Tekoälyhyväksyntöjen usein kysytyt kysymykset

Nämä usein kysytyt kysymykset kuvaavat Microsoft Copilot Studion tekoälypohjaisten hyväksyntävaiheiden (tekoälyhyväksynnät) ominaisuuksia, käyttötapoja ja suojaustoimenpiteitä. Tekoälypohjaiset hyväksynnät mahdollistavat sen, että agentin työnkulku voi automaattisesti hyväksyä tai hylätä pyynnöt ennalta määriteltyjen kriteerien perusteella, samalla kun ihmiset säilyttävät päätösvallan merkittävissä tapauksissa. Tässä on joitakin yleisiä kysymyksiä ja vastauksia tästä ominaisuudesta.

Mitä ovat tekoälyhyväksynnät?

Tekoälyhyväksynnät ovat älykkäitä, automatisoituja päätösvaiheita hyväksyntätyönkuluissa. Tekoälyhyväksynnät hyödyntävät tekoälyä (Azure OpenAI -malleja tai malleja, jotka voit tuoda Azure AI Foundrysta) arvioidakseen hyväksyntäpyyntöjä liiketoimintasääntöjesi mukaisesti ja antaakseen "Hyväksytty"- tai "Hylätty" -päätöksen perusteluineen.

Mitä ovat tekoälyhyväksynnän ominaisuudet?

Toisin kuin sääntöihin perustuva perusautomaatio, tekoälyhyväksynnät voivat tulkita jäsentymätöntä dataa ja monimutkaisia dokumentteja (kuten pyyntöön liitettyjä PDF-tiedostoja tai kuvia) sekä soveltaa monisyistä logiikkaa päätöksenteossa. Esimerkiksi tekoälyhyväksyntä voisi lukea kirjallisen perustelun, tarkistaa käytännön avainsanat ja sitten tehdä päätöksen.

Tekoälyn hyväksymisvaiheet voidaan myös yhdistää ihmisten suorittamiin vaiheisiin, jolloin tekoäly käsittelee rutiinitapaukset ja ihmiset valvovat sekä viimeistelevät kaikki kriittiset tai poikkeukselliset tapaukset. Yhteenveto: Tekoälyhyväksynnät automatisoivat prosessin toistuvat kyllä/ei-päätökset, nopeuttaen työnkulkua säilyttäen ihmisen valvonnan siellä, missä sillä on merkitystä.

Mikä on tekoälyhyväksyntöjen aiottu käyttö?

Tekoälyhyväksynnät on suunniteltu yleisiin liiketoimintaskenaarioihin, joissa kriteerit ovat selkeästi määriteltyjä. Ne virtaviivaistavat päivittäisiä työnkulkuja automatisoimalla rutiininomaiset päätökset. Yleisiä käyttötapauksia:

Kuluhyväksynnät: Hyväksytään automaattisesti vaatimukset, jotka ovat tietyn summan alapuolella ja joihin on liitetty voimassa olevat kuitit, jolloin esimiehet voivat keskittyä vain poikkeustapauksiin.

Ostotilaushyväksynnät: Arvioi pyynnöt budjettirajojen ja toimittajaluetteloiden perusteella, ja hyväksy automaattisesti tavanomaiset ostotilaukset, jotka ovat käytäntöjen mukaisia.

Matkustuspyyntöhyväksynnät: Hyväksytään automaattisesti vaatimusten mukaiset matkustuspyynnöt ja hylätään pyynnöt, joissa on käytäntörikkeitä.

Toimittajien hyväksyntä: Hyväksy tai hylkää hakemukset tarkistamalla pätevyys- ja vaatimustenmukaisuusvaatimukset ennalta määriteltyjen kriteerien perusteella.

Laskujen käsittelyn hyväksynnät: Validoi laskut vertaamalla summia ostotilauksiin ja varmistamalla, että vaaditut asiakirjat on toimitettu.

Asiakirjojen hyväksyntä: Varmista, että sopimukset tai käytännöt sisältävät vaaditut elementit ja täyttävät muotoilustandardit ennen kuin siirryt seuraaviin vaiheisiin.

Lomapyyntöjen hyväksynnät: Hyväksy lomapyynnöt, kun työntekijällä on riittävästi saldoa eikä aikatauluristiriitoja ole.

Tekoälyhyväksynnät on suunniteltu rutiininomaisia, selkeästi määriteltyjä päätöksiä varten. On kuitenkin tilanteita, joissa järjestelmä ei välttämättä toimi luotettavasti tai vastuullisesti. Kehotamme asiakkaita käyttämään tekoälyhyväksyntöjä innovatiivisissa ratkaisuissaan ja sovelluksissaan, mutta ottamaan seuraavat periaatteet huomioon käyttötapausta valittaessa:

• Suuren riskin tai elämää muuttavat päätökset: Järjestelmää ei ole suunniteltu käsittelemään päätöksiä, jotka vaikuttavat terveyteen, turvallisuuteen, talouteen tai oikeudelliseen asemaan. Esimerkkejä ovat vakuutusvaatimukset, lääketieteelliset luvat, lainahyväksynnät tai maahanmuuttopäätökset, jotka vaativat inhimillistä harkintaa ja vastuullisuutta.

• Oikeudelliset tai kurinpidolliset asiat: Käyttötapaukset, jotka liittyvät oikeudelliseen vastuuseen, vaatimustenmukaisuuden tulkintaan tai työntekijöiden kurinpitoon, voivat ylittää järjestelmän tarkoitetun laajuuden. Vaikka tekoäly voi tiivistää syötteet, lopulliset päätökset näillä alueilla tulee jättää ihmisille.

• Subjektiiviset tai monitulkintaiset kriteerit: Järjestelmä voi kohdata haasteita päätöksissä, jotka perustuvat makuun, harkintaan tai monimutkaisiin kompromisseihin – kuten luovan työn arviointi tai laadun arviointi – joissa standardeja on vaikea määrittää.

• Arkaluontoiset tai eettisesti monimutkaiset tilanteet: Tekoälyhyväksyntöjä eivät ole tarkoitettu päätöksiin, jotka liittyvät henkilökohtaisiin ominaisuuksiin, mahdolliseen syrjintään tai rajoitetun sisällön tuottamiseen. Nämä käyttötavat herättävät huolta vastuullisen tekoälyn näkökulmasta ja saattavat vaatia lisäturvatoimia.

• Säädellyt toimialat ja vaatimustenmukaisuutta painottavat työnkulut: Terveydenhuollon, rahoituksen tai ilmailun kaltaisilla aloilla sääntelyvaatimukset saattavat vaatia ihmisen valvontaa jopa rutiinipäätöksissä. Järjestelmää ei ole arvioitu vaatimustenmukaisuuden suhteen näissä konteksteissa.

• Ennakoitavissa olevat mutta tahattomat käyttötarkoitukset: Käyttöönoton kasvaessa käyttäjät saattavat yrittää soveltaa tekoälyhyväksyntöjä esimerkiksi suoritusarvioinneissa, rekrytointipäätöksissä tai asiakaskelpoisuusarvioinneissa. Nämä käyttötarkoitukset eivät kuuluneet järjestelmän suunnitteluun tai vaikutusten arviointiin, ja ne voivat aiheuttaa riskejä, jos niitä ei hallita huolellisesti.

Mitä ovat tekoälyhyväksyntöjen tekniset rajoitukset, ja miten käyttäjät voivat minimoida rajoitusten vaikutuksen?

Vaikka tekoälyhyväksynnät on tehokas ominaisuus, kehotamme käyttäjiä olemaan tietoisia sen rajoituksista:

Tekoälyhyväksynnät perustuvat annettuihin sääntöihin: tekoäly noudattaa tarkasti ohjeitasi ja tietojasi. Jos kehotteesi on epäselvä tai puutteellinen, tekoälyhyväksyntä voi tehdä vääriä päätöksiä tai epäonnistua. Määrittele kriteerit selkeästi; jos sanot "hyväksy, jos kohtuullinen" ilman, että määrittelet, mitä "kohtuullinen" tarkoittaa, se johtaa väärintulkintaan.

Virheiden mahdollisuus: Tekoälyhyväksynnät voivat tehdä virheitä epäselvien syötteiden, monimutkaisten rajatapausten tai huonosti skannattujen asiakirjojen väärinlukemisen vuoksi. Tulokset eivät aina ole täysin tarkkoja, joten valvonta on välttämätöntä rajatapauksissa.

Inhimillisen intuition puute: Tekoälyhyväksynnät eivät ymmärrä kontekstia enempää kuin mitä niille kerrotaan, eivätkä voi esittää tarkentavia kysymyksiä tai käyttää vaistonvaraista harkintaa. Tekoälyhyväksyntä voi ohittaa vivahteita, jotka ihminen huomaisi, kuten esimerkiksi epäilyttävät matkakulut, jotka vaikuttavat liian suurilta tietylle matkalle.

Ei opi kokemuksesta: Tekoälyhyväksynnät eivät muutu kokemuksen myötä – niiden toiminta muuttuu vain, jos päivität kehotteen. Uudet skenaariot, joita nykyiset säännöt eivät kata, vaativat jatkuvaa ylläpitoa käytäntöjen kehittyessä.

Riippuvuus datan laadusta: Tekoälyn hyväksymispäätökset ovat vain niin luotettavia kuin niiden syötteet. Huonolaatuiset tiedostot, puutteelliset asiakirjat tai lukukelvottomat skannaukset voivat aiheuttaa virheellisiä päätöksiä tai järjestelmävikoja.

Integraatio- ja suorituskykyrajoitteet: Monimutkaiset hyväksymiskriteerit tai päätökset, jotka vaativat reaaliaikaista dataa useista järjestelmistä, voivat heikentää tarkkuutta ja lisätä käsittelyaikaa.

Vaatii vastuullista konfigurointia: Käyttäjien tulee konfiguroida tekoälyhyväksynnät eettisesti, asianmukaisilla ihmisen valvomilla turvatoimilla ja puolueettomilla säännöillä. Varmista aina, että ohjeet ovat linjassa yrityksen käytäntöjen ja eettisten ohjeiden kanssa.

Ei pääsyä reaaliaikaiseen tietoon: Tekoälyhyväksynnät voivat toimia vain nimenomaisesti syötteeksi annettujen tietojen pohjalta. Tekoälyhyväksynnät eivät voi tarkistaa ajankohtaisia asioita, uutisia tai tapahtumia, ellei näitä tietoja syötetä hyväksyntäprosessiin.

Riskien vähentämiseksi ja luotettavuuden parantamiseksi ota huomioon seuraavat seikat tekoälyhyväksyntöjen käytössä:

• Sisällytä inhimillinen valvonta: Ohjaa kriittiset tai epäselvät tapaukset manuaaliseen arviointivaiheeseen vastuullisuuden ja harkinnan varmistamiseksi.

• Testaa järjestelmää monipuolisilla esimerkeillä: Käytä historiallista dataa ja rajatapauksia järjestelmän käyttäytymisen validointiin ennen käyttöönottoa.

• Tarkenna kehotteita säännöllisesti: Päivitä ohjeita käytäntöjen kehittyessä tai uusien skenaarioiden ilmetessä, jotta ohjeet pysyvät ajankohtaisina ja tarkkoina.

• Vältä epämääräisiä kriteerejä: Varmista, että kehotteet ovat selkeitä ja täsmällisesti määriteltyjä – vältä termejä kuten "kohtuullinen" ilman selkeää kontekstia.

• Seuraa päätöksiä: Käytä työkaluja, kuten kehotteen muodostimen aktiviteetti, hyväksyntäprosenttien seuraamiseen sekä kaavojen ja virheiden tunnistamiseen.

• Kouluta henkilöstöä: Opasta henkilöstöä tekoälyn perustelujen tulkinnassa ja ohitusmenettelyissä rakentaaksesi luottamusta ja läpinäkyvyyttä.

Muista: tekoäly voi toteuttaa virheellisiä käskyjä luottavaisin mielin, joten selkeä ja oikea ohjaus on välttämätöntä.

Mitkä operatiiviset tekijät ja asetukset mahdollistavat agenttihyväksyntöjen käyttökokemuksen tehokkaan ja vastuullisen käytön?

Jotta tekoälyhyväksyntöjä voidaan käyttää tehokkaasti ja turvallisesti, ota huomioon seuraavat parhaat käytännöt:

• Aseta matala lämpötila yhdenmukaisuudelle: Käytä matalia lämpötila-asetuksia (lähellä nollaa), jotta tekoäly tekee deterministisiä, ennustettavia päätöksiä sen sijaan, että antaisi erilaisia vastauksia identtisiin syötteisiin. Copilot Studion oletusasetukset on jo optimoitu luotettavuuden kannalta.

• Valitse oikea malli: GPT-4.1 on tyypillisesti ihanteellinen useimpiin hyväksyntäskenaarioihin. Edistyneet päättelymallit (kuten O3) saattavat käsitellä monimutkaista logiikkaa paremmin, mutta ovat hitaampia. Microsoftin tarjoamat mallit ovat valmiiksi integroituja ja testattuja, mutta voit tuoda omia hienosäädettyjä malleja Azure AI Foundrysta, jos sinulla on erityisiä vaatimuksia tai tarpeita.

• Toteuta ihmisen valvonta: Määritä ihmisen suorittamia / manuaalisia vaiheita, joihin voidaan ohjata kriittiset päätökset. Ihmisen suorittamat / manuaaliset vaiheet varmistavat, että ihmiset säilyttävät päätösvallan.

• Testaa perusteellisesti eristysympäristössä: Suorita laajoja testejä historiatiedoilla ja näytepyynnöillä ennen käyttöönottoa. Testaa tarkoituksella rajatapauksia – puuttuvia kenttiä, ristiriitaisia sääntöjä, epätavallisia tilanteita. Varmista, että päästä päähän -työnkulku käynnistyy oikein.

• Seuraa päätöksiä: Kaikki päätökset kirjataan Power Automaten kehotteen muodostimen Aktiviteetti-osioon. Käytä näitä tietoja seuraamaan mittareita, kuten hyväksyntäprosentteja, ja arvioimaan tekoälyn hyväksymispäätösten oikeellisuutta.

• Päivitä kriteerejä säännöllisesti: Käsittele tekoälykehotteita elävänä asiakirjana. Päivitä ohjeita, kun käytännöt muuttuvat tai uusia skenaarioita ilmenee. Ota huomioon esimiesten palaute siitä, että tekoäly on liian tiukka tai lepsu tietyillä osa-alueilla.

• Tarjoa läpinäkyvyyttä ja koulutusta: Kouluta asiaankuuluvaa henkilöstöä tulkitsemaan tekoälyn perusteluja ja ohitusmenettelyjä. Tiedota loppukäyttäjille siitä, että heidän pyyntönsä saatetaan aluksi arvioida tekoälyn toimesta. Selkeät odotukset estävät sekaannusta ja rakentavat luottamusta.

Säätämällä tekoälyn asetuksia johdonmukaisuuden varmistamiseksi, sisällyttämällä ihmisen valvonta ja hallitsemalla prosessia aktiivisesti pidät tekoälyhyväksynnät tehokkaina ja asianmukaisina. Ajattele sitä kumppanuutena: tekoäly hoitaa määrän ja nopeuden, ihmiset vastaavat ohjauksesta ja poikkeustapauksista.

Mitä suojauksia Copilot Studiossa on vastuullista tekoälyä varten?

Minkälaista sisällön moderointia on otettu käyttöön?

GPT-malleja koulutetaan Internetin tietojen avulla, mikä on tehokasta yleisen maailmamallin luomiseksi. Samalla se voi altistua samoista lähteistä peräisin olevalle toksiselle, vahingolliselle ja vääristyneelle sisällölle. Malleja koulutetaan toimimaan turvallisesti tuottamatta vahingollista sisältöä, mutta joskus ne voivat tuottaa sopimattomia tuloksia. Tekoälyhyväksynnöissä hyödynnetään Azure AI Content Safety -palvelua, jotta huipputason sisällön moderointiominaisuudet voidaan yhdistää tekoälykehotteisiin. Tämä moderointi sisältää palvelut, joiden avulla analysoidaan luotuja tuloksia usean vakavuusasteen tekstitarkistuksilla sekä turvallisuutta injektiohyökkäysten suhteen. Tulos tarkistetaan on myös suojatun materiaalin noutoyritysten varalta.

Mitä kielimalleja tuetaan, missä ne sijaitsevat ja miten niihin pääsee käsiksi?

Tekoälyhyväksyntä tukee malleja GPT 4.1 mini, GPT 4.o, GPT 4.1 ja o3, joita isännöidään Azure OpenAI -palvelussa. Voit käyttää näitä malleja kehotteiden kautta Power Platformissa, sovelluksissa, työnkuluissa ja agenteissa.

Lisätietoja: Azure OpenAI -palvelun uudet ominaisuudet

Käytetäänkö tietojani suurten kielimallien kouluttamiseen tai parantamiseen?

Tekoälyhyväksynnät suoritetaan Azure OpenAI -palvelussa, jota isännöi Microsoft. Asiakastietoja ei käytetä minkään Azure OpenAI Service -perusmallin kouluttamiseen tai parantamiseen. Microsoft ei jaa asiakastietoja kolmannelle osapuolelle, ellet ole antanut siihen lupaa. Asiakaskehotteita (syötteitä), perusteena olevia tietoja tai mallin vastauksia (tulosteita) ei käytetä Azure OpenAI -palvelun perusmallien kouluttamiseen tai parantamiseen.

Miten ihmisten kuvia käsitellään?

Tekoälyhyväksyntää ei ole tarkoitettu käytettäväksi henkilöiden tunnistamiseen kasvonpiirteiden tai biometristen tietojen perusteella. Kun lähetät tekoälyhyväksyntään kuvia, joissa on ihmisiä, järjestelmä käyttää automaattisesti kasvojen sumennusominaisuutta ennen kuvien analysointia yksityisyyden suojaamiseksi. Tämä sumennusvaihe auttaa käsittelemään tietosuojaongelmia estämällä tunnistamisen kasvonpiirteiden perusteella. Sumennuksen ansiosta kasvojentunnistusta tai kasvomallien yhdistämistä ei käytetä. Sen sijaan tunnettujen henkilöiden tunnistaminen perustuu kontekstuaalisiin vihjeisiin, kuten asuihin tai ainutlaatuisiin ympäristöihin, ei ihmisten kasvoihin. Tämän tietosuojatoimenpiteen ei pitäisi vaikuttaa saamiesi tulosten laatuun. Kasvojen sumentamiseen saatetaan toisinaan viitata järjestelmän vastauksissa.

Lisätietoja on kohdassa Kasvojen sumentaminen.

Mikä ovat mahdolliset haitat, kun kuvia tai asiakirjoja käytetään kehotteissa?

Tekoälyhyväksyntä vähentää useimpia riskejä, jotka liittyvät kuvien tai asiakirjojen käyttöön kehotteissa, mutta jotkin riskit vaativat silti erityistä huolellisuutta kehotteen tekijältä:

• Kuvat tai asiakirjat voivat sisältää haitallista tekstiä tai visuaalisia elementtejä, jotka voivat vaikuttaa tuleviin prosesseihin.

• Kuvat tai asiakirjat voivat sisältää erityisiä ja mahdollisesti piilotettuja ohjeita, jotka voivat vaarantaa alkuperäisen kehotteen tai ohittaa sen.

• Kuvat tai asiakirjat voivat sisältää ohjeita, jotka voivat johtaa immateriaalioikeuksien alaisen sisällön luomiseen.

• Kehotteet voivat tuottaa puolueellisia kommentteja kuviin tai asiakirjoihin.

• Tietojen poimiminen huonolaatuisista kuvista tai asiakirjoista voi johtaa virheellisiin oletuksiin (hallusinointiin).

Millaisia ongelmia voi ilmetä tekoälyhyväksyntöjen käytössä, ja miten voin käsitellä niitä?

Kun käytät tekoälyhyväksyntöjä, saatat kohdata ongelmia, kuten analyysivirheitä (kun tekoäly ei pysty luotettavasti soveltamaan sääntöjä), vääriä hyväksymis- tai hylkäyspäätöksiä (väärät positiiviset/negatiiviset), epäjohdonmukaisia tuloksia samankaltaisissa pyynnöissä tai käsittelyviiveitä monimutkaisissa tapauksissa. Näiden haasteiden tehokkaaksi käsittelemiseksi varmista, että työnkulku ohjaa pyynnöt ihmisen suorittamiin vaiheisiin.

Toteuta johdonmukaista ja perusteellista testausta kehityksen ja käyttöönoton aikana, jotta mahdolliset vikakohdat voidaan tunnistaa ajoissa. Käytä matalan lämpötilan asetuksia ennustettavien tulosten saavuttamiseksi ja paranna jatkuvasti kehotteita havaittujen virheiden perusteella. Säännöllinen seuranta ja iteratiiviset parannukset auttavat ylläpitämään järjestelmän luotettavuutta ja tarkkuutta ajan myötä.