Microsoft 365 Copilot迎来新团队成员,包括 Researcher 与 Analyst 代理。此次最新更新为 Microsoft 365 Copilot 引入了由 AI 驱动的搜索、所谓的推理代理以及全新的代理商店。部分用户已经能使用某些功能,而其他用户则可能需要等到五月才可体验。
其中一项新增功能是由 AI 驱动的企业搜索,这在过去曾因需要跨不同数据存储库应用策略以确保仅调用合适文件而令企业搜索供应商面临挑战。
“借助 Copilot 搜索,我们将搜索与 AI 的能力结合在一起,为您提供更相关、上下文感知的搜索结果,” Microsoft 设计与研究全球副总裁 Jon Friedman 在一段视频解说中表示。“它将您的工作数据与数十个应用连接起来,帮助您快速找到所需内容。而 Copilot 还可以对文件进行摘要,让您无需打开文档就能了解内容。”
对于担心让大语言模型在企业文件中乱翻的人来说,Microsoft 指出其 Copilot 控制系统,旨在让 IT 管理员和安全人员管理 Copilot 的交互和访问权限。
该系统包括 Purview 所支持的 AI 数据安全态势管理中的 Apps and Agents 部分,专门用于此类监管。此外,在 Microsoft Viva Insights 中还提供 Copilot 分析服务和 Copilot Studio 代理报告。
至于 AI 本身,Microsoft 365 Copilot 新增了两个角色: Researcher 和 Analyst。它们均为“推理代理”,即基于 OpenAI 的推理模型,尽管 Microsoft 尚未详细说明具体采用的是哪些模型。这里的“推理”指的是将任务分解为一步步并展示这些步骤执行过程的能力。
Researcher 代理旨在协助处理多步骤的研究任务,与 OpenAI 在二月份推出的深度研究代理类似。微软在演示视频中展示了使用以下提示让该代理制定市场营销计划的过程:
Create a marketing plan for the upcoming smart sneaker launch. Emphasize its ergonomic design, health tracking, and GPS integration. Make sure to include recommendations on the right digital channels and content strategy. Include insights from [the] competitive landscape and our past campaigns.
请为即将发布的智能运动鞋推出制定市场营销计划。重点突出其人体工程学设计、健康追踪和 GPS 集成。务必包含关于合适数字渠道和内容策略的推荐,并结合竞争态势和我们过往营销活动的洞察。
设想一下,你是一位雄心勃勃但不甚聪明的实习生,而你的顶尖营销团队因为跟随了推荐引擎建议体验一家流行的新潮贝类快闪店而集体食物中毒。此时,你会非常希望有像 Researcher 这样的代理为你草拟一份勉强过得去的营销计划,好让你能因此得到认可。
Analyst 代理在数据分析方面同样承诺实现类似的信息处理能力。
“一位未透露姓名的 Microsoft 员工在视频中解释道:‘Analyst 建立在 OpenAI 的 o3-mini 推理模型之上,并针对企业环境中的高级数据分析进行了优化,包括在何时以及如何使用 Python。’” “因此,即使你从未编写过一行代码,也可以获得只有 Python 才能提供的丰富数据洞察。”
或许你看不懂代码,但 Microsoft 的 AI 可以为你解释。显然,这是一个进步。
这些新代理现已在全新亮相的代理商店中上线,该店还展示了来自包括 Jira、Monday.com 和 Miro 等多家合作伙伴的产品。此外,还提供定制构建的代理,允许企业选择自动化执行特定任务或为 Copilot 提供对特定数据的访问权限。
各大模型提供商每年投入数十亿美元,以提升生成式 AI 模型的规模、性能和可靠性。这个悖论将持续到 2025 年和 2026 年。
在创作体验方面,Copilot 增添了 OpenAI GPT-4o 的图像生成功能,使其更加强大。无论是准设计专业人士,还是那些不愿意将其才华付诸实践的优秀视觉艺术家,现在都可以向 Microsoft 的合规 AI 要求制作更多横幅、展示图形和营销文案。
这家 Windows 巨头还推出了 Notebooks,一处可以存放各类文件的地方,Copilot 可按需对这些内容进行分析。
Friedman 解释道:“Copilot Notebooks 将我关于某个项目的所有文件整理到一起,并让我能与 Copilot 就该项目进行深入对话。”
第二波更新中的某些功能(如 Researcher 和 Analyst 代理)已立即向 Frontier Program 客户开放,预计更大范围的推广将于五月实现。
此项公告发布之际,IT 咨询公司 Gartner 预测来年将出现 AI 悖论:对生成式 AI 的不满与不断增加的支出并存。
Gartner Research 副总裁 John-David Lovelock 在一份声明中表示:“由于初步概念验证 (POC) 工作失败率高以及对现有生成式 AI 结果的不满,对生成式 AI 能力的期望正在下降。” “尽管如此,基础模型提供商每年仍投入数十亿美元来提升生成式 AI 模型的规模、性能和可靠性。这个悖论将持续到 2025 年和 2026 年。”
Gartner 预测,2025 年全球在生成式 AI 方面的支出将超过 6440 亿美元,较 2024 年增长逾 76%。
好文章,需要你的鼓励
Forrester副总裁兼首席分析师高恩德在访谈中表示,尽管AI技术广泛存在,但在生产力统计数据中并未体现革命性改变。他引用美国劳工统计局数据指出,个人电脑时代同样未能显著提升生产力增长率。研究显示,95%的生成式AI项目未产生实际投资回报。Forrester预测到2030年AI可能取代6%的工作岗位,约1040万个职位,但目前大部分企业裁员主要出于财务考虑而非AI替代。
中国人民大学联合快手科技研发的DPWriter系统通过创新的"多样化规划分支"策略和智能奖励机制,成功解决了AI写作中质量与创意多样性难以兼得的问题。该系统让AI先制定包含五个维度的详细写作计划,在规划阶段进行创意分支,再配合双重奖励评价体系,实现了在保证写作质量的同时大幅提升创意多样性。实验显示新方法在多样性指标上提升15%,为AI辅助创意写作开辟了新路径。
谷歌发布Personal Intelligence工具,让用户可根据个人偏好定制Gemini聊天机器人。该工具能访问Gmail、谷歌相册和YouTube等服务中的个人数据,提供更精准的回复。例如分析收件箱中的餐厅预订来推荐食谱,或利用汽车照片回答维修问题。工具提供多项隐私控制选项,默认关闭且用户可自定义访问权限。初期仅向美国付费用户开放,未来将扩展至免费账户和国际市场。
ellamind公司研发的sui-1是首个能为长文档摘要提供精确引用标注的AI模型。该24B参数模型通过创新的XML标签系统,为每个摘要观点标注原文出处,解决了AI摘要"不可验证"的核心问题。模型可处理10万词文档,支持200万词超长文档的迭代处理,在准确性测试中达到84.2%,远超同类开源模型。研究团队采用Apache 2.0许可证完全开源模型和训练数据,为政府、法律等需要高准确性的领域提供可信赖的文档分析工具。