetansesenter.
Slik bruker du denne veiledningen
Arbeid gjennom denne veiledningen i rekkefølgen som samsvarer med dine nåværende prioriteringer:
Les oversikten: Velg riktig transformasjonsmønster for å forstå hvordan mønstre varierer i forfallskravene.
Identifiser mønstrene dine: Dypdykk i ett eller to mønstre som samsvarer med organisasjonens nåværende prioriteringer. Hver mønsterartikkel dekker hva agenter gjør, hva mennesker gjør, eksempelbrukstilfeller, driftsskift og hva du trenger for å lykkes.
Vurder forfallsdatoen din: Ta agentberedskapsvurderingen eller bruk forfallsmodellen for agentisk kunstig intelligens til å vurdere hvor du står i dag på tvers av fem kapasitetsdrivere.
Finn gapet: Hvert mønster har en målprofil for forfallsdato. Sammenlign gjeldende tilstand med målet. Det største gapet er skaleringsbryteren, det som begrenser din evne til å skalere før noe annet.
Bygg din driftsmodell: Se gjennom veiledningen for Center of Excellence for å forstå hvordan du bygger organisasjonskjøretøyet som lukker hullene og skalerer agenter trygt.
Planlegg de neste trinnene: Bruk handlingsplanen til å oversette innsikt til konkrete neste trinn.
Slik kobler delene seg sammen
- Mønstre forteller deg hva du gjør, slik at du kan matche styring, eierskap og måledata til hvert initiativ.
- Forfallsmodellen forteller deg hvor du skal investere, ved å sammenligne gjeldende tilstand med mønsterets målprofil og navngi skaleringsbryteren.
- Center of Excellence er hvordan du lukker det gapet og holder agenter trygge, gjennom rekkverk, gylne stier og en livssyklusmotor.