谁将与你合作采用 Syntex
与任何其他 IT 基础结构一样,你与利益干系人团队合作来采用 Syntex。 在开始实施之前,你需要与团队协作,并了解模型的使用方式和原因。
一些起点可能是向所有用户提出一些通用问题,让他们思考如何使用这个新工具:
- 用户将如何使用文档库中的信息,以及 Syntex 模型是否可以加快其流程?
- 用户希望在库中查看哪些提取的内容?
- 他们是否知道使用条件格式和库来查看数据?
- 他们是否想要找出未正确应用敏感度和保留标签的位置?
- 规则是否可帮助用户确定何时发生了对文档或库的更改?
- 是否有可以使用 Power Automate 自动执行的任何过程?
- 内容程序集是否有助于用户发布文档并减少错误或重复?
每个阶段的角色和职责
在本单元中,我们将探讨 Contoso Electronics IT 专业人员如何与利益干系人团队合作,以确定策略并采用 Syntex。 这一组利益干系人可能包括:业务流程所有者、文档处理者、文档编写者、合同经理和主题专家(如法律专家和项目经理)。
在某些情况下,业务流程所有者、文档处理器和文档编写者可能是同一个人。 团队在实现 Syntex 的以下五个阶段中协同工作:
分析需求: 确定文档处理、生成和自动化的难点和需求。
确定方法: 根据文档的需求和性质,应使用哪种类型的文档处理模型? 内容程序集是否会帮助大规模生成文档? 通过将 Syntex 与 Power Automate 相结合,哪些工作流可以自动化?
生成模型和内容程序集新式模板: 创建、训练和测试模型以理解文档。 生成用于生成新文档的新式模板。
使用其他内容 AI 工具和 Power Automate 实现模型和模板
评估和优化实现
过程中每个角色的操作
在 Syntex 的实现过程中,可能需要所有五个阶段的一些团队成员。 另一方面,某些团队成员可能只需要参与某些阶段。 让我们查看下表,了解不同阶段的角色的示例任务。
阶段 | 角色 | 示例任务 |
---|---|---|
- 业务流程所有者 - 文档处理器 - IT 专业人员 - 财务团队 |
- 业务流程所有者与文档处理器协作,以确定 Syntex 可以帮助处理文档的方案。 - IT 专业人员与业务流程所有者合作,了解文档格式和语言类型、每月要处理的文档数以及需要处理文档的员工数量。 - IT 专业人员还可以从财务团队获取预算信息。 |
|
- 业务流程所有者 • 文档处理器 - IT 专业人员 - 财务团队 |
- IT 专业人员与业务流程所有者和文档处理者合作,以确定适当的文档处理模型和内容程序集方法。 - IT 专业人员与财务团队合作,确定 Syntex 许可证的数量和支付成本的策略。 |
|
- IT 专业人员 - 文档处理器 - 主题专家,如法律专家和文档作者 |
- IT 专业人员设置 Syntex。 - 文档处理者创建模型,并与文档编写者和法律专家合作来训练模型,以便模型能够准确提取信息。 |
|
- 业务流程所有者 - IT 专业人员 - 文档处理器 |
- IT 专业人员帮助业务流程所有者和文档处理者设置内容 AI 工具(如 Power Automate)以简化工作流。 - IT 专业人员与业务流程所有者和文档处理器合作,将 Syntex 与其他 Microsoft 365 解决方案(如 Teams 频道和 SharePoint 网站)合并。 |
|
- 业务流程所有者 - 文档处理器 - IT 专业人员 |
- 业务流程所有者、文档处理者和 IT 专业人员通过模型使用情况分析评估文档处理模型的有效性。 - 业务流程所有者和文档处理者根据分析数据调整其模型。 - IT 专业人员根据模型使用情况数据调整 Syntex 许可证和额度的数量。 |
注意
要使模型有效运行,需要访问和使用文档的所有用户的协作。
模型使用情况分析
采用 Syntex 并实现某些文档处理模型后,如何确定这些模型是否有效工作并帮助员工? 可以使用模型使用情况分析数据进行诊断。 内容中心网站所有者和用户将能够从内容中心访问有关如何使用模型的数据。 可以查看有关过去 30 天使用情况的有用信息。
- 按模型分类 显示饼图,其中显示了不同的模型和模型已分类的文档数。
- 按库分类 显示不同模型的柱形图。 向下钻取模型时,会显示使用该模型的库。
- 模型 显示使用的所有模型以及指向每个模型的链接。
下图显示在过去 30 天内,在 Contoso Electronics 使用的三个模型中,“数据表信息”模型分类的文档最多。
从内容中心主页选择“查看所有”将显示“模型使用情况”,其中显示已分类的文档数以及分类程度的平均置信度分数。
下图显示,尽管数据表信息模型分类的文档比 Contoso 服务协议模型多,但其平均置信度分数较低,为 64%。 此信息可帮助内容所有者和用户识别需要改进的模型。 可以使用某些方法(例如上传更多示例文档和重新训练模型)提高置信度分数。