Mønster 1: Ai-aktivering for ansatte

Ansatte bruker AI-agenter til å undersøke, analysere, utarbeide og automatisere personlige arbeidsflyter, mens personer forblir ansvarlige for alle beslutninger og resultater.

I dette mønsteret anbefaler agenten og mennesket bestemmer. Agenten forsterker individuell evne uten å overføre ansvarlighet.

Hva dette mønsteret er

Ai-aktivering for ansatte legger en dyktig assistent i hendene på alle ansatte. Målet er bred produktivitetsøkning på tvers av daglig arbeid, ikke automatisering av en ende-til-ende-prosess.

Dette mønsteret er på assist-siden av skiftet fra assist til execute som definerer hele serien. Hjelpeagenter støtter en person som holder full beslutningsmyndighet og tar den endelige handlingen. Utøvende agenter utfører handlinger på tvers av systemer mens folk fører tilsyn med resultater. Skillet er viktig fordi det angir styringen du trenger. Hjelpeagenter har kjent styring med lav risiko. Du trenger ikke navngitte ansvarlige for agenter, formelle beredskapsprosedyrer for risikohåndtering eller fødererte beslutningsrettigheter for at noen skal kunne oppsummere et dokument.

Hva agenter gjør

Agenter i dette mønsteret håndterer rutine, tidkrevende oppgaver som bruker fokus uten å kreve dom:

  • Utkast, redigering og oppsummering av innhold på tvers av e-post, dokumenter og presentasjoner
  • Forbereder møter fra ende til ende: generere orienteringsdokumenter, støtteanalyse og klientklare visninger, og deretter planlegge forberedelsestid i kalenderen
  • Automatisere møteoppfølging: fange opp beslutninger, utarbeide statusoppdateringer og legge ved relevante filer
  • Undersøke emner ved å trekke fra nett- og arbeidskilder, kompilere analyser med sitater og pakke resultater i strukturerte utdata
  • Triaging og rengjøring av kalenderen: gjennomgå tidsplaner, flagge konflikter og møter med lav verdi og foreslå fokusblokker
  • Koordinere flertrinnsarbeidsflyter på tvers av Microsoft 365, basert på e-postmeldinger, møter, meldinger, filer og data
  • Svare på rollespesifikke kunnskapsspørsmål
  • Analysere data og generere rapporter, regneark og merkede arbeidsbøker

Agenten fungerer som en dyktig personlig assistent som frigjør ansatte til å fokusere på arbeidet som virkelig krever menneskelig dømmekraft.

Hva mennesker gjør

Mennesket beholder full beslutningsmyndighet hele tiden. De gjennomgår agentutgang, anvender dom og er ansvarlige for hver handling som utføres. Denne klare ansvarlighetsmodellen gjør dette mønsteret tilgjengelig: Det er ingen overføring av eierskap til agenten, ingen redesign av forretningsprosesser, og ingen ny styringsinfrastruktur kreves.

Slik fungerer driftsmodellen

Distribusjon av dette mønsteret krever endringer på tvers av fire dimensjoner:

Dimensjon Før Etter
Personer Utføre gjentakende oppgaver Ta bedre beslutninger raskere
Agenter Hjelp i appen Innebygd i daglige arbeidsflyter
Styring Policyer for verktøybruk Identitet og databundet bruk
Beregninger Lisensbruk Utgangskvalitet + beslutningshastighet + tid lagret

Den vanligste feilen er å behandle denne endringen som en teknologidistribusjon. Det er et program for endring av virkemåte. Lisenser blir ikke til bruk uten aktivering.

Målmodenhetsprofil

Hvert mønster har en målforfallsprofil på tvers av de fem funksjonsdriverne, vurdert fra nivå 100 (initial) til nivå 500 (effektiv). Når det gjelder KI-kompetansebygging for ansatte, trenger de fleste drivkrefter bare repeterbar modenhet, men organisasjon og kultur trenger definert modenhet.

Funksjonsdriver Målnivå Hvorfor
AI-strategi og erfaring 200 (gjentabar) En klar, kommunisert grunn til å vedta og en konsekvent opplevelse.
Forretningsstrategi 200 (gjentabar) Enkel tilpasning til resultater. Dette mønsteret forbedrer personlig produktivitet uten å redesigne prosesser.
Styring og sikkerhet 200 (gjentabar) Sentraliserte policyer og akseptable bruksregler er nok.
Teknologi og integrasjon 200 (gjentabar) Standard plattformfunksjoner er nok. Ingen egendefinert infrastruktur.
Organisasjon og kultur 300 (definert) Den som sprenger skalaen. Rollemodellering for ledelse og kontinuerlig aktivering gjør lisenser om til bruk.

Hvis du vil vurdere gjeldende tilstand mot denne profilen, kan du ta agentberedskapsvurderingen eller utforske den fullstendige forfallsmodellen for agentisk ai-innføring.

Viktig innsikt: Organisasjons- og kulturdriveren krever høyest relativ forfallsdato (nivå 300) fordi du ber alle ansatte om å endre måten de fungerer på. Teknologi er den enkle delen. Innføring er utfordringen. Uten rollemodellering av ledelsen og kontinuerlig aktivering blir ikke lisenser bruk.

Skalabryter: Organisasjon og kultur. Hvis folk ikke får forutsetninger for det og blir oppmuntret, stopper innføringen opp uansett hvor klar teknologien er.

Et sentralt senter for fremragende forskning (CoE) angir rekkverk, administrerer plattformer, kjører fellesskapsprogrammer og sporer innføring. Individuelle ansatte bruker og bygger lette agenter innenfor disse rekkverkene. CoE-hovedjobben er aktivering, ikke kontroll.

Tip

Den avgjørende rollen i dette mønsteret er den som leder innføringen. Dette er et problem med atferdsendring, ikke et teknologiproblem. Hvis folk ikke endrer vaner, skaleres ingenting. Sørg for at innføringsledelsen har tilstrekkelig myndighet, tid og ressurser til å kjøre et ekte endringsprogram.

Lær mer om struktur, roller og risikonivåstyring i bygg et agentisk kompetansesenter.

Det du trenger og ikke trenger

Du må gjøre følgende:

  • Rollemodellering av ledere: Ledere må synlig bruke og kjempe for agenter, slik at ansatte ser på innføring som forventet atferd, ikke som valgfritt.
  • Kontinuerlig aktivering: Gi opplæring, tips, fellesskapsstøtte og scenariobasert læring, ikke bare lisenser.
  • Standardiserte plattformer: Bruk et konsekvent sett med verktøy for å redusere skygge-IT-risiko og gjøre den sikre banen til den enkle banen.
  • Lett telemetri: Spor innføring, bruksmønstre og verdisignaler, slik at du kan identifisere hva som fungerer.
  • Fjern policyer for akseptabel bruk: Definer hvilke agenter som kan og ikke får tilgang til, slik at ansatte kjenner grensene.
  • Endringsadministrasjon: Folk trenger eksplisitt tillatelse og oppmuntring til å endre vaner. Folk endrer sjelden vaner uten et bevisst program.

Du trenger ikke:

  • Prosessutforming: Agenter utvider eksisterende arbeidsflyter – de erstatter dem ikke.
  • Domeneeierskapsmodeller: Enkeltpersoner eier sine egne utdata.
  • Forbundsstyring: Sentraliserte retningslinjer er tilstrekkelige i denne skalaen.
  • Orkestrering med flere agenter: Hver assistent har ett formål.
  • Tungt IT-engasjement: Brukere aktiveres uten IT-involvering.

Måledata for verdi og suksess

Verdien vises på to nivåer: den individuelle opplevelsen og det organisatoriske resultatet. Mål begge deler. Par ledende signaler, for eksempel innføring, med lagging signaler, for eksempel reinvestert kapasitet, for å oppdage verdi forming tidlig og bevise det senere. Verdimåling er en del av verdi-realiseringsdimensjonen i forfallsmodellen for innføring. I dette mønsteret hjelper det deg med å forsvare fortsatt investering.

Slik ser verdien ut

Organisasjoner som bruker denne tilnærmingen på en god måte, rapporterer følgende:

  • Bred produktivitetsøkning og mer tillit ved bruk av kunstig intelligens i daglig arbeid.
  • Mer fokus på mer verdiskapende arbeid når veksling mellom oppgaver og leting etter informasjon reduseres.
  • Utdata av høyere kvalitet, ikke bare raskere fullføring av oppgaver.
  • Raskere og mer selvsikre beslutninger gjennom bedre tilgang til kontekst.
  • Mer effektivt samarbeid som fokuserer på beslutninger i stedet for koordinering.

Måledata for suksess for å spore

Følg et lite, balansert sett fordelt på fem kategorier. Innføring er det tidligste signalet. Forretningsverdi er beviset.

Kategori Eksempelmål Hva det forteller deg
Innføring og bruk (innledende) Aktive brukere mot tilordnede lisenser, ukentlig og daglig aktiv bruk, oppbevaringsuke over uke, bredde for bruk på tvers av apper, handlinger per bruker Om aktivering fungerer og vaner dannes. Det første stedet problemer viser seg.
Produktivitet og tid Timer med Copilot-assistanse, tid spart på tilbakevendende oppgaver som utarbeiding av utkast, oppsummering, møteoppsummering og innbokstriage, gjennomføringstid for oppgaver Hvor mye rutinemessig innsats Copilot fjerner fra dagen.
Kvalitet og beslutninger Utdatakvalitet, omarbeidingshastigheter, beslutningshastighet og konfidens, tid brukt på å søke etter informasjon Om raskere også betyr bedre, ikke bare et raskere første utkast.
Ansatterfaring Tilfredshet, tillit ved hjelp av AI, andelen som ville bli skuffet over å miste tilgang, rapporterte enkel startoppgaver Om endringen stikker og støtter velvære.
Forretningsverdi (etterslepende) Kapasitet reinvestert i høyverdiarbeid, syklustidsgevinster på teamleveranser, kostnadsunngåelse, avkastning på investeringen Om individuelle gevinster utgjør et organisatorisk resultat.

Kundehistoriene som er beskrevet senere i denne artikkelen, viser hvordan det ser bra ut i praksis: timer lagret per person per uke, tosifrede prosentdeler av tid som returneres, og innføringsrater over 70%.

Slik måler du

Bruk de innebygde måloverflatene før du bygger noe egendefinert:

  • Microsoft Copilot-instrumentbord i Viva Insights: Viser innføring og bruk på tvers av organisasjonen, inkludert aktive brukere, oppbevaring og bruk etter app, pluss benchmarks mot lignende organisasjoner. Alle Microsoft 365 bedrifts- eller bedriftskunder med Exchange Online kan vise den. Verken en betalt Viva Insights lisens eller en Copilot lisens kreves.

  • Microsoft 365 Copilot konsekvensrapport: En Power BI mal, fylt ut fra Viva Insights, som setter søkelyset på Copilot-assisterte timer og sammenligner Copilot og ikke-Copilot brukere på tvers av møter, Teams chat, e-post og dokumenter.

Kombiner telemetrien med to fremgangsmåter som gjør tallene pålitelige:

  • Angi en opprinnelig plan før utrulling. Ta opp hvor lang tid viktige aktiviteter tar i dag, slik at du kan vise endringen senere.
  • Behold en sammenligningsgruppe. Sammenlign Copilot brukere med en lignende gruppe ikke-brukere, og legg til selvrapportert tid og hvor gjenvunnet tid går. Bruksdata viser at en handling skjedde. Folk forteller deg om det hjalp.

Angi målet før du måler

Definer resultatet først, og mål det. Team som er enige om resultatene de ønsker, har langt større sannsynlighet for å bli hyppigere agentbrukere med høy verdi enn team som tar i bruk uten mål. Gi navn til de daglige oppgavene som er viktige for hver rolle, for eksempel oppsummeringer av møter for ledere eller første utkast til skriving for kommunikasjon, og mål disse scenarioene.

Tip

Spart tid er en tidlig indikator, ikke målet. En prøveversjon kan vise sanntidsbesparelser på skriftlige oppgaver mens den generelle produktiviteten forblir flat, fordi lagrede minutter lekker bort i stedet for å flytte til arbeid med høyere verdi. Ta opp hvor den gjenvunnede tiden går, hold folk i gang med å se gjennom utdataene for nøyaktighet, og unngå lagringsmåledata, for eksempel seter som er kjøpt.

Vanlige antimønstre

De fleste feil i dette mønsteret kommer fra å behandle innføring som en teknologioppgave. Se etter disse mønstrene.

Anti-mønster Slik ser det ut Hva du skal gjøre i stedet
Lisensslipp, ingen aktivering Tilordne seter, og deklarer deretter at programmet er ferdig. Bruken stopper opp i løpet av noen uker. Kjør kontinuerlig aktivering: onboarding, rollebaserte ledetekster, mestere og fellesskap. Behandle lisensen som starten, ikke slutten.
Ledelsen forblir på sidelinjen Ledere sponser budsjettet, men bruker aldri Copilot seg selv. Teams leser signalet og venter. Få ledere til å bruke og demonstrere Copilot i sitt eget arbeid. Rollemodellering er den sterkeste innføringsspaken.
Å styre en enkel assistent for mye Bruk kontroller på utføringsnivå, vurderingsråd og føderert eierskap for en assistent for utarbeiding. Friksjon dreper momentum. Match styring til risiko. Bruk lette, sentraliserte rekkverk og en klar policy for akseptabel bruk.
Kjøre det som et IT-prosjekt Optimaliser programmet for distribusjon og verktøy, ikke endring av virkemåte. Mål bruk i lukkede billetter. Kjør det som et program for endringsbehandling og aktivering. IT leverer plattformen. Bedriften skaper vanen.
Telle lisenser, ikke verdi Rapporter suksess som seter kjøpt i stedet for aktiv bruk og tid som returneres. Spor innførings-, bruksmønstre og verdisignaler med lett telemetri. Rapporter resultater, ikke seter.
Shadow AI med firmadata Uten godkjente verktøy limer ansatte inn arbeidsinnhold i uadministrert forbruker-AI. Gi en standardisert, bedriftsbeskyttet plattform og tilstand tydelig hvilke agenter som kan og ikke får tilgang til.
Behandle utdata som endelig Personer sender agent ut uten gjennomgang og blir fanget av unøyaktigheter. Hold mennesket oppdatert. Agenten utarbeider et utkast. En person bekrefter fakta, tone og dom før han handler.
One-and-done-opplæring Et enkelt startnettseminar, og deretter stillhet. Ferdigheter og selvtillit tones ned. Tilby kontinuerlig, selvstyrt læring og tips om akkurat i tide. Selvstyrt aktivering har en tendens til å lande bedre enn en enkelt formell økt.

Kundehistorier

Disse publiserte Microsoft kundehistorier viser ai-aktivering for ansatte i stor skala. Hver og en fokuserer på bred Microsoft 365 Copilot utrulling for individuell produktivitet, med personer som har kontroll over beslutninger.

Kunde Rapportert resultat
Commonwealth Bank of Australia 84% av 10.000 Copilot brukere sa at de ikke ville gå tilbake. Tidlige adopters lagret ca 16% av sin tid på repeterende oppgaver.
Allegis-gruppen Mer enn 18 000 aktive brukere lagret omtrent 150 000 timer, med 70% innføring. Historien navngir kultur og frykt for forandring som den virkelige barrieren.
EY Distribuerte Microsoft 365 Copilot til mer enn 150 000 ansatte og opplærte alle ansatte til å bruke en AI-assistent, en bro mot ansatte som bygde sine egne agenter.
Children International Ansatte bruker Copilot verktøy i ca 2000 timer i måneden, reinvestere tiden i programmer.
Oxfordshire County Council Sparte 25 200 timer med rådsomfattende Microsoft 365 Copilot, for anslagsvis £ 3,3 millioner netto nåverdi.
HealthEquity Økte de månedlige Copilot-aktivitetene firedoblet, fra ca. 50 000 til 220 000, blant ansatte som hadde fått opplæring.
Ma'aden Sparer omtrent 2200 timer i måneden med Microsoft 365 Copilot, Copilot Studio og Azure OpenAI.
Globo Sparer ca 2 timer per ansatt i måneden på ett team med Microsoft 365 Copilot ("Você Mais IA").
Conagra Brands Opplærte 1300 ansatte, mot et mål på 15.000, i ansattledet Copilot upskilling.

Tip

Det konsekvente funnet på tvers av disse studiene er at tidsbesparelser alene ikke driver forretningsverdi. Organisasjoner som definerer hva ansatte bør gjøre med gjenvunnet tid, og bygger denne forventningen inn i aktiveringsprogrammet, oppnår betydelig bedre resultater enn de som bare måler innføringsrater.

Microsoft agentiske funksjoner for dette mønsteret

Eksemplene nedenfor fremhever funksjoner som er spesielt relevante for ai-aktivering for ansatte. Bruk disse eksemplene som utgangspunkt for samsvarende funksjoner i scenarioer og brukersegmenter, og utforsk deretter Microsoft agentøkosystem for hele bildet.

Copilot i appene personer allerede bruker

App Hva Copilot gjør for den enkelte
Word Utarbeider utkast, omskriver, oppsummerer og justerer tonen, basert på de eksisterende filene og e-postene dine.
Excel Foreslår formler, overflatetrender, bygger diagrammer og kjører avansert analyse på naturlig språk.
PowerPoint Bygger en visning fra en ledetekst eller et dokument, bruker den merkede malen og omorganiserer lysbilder.
Outlook Oppsummerer lange tråder, kladder og presiserer svar, og prioriterer innboksen.
Teams Oppsummerer møter i sanntid, lister opp beslutninger og gjøremål, og svarer «hva gikk jeg glipp av».
OneNote Oppsummerer notater, utkast til planer og sakslister, og gjør sider om til oppgavelister.

Finn ut mer:

Møter

Copilot i Teams møter svarer på spørsmål under og etter et møte, oppsummerer diskusjonen og viser handlingselementer og eiere. Transkripsjonen må være aktivert.

Intelligent oppsummering av møte i Teams gir en varig oppsummering etter møtet med AI-notater, gjøremål og tidslinjeindikatorer. Denne oppsummeringen trenger en Teams Premium- eller Microsoft 365 Copilot-lisens.

Nå innholdet utover Microsoft 365

Microsoft 365 Copilot-koblinger utvider Copilots rekkevidde utover Microsoft 365 til de andre systemene der arbeidet ditt finnes. Med mer enn 100 forhåndsbygde koblinger til kilder som ServiceNow, Salesforce, Confluence, Jira, Box og Google Drive, kan Copilot finne og resonnere over innholdet i samme chat, sitere kilden og lagre deg fra å bytte verktøy. Koblinger respekterer hver persons eksisterende tillatelser, slik at du bare ser det du har lov til å se. De er skrivebeskyttet som standard.

Resonneringsagenter for dypere arbeid

  • Researcher takler kompleks, flertrinns forskning. Den kombinerer en avansert resonnementsmodell med arbeidsdataene og nettet for å produsere kildeanalyse, for eksempel en go-to-markedsplan basert på dine egne dokumenter.
  • Analyst resonnerer over rådata som en dyktig dataanalytiker. Den kjører kode, fungerer på tvers av flere regneark og produserer innsikt og visualiseringer.

Holdbare lerreter

  • Sider i Copilot gjør et Copilot svar om til et vedvarende, redigerbart lerret du kan begrense og dele, og deretter eksportere til Word eller PowerPoint.
  • Copilot-notatblokker omfang Copilot til et kuratert sett med filer, sider og notater, slik at svarene forblir jordet i kildene du velger.

Lettvektsagenter som ansatte bygger selv

  • Agent Builder i Microsoft 365 Copilot er ingen kodemåte for en bedriftsbruker å bygge en personlig agent eller teamagent. Beskriv hva den skal gjøre, pek den på kunnskap, for eksempel SharePoint eller nettkilder, legge til verktøy, teste og dele. Eksempler inkluderer en skrivetrener, en pålastingskompis eller en statusoppdateringsagent.
  • Microsoft Copilot Studio er lavkodestudioet for mer kompatible agenter som trenger koblinger, egendefinert logikk eller publisering til både Microsoft 365 Copilot og Teams. Bruk den når ikke-kodeomfanget til Agent Builder ikke er nok.

Start med en mal

Maler gir et testet utgangspunkt, slik at du bruker tid på å tilpasse i stedet for å utforme fra null. Denne tilnærmingen gjør det enklere for ansatte som aldri har bygget en agent fra grunnen av.

  • Agentmaler i Agent Builder bruker Microsoft retningslinjer for utforming og anbefalte fremgangsmåter. Velg Ny agent>Start med en mal i Microsoft 365 Copilot, og beskriv agenten på naturlig språk.
  • Klar til å distribuere agenter dekker daglige individuelle produktivitetsoppgaver. Eksempler som passer til dette mønsteret er: Planlegg min dag, som henter kalenderen, e-posten og oppgavene dine, og forteller deg hva du skal fokusere på først. Statusoppdatering, som gjør nylig Microsoft 365 aktivitet om til en fremdriftsoppdatering du kan dele, og Personal News Digest, som oppsummerer signaler på tvers av Microsoft 365 til et personlig, støyfritt sammendrag. Distribuer én as-is, og skreddersy den deretter til arbeidet ditt.

La agenter ta på seg flertrinnsarbeid

Etter hvert som Copilot modnes, går agenter fra å svare på et spørsmål til å følge gjennom en oppgave, mens du angir grensene og ser gjennom resultatene.

  • Copilot Cowork tar på seg lengre, flertrinnsarbeid på tvers av dokumenter, møter, e-post, Teams og forskning. Det fungerer innenfor tillatelsene dine og returnerer endelige resultater som du kan se gjennom, ikke bare et utkast. Copilot Cowork er nå generelt tilgjengelig og bruker Copilot Credits.
  • Microsoft Scout er en personlig agent som alltid er på. Det fungerer i bakgrunnen på tvers av dine Microsoft 365 apper og fungerer på dine vegne innenfor tillatelsene og policyene du og organisasjonen din har angitt, og flytter aktivering fra å svare på spørsmål til å handle på dine prioriteringer, med deg i kontroll.

Bruk det som fungerer på nytt

Copilot-spørsmålsgalleri lagrer Microsoft kuraterte ledetekster pluss ledetekstene du og teamet oppretter. Bruk det som allerede fungerer på tvers av Copilot Chat, Teams og Outlook.

Slik vet du at du er klar

Start dette mønsteret hvis de fleste av disse uttrykkene er sanne:

  • Ledere er villige til å bruke og gå inn for agenter i eget arbeid.
  • Du kan finansiere kontinuerlig aktivering, ikke bare lisenser.
  • Du har en standardisert, bedriftsbeskyttet Copilot plattform.
  • Du har en klar policy for akseptabel bruk.
  • Du kan måle innføring og verdi, ikke bare seter tilordnet.

Neste trinn

Ta Agent-beredskapsvurderingen

Eller utforsk den fullstendige forfallsmodellen for agentisk ai-innføring.

Utforsk andre mønstre mer detaljert:

  • Last updated on