模式 3：工作场所和 IT 服务

智能体可端到端管理工作场所服务，例如人力资源、IT 服务台、财务和设施管理。 它们提高了可靠性、速度和员工体验。 这些智能体不仅能回答问题。 它们执行服务工作流。

在此模式中，代理充当服务，而不是助理。 它们还能自主处理需求接收、分类和常规执行，仅在遇到需要人工判断的异常情况时才会上报。

此模式是什么

工作场所服务和 IT 服务使代理从解答问题转向提供服务。 代理作为服务运行，而不是作为个人助理。 它可重置密码、配置访问权限、申请休假、验证费用或转交采购订单。 它会将无法解决的问题上报。

当代理执行时，执行端的四个新要求适用：命名所有者、当出现问题时定义的响应、生命周期管理和代理可以执行的操作的显式限制。

代理能做什么

此模式中的代理处理例程服务请求的完整生命周期。 例如：

  • IT 技术支持：密码重置、访问预配、设备故障排除
  • HR 服务：退出请求、载入工作流、策略查询
  • 财务：支出验证、发票处理、预算查询
  • 设施：房间预订、维护请求、工作场所服务
  • 采购：采购订单路由、供应商加入、审批工作流

此模式消除了员工每天与之交互的工作场所流程的摩擦。 当用户提交休假请求时，代理将处理该请求。 请求密码重置时，代理会满足密码重置要求。 目标是更流畅、更好的员工体验，而不仅仅是更快的票证解决。

人类做什么

服务所有者从处理每个票证转向管理服务，并随着时间的推移对其进行改进。 他们的责任将成为：

  • 定义服务级别及“良好”的标准
  • 根据这些标准监视质量和性能
  • 处理智能体无法自主解决的上报问题
  • 根据数据和反馈不断改进服务
  • 全面负责端到端的服务生命周期，而不仅仅是技术本身

此角色更改非常重要。 习惯于将工单量作为生产力衡量标准的服务团队，必须转而衡量解决质量、满意度和服务成本。

操作模型的工作原理

成功部署此模式需要更改四个维度：

Dimension 之前 后
People 任务执行 服务所有权和异常处理
代理 受理 + 分诊 常规端到端执行
治理 工具级控件 使用 SLA 的服务级别控制
Metrics 已处理工单 解决时间 + 满意度 + 每个分辨率的成本

目标成熟度概况

此模式需要五个功能驱动因素中的以下最低成熟度级别：

能力驱动因素 目标级别 为什么
AI 战略与用户体验 400（可用） 该服务是企业运营的一部分，而不是试验。
业务策略 400（能够） 规模突破点。 服务流程必须进行端到端设计，而不是按任务逐项修补。
治理和安全性 400（能力） 代理会在核心记录系统中执行操作，因此决策权限和监督机制必须足够健全。
技术和数据 300 （定义） 标准化的体系结构和与记录系统的集成。
组织和文化 300 （定义） 服务团队适应服务管理。 无需更改整个组织。

关键见解：此模式要求业务策略（400）和治理（400）中的成熟度高于预期，因为代理运行运营服务，而不仅仅是帮助个人。 服务可靠性和升级规则变得至关重要。

规模突破者：业务战略，具体而言是端到端服务设计。 如果在不重新设计服务流的情况下自动执行单个任务，则创建不连接的自动化岛。 首先设计服务，然后生成代理。

从集中式开始，以便于管控并保持一致性。 随着各项服务逐步成熟，应转向混合模式：CoE 负责平台和安全护栏，服务负责人负责其代理的日常运行。 CoE 拥有平台。 服务团队负责管理智能体。

Tip

此模式的生成或中断角色是服务所有者。 它们必须从处理票证转移到管理服务。 操作模型完全更改。 如果服务负责人未做好应对这一转变的准备，那么智能体在构建完成后，一旦出现问题就会被弃用。

在 构建卓越代理中心中详细了解结构、角色和风险分层治理。

需要和不需要的内容

您需要：

  • 端到端服务责任人：指一名明确指定、对整个服务生命周期负责的人员，而不仅仅是对代理构建负责。
  • 决策权限：定义代理可以自主解析且需要升级的请求。 在部署之前记录此决策。
  • 监视和遥测：从第一天跟踪运行时间、准确性、分辨率时间和用户满意度。
  • 具有升级路径的运行模型：了解代理无法解析请求时会发生什么情况。 升级处理必须是无缝的，而不应被视为异常情况。
  • 服务级别协议：定义“良好”的外观并对其进行度量。 如果没有 SLA，则没有成功的客观标准。
  • 集成协定：定义代理与其交互的系统之间的明确输入、输出和交接。

不需要：

  • 域产品所有权：这些服务是共享服务，而不是具有产品所有者的业务产品。
  • 外部标识模型：这些代理仅为内部员工提供服务。
  • 完整的组织文化转型：服务团队适应。 整个组织不需要更改。
  • 自定义构建的 AI 基础结构：平台功能足以满足大多数工作区服务方案。
  • 启动前完美：从一个服务开始，并基于数据进行迭代。 不要等到所有边界情况都得到处理后再行动。

价值和成功指标

价值体现在以更低的服务成本提供更快速、更一致的服务，以及更好的员工体验。 以度量任何操作服务的方式衡量服务：解决方法、速度、成本和满意度。

值的显示形式

  • 更快的解决速度和更少的服务积压。
  • 更一致、可预测的服务交付。
  • 通过自动化常规执行来降低服务成本。
  • 跨 IT、HR 和财务提供更好的员工体验。
  • 专注于成效与改进、而非工单处理的服务团队。

要跟踪的成功指标

类别 示例度量值 它告诉你什么
遏制和解决 自动解决率、分流率、工单量减少、首次联系解决率 代理在无需人工干预的情况下运行了多少服务。
速度和可靠性 平均解析时间、首次响应时间、SLA 遵循时间、运行时间 服务是否快速可靠。
成本和容量 每张工单成本、节省的小时数、每周期处理的案例数 自动化是否降低了提供服务和增加容量的成本。
体验和质量 员工满意度、采用率、自动化成功率、升级率 人们是否信任该服务，以及交接是否顺利进行。
Governance 异常和错误率、审批遵循率、代理清单覆盖率 服务在扩展过程中是否仍保持可控。

如何度量

Tip

更快的片段并不等于一个可运行的服务。 在故障流程中自动化单个任务，只会加速故障部分的运行，而让交接环节依然存在问题。 首先重新设计端到端服务。 明确定义智能体应解决的问题以及应上报的问题。 跟踪整个流，而不仅仅是自动化步骤。

了解详细信息：

常见的反模式

本部分中的失败来自自动化部分，而不是设计服务。

反模式 它的外观 应该做什么
自动化岛 单个任务是自动化的，但它们之间的交接不是。 该服务仍存在问题，但某些部分速度更快。 首先重新设计端到端服务，然后生成代理以运行整个流。
无升级路径 代理无法发送无法解析的请求，因此用户会停滞不前。 为每个智能体构建向人工接手时的清晰交接流程，并确保完整上下文信息。
未定义的决策权限 由于不清楚智能体应自行解决哪些问题、应上报哪些问题，导致其要么越权处理，要么陷入停滞。 显式定义决策权限，并要求批准敏感操作。
无监控或 SLA 该代理运行时不跟踪正常运行时间、准确率或问题解决时间。 问题作为投诉浮出水面。 设置 SLA，并从第一天开始进行监控。 将代理视为生产服务。
等待完美 团队推迟上线，直到智能体覆盖所有用例为止。 从一个定义明确的服务开始，并基于真实数据持续迭代。
像产品一样对待共享服务 共享服务承担了过重的产品所有权开销。 使用共享服务所有权：服务所有者负责生命周期。
无集成协定 代理和系统之间的输入、输出和交接是即兴的。 定义集成协定，以便代理和系统可以预测地交换数据。
无序扩张 服务代理不断增加，却没有统一的登记机制或监管。 使用 Agent 365 和 Purview 注册智能体并管理智能体资产。

客户故事

这些发布的Microsoft客户案例显示代理运行内部服务，人员管理质量。

客户 报告的结果
Epiq IT 代理跨 ServiceNow 和 Microsoft 365处理各种员工 IT 请求。 配套载入自动化每月节省约 2,000 小时，每年节省 50 多万美元。
Coca-Cola 安迪纳 人力资源智能体可回答个性化问题，并通过自动化工单将问题上报给相应的人力资源经理。 已有 300 多名员工使用，HR 反馈其在处理日常常规问题上花费的时间大幅减少。
Microsoft （AskHR） 基于 Dynamics 365 构建的员工人力资源服务体验将案例处理量提升了 20%，月度和每日使用率也表现强劲。
LTIMindtree （RAIma） 智能 Microsoft 365 Copilot 副驾驶®和 Teams 中的 RAIma HR 超级代理允许员工申请休假、预订座位、提出资产请求，并在聊天中跨 SharePoint、ServiceNow 和 HR 系统创建服务票证。 它处理了大约 500,000 次与超过 78,000 名每月活跃用户的交互，在四个月内交付。
mobilezone 在 Teams 中使用内部 IT 服务台代理（“Supporto”）将事件解决时间缩短 50%。
拉特罗贝大学 “Troby”代理解决了71% 查询问题，Copilot Studio代理简化了内部流程。
Kantar 借助 Copilot Studio HR 咨询代理（一支由 10 个代理组成的团队），在六周内为 60 个国家/地区准备了 4,000 个人力资源工件。

适用于此模式的 Microsoft 智能体能力

以下示例突出显示了与工作区和 IT 服务特别相关的功能。 这些功能使智能体能够在记录系统中操作、干净利落地将问题上报给人工，并作为生产服务进行管理。 将这些示例用作将功能与方案和用户段匹配的起点，然后浏览Microsoft的代理生态系统，了解完整情况。

生成执行操作的代理

  • 借助操作和工具，Copilot Studio 代理可响应请求，并通过调用流、提示和 API 来访问记录系统，从而完成这些请求。
  • Copilot 和 Power Platform 连接器——共计超过 1,400 个，外加自定义连接器——可使代理与 ITSM、HR 和财务系统（如 ServiceNow、Workday 和 SAP）集成。
  • 工作流 为服务的可重复部分添加确定性的基于规则的自动化，例如创建票证或预配访问权限。
  • 自主型和触发型智能体根据事件或计划开始工作，因此无需人工启动即可对请求进行分流。
  • 多智能体编排允许主智能体将任务路由给专门处理 IT、人力资源或财务的子智能体。

让人类保持控制权

  • 工作流中的“人工介入审批”要求对敏感操作（如授予访问权限或审批费用）进行人工签批。
  • 升级和移交，通过升级和传输对话功能，在代理无法解析时，将请求传递给具有完整上下文的实时代理或服务台。

大规模管理与监控

在交付之前评估并测试

对于运行生产服务的代理，请在部署前验证代理，并在服务不断发展时运行回归测试。

  • Copilot Studio 中的智能体评估会对你的智能体执行结构化评估，并从准确性、有据性和任务完成情况等质量维度对其响应进行评分。 使用它可以验证代理处理实时服务请求之前路由、升级和解决路径的行为是否正确。
  • Copilot代理工具包（以前称为“Copilot Studio工具包”）通过批量测试、自动回归运行和评分仪表板扩展测试覆盖范围，以便在更新代理或其知识时验证服务方案的完整范围并捕获回归。

如何知道你已准备就绪

如果以下大多数说法都符合情况，请启动这种模式：

  • 你设计了端到端服务，而不仅仅是要自动化的任务列表。
  • 服务所有者负责整个生命周期。
  • 您可以定义智能体应自主解决的问题以及需要上报的问题。
  • 可以与相关的记录系统集成。
  • 可以根据服务级别协议（SLA）监视解决方案、准确性和满意度。

后续步骤

接受代理准备情况评估

或探索完整的 Agentic AI 采用成熟度模型。

更详细地了解其他模式：

  • Last updated on