Latest / M365.FM – подкаст про Microsoft 365, Copilot і ШІ українською / ШІ-агент для GRC на Microsoft Purview, Power Automate і Copilot Studio: автоматичні звіти про відповідність (ШІ-дубляж)

Transcript

ШІ-агент для GRC на Microsoft Purview, Power Automate і Copilot Studio: автоматичні звіти про відповідність (ШІ-дубляж) · M365.FM – подкаст про Microsoft 365, Copilot і ШІ українською

• 0:00
  Поговорімо про звіти з управління, ризиків і комплеєнсу, тобто GRC.
• 0:03
  Три літери, через які споживається більше кофеїну, ніж під час усіх аудитів разом узятих.
• 0:08
  Десь зараз бідолашний аналітик досі копіює логи аудиту в Excel-поклітенці,
• 0:12
  наче зараз 2003 року, а макроси – це чаклунство.
• 0:15
  Починають із добрих намірів охайної книги, кількох фільтрів,
• 0:18
  а закінчують 40 вкладками з розрізненими зведеними таблицями.
• 0:22
  Комплеєнс, що мав бути запобіжником, перетворюється на перформанс.
• 0:25
  Години обробки даних, щоб запевнити аудиторів, що все під контролем.
• 0:29
  Спойлер, це рідко так.
• 0:31
  Ручна звітність в GRC – це те, що стається, коли організації плутають документацію з інсайтами.
• 0:36
  Ви витягуєте дані з Microsoft Perview, експортуєте їх, розтягуєте по таблицях і називаєте це управлінням.
• 0:42
  Наступного тижня виникають нові дії, дані змінюються,
• 0:44
  і раптом ваші бездоганні графіки стають брехнею у кольоровому градієнті.
• 0:47
  Аудиторські сліди, що мали б забезпечувати підзвітність, зрештою забезпечують лише вигорання.
• 0:51
  Щогірше, більшість компаній ставляться до Perview, як до сейфа, що його відкривають лише перед аудитом.
• 0:56
  Його логи аудиту тихо накопичують терабайти даних про те, хто, що, де і коли зробив.
• 1:01
  Корисно? Абсолютно? Чи табельно? Ледве?
• 1:04
  Кожен запис – це JSON-блок, такий щільний, що може викривляти світло.
• 1:07
  І так їх можна обробляти вручну, якщо вихідні – це опція, а здоровий глузд – предмет торгу.
• 1:17
  Іншими словами, програмне забезпечення, яке робить те, чого завжди прагнули команди комплеєнсу,
• 1:36
  збирає, аналізує та пояснює без жодного зітхання чи ризику розлити каву на головну таблицю.
• 1:40
  Уявіть це як делегування вашої звітності GRC-стажеру, який ніколи не скаржиться, не спить і читає JSON як рідну мову.
• 1:47
  Наприкінці цього пояснення ви точно знатім'єте, як це побудувати від підключення логів Perview до автоматизації розкладу звітів усе всередині екосистеми Microsoft.
• 1:55
  І так ми розглянемо логічний крок, що перетворює це з простої автоматизації на повністю автономного аудитора.
• 2:00
  Наразі зосередьтеся на цьому.
• 2:01
  Комплеєнс не повинен залежати від споживання кофеїну.
• 2:04
  Машини не втомлюються, і вони точно не переплутають назви стовпців.
• 2:06
  Є один логічний рівень, одне витончене дизайнерське рішення, що робить цього агента достатньо надійним, щоб надсилати звіти без нагляду.
• 2:12
  Ми дійдемо до цього, але спочатку зрозуміємо, чим насправді є цей агент.
• 2:15
  Що робить це поєднання Coopilot Studio та Pava Otomite чимось більшим, ніж просто Flow з гучною назвою?
• 2:21
  Чим насправді є GRC-агент?
• 2:24
  Відкиньмо весь гламурші та визначимо, чим це є насправді.
• 2:27
  Структурована автоматизація на базі стеку Microsoft, що видає себе за інтелект.
• 2:32
  Агент GRC – це три голови створіння.
• 2:35
  Кожна голова відповідає за певну частину когнітивного процесу.
• 2:38
  Перв'ю забезпечує сиру, пам'ять, журнали аудиту, дані класифікації та події відповідності.
• 2:44
  Pava Otomite діє як нервова система.
• 2:46
  Він збирає сигнали, відфільтровує шум і забезпечує виконання процесів за графіком.
• 2:51
  Coopilot Studio, зрештою, це рот і перекладач.
• 2:54
  Він бере технічну абракадабру журналів і видає зрозумілі для людини підсумки.
• 2:58
  Користувач підвищував привілеї п'ять разів за добу, перевищивши поріг політики.
• 3:02
  Це англійська мова, а не JSON.
• 3:04
  Ось у чому правда.
• 3:05
  90% завдань комплеєнсу – це не питання суджень, це розпізнавання шаблонів.
• 3:09
  Проте аналітики досі витрачають години, переглядаючи стовпці типів активності та статусів результатів,
• 3:14
  хоча автоматизація могла б категоризувати та підсумувати ці шаблони автоматично.
• 3:18
  Ось чому цей підхід працює.
• 3:20
  Система не намагається думати, як людина, вона створена, щоб структурувати краще за неї.
• 3:24
  Розберімо ці компоненти.
• 3:26
  Microsoft Perview – це не просто інструмент маркування файлів, це ваша чорна скринька комплеєнсу.
• 3:31
  Кожна дія користувача в Microsoft 365, як от обмін документом, створення політики чи зміна мітки зберігання, фіксується в журналах.
• 3:38
  Але якщо ви не вмієте вільно читати вкладені структури JSON, ви ніколи не отримаєте жодних корисних інсайтів.
• 3:42
  У цьому й головна проблема – надлишок даних при нульовій читабельності.
• 3:50
  Ви задаєте розклад, наприклад, щодня о 8.00 ранку, і він викликає конектори для отримання останньої активності сперв'ю.
• 3:57
  Коли люди роблять помилки в налаштуваннях, вони панікують.
• 4:00
  Коли помилка тут, потік тихо зупиняється, але записує детальний звіт про помилку.
• 4:04
  Комплеєнс любить журнали.
• 4:05
  Павао та мить надає їх із релігійною регулярністю.
• 4:08
  І, нарешті, Co-Pilot Studio, який перетворює структуровані дані на оповідь.
• 4:12
  Ви подаєте йому структуроване зведення, можливо, таблицю JSON із підрахунком ризикованих дій користувача, а він видає резюме ризиків природною мовою.
• 4:19
  Ось де виникає ілюзія інтелекту.
• 4:21
  Він не вгадує, він дотримується правил, закладених у ваш пром.
• 4:25
  Наприклад, ви дали інструкцію узагальнити помітні ризиковані дії за рівнем серйозності та надати одну рекомендацію для кожної категорії.
• 4:32
  Результат виглядає як звіт аналітика, але це лише алгоритмічна чесність, одягнена в граматику.
• 4:36
  А тепер звернімо увагу на невимовну іронію.
• 4:38
  Компанії купують дашборди, що обіцяють видимість, глянцеві звіти, кольорові індикатори, але дашборди не пояснюють.
• 4:43
  Вони лише показують.
• 4:45
  Агент DRC натомість пише.
• 4:47
  Він перетворює шаблони на речення, усуваючи інтерпретаційний розрив, який став причиною незліченних провалів під час перевірок відповідності.
• 4:53
  Коли керівник запитує про динаміку ризиків за минулий місяць, ви не надсилаєте йому посилання на PAVA BI, якому ледве довіряєте,
• 4:58
  ви надсилаєте чіткий звіт, створений робочим процесом, що запустився о 8.05 ранку, поки ви ще пили каву.
• 5:03
  Чому ще не всі команди так роблять?
• 5:05
  Тому що більшість недооцінює, наскільки зрозумілою може бути автоматизація.
• 5:08
  Вони вважають чинепередбачуваним, хоча насправді цей стек є детермінованим.
• 5:12
  Ви визначаєте все.
• 5:13
  Логіку, частоту, обсяг і навіть тон викладу.
• 5:16
  Автономність – це не випадковість.
• 5:18
  Це дисциплінована автоматизація з навичками володіння мовою.
• 5:21
  Проте, перш ніж цей агент зможе думати, він повинен бачити.
• 5:24
  Це означає створення конвейера даних, який надає йому доступ лише до потрібних сегментів аудиторських даних Perview, ні більше, ні менше.
• 5:29
  Без такої видимості ви автоматизуєте сліпоту.
• 5:32
  Тож далі ми підключимо Pava Automate до Perview, визначимо важливі події та навчимо нашого агента, куди дивитися.
• 5:37
  Тільки після цього ми зможемо навчити його, про що думати.
• 5:40
  Побудова конвейера даних – Perview.
• 5:41
  Перш ніж навчити свого DRC-агента думати, ви повинні дати йому очі.
• 5:45
  Підключить його безпосередньо до джерела істини.
• 5:48
  Журнали аудиту Microsoft Perview.
• 5:50
  Ці журнали відстежують, хто, що, коли і як чіпав.
• 5:53
  На жаль, вони зберігаються у чудовому структурному кошмарі під назвою JSON.
• 5:57
  Сприймайте JSON як інженерний еквівалент юридичного жаргону.
• 6:00
  Технічно точний, практично нечитабельний.
• 6:03
  Краса Pava Automate в тому, що він вільно читає цю нісенітницю, якщо ви його правильно налаштуєте.
• 6:08
  Перший крок – вилучення.
• 6:09
  Ви можете почати з вбудованого коннектора Perview або, якщо любите страждати, за HTTP дії, де викликаєте арі журналів аудиту Perview напряму.
• 6:16
  Обидва шляхи ведуть до одного результату.
• 6:18
  Потік даних, що відображає все, що сталося у вашому орендарі.
• 6:22
  Спільні файли, зміни дозволів, порушення доступу, входи адміністраторів тощо.
• 6:26
  Більш дисциплінований підхід заздалегідь обмежити сферу застосування.
• 6:29
  Так, ви могли б завантажити весь потік аудиту, але це як створювати резервну копію всього інтернету, бо ви загубили PDF-файл.
• 6:34
  Визначте, які події дійсно впливають на відповідність вимогам.
• 6:36
  Інакше ваш потік перетвориться на ненавмисну відмову в обслуговуванні вашого власного терпіння.
• 6:40
  Тепер про контроль доступу.
• 6:42
  Pava Otamate діє лише в межах наданих йому дозволів.
• 6:45
  Якщо ваш сервісний обліковий запис потоку не може прочитати журнал аудиту Perview,
• 6:48
  ваш агент дивитиметься в порожнечу і сумлінно звітуватиме про відсутність проблем.
• 6:52
  Це не заспокоєння, це сліпота, замаскована під успіх.
• 6:55
  Переконайтеся, що сервісний обліковий запис має роль читача журналів аудиту вперв'ю
• 6:59
  і може проходити автентифікацію без переривання МФА.
• 7:02
  Щі слухняний, але не креативний.
• 7:04
  Він не зможе натиснути кнопку чи пройти автентифікацію у 2.00 ночі.
• 7:07
  Призначайте облікові дані обережно і зберігайте їх у Azure Vault або посиланнях на з'єднання,
• 7:11
  щоб залишатися відповідними вимогами і зберігати автоматизацію робочою.
• 7:13
  Коли видобуток даних стабілізується, ви переходите до фільтрації.
• 7:16
  Нікому не потрібна кожна подія доступу до файлів у папці з меню обідів кафетерію.
• 7:21
  Натомість фільтруйте за реальними індикаторами ризику.
• 7:24
  Користувач увійшов з нової локації, змінено призначення ролі,
• 7:27
  активовано зовнішній обмін, змінено політику міток.
• 7:29
  Це саме ті історії, які справді цікавлять аудиторів.
• 7:32
  Ви можете фільтрувати на етапі запиту, використовуючи параметри ARRI
• 7:35
  або пізніше в PAVA OTAMITE за допомогою умовної логіки.
• 7:38
  Те, що робить обсяг даних керованим.
• 7:40
  Пам'ятайте, ви не накопи чуєте, ви впорядковуєте.
• 7:43
  Далі настає частина, що відрізняє професіоналів від тих,
• 7:46
  хто вважає копіювання автоматизацією.
• 7:47
  Подача.
• 7:48
  Ви перетворите ці JSON-блоки на структуровані стовпці,
• 7:51
  які згодом зможе інтерпретувати ваш модуль Co-Pilot.
• 7:54
  Простий метод використання дії PASS-JSON
• 7:56
  із визначеною схемою, взятою зі зразка по дії Perview.
• 7:59
  Якщо термін «вкладені масиви» викликає дискомфорт,
• 8:01
  ласкаво просимо в кодинг для комплеєнсу.
• 8:03
  Кожна властивість – ідентифікатор користувача,
• 8:06
  операція, робоче навантаження, статус результату,
• 8:08
  IP-клієнта – стає окремою змінною.
• 8:10
  Ви фактично навчаєте свого майбутнього
• 8:11
  ЩІ-агента словниковому запасу перед початком розмови.
• 8:14
  На цьому етапі ви відкриєте для себе
• 8:16
  екзистенційний гумор форматів даних Microsoft.
• 8:18
  Деякі аудиторські поля подаються як масиви,
• 8:20
  навіть якщо вони містять лише одне значення.
• 8:22
  Інші ховають результати під трьома шарами вкладеності,
• 8:25
  як матрішки неоднозначності.
• 8:33
  Це дивно, але саме так ви кажете автоматиці
• 8:35
  шукати в JSON і виявляти сенс.
• 8:37
  Невелика друкарська помилка тут створює
• 8:39
  ефектну нісенітницю згодом.
• 8:40
  Тому тестуйте кожне вилучення на невеликих вибірках.
• 8:43
  Так, налагодження потоків – це гламурна робота.
• 8:45
  Можливо, ви захочете десь зберегти ці очищені дані.
• 8:48
  SharePoint, Dataverse або навіть база даних SQL
• 8:50
  залежно від складності ваших звітів.
• 8:52
  Це сховище діє як короткочасна пам'ять,
• 8:54
  забезпечуючи агенту історичне порівняння
• 8:56
  без постійних запитів до перв'ю.
• 8:58
  Сприймайте це як кешування інтелекту.
• 9:00
  Події вчорашнього дня допомагають
• 9:01
  зробити аналіз сьогоднішнього дня обґрунтованим.
• 9:03
  Якщо вам потрібна робота зі стовпцями
• 9:05
  або зв'язки між наборами даних,
• 9:07
  Dataverse краще працює з Pava Otamate.
• 9:09
  SharePoint простіший, але стає незграбним
• 9:11
  після кількох тисяч рядків.
• 9:13
  Далі – планування.
• 9:14
  Визначте періодичність.
• 9:15
  Щоденні звіти для динамічних середовищ,
• 9:17
  щотижневі для спокійніших екосистем.
• 9:19
  Використовуйте тригер повторення
• 9:20
  Recurrence у Pava Otamate.
• 9:22
  Становіть його на свій часовий пояс,
• 9:23
  а не UTC, якщо ви не любите дивуватися,
• 9:25
  чому звіти приходять о 3.00 ночі.
• 9:27
  Потік запускається автоматично,
• 9:28
  витягує відфільтровані дані,
• 9:30
  трансформує їх, зберігає та готує дані
• 9:32
  для наступної фази логічного мозку.
• 9:34
  Послідовність комплеєнсу більше
• 9:35
  не залежить від людського ентузіазму,
• 9:37
  це працює як годинник.
• 9:38
  Під час налаштування обробки помилок припустіть,
• 9:40
  що Arie Perview видасть помилку за багато запитів,
• 9:43
  бо, як не дивно, всі інші аналітики
• 9:45
  намагалися запитати логи в ту саму секунду.
• 9:47
  Створіть політику повторних спроб
• 9:48
  та резервні повідомлення.
• 9:50
  Навіть автоматизація має давати збої коректно.
• 9:52
  Записуйте помилку в лог-файл
• 9:54
  та надсилайте повідомлення в Teams,
• 9:55
  якщо показники перевищують норму.
• 9:57
  Так ви будете керувати збоями як даними,
• 9:59
  а не як драмою.
• 10:00
  Пам'ятайте, аудитори не карають за помилки.
• 10:03
  Вони карають за їх відсутність у документації.
• 10:05
  Тепер у вас є живий конвейер.
• 10:07
  Perview передає дані через артерії
• 10:09
  Power Automate до обраного вами сховища.
• 10:12
  Це замінює ручний збір даних
• 10:14
  на набагато дисциплінованіший процес.
• 10:16
  Якщо все зробити правильно,
• 10:17
  це також призведе до тонких культурних змін.
• 10:19
  Раптом ваша звітність щодо відповідності
• 10:21
  стає не спринтом перед аудитом,
• 10:22
  а постійним серцебиттям.
• 10:24
  І для протоколу так ви могли б робити те саме,
• 10:26
  вручну запитуючи Perview щоп'ятниці
• 10:27
  та копіюючи результати в Excel.
• 10:29
  Ви також могли б збивати власне масло.
• 10:30
  Цей конвейер існує не тому,
• 10:32
  що ви не можете зробити це інакше.
• 10:33
  Він існує тому, що ви цінуєте вихідні.
• 10:35
  Смішно дивитися на тих,
• 10:36
  хто досі гортає експорти логів,
• 10:38
  стверджуючи, що автоматизація – це ризик.
• 10:39
  Єдиний реальний ризик –
• 10:40
  це дотримуватися настільки крихкого процесу,
• 10:42
  де відсутність одного аналітика
• 10:43
  руйнує аудиторський слід.
• 10:44
  Тепер, коли ваш агент має зір,
• 10:46
  постійний потік даних зі структурою та графіком,
• 10:48
  час наділити його когнітивними здібностями.
• 10:49
  Наступний рівень перетворює серу інформацію
• 10:51
  на інтерпретацію, граничні значення,
• 10:53
  логічні умови та підсумкові дані.
• 10:55
  По суті, ми переходимо від очей до мозку.
• 10:58
  Фундамент закладено.
• 10:59
  Навчимо його думати.
• 11:00
  Даємо агенту мозок.
• 11:02
  Логіка Power Automate
• 11:03
  Power Automate – це нештучний інтелект.
• 11:05
  Він не мріє, не спекулює
• 11:06
  і не вигадує ризики відповідності.
• 11:08
  Що він робить – це те,
• 11:09
  чого більшість людей не можуть витримати – послуг.
• 11:11
  Він ніколи не забуває кроки,
• 11:12
  ніколи не імпровізує
• 11:13
  і ніколи не стверджує,
• 11:14
  що все мало спрацювати.
• 11:15
  Ця передбачувана жорсткість –
• 11:17
  саме те, що потрібно для автономності.
• 11:19
  Логічний рівень вашого DRC-агента
• 11:20
  починається зі структури.
• 11:22
  Потік має запускатися самостійно,
• 11:23
  надійно запитувати перв'ю,
• 11:24
  інтерпретувати знайдене та визначати,
• 11:26
  коли події перевищують встановлені межі.
• 11:28
  Уявіть ланцюгову реакцію.
• 11:30
  Спрацьовує тригер повторення.
• 11:32
  Виклик надходить до перв'ю.
• 11:33
  Дані очищуються,
• 11:34
  паттерни підраховуються,
• 11:36
  ризики класифікуються.
• 11:37
  Жодної драми – лише виконання.
• 11:39
  Почніть із тригера повторення.
• 11:41
  Вчасно налаштоване повторення –
• 11:42
  це відповідь цивілізації
• 11:43
  на людську забудькуватість.
• 11:44
  Налаштуйте його відповідно
• 11:45
  до часового поясу ваших аудиторів.
• 11:47
  Щоденний чи щотижневий графік означає,
• 11:49
  що потік починає свій ритуал
• 11:50
  без нагадувань.
• 11:51
  Саме так виживають автономні системи.
• 11:53
  Одразу після цього
• 11:54
  додайте блок ініціалізації.
• 11:55
  Змінні середовища, лічильники, масиви.
• 11:58
  Вони забезпечують когнітивний каркас,
• 11:59
  який агент використає згодом.
• 12:01
  Змінні, як от загальна кількість подій,
• 12:03
  кількість високих ризиків та дата звіту
• 12:04
  стають його робочою пам'яттю.
• 12:06
  Після запуску потік викликає
• 12:08
  конектор аудит логів перв'ю
• 12:10
  або HTTP-арі.
• 12:11
  А потім настає реальність.
• 12:13
  Серій відповіді містять статичний шум,
• 12:15
  системні сигнали
• 12:16
  або зовсім нерелевантні події.
• 12:18
  Вставте крок фільтрації масиву,
• 12:19
  щоб видалити сміття.
• 12:20
  Типовий шаблон.
• 12:21
  Ігноруйте будь-який запис,
• 12:22
  де тип користувача – це сервісний суб'єкт
• 12:24
  і залишайте лише типи операцій,
• 12:25
  пов'язані з управлінням даними
• 12:26
  чи зміною політик.
• 12:27
  Це очищення робить вашого агента
• 12:29
  аналітичним, а не тривожним.
• 12:31
  З огляду на любов Microsoft до надмірності,
• 12:33
  багато потоків журналів
• 12:34
  повторюють однакові події.
• 12:35
  Видаляйте дублікати,
• 12:36
  використовуючи простий вираз «Юніон»
• 12:37
  або порівняння в циклі.
• 12:38
  Те, що залишається – це сигнал,
• 12:40
  правдива підмножина, яку варто класифікувати.
• 12:42
  Саме тут скрипт заслуговує
• 12:43
  названня інтелектуального.
• 12:45
  Додайте дію «Compose» або «Select»,
• 12:46
  яка групує записи, що залишилися
• 12:48
  за іменем суб'єкта-користувача
• 12:49
  та операцією.
• 12:50
  Потім спрямуйте підрахунки
• 12:51
  в цикли «Apply to each»,
• 12:52
  щоб підсумувати кожну категорію.
• 12:53
  Наприкінці ваш агент має знімок стану.
• 12:56
  Хто що зробив, як часто і чи вийшло,
• 12:58
  це за межі визначених ризиків.
• 13:00
  Секрет автономії – дозволити системі
• 13:02
  визначати рівень ризику
• 13:03
  на основі ваших порогів.
• 13:04
  Наприклад, якщо підвищення привілеїв
• 13:06
  дорівнює трьом,
• 13:07
  встановіть рівень ризику «високий».
• 13:09
  Якщо зовнішніх поширень одне,
• 13:11
  встановіть рівень ризику «середній».
• 13:13
  В іншому випадку – «нормальний».
• 13:15
  Ця логіка не вигадує сенс,
• 13:16
  вона його впроваджує.
• 13:18
  Кодифікуючи поняття «забагато»,
• 13:20
  ви замінюєте людські здогадки
• 13:21
  числовою ясністю.
• 13:23
  Використовуйте вкладені умовні дії.
• 13:25
  Коли рівень ризику високий,
• 13:26
  додайте інформацію про користувача
• 13:28
  до масиву високого ризику.
• 13:29
  Коли середній, можливо,
• 13:30
  поставте в чергу на перевірку.
• 13:31
  Коли нічого незвичайного не виявлено,
• 13:33
  запишіть повідомлення про відсутність результатів
• 13:34
  замість того, щоб просто мовчати.
• 13:36
  Різниця між відсутністю даних
• 13:37
  і нульовим результатом
• 13:38
  у комплеєнсі є важливою.
• 13:39
  Після спрацювання порогів
• 13:40
  опціонально зверніться
• 13:41
  до кінцевої точки Coopilot Studio
• 13:43
  для описового узагальнення.
• 13:44
  Два користувачі перевищили пороги ризику.
• 13:46
  Але цей крок обробки мови
• 13:48
  належить до наступного розділу.
• 13:49
  Тут мета – класифікація, а не композиція.
• 13:52
  Помилки трапляються.
• 13:53
  Арі часто гальмує або дає збої
• 13:55
  частіше, ніж це вказується
• 13:56
  в маркетингових матеріалах.
• 13:58
  Огорніть усі HTTP-запити
• 13:59
  в контейнер-скоуп
• 14:00
  з увімкненою політикою повторних спроб.
• 14:02
  Три спроби – експоненціальна затримка.
• 14:04
  У гілці помилок записуйте текст помилки,
• 14:06
  часову мітку та ID запуску потоку
• 14:08
  до списку SharePoint
• 14:09
  або таблиці Dataverse
• 14:09
  з назвою «Стан автоматизації».
• 14:11
  Під час першого розгортання
• 14:12
  очікуйте курйозів.
• 14:14
  Коли я вперше тестував цю збірку,
• 14:15
  агент Гордо повідомив про нуль проблем.
• 14:17
  Ідеальна відповідність – подумав я,
• 14:19
  поки не зрозумів, що сервісному обліковому запису
• 14:21
  бракує ролі читача журналів аудиту.
• 14:23
  Робот не був лінивим,
• 14:24
  він був слухняно-сліпим.
• 14:26
  Нагадування про те,
• 14:27
  що автоматизація виконує лише те,
• 14:28
  що ви їй дали, і нічого більше.
• 14:30
  Кожен запуск потоку записує докази виконання.
• 14:33
  Ставте фінальну дію
• 14:34
  «Append to File» або «Create Item»,
• 14:35
  яка зберігає підсумкові метрики,
• 14:37
  загальну кількість подій,
• 14:38
  користувача з найвищим ризиком,
• 14:40
  тривалість виконання.
• 14:41
  Або надійшліть ці результати в канал Teams
• 14:42
  чи до керуючої бібліотеки SharePoint.
• 14:45
  Коли настає час аудиту,
• 14:46
  ви не зможете виправдовуватися з погадами.
• 14:48
  Ви будете демонструвати артефакти.
• 14:49
  Додайте один додатковий запобіжний захід,
• 14:51
  вкажіть ідентифікатор запуску та версію потоку.
• 14:53
  Якщо ваші порогові значення зміняться пізніше,
• 14:55
  аудитори все одно відстежать,
• 14:56
  яка логіка призвела до певного результату.
• 14:58
  Управління машиною дорівнює управлінню
• 15:00
  за допомогою машини.
• 15:01
  На цьому етапі автоматизація може класифікувати,
• 15:03
  підраховувати та приймати рішення.
• 15:05
  Вона знає, коли рівень ризику порушує політику,
• 15:07
  проте нічого про це не каже.
• 15:09
  Для людей ця тиша здається моторошною,
• 15:10
  тому наступний рівень надасть їй слів.
• 15:12
  Або, як ми могли б сказати,
• 15:13
  тепер, коли вона вміє думати,
• 15:15
  вона повинна заговорити бажано з розумілою мовою.
• 15:17
  Навчання її писати – інтеграція Co-Pilot Studio.
• 15:21
  До цього моменту ваш агент був мовчазним типом
• 15:23
  ефективним, але німим.
• 15:25
  Co-Pilot Studio дає йому голос –
• 15:26
  це інтерпретатор, який перекладає дані на мову дипломатії.
• 15:30
  Уявіть це як багатомогного переговірника,
• 15:32
  що опинився між кодом і засіданнями комітетів.
• 15:34
  Система, яка не вигадує історій.
• 15:36
  Вона переписує реальність реченнями,
• 15:38
  які люди можуть осягнути.
• 15:40
  Її талант полягає в тому, щоб перетворити
• 15:42
  JSON-болоток, яке створює Pava Otamite,
• 15:44
  на чіткий дайджест дій користувачів,
• 15:46
  підрахунків ризиків та записів подій у параграфи,
• 15:48
  достатньо ввічливі для керівників
• 15:50
  і точні для аудиторів.
• 15:51
  Вона поєднує синтаксис і політику, гарантуючи,
• 15:53
  що те, що колись було сирими машинними даними,
• 15:55
  тепер читається як виважене рішення,
• 15:57
  а не як набір безглуздих таблиць.
• 15:58
  Почніть із визначення того, який саме тип комунікації
• 16:01
  вам потрібен.
• 16:02
  Зазвичай їх три – виконавче резюме,
• 16:03
  технічний додаток та рекомендації.
• 16:05
  Кожен із них розрахований на різний рівень
• 16:06
  з прийняття інформації.
• 16:08
  Керівництву потрібен один параграф.
• 16:09
  Аудиторам потрібні доказові бази.
• 16:11
  І те персоналу потрібне кожне поле,
• 16:13
  оскільки вони щеплюються даними.
• 16:14
  Ви створите єдиний досвід Co-Pilot у Studio,
• 16:17
  але ви будуєте всередині нього кілька запитів.
• 16:19
  Кожен запит формує тон, формат та обсяг викладу.
• 16:22
  Приклад.
• 16:23
  Підсумуйте основні ризики простою мовою,
• 16:25
  обмежтеся п'ятьма пунктами
• 16:26
  та запропонуйте рішення для кожного з них.
• 16:29
  Наступним може бути.
• 16:29
  Підготуйте технічний додаток
• 16:31
  із переліком усіх подій високого ризику у вигляді таблиці.
• 16:34
  Щоб підключити Pava Otomite до Co-Pilot Studio,
• 16:36
  використовуйте HTTP-дію у своєму потоці,
• 16:38
  яка надсилає структурований JSON-пакет
• 16:40
  на URL-адресу кінцевої точки Co-Pilot.
• 16:42
  Co-Pilot інтерпретує цей пакет,
• 16:44
  використовуючи визначений вами системний запит.
• 16:46
  Автентифікація Microsoft робить це безпечним.
• 16:49
  Ви проходите автентифікацію виклику через Azure AD,
• 16:51
  тому лише ваш потік може отримати до нього доступ.
• 16:53
  «Вітаємо! Ви щойно навчили свій бот
• 16:55
  надсилати структуровані думки до машини для письма.
• 16:58
  Результатом є текст, а не цифри.
• 17:00
  Цей текст і є ваш звіт.
• 17:01
  Передайте його в Co-Pilot з інструкціями,
• 17:04
  наприклад, підсумуйте ці результати
• 17:05
  у короткому звіті про відповідність,
• 17:07
  відсортуйте за рівнем серйозності,
• 17:09
  порадьте одну дію на кожну знахідку
• 17:10
  і завершіть загальною тенденцією».
• 17:12
  Co-Pilot повертає щось, що нагадує записку аналітика.
• 17:15
  Два користувачі вчора демонстрували
• 17:17
  підвищену ризиковану поведінку.
• 17:19
  Адель Венс виконала три підвищення привілеїв,
• 17:21
  що перевищують допустимий поріг.
• 17:23
  Рекомендується негайний перегляд ролей адміністраторів.
• 17:25
  Меган-будинок один раз спробувала
• 17:27
  надати зовнішній доступ.
• 17:28
  Нагадайте користувачеві про політику
• 17:30
  зовнішнього обміну даними.
• 17:31
  Інших аномалій не виявлено.
• 17:32
  Загальна тенденція порівняно з базовим рівнем стабільна.
• 17:35
  Бачите, це не генеративні припущення.
• 17:37
  Це структурований синтез на основі
• 17:39
  детермінованих запитів.
• 17:41
  Люди називають це письмом, машини, виводом даних.
• 17:44
  Секрет у вашому контролі над структурою даних
• 17:46
  і структурою мови.
• 17:47
  Co-Pilot не працює хаотично, він описує статистику.
• 17:50
  Тепер вирішимо питання розповсюдження.
• 17:53
  Звичайним користувачам не варто заходити в Dataverse
• 17:55
  для пошуку звітів.
• 17:56
  Тож знову використаємо коннектори Pava Automate.
• 17:59
  Працюйте з двома гілками одного потоку.
• 18:01
  Перша публікує резюме Co-Pilot у канал Teams,
• 18:04
  друга зберігає повну HTML-версію в SharePoint.
• 18:07
  Керівництво читає публікацію в Teams,
• 18:09
  а аудитори відкривають архів для документації.
• 18:12
  Обидва варіанти мають автоматичну позначку часу
• 18:14
  і ідентичне формулювання.
• 18:15
  Це послідовність, чеснота, невластива більшості авторів людей.
• 18:18
  Поговоримо про дисципліну створення запитів
• 18:20
  промпінженірина.
• 18:21
  Вам знадобляться певні обмеження.
• 18:23
  Вкажіть точні заголовки, які має використовувати Co-Pilot.
• 18:26
  Огляд, ключові висновки, рекомендації.
• 18:28
  Якщо залишити це на розсуд Co-Pilot,
• 18:30
  він спробує вразити вас художнім стилем або емоді.
• 18:32
  Аудиторський звіт з емоді може сподобатися лише хаосу.
• 18:36
  Додайте директиви, використовувати професійний нейтральний тон,
• 18:39
  уникати спекулятивної мови, включати кількісні показники.
• 18:43
  Що чіткіші ваші інструкції, то краще відтворюваний результат.
• 18:46
  Відповідність стандартам потребує відтворюваності,
• 18:48
  а не індивідуальності.
• 18:49
  У повсякденній механіці є своя краса.
• 18:51
  Co-Pilot Studio дозволяє використовувати контекстні змінні.
• 18:55
  Ви можете вставити динамічні дані,
• 18:57
  як-от дату звіту чи тривалість виконання, безпосередньо у вивід.
• 19:00
  Використовуйте заповнювачі для дати та кількості записів.
• 19:03
  Коли потік звертається до Co-Pilot,
• 19:04
  ці змінні автоматично замінюються значеннями.
• 19:07
  Результат виглядає так.
• 19:08
  Створено 15 березня, проаналізовано 563 аудиторські події.
• 19:11
  Цей мета-контекст задовольнить аудиторів швидше,
• 19:14
  ніж будь-яка GIF-анімація.
• 19:15
  Точність вимагає фінального етапу перевірки.
• 19:18
  Ставте умову Pava Automate, яка перевіряє,
• 19:20
  чи відповідь Co-Pilot не порожня.
• 19:22
  Якщо порожня, збережіть помилку в журналі
• 19:24
  та повторіть спробу один раз.
• 19:25
  Ви вже навчили свого агента самоусвідомленню та логіці.
• 19:28
  Тепер поєднайте це з лінгвістичною перевіркою на адекватність.
• 19:31
  Готовий потік виглядає так.
• 19:32
  Вилучення, аналіз, резюмування, опис, публікація.
• 19:37
  Кожна стрілка представляє підзвітність.
• 19:39
  Фінальне доопрацювання.
• 19:40
  Створюйте версії системних запитів Co-Pilot щоразу,
• 19:43
  коли змінюються критерії відповідності.
• 19:45
  Позначайте оновлення як V1, V1, один тощо
• 19:47
  і записуйте, яка версія запиту створила конкретний звіт.
• 19:50
  Майбутні аудити зможуть посилатися не лише на те,
• 19:52
  що сталося, а й на те, які інструкції мав мовний модель у той час.
• 19:55
  Це мета-відповідність управління управлінням, що пише саме себе.
• 19:58
  Бюрократія нарешті досягла рекурсії.
• 20:00
  Коли Co-Pilot Studio створює звіт,
• 20:02
  ваша роль як людини стає милосердно необов'язковою.
• 20:05
  Агент створює опис, додає докази, публікує файли,
• 20:08
  архівує попередні версії та вимикається до наступного циклу активності.
• 20:12
  Він не надсилає вам запитів на схвалення,
• 20:14
  оскільки ви чітко налаштували його так, щоб він не потребував підтвердження.
• 20:17
  Він тихо пишається, якщо дозволити таке порівняння своєю мовною точністю.
• 20:22
  Це момент, коли автономність перестає бути метафорою
• 20:25
  і стає реальністю робочого процесу.
• 20:26
  Машина не лише опрацьовує дані про відповідність,
• 20:29
  вона пояснює їх людям за розкладом без стресу через затримки.
• 20:34
  І так, якщо хочете додати трохи вигадки,
• 20:36
  можна додати підпис «Звід складено автономно агентом Co-Pilot DRC».
• 20:41
  Ніщо так не стримує мікроменеджмент, як робот, що підписує власну роботу.
• 20:45
  Тепер, коли агент може чітко викладати результати,
• 20:48
  ви можете назавжди припинити писати DRC звіти,
• 20:50
  або принаймні доки хтось не вимкне ваші конектори.
• 20:53
  На цьому етапі цикл замикається.
• 20:55
  Перв'ю збирає дані, Pava Automate інтерпретує їх,
• 20:58
  Co-Pilot підсумовує, а ви, як не дивно, знову маєте вихідні.
• 21:02
  Щоденна рутина перетворюється на єдиний робочий процес,
• 21:05
  який вільно володіє мовою відповідності.
• 21:07
  Результати з'являються в Teams у чітко визначений час з кожним інтервалом.
• 21:11
  Зрозумілий текст, послідовна термінологія, простежуване походження.
• 21:14
  Головна перевага не в швидкості, а в стандартизації.
• 21:17
  Кожен звіт звучить однаково, використовує ті ж пороги та фіксує ідентичні метадані.
• 21:22
  Аудитори більше не витрачають години на перевірку формату.
• 21:25
  Вони оцінюють суть.
• 21:27
  Моделі ризиків перетворюються на розповіді в часі, а не на хаос у таблицях.
• 21:31
  Ви перетворили відповідність із документації на оркестрацію.
• 21:34
  Система, що працює постійно, відстежує, інтерпретує та звітує з точністю судового експерта.
• 21:38
  Ручні DRC-звіти – це друкарські машинки.
• 21:40
  Цей агент – це текстовий процесор, до того ж з автоматичною коректорою.
• 21:43
  Впровадьте його до наступного сезону аудиту, і фраза «ручний звіт про відповідність» звучатиме так само застаріло, як «Скиньте мені логи факсом».
• 21:49
  Далі – поширення цього інтелекту на дотримання конфіденційності даних.
• 21:53
  Ви вже створили мозок, тепер дозвольте йому стежити за порядком.