自去年宣布推出Copilot Studio以来,微软表示该工具已在多个业务部门让效率显著提升。从下个月开始,客户将可以对这一说法进行测试。
该服务提供了一个无代码风格的界面,用于构建特定任务的人工智能代理,以实现员工工作的自动化。
如果你对人工智能代理的概念不熟悉,那么它指的是结合使用大型语言或视觉模型(有时不止一个)与传统自动化框架,无需人工交互即可主动处理信息(例如销售线索)。
尽管Copilot Studio可用于构建自定义代理,自动执行各种任务,微软在Dynamics 365 产品中提供了十个现成的代理,覆盖了从销售和客户服务到财务和供应链管理的方方面面。
微软表示其中得供应链代理可以“通过自主跟踪供应商绩效、检测延迟并做出相应响应,最大限度地减少代价高昂的中断”,并补充表示,它将把团队从监控和救火中解放出来。
当然,这些服务旨在插入客户现有的Microsoft 365服务,扩展他们的知识库,这可能是通过一种名为检索增强生成(RAG)的技术实现的——我们在这里对这一概念进行了深入探讨。
从长远来看,许多业内人士都认为这项技术将有助于实现整个部门的自动化。不过,就目前而言,微软的雄心似乎更低调,他们将这一服务定位为提高效率的驱动力,帮助现有员工完成更多工作或专注于价值更高的任务。
微软表示,霍尼韦尔使用 Copilot 提高了生产率,相当于增加了187名全职员工,这不禁让人怀疑,这些工具的真正目的是提高工人的生产率,还是推动裁员。
这正是 Klarna正在做的事情,但这家金融科技公司并没有让人工智能发出 “解雇通知书”,而是将其代理作为不补充员工离职后造成的空缺的理由。
微软称,在自己的测试中,至少有一个销售团队使用Copilot后,每个销售的收入提高了9.4%,成交量增加了20%。同时,这家软件巨头还表示,帮助人工智能人力资源助理现在将回答问题的准确率提高了42%。
当然,我们建议对这些说法持谨慎态度。百分比并不总是像看起来那么令人印象深刻,尤其是当你不知道基数是多少的时候。如果人力资源助理只有四分之三的时间能正确回答问题,那么准确率提高42%就已经很了不起了。但是,如果人力资源助理十次中已经有九次回答准确,那么提高的幅度就小得多了。
虽然微软表示这些代理提供了很多好处,但企业是否真的会让这些代理自己做出决定,还是只会让这些代理在已经需要团队关注的各种警报中插上一脚,还有待观察。当然,我们有足够的理由相信会是后者。
本月早些时候,Redwood Research公司首席执行官Buck Shlegeris与《The Register》杂志分享了故事:一个人工智能代理扫描他的网络、识别计算机并与之连接,结果却出了点差错,开始向机器推送更新,并很快就搞砸了。
需要说明的是,这个特殊的代理是用Python定制的,并使用Anthropic 的 Claude LLM 作为后台。因此,也许微软的Copilot Studio将内置更好的防护栏,以防止生产中出现此类事件。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。