Latest / M365.FM – podcast o Microsoft 365, Copilot i AI po polsku / System zatwierdzeń z AI w Microsoft Copilot Studio: wieloetapowe Agent Flows i weryfikacja paragonów (Dubbing AI)

Transcript

System zatwierdzeń z AI w Microsoft Copilot Studio: wieloetapowe Agent Flows i weryfikacja paragonów (Dubbing AI) · M365.FM – podcast o Microsoft 365, Copilot i AI po polsku

• 0:00
  Połowę dnia spędzasz, czekając na zatwierdzenia.
• 0:02
  Ktoś jest na urlopie, ktoś inny nie zauważył maila,
• 0:05
  a kiedy decyzja w końcu zapada, kontekst uzasadniający wniosek już dawno wygasł.
• 0:09
  Korporacyjny czyściec, postęp wstrzymywany przez ludzi, którzy przysięgają, że są zajęci.
• 0:12
  Wyobraź sobie teraz system, który po prostu nie czeka.
• 0:15
  Przepływ pracy, który rusza do przodu w momencie spełnienia warunków.
• 0:18
  Oto agent Flows w Microsoft, kopilot studio, pogrąca biurokracji w przebraniu automatyzacji.
• 0:22
  Tutaj sztuczna inteligencja staje się twoim pierwszym zatwierdzającym.
• 0:25
  Analizuje dane, porównuje je z polityką firmy i wydaje świadomą decyzję o akceptacji lub odrzuceniu,
• 0:29
  zanim człowiek zdąży mrugnąć okiem.
• 0:31
  Tylko wątpliwe przypadki trafiają do skrzynki menedżera, co oznacza szybkość bez rezygnacji z nadzoru.
• 0:36
  I w przeciwieństwie do starych systemów zatwierdzania, które załamują się pod ciężarem złożonych warunków,
• 0:40
  te oparte na AI skalują się, rozgałęziają, walidują i audytują w czasie rzeczywistym.
• 0:45
  W tym przewodniku pokażę ci, jak zbudować wieloetapowy system warunkowego zatwierdzania,
• 0:49
  który podejmuje decyzję szybciej niż twoi koledzy znajdą przycisk Odpowiedz wszystkim.
• 0:52
  Dowiesz się, jak skonfigurować etap, a i z własną logiką zatwierdzania,
• 0:56
  dodać ukierunkowane przeglądy ludzkie, zaprojektować dynamiczne warunki inteligentnego przekierowania
• 1:01
  i zintegrować walidację dokumentów dla zgodności.
• 1:04
  Na końcu otrzymasz zautomatyzowany proces, który wie, kiedy myśleć jak maszyna,
• 1:08
  a kiedy zdać się na ludzki osąd.
• 1:09
  Przestań stać w kolejce. Niech prowadzi cię logika.
• 1:12
  Problem z tradycyjnymi zatwierdzeniami.
• 1:15
  Tradycyjne ścieżki zatwierdzania to tragiczny remiks tej samej nieefektywności.
• 1:18
  Ktoś wysyła formularz, maile krążą, arkusze kalkulacyjne stają się niespójne,
• 1:22
  że kolejnymi przekierowaniami nikt nie pamięta, która wersja była ostateczna.
• 1:26
  Każdy uczestnik dodaje opóźnienie, a nie wartość.
• 1:28
  Ten proces nie zarządza pracą, on produkuje opóźnienia.
• 1:31
  Typowe przepływy zatwierdzania w Power Automatę próbują to rozwiązać,
• 1:35
  ale zacinają się, gdy pojawiają się niuanse.
• 1:37
  Pojedyncza ścieżka zatwierdzenia działa dobrze, jeśli potrzebujesz tylko prostego tak lub nie.
• 1:41
  W momencie, gdy dodajesz warstwy menedżerskie, limity wydatków czy specjalistyczne reguły,
• 1:45
  projekt zaczyna pękać w szwach.
• 1:46
  Kończysz z zagnieżdżonymi warunkami przypominającymi rosyjskie matrioszki nieeleganckie,
• 1:49
  kruche i niemożliwe do naprawienia po sześciu miesiącach.
• 1:52
  Jeden uszkodzony łącznik i cały system cicho przestaje działać.
• 1:55
  Ludzie stają się wąskimi gardłami albo mówiąc brutalnie węzłami opóźnień.
• 1:58
  Każda wiadomość, którą otrzymują, staje się kolejną asynchroniczną rundą wymiany danych.
• 2:02
  E-mail jako mechanizm zatwierdzania jest jak używanie gołębi pocztowych w świecie światłowodów.
• 2:06
  Technicznie to działa, ale nie powinno.
• 2:08
  Poznaj Microsoft Copilot Studio.
• 2:10
  To nie jest tylko kolejna wersja Power Automatę.
• 2:13
  Wprowadza agentowe przepływy pracy systemy zatwierdzania wspierane przez AI, w pełni zintegrowane ze źródłami danych, rolami i strukturami logicznymi Twojej organizacji.
• 2:22
  Łączy deterministyczne egzekwowanie polityk z adaptacyjnym podejmowaniem decyzji.
• 2:25
  Cała genialność tkwi w sposobie, w jaki rozdziela poszczególne etapy.
• 2:29
  Automatyzacja tam, gdzie zależy Ci na szybkości, człowiek tam, gdzie nadal wymagana jest weryfikacja.
• 2:33
  Pomyśl o tym, jak o przeprojektowanej hierarchii.
• 2:35
  Etap AI ocenia sztywne reguły, limity kwot, typy kategorii i zakresy dat z kliniczną skutecznością.
• 2:41
  Jeśli decyzja jest niejednoznaczna, proces kierowany jest do człowieka, bez zmuszania do stania w kolejce błahych spraw.
• 2:47
  Już samo to eliminuje wykładnicze opóźnienia.
• 2:50
  Zamiast 10 osób wykonujących żmudne przeglądy, a i natychmiast obsługuje 80%, kierując do ludzi tylko wyjątki.
• 2:55
  Oczywiście Copilot Studio śledzi wszystko poprzez szkielet Dataverse, tworząc weryfikowalne logi bez konieczności przeszukiwania archiwów poczty.
• 3:03
  Poprzednie przepływy pracy zostały zbudowane dla ludzi.
• 3:05
  Przepływy agentów są zbudowane wokół nich, angażując ludzi tylko wtedy, gdy wymagana jest interpretacja, a nie powtarzalność.
• 3:11
  Gdy zobaczysz, jak działa ta architektura, tradycyjne zatwierdzenia wydadzą się prymitywne, jak liczenie na liczydle przy świecach.
• 3:17
  Stawka jest prosta, zgodność, spójność i skala.
• 3:20
  Współczesne operacje toną bez zautomatyzowanej weryfikacji, a logika wspomagana przez AI to teraz podstawa niezawodności.
• 3:26
  Przechodząc od statycznych przepływów do warunkowych i audytowalnych przepływów agentów,
• 3:30
  przestajesz zarządzać zatwierdzeniami reaktywnie i zaczynasz traktować je jako żywe systemy.
• 3:34
  Różnica to nie tylko szybkość, to strukturalny ład.
• 3:37
  Budowanie etapu AI, nauka pierwszego osoby zatwierdzającej.
• 3:40
  Teraz czas na najciekawszą część, szkolenie twojego pierwszego cyfrowego biurokraty.
• 3:44
  Etap AI jest logicznym strażnikiem twojego procesu zatwierdzania.
• 3:47
  Jego zadaniem nie jest myślenie jak człowiek, lecz wykonywanie ustrukturyzowanego rozumowania z nadludzką spójnością.
• 3:52
  Czyta instrukcje, sprawdza je względem danych wejściowych i wydaje jeden z dwóch werdyktów, zatwierdzono lub odrzucono.
• 3:58
  Bez polityki, bez przerw na kawę.
• 3:59
  Zaczynasz od zdefiniowania nowego przepływu agenta.
• 4:02
  Podczas tworzenia etap AI znajduje się w centrum niczym pusty arkusz egzaminacyjny czekający na klucz odpowiedzi.
• 4:07
  Wyzwalacz zazwyczaj pochodzi z Dataverse rekord dodany lub zmodyfikowany w twojej tabeli roszczeń lub wydatków.
• 4:11
  Gdy roszczenie zostanie utworzone, etap ten się aktywuje, ocenia dane i podejmuje decyzje.
• 4:16
  Wewnątrz etapu najważniejszym polem jest prompt instrukcji, czyli mózg całej operacji.
• 4:20
  To tutaj opisujesz logikę zatwierdzania w prostym, lecz rygorystycznym języku.
• 4:24
  Napisz to tak, jakbyś instruował prawnika, który nigdy nie improwizuje.
• 4:27
  Na przykład zatwierdź roszczenie, jeśli kwota jest mniejsza niż 500, opis wspiera zdrowie fizyczne lub psychiczne, a data zakupu mieści się w 30 dniach od zgłoszenia.
• 4:35
  Odrzuć, jeśli jakakolwiek reguła nie jest spełniona.
• 4:38
  To wszystko, binarna jasność.
• 4:39
  Następnie zdefiniuj swoje dynamiczne dane wejściowe.
• 4:42
  Pomyśl o nich jak o zmiennych dostarczających rzeczywiste dane do twojej logiki.
• 4:45
  Najprawdopodobniej uwzględnisz kwotę, opis i datę zakupu.
• 4:48
  Każdy element jest dodawany jako treść, tekst lub liczba, które sztuczna inteligencja wykorzysta przy podejmowaniu decyzji.
• 4:54
  Copilot Studio klasyfikuje te dane wejściowe według typu, tekst, liczba lub dokument graficzny.
• 4:59
  Wybieraj trafnie, ponieważ mieszanie typów, na przykład liczby zapisanej jako tekst, dezorientuje ludzi i maszyny.
• 5:05
  Pod każdym polem wejściowym podaj przykładowe dane do testów.
• 5:08
  Stanowi to rusztowanie podczas kalibracji logiki.
• 5:11
  Na przykład wprowadź przykładowe roszczenie, mata do jogi, kwota 300, data zakupu 22 sierpnia.
• 5:17
  Po kliknięciu testuj, Copilot Studio uruchamia model wnioskowania oparty na technologii GPT i podaje decyzję wraz z wyjaśnieniem.
• 5:24
  Jeśli wynik jest zgodny z oczekiwaniami, to dobrze.
• 5:27
  Jeśli nie, Twoim instrukcjom brakuje determinizmu.
• 5:30
  I właśnie tutaj większość początkujących popełnia błąd.
• 5:33
  Szerokie lub niejednoznaczne sformułowania, jak rozsądny wydatek czy niedawny zakup to trucizna dla AI.
• 5:38
  System nie czyta nastrojów korporacyjnych, potrzebuje definicji matematycznych.
• 5:41
  Dlatego nieustannie dopracowuj instrukcje, aż wyniki testów będą spójne.
• 5:45
  Każda kolejna zmiana sformułowań dostraja silnik oceny pod kątem powtarzalności.
• 5:49
  Dążysz do wzorca, w którym identyczne dane wejściowe zawsze dają identyczny wynik.
• 5:53
  Logika maszynowa, a nie biurowe plotki.
• 5:55
  Gdy Twój prompt zapewnia wiarygodne decyzje w wielu przypadkach testowych, skutecznie wytrenowałeś swojego cyfrowego zatwierdzającego.
• 6:01
  Teraz wprowadź rzeczywiste dane dynamiczne za pomocą tokenów z Dataverse, szczegóły kwoty roszczenia, datę zakupu lub zgłoszenia.
• 6:06
  Zastąpią one wartości testowe podczas działania na żywo.
• 6:09
  Od tego momentu sztuczna inteligencja ocenia każde roszczenie w kontekście, zwracając werdykt w momencie pojawienia się nowych danych.
• 6:16
  Zanim ogłosisz sukces, przeprowadź testy iteracyjne.
• 6:18
  Zmień kwotę na 600, czy nastąpi odrzucenie.
• 6:20
  Zmień datę na sprzed 3 miesięcy, czy zostanie oznaczona jako nieważna.
• 6:23
  Dodaj niedorzeczne roszczenie, jak zakup iPada, czy wykryje niezgodność.
• 6:27
  Każda próba powinna wykazywać spójny związek przyczynowo-skutkowy.
• 6:30
  Jeśli odpowiedzi się wahają, problemem jest przejrzystość promptu, a nie model AI.
• 6:33
  Gdy wyłonią się spójne wzorce, ustal konwencję nazewnictwa dla zmiennych zawartości.
• 6:38
  Przedrostki takie jak stra dla kwoty roszczenia, czy nam dla daty zakupu.
• 6:43
  Ta drobna dyscyplina zapobiega chaosowi, gdy później przejdziesz do logiki wielogałęziowej.
• 6:47
  Na tym etapie twój zautomatyzowany system może podejmować niezależne decyzje w oparciu o politykę firmy bez nadzoru.
• 6:53
  Automatyzacja to jednak nie dyktatura, lecz delegowanie zadań.
• 6:56
  Maszyna dba o szybkość i precyzję, a nie o ocenę.
• 6:59
  W scenariuszach granicznych potrzebna będzie eskalacja człowiek, który przejrzy to, co AI odrzuci lub uzna za niepewne.
• 7:05
  Właśnie tu wchodzi kolejny etap i tak władza jest dzielona między krzem a ludzi.
• 7:10
  Dodanie nadzoru ludzkiego oraz logiki wieloetapowej i warunkowej.
• 7:13
  Gdy twój system AI będzie pewnie oceniał roszczenia, możesz dodać to, co biurokracje ironicznie nazywają ludzkim dotykiem.
• 7:19
  W Copilot Studio oznacza to etap ręczny, punkt kontrolny, w którym człowiek może wykazać się własnym osądem.
• 7:24
  Potraktuj to jako swój zawór bezpieczeństwa.
• 7:27
  Wszystko, co przewidywalne, przepływa automatycznie.
• 7:29
  Wszystko, co wymaga niuansów, trafia na biurko menedżera.
• 7:32
  Zaczynasz w projektancie zatwierdzeń, dodając etap ręczny zaraz po etapie AI.
• 7:36
  Tworzy to drugą bramkę w przepływie pracy twojego agenta.
• 7:39
  Przekazanie jest warunkowe.
• 7:40
  Tylko jeśli werdykt AI to zatwierdzono, przechodzimy do etapu ludzkiego.
• 7:44
  Jeśli AI mówi odrzucono, proces kończy się w tym miejscu.
• 7:47
  Po co tracić czas, prosząc menedżerów o potwierdzenie tego, co polityka już odrzuciła?
• 7:50
  Wydajność to selektywna uwaga ubrana w formę automatyzacji.
• 7:53
  Ustalmy przykładowy scenariusz.
• 7:55
  Załóżmy, że pracownik przesyła wniosek o zwrot kosztów karnetu na siłownię,
• 7:58
  a i zatwierdza go, ponieważ wszystkie kryteria są zgodne z polityką.
• 8:02
  Teraz ta decyzja wyzwala etap ręczny na poziomie menedżera, zwany zatwierdzeniem menedżerskim.
• 8:06
  Wewnątrz konfigurujesz ten etap tytułem, na przykład,
• 8:09
  wniosek o zatwierdzenie od wnioskodawcy.
• 8:12
  Te zmienne pobierają dane dynamicznie z Dataverse.
• 8:14
  W polu przypisane do określasz, kto otrzyma zadanie, zazwyczaj menedżer wnioskodawcy.
• 8:20
  Aby zautomatyzować to rutowanie, Copilot Studio pozwala zintegrować konektor użytkowników Office 365.
• 8:25
  Najpierw pobierz rekord użytkownika, który utworzył wniosek, używając akcji
• 8:29
  Pobierz wiersz według ID w tabeli użytkowników w Dataverse.
• 8:32
  To pobiera informacje o wnioskodawcy.
• 8:34
  Następnie akcja Pobierz menedżera znajduje przełożonego użytkownika za pomocą jego głównego adresu e-mail.
• 8:38
  Przekaż ten wynik z powrotem do etapu ręcznego jako zmienną, na przykład,
• 8:40
  STR, podkreślenie e-mail, podkreślenie menedżera.
• 8:43
  Wynik, brak sztywnych kodów, brak przestarzałych hierarchii.
• 8:45
  Menedżerowie się zmieniają, hierarchia odświeża się sama.
• 8:48
  Teraz przechodzimy do rozgałęzień warunkowych, to prawdziwy powód istnienia zatwierdzeń wieloetapowych.
• 8:52
  Możesz wprowadzić logikę bezpośrednio w przepływ pracy agenta.
• 8:54
  Jeśli kwota wniosku jest większa lub równa 150, dodaj dodatkowy etap zatwierdzenia przez administratora.
• 8:59
  W przeciwnym razie zakończ proces.
• 9:01
  To zmienia prostą, dwuetapową procedurę w wielopoziomowe drzewo decyzyjne dostosowujące się do kontekstu.
• 9:06
  Wnioski o niskiej wartości trafiają do jednego człowieka.
• 9:09
  Wnioski o wyższej wartości lub ryzykowne są eskalowane do dodatkowej weryfikacji.
• 9:12
  W projektancie wstaw akcję warunkową przed zakończeniem przepływu.
• 9:15
  Odwołaj się do swojej zmiennej liczbowej, na przykład nam podkreślenie kwota podkreślenie wniosku.
• 9:19
  Wybierz operator większe lub równe i ustaw próg, na przykład 150.
• 9:23
  W gałęzi, jeśli prawda, dodaj kolejny etap ręczny o nazwie zatwierdzenie przez administratora.
• 9:27
  Przypisz go do stałego osoby zatwierdzającej, na przykład administratora do spraw.
• 9:30
  Zgodności.
• 9:31
  W gałęzi, jeśli fałsz, zakończ jako zatwierdzone.
• 9:33
  Efekt przepływ pracy zachowuje się jak racjonalna organizacja, a nie jak uniwersalne wąskie gardło.
• 9:38
  Przyda się tutaj odrobina praktycznego humoru.
• 9:40
  Tak, delegowanie nadal wymaga zaufania, a nie tylko życzeniowego myślenia.
• 9:43
  Nie przypisuj szerokich ról zabezpieczeń, które pozwalają zatwierdzać wszystko.
• 9:46
  Ogranicz uprawnienia do odpowiednich użytkowników lub grup poprzez kontrolę dostępu opartą na rolach w Dataverse.
• 9:50
  W przeciwnym razie zautomatyzujesz anarchię.
• 9:52
  Testowanie struktury pokazuje, jak płynnie dopasowują się poszczególne elementy.
• 9:56
  Gdy wniosek poniżej 150 dolarów przejdzie weryfikację, a i proces kończy się po zatwierdzeniu przez menedżera.
• 10:01
  Gdy kwota przekracza 150 dolarów, system grzecznie ustawia go w kolejce do przeglądu przez administratora przed finalizacją.
• 10:06
  Każda ścieżka pozostawia ślad audytu, dziennik rozumowania, a i zatwierdzenia ze znacznikami czasu i zapisane wyniki przechowywane w Dataverse.
• 10:11
  Nikt nie będzie mógł później twierdzić, nigdy tego nie widziałem.
• 10:14
  Baza danych mówi co innego.
• 10:15
  Podczas dopracowywania zachowaj dyscyplinę w konwencjach nazewnictwa.
• 10:18
  Oznaczaj etapy ludzkie jasno, na przykład zatwierdzone przez menedżera, zatwierdzone przez administratora, aby móc wizualnie śledzić gałęzie.
• 10:24
  Schemat blokowy powinien być czytelny jak logika, a nie jak tajemnicza sztuka.
• 10:27
  Gdy będziesz zadowolony, opublikuj i przetestuj na rzeczywistych scenariuszach.
• 10:30
  Obserwuj, jak rozwija się łańcuch, a i ocenia natychmiast.
• 10:34
  Menedżer otrzymuje konkretne zadanie zatwierdzenia.
• 10:36
  Administrator wkracza tylko wtedy, gdy wymagają tego warunki.
• 10:39
  Rezultat przypomina mniej automatyzację wykonującą wszystko, a bardziej przejrzystą hierarchię, która obsługuje się sama.
• 10:45
  Ta warstwowa orkiestracja otwiera również nowy front – walidację dokumentów.
• 10:49
  Ponieważ czasami pole formularza kłamie, ale paragon nie.
• 10:52
  Następnym krokiem jest sprawienie, by AI zbadała dowody fizyczne, zanim w ogóle dotrą do Twojej skrzynki odbiorczej.
• 10:57
  Tu wkracza walidacja paragonów, zmieniając biurokrację w weryfikowalną naukę.
• 11:01
  Dynamiczne dane wejściowe i walidacja dokumentów.
• 11:03
  Porozmawiajmy o paragonach, tych małych, zmiętych kawałkach papieru, które tajemniczo stają się kluczowym dowodem, gdy ktoś chce zwrotu kosztów.
• 11:10
  W ręcznym procesie zatwierdzania ludzie weryfikują je na oko.
• 11:13
  Tak, to wygląda jak mata do jogi, a nie jacht.
• 11:16
  W procesie zautomatyzowanym zmuszamy AI do wykonania tego samego sprawdzenia bez zmęczenia oceną.
• 11:21
  W przepływach agentów Copilot Studio walidacja dokumentów ożywa dzięki dynamicznym danym wejściowym,
• 11:25
  a konkretnie możliwości przekazania obrazu lub pliku do logiki zatwierdzania.
• 11:29
  Dodaje to trzeci zmysł do Twojego narzędzia zatwierdzającego AI wzrok.
• 11:32
  Zamiast polegać wyłącznie na polach tekstowych, model odczytuje dokument i porównuje to, co napisano, z tym, co przesłano.
• 11:38
  Oto struktura.
• 11:39
  Wewnątrz etapu AI dodajesz nowy typ wejścia o nazwie obraz lub dokument.
• 11:43
  Oznacz go wyraźnie, na przykład jako klik paragonu.
• 11:46
  Prześlij przykładowy paragon do testów.
• 11:48
  To nie trafia do produkcji, jedynie trenuje układ logiki.
• 11:51
  Teraz dostosuj instrukcję promptu, aby uwzględnić weryfikację krzyżową dokumentu.
• 11:55
  Rozszerzasz swoją poprzednią logikę.
• 11:56
  Zatwierdź wniosek.
• 11:57
  Jeśli wszystkie poniższe warunki są spełnione, kwota 500, szczegóły wniosku dotyczą zdrowia fizycznego lub psychicznego, data zakupu w ciągu 30 dni, a dokument paragonu zgadza się z deklarowanym przedmiotem, kwotą i datą.
• 12:06
  Ten czwarty warunek zmienia Twoje narzędzie zatwierdzające AI z egzekutora polityki w księgowego śledczego.
• 12:11
  Podczas testu model wyodrębnia tekst z dokumentu i weryfikuje jego spójność ze wprowadzonymi danymi.
• 12:17
  Jeśli na paragonie widnieje mata do ćwiczeń za 300 dolarów z 22 sierpnia, a w zgłoszeniu podano co innego, werdykt zmienia się na odrzucony.
• 12:24
  Jeśli chodzi o wdrożenie, przed uruchomieniem zatwierdzania musisz pobrać ten dokument.
• 12:28
  Użyj akcji pobierania pliku lub obrazu z Dataverse.
• 12:31
  Wskaż tę samą tabelę, w której znajduje się rekord zgłoszenia, prawdopodobnie Claims.
• 12:35
  W kolumnie pliku wybierz pole załącznika, często nazywane na przykład Receipt.
• 12:39
  Następnie określ dynamicznie identyfikator wiersza z wyzwalacza, czyli unikalny identyfikator zgłoszenia.
• 12:44
  Ta akcja zwraca metadane i zawartość pliku, ale kryje się tu pewna pułapka.
• 12:49
  Dane wyjściowe zawartości wymagają niewielkiej korekty, aby AI mogła je poprawnie zinterpretować.
• 12:53
  Mapując zawartość pliku do pola wejściowego paragonu, otwórz edytor wyrażeń i dodaj Content do odwołania Body.
• 13:00
  Ta drobna poprawka dostarczy właściwe bajty pliku, a nie otoczkę metadanych.
• 13:04
  Jeśli to pominiesz, twoja AI z entuzjazmem zatwierdzi puste paragony.
• 13:07
  Zajmijmy się synchronizacją, czyli piętą achillesową przepływów pracy z dokumentami.
• 13:11
  Większość tabel Dataverse nie przechowuje załączników, dopóki rekord nie zostanie zapisany,
• 13:16
  więc jeśli przepływ uruchamia się przy tworzeniu rekordu, może zadziałać, zanim plik będzie istniał.
• 13:20
  Objaw przepływ kończy się niepowodzeniem lub zawartość paragonu jest pusta.
• 13:24
  Rozwiązanie jest eleganckie.
• 13:25
  Zmień warunek wyzwalania na modyfikację elementu, ale ogranicz go tak, aby uruchamiał się tylko przy zmianie kolumny paragonu.
• 13:31
  Dzięki temu w momencie przesłania lub zastąpienia pliku rozpoczyna się walidacja.
• 13:36
  Aby to skonfigurować, otwórz ustawienia wyzwalacza.
• 13:38
  Wybierz zmodyfikowane kolumny i wklej nazwę logiczną kolumny paragonu,
• 13:42
  którą można uzyskać w szczegółach kolumny Dataverse w zaawansowanych narzędziach.
• 13:45
  Po ustawieniu opublikuj. Teraz Twoja automatyzacja zachowuje się poprawnie.
• 13:50
  Czeka, aż faktycznie będzie coś do zweryfikowania.
• 13:52
  Gdy zgłoszenie jest aktualizowane o nowy paragon, przepływ uruchamia się ponownie.
• 13:56
  Pobiera plik, przesyła go przez etap A i weryfikuje wszystkie dane.
• 14:01
  Jeśli istnieją rozbieżności, niezgodność kwot, przestarzała data lub niespójne opisy,
• 14:05
  a i odrzuca wniosek wraz z wyjaśnieniem.
• 14:08
  Dziennik uzasadnień może brzmieć.
• 14:09
  Zgłoszona kwota 305 dolarów różni się od sumy na dokumencie 300 dolarów.
• 14:13
  To zgodność bez skarg, a praktyczny efekt?
• 14:16
  Każde zgłoszenie podlega automatycznej kontroli.
• 14:18
  Pracownicy nie mogą już przemycać wątpliwych paragonów czy niejasnych opisów,
• 14:22
  a i zapewnia osąd Dataverse dostarcza dowody, a żadne z nich nie robi przerw na kawę.
• 14:27
  Więc nie, walidacja dokumentów to nie przesada.
• 14:29
  To pamięć immunologiczna dla Twoich przepływów pracy.
• 14:32
  Nieprawidłowości są wyłapywane na poziomie molekularnym, czyli znaków wydrukowanych na paragonach,
• 14:37
  a recenzent awansuje z kontrolera ręcznego na obsługującego wyjątki.
• 14:40
  Gratulacje, właśnie zautomatyzowałeś uczciwość.
• 14:43
  Budowanie niezawodności, testowanie, wersjonowanie i publikowanie.
• 14:47
  Każda automatyzacja wygląda idealnie, dopóki nie zostanie uruchomiona.
• 14:50
  Dlatego niezawodność to nie etap, lecz dyscyplina.
• 14:53
  Kopilot Studio czyni tę dyscyplinę zaskakująco prostą dzięki kontroli wersji, testowaniu i publikowaniu
• 14:57
  w budowanym bezpośrednio w procesy agentów.
• 15:00
  Zacznij od testów iteracyjnych.
• 15:01
  Każdy proces zatwierdzania to miniaturowy ekosystem.
• 15:04
  Nawet jedna błędna nazwa zmiennej może wywołać chaos.
• 15:07
  Traktuj więc testowanie jak proces naukowy.
• 15:09
  Izoluj zmiany, wprowadzaj dane, obserwuj wyniki.
• 15:12
  W edytorze procesów Kopilot Studio pozwala symulować przykładowe dane bez uruchamiania produkcyjnych wyzwalaczy.
• 15:18
  Wprowadzaj warianty scenariuszy, zbyt wysokie kwoty, przestarzałe daty, nieistotne nazwy elementów
• 15:22
  i upewnij się, że każdy kończy się poprawnym werdyktem.
• 15:25
  Następnie przejdź do konwencji nazewnictwa.
• 15:27
  Nudne?
• 15:27
  Zdecydowanie?
• 15:28
  Niezbędne?
• 15:29
  Bardziej niż powietrze.
• 15:30
  Stosuj systematyczne przedrostki dla każdej zmiennej.
• 15:32
  STR dla ciągów tekstowych, NAM dla liczb, DOG dla plików.
• 15:35
  Podobnie etykietuj działania w sposób jawny.
• 15:37
  Pobierz plik paragonu, sprawdź zatwierdzenie menedżera, zaktualizuj status wniosku.
• 15:41
  Bo za trzy miesiące, gdy ktoś zapyta, dlaczego akcja numer 7 przestała działać, docenisz, że wskazówki są lepsze niż archeologia.
• 15:46
  Gdy testy indywidualne zakończą się sukcesem, rozszerz je o walidację scenariuszy granicznych.
• 15:50
  Wciel się w rolę niekompetentnego użytkownika.
• 15:52
  Nie załączaj paragonu, zmień datę na przyszły rok, wpisz 500 zamiast 500.
• 15:56
  Potwierdź, że AI wyjaśnia błąd i odrzuca wniosek bez zawieszania się.
• 16:00
  To nie są hipotetyczne wpadki, to próby generalne rzeczywistości.
• 16:03
  Im więcej błędów wyeliminujesz na początku, tym mniej wiadomości na Teams o dwóch w nocy dostaniesz z informacją, że proces znów stanął.
• 16:09
  Publikowanie wprowadza ład i zarządzanie.
• 16:12
  Za każdym razem, gdy zapisujesz ważną zmianę, Copilot Studio Cicho tworzy nową wersję.
• 16:16
  Możesz cofnąć zmiany w dowolnym momencie.
• 16:18
  Koniec z obawą o nadpisanie pracy.
• 16:20
  Użyj tego, by oddzielić piaskownice logiczne od środowiska produkcyjnego.
• 16:23
  Jeden proces nazwi zatwierdzanie wniosków DEV, a drugi zatwierdzanie wniosków PROD.
• 16:27
  Testuj w wersji DEV, publikuj tylko gdy jest stabilna.
• 16:29
  Pamiętaj, niezawodność to nie tylko poprawność, to kontrola w obliczu zmian.
• 16:34
  Po publikacji korzystaj z dzienników aktywności.
• 16:37
  Nie są one dekoracją, lecz prawnie wiążącym z zapisem interakcji, a i z człowiekiem.
• 16:41
  Znaczniki czasu, tożsamość osób zatwierdzających, podsumowania uzasadnień.
• 16:44
  Przeglądaj te dzienniki okresowo.
• 16:46
  Wzorce same się ujawnią, które reguły powodują najwięcej odrzuceń, którzy menedżerowie zmieniali decyzję, a jak często angażowane są kroki zgodności.
• 16:53
  Test postrzeżenia pozwalają ulepszyć zarówno politykę, jak i projekt.
• 16:56
  Inna subtelna, dobra praktyka.
• 16:58
  Automatyzuj aktualizację statusu w rekordach Dataverse na końcu każdej ścieżki.
• 17:01
  Akcja aktualizacji wiersza powinna ustawiać jasne pole, np. status wniosku na zatwierdzony lub odrzucony.
• 17:07
  Ten widoczny punkt końcowy buduje zaufanie.
• 17:09
  Użytkownicy widzą decyzję we własnych widokach tabeli.
• 17:12
  Brak oddzielnych arkuszy do śledzenia, brak widmowych zatwierdzeń.
• 17:15
  Gdy system przejdzie wszystkie testy, kliknij publikuj z cichą pewnością siebie.
• 17:18
  W przeciwieństwie do wcześniejszych generacji procesów Power Automate,
• 17:21
  procesy agentów zachowują metadany kontekstowe, schemat decyzji, a i powiązania z zawartością dynamiczną i tagi wersji.
• 17:27
  Wynikiem nie jest tylko działający proces, lecz powtarzalny artefakt podlegająca audytowi automatyzacja.
• 17:32
  Ostateczny test niezawodności odbywa się w głowie.
• 17:34
  Oprzyj się przesadnemu komplikowaniu.
• 17:36
  Czasami nieudany przepływ ujawnia zbyt złożone reguły, a nie błędy techniczne.
• 17:40
  Usprawniaj logikę, gdzie to możliwe.
• 17:42
  Mniej etapów, jaśniejsze instrukcje, minimum niejasności.
• 17:45
  Automatyzacja to nie losowość, to niepotrzebna przebiegłość.
• 17:49
  Po zakończeniu tego etapu Twój system zatwierdzania osiąga dojrzałość operacyjną,
• 17:52
  jest przetestowany, zwersjonowany, gotowy do wycofania i weryfikowalny.
• 17:56
  Każdy wynik od decyzji, a i po podpis administratora pozostawia cyfrowy ślad, który wytrzyma każdą kontrolę.
• 18:01
  To nie zawodność wymierna nieodczucie, nieszczęście, tylko ustrukturyzowane rozumowanie,
• 18:05
  wiernie rejestrowane przez narzędzia, które stworzyłeś, by myślały, gdy Ty śpisz.
• 18:09
  Wyniki i rzeczywiste korzyści.
• 18:10
  Co się dzieje, gdy przekazujesz biurokrację matematyce?
• 18:13
  Zatwierdzenia przestają czekać.
• 18:15
  Wspierany przez AI wieloetapowy przepływ agenta skraca czas realizacji z dni do minut,
• 18:18
  bo decyzje nie zależą już od dostępności w kalendarzu.
• 18:21
  Każdy wniosek spełniający obiektywne zasady jest zatwierdzany natychmiast.
• 18:25
  Każdy nietypowy przypadek trafia prosto do kolejki menedżera wraz z dołączonym kontekstem.
• 18:29
  Ludzie podejmują oceny wartościujące, a nie wykonują prace biurowe.
• 18:33
  Wpływ przejawia się najpierw jako skrócenie czasu.
• 18:35
  Zwrot kosztów, który kiedyś wymagał czterech maili i dwóch przypomnień, teraz jest załatwiony przed lunchem.
• 18:40
  Działy odnotowują krótsze cykle przetwarzania, mniej przestojów i idealnie zarejestrowane ścieżki rozumowania.
• 18:45
  Mechanizm zatwierdzania przestaje być przeszkodą, staje się infrastrukturą, później następuje redukcja błędów.
• 18:52
  Egzekwując deterministyczne reguły przez AI usuwasz subiektywną zmienność z more ręcznych zatwierdzeń.
• 18:57
  Koniec z argumentami typu myślałem, że to liczy się jako zdrowie i dobre samopoczucie.
• 19:01
  AI interpretuje kryteria w ten sam sposób za każdym razem.
• 19:04
  Spójność w logice administracyjnej sprawdza się lepiej niż współczucie.
• 19:07
  Menedżerowie zajmują się tylko anomaliami, a nawet te mają swój ścieżkę audytu.
• 19:11
  Dane wejściowe, historia decyzji, wyjaśnienie modelu.
• 19:14
  Audyty zmieniają się z panicznych działań w uprzejmą weryfikację.
• 19:17
  Na poziomie organizacyjnym to nie tylko szybciej, to bezpieczniej.
• 19:21
  Zgodność nie polega na pamięci czy nastroju.
• 19:23
  Jest wbudowana.
• 19:24
  Dzienniki Dataverse pokazują, kto zatwierdził, kiedy i dlaczego.
• 19:27
  Ta przejrzystość zniechęca do kultury chodzenia na skróty, ponieważ każda decyzja istnieje teraz w przeszukiwalnej formie na stałe.
• 19:33
  A filozoficznie przepływ zmienia się z człowiek przede wszystkim z pomocą AI na AI przede wszystkim z ludzką korektą.
• 19:38
  Praktyczne zarządzanie nie science fiction, a i zajmuje się egzekwowaniem reguł, ludzie zajmują się oceną.
• 19:43
  To połączenie tworzy bardziej sprawiedliwe, szybsze i ostatecznie bardziej godne zaufania systemy.
• 19:47
  Wyobraź sobie, że tłumaczysz to audytorowi.
• 19:49
  Uśmiech, który się pojawia, jest wart samej automatyzacji.
• 19:52
  Więc oto jest.
• 19:53
  Microsoft Copilot Studio to nie tylko kolejne narzędzie do automatyzacji.
• 19:56
  To miejsce, gdzie niezdecydowanie Twojej organizacji wreszcie przechodzi na emeryturę.
• 19:59
  Budujesz silnik zatwierdzania, który potrafi myśleć warunkowo, odpowiedzialnie eskalować, sprawdzać rachunki z rzeczywistością i dokumentować każdy swój ruch.
• 20:06
  To nie jest zwykły przepływ, to model zarządzania.
• 20:09
  Jeśli masz zapamiętać tylko jedną rzecz, zapamiętaj tę.
• 20:11
  Sztuczna inteligencja powinna czynić decyzje przewidywalnymi, a ludzi wyjątkowymi.
• 20:15
  Przestań z przyzwyczajenia kierować wszystko do ludzi.
• 20:17
  Pozwól logice zająć się rutyną, aby menedżerowie mogli zająć się wyjątkami.
• 20:21
  Jeśli ten przewodnik oszczędził Ci kolejnego tygodnia czekania na decyzję przełożonego, rozważ subskrypcję.
• 20:25
  Kolejny poradnik zgłębia zaawansowane automatyzacje w Copilot Studio, gdzie przepływy agentów łączą się z analityką Power Platform i adaptacyjnymi zasadami.
• 20:34
  Zablokuj swoją ścieżkę rozwoju, subskrybuj, włącz powiadomienia i pozwól, by nowe odcinki wdrażały się automatycznie.
• 20:39
  Bez ręcznego sprawdzania, bez przegapionych wydań, po prostu ciągłe dostarczanie użytecznej wiedzy.
• 20:43
  Kontynuuj.