Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Store organisationer administrerer HR på tværs af flere kildesystemer. Medarbejderne skifter ofte mellem et HCM-system (Human Capital Management), en it-tjenesteadministrationsportal og en læringsplatform for at finde en retningslinje, opdatere en personlig detalje eller anmode om fridag.
I denne referencearkitektur beskrives en samtale-HR-assistent med flere agenter for medarbejdere og ledere. En organisatoragent, der er bygget med Microsoft Copilot Studio, distribuerer hver anmodning til en specialiseret agent, og hver specialiseret agent fuldfører sit arbejde i det autoritative kildesystem på medarbejderens vegne. Medarbejderne arbejder i Microsoft Teams og Microsoft 365 Copilot i hele processen.
Tip
Denne artikel indeholder et eksempelscenarie og et arkitektonisk overblik over en samtaleagent til HR-processer. Denne løsning er et generelt eksempel, der kan tilpasses forskellige brancher og use cases.
Arkitektur
Workflow
En medarbejder eller en leder åbner assistenten i Microsoft Teams eller Microsoft 365 Copilot og logger på med Microsoft Entra ID enkeltlogon for at stille et spørgsmål.
Orchestrator-agenten klassificerer anmodningen og distribuerer den til den specialiserede agent, der ejer det pågældende HR-område. Orchestrator håndterer også opgaveskift, indsamler manglende detaljer, genkender følsomme emner, registrerer anmodninger uden for området og anvender fallback-adfærd.
Specialiserede agenter dækker personlige data, fridag, lederhandlinger, læring og HR-politik. Hver agent ejer ét sæt opgaver og de forbindelser, der understøtter den.
HR-politikagenten besvarer spørgsmål om politikker fra videnartikler på it-tjenesteadministrationsplatformen. En Microsoft 365 Graph-connector indekserer disse artikler, og Copilot Studio genererer svaret ud fra de resultater, der returneres af semantisk søgning.
Agenter, der handler på HCM-data, kalder brugerdefinerede connectorer og Power Automate-flows.
Når en anmodning kræver opfølgning fra en HR-specialist, opretter agenten en sag i it-tjenesteadministrationsplatformen via en brugerdefineret connector. Læringsagenten læser og tildeler læring via en brugerdefineret connector til læringsplatformen.
Samtale- og ydeevnedata gemmes i Dataverse og Azure Application Insights. Pipelines i Power Platform flytter udgivelser mellem miljøer.
Komponenter
Arkitekturen bruger følgende Microsoft-tjenester til at levere agentoplevelsen, godkende medarbejdere, oprette forbindelse til registreringssystemer og spore resultater.
| Komponent | Rolle i arkitekturen |
|---|---|
| Copilot Studio | Hoster orchestratoragenten og hver specialiseret agent, herunder emner, instruktioner, viden, handlinger og svarevaluering. |
| Microsoft Teams | Giver adgang til assistenten i samarbejdsklienten, som medarbejdere og ledere allerede bruger. |
| Microsoft 365 Copilot | Giver endnu et indgangspunkt til den samme assistent i Microsoft 365-oplevelsen. |
| Microsoft 365 Graph-connector | Indekserer videnartikler fra it-tjenesteadministrationsplatformen, så HR-politikagenten kan hente dem med semantisk søgning. |
| Microsoft Power Automate | Kører de flow, der videresender anmodninger mellem agenter og de forbundne systemer. |
| Brugerdefinerede connectorer | Gør API'erne for HCM, IT Service Management og læringssystemer tilgængelige som handlinger, agenterne kan kalde. |
| Microsoft Entra ID | Autentificerer medarbejdere, giver enkeltlogon og udsteder de tokens, der bruges til uddelegeret adgang. |
| Microsoft Dataverse | Indsamler telemetri for samtalevolumen, agentydeevne og fejl. |
| Azurblå Application Insights | Præsenterer indførings- og migreringsrapportering til programteamet. |
| Pipelines i Power Platform | Flyt løsninger gennem udviklings-, test- og produktionsmiljøer. |
Detaljer om scenariet
Denne use case er baseret på en virksomheds tilgang til at konsolidere HR-relaterede processer i en enkelt samtaleoplevelse for medarbejdere og ledere.
Note
Du kan finde eksempler på lignende medarbejderorienterede arkitekturer og lære, hvordan Coca-Cola Andina forbedrer HR-support til frontlinemedarbejdere, hvordan Copilot Studio-agenten MAIA understøtter Banco Hipotecarios medarbejdere, og hvordan Microsoft fremskynder medarbejderservice med Employee Self-Service-agenten.
Virksomhedsudfordring
HR-tjenester i en stor virksomhed spænder ofte over flere systemer. Medarbejderne skal vide, hvilket system der indeholder svaret, hvilken portal der accepterer anmodningen, og hvilken formular der starter processen. Ledere står over for den samme modstand, når de handler på vegne af deres direkte medarbejdere. Resultatet er en stor mængde gentagne spørgsmål til HR-teams, langsom selvbetjening og inkonsekvente svar.
En enkelt assistent løser ikke dette problem godt. HR strækker sig over mange ikke-relaterede opgaver med hver sin datakilde, tilladelsesmodel og samtaleflow. At kombinere dem til én agent gør hensigtsgenkendelse upålidelig og gør det svært at udvide løsningen.
Løsning
Denne arkitektur opdeler HR-arbejde mellem specialiserede agenter. En orchestrator dirigerer anmodninger til den relevante agent og vedligeholder samtalen, når brugerne flytter mellem opgaver. Hver specialiseret agent fokuserer på ét HR-område. Orchestrator håndterer fallback og eskalering, når det er nødvendigt. Teams kan udvide løsningen med yderligere agenter uden at omarbejde eksisterende agenter.
Assistenten besvarer spørgsmål om politikker fra godkendte videnartikler, returnerer feriesaldi, opdaterer personlige oplysninger, fuldfører lederhandlinger for direkte medarbejdere og rapporterer læringsstatus. Interaktive kortvisninger guider mere komplekse opgaver, der kræver flere input.
Når du implementerer denne arkitektur, skal du overveje, hvordan agenter autentificerer sig over for tilsluttede systemer, og hvordan du evaluerer svarkvaliteten:
Brug identiteten for den medarbejder, der er logget på, til at køre handlinger i kildesystemer, når det er muligt. Denne fremgangsmåde bevarer den eksisterende tilladelsesmodel og revisionssporet i hvert system. Brug tjenestekonti som en løsning, når delegeret brugeradgang ikke understøttes. Overfør brugeroplysninger via en forespørgselsparameter.
Evaluer svarkvaliteten med evalueringsfunktionerne i Copilot Studio og med Copilot Agent Kit, så nøjagtigheden måles før og efter hver udgivelse.
Andre teknologier
Mønsteret bruger tre eksterne kildesystemer. Et cloudbaseret HCM-system gemmer medarbejderdata, fraværssaldi og lederhandlinger. En IT-service management-platform gemmer artikler om HR-viden, der understøtter svar om politikker og modtager HR-sager fra agenter. En læringsplatform gemmer kursustildelinger og status for fuldførelse. Få adgang til hvert system via en brugerdefineret connector, og bevar hvert systems tilladelsesmodel.
Tilpas omfanget og de forbundne systemer til dit eget miljø, og valider designet med dine HR-, sikkerheds- og complianceansvarlige, før du bygger.
Overvejelser
Disse overvejelser implementerer søjlerne i Power Platform Well-Architected, et sæt vejledende principper, der forbedrer kvaliteten af en arbejdsbyrde. Få mere at vide i Microsoft Power Platform Well-Architected.
Pålidelighed
Orchestratoren skal bruge en eksplicit fallbacksti for anmodninger, som den ikke kan klassificere, og for downstream-systemer, der ikke reagerer. Isoler hvert HR-område i sin egen agent, så en fejl i ét tilsluttet system ikke forhindrer andre agenter i at fungere. Design med henblik på kontrolleret degradering, så assistenten fortæller medarbejderen, hvad den ikke kan gøre, og tilbyder oprettelse af sager som et alternativ.
Sikkerhed
Uddelegeret adgang er det centrale sikkerhedsprincip i denne arkitektur. Hvis du kører alle opkald som den medarbejder, der er logget på, bevares den autoritative tilladelsesmodel og revisionssporet i kildesystemet i stedet for at tildele brede rettigheder til en tjenesteidentitet. Beskyt token-broker som en privilegeret komponent, begræns dens netværkseksponering, og bevar dens hemmeligheder i et administreret store. Definér, hvordan orchestratoren genkender følsomme HR-emner og dirigerer dem til et menneske i stedet for at svare.
Driftsmæssig ekspertise
Udrul hver agent som en del af en administreret løsning, og fremhæv den via pipelines. Brug telemetri i Application Insights og samtaledata i Dataverse til at forstå, hvilke emner der skal justeres. Kør svarevalueringer som en del af udgivelsesprocessen, så kvalitetsregressioner identificeres, før de påvirker medarbejderne.
Ydeevneeffektivitet
Gør hver specialiseret agent snæver. Korte instruktioner og et lille sæt handlinger pr. agent forbedrer routingnøjagtigheden og svartiden sammenlignet med én agent, der håndterer hver HR-opgave. Indekser viden i stedet for at kalde kildesystemet for hvert spørgsmål, og brug semantisk søgning i indekserede artikler til svar om politikker.
Optimering af oplevelse
Mød medarbejderne i de værktøjer, de allerede bruger, i stedet for at bede dem om at lære en ny portal at kende. Brug guidet samtale til simple anmodninger og interaktive kort til opgaver, der har brug for flere strukturerede input. Gør overdragelse mellem agenter usynlig, så medarbejderen oplever én assistent i stedet for et sæt agenter. Tag højde for sprogforskelle og regionale forskelle før en global udrulning.
Ansvarlig kunstig intelligens
Baser policysvar på godkendte vidensartikler, og citer kildeartiklen i svaret. Mål svarkvaliteten med indbyggede evalueringer og med Copilot Agent Kit, både før udgivelsen og løbende. Definer de emner, som assistenten ikke må svare på, og gør vejen til en menneskelig specialist klar når som helst i samtalen.
Bidragydere
Microsoft vedligeholder denne artikel. Følgende bidragydere skrev denne artikel.
Hovedforfattere:
- Petros Feleskouras, Senior Program Manager