Bayangkan Anda mengelolah meja layanan pelanggan yang sibuk, tempat pesan terus masuk, kasus perlu diperbarui, dan pelanggan menunggu, sementara jawaban yang mereka butuhkan terkubur dalam catatan lama yang tak sempat dibaca siapapun. Kopilot menangani pertanyaan langsung saat seseorang datang dan bertanya, tetapi agen otonom itu berbeda. Agen otonom memiliki tugas khusus, memantau pekerjaan yang perlu dilakukan, dan mengambil tindakan sendiri sesuai aturan yang Anda berikan. Saya Mirko Peters dari MTGAN. Dalam sesi ini, kita akan membahas konsep ini dengan bahasa yang mudah dipahami. Pada akhirnya, Anda akan tahu apa yang sebenarnya dilakukan agen otonom Dynamics 365, di mana mereka bekerja. Dan mengapa manusia tetap memegang kendali atas keputusan penting. Bayangkan sebuah bisnis seperti gedung perkantoran. Kopilot bekerja di meja depan, membantu pengunjung yang datang bertanya, sementara agen menangani pekerjaan yang terjadi di balik layar. Definisi sederhananya, anggota tim digital dengan tugas yang spesifik. Pekerjaan berulang menyita banyak waktu di sebagian besar perusahaan. Staff penjualan memilah prospek, staff layanan mengisi kolom kasus yang sama, akutan mencocokkan catatan sebelum tutup, buku, dan staff rantai pasok mengejar pemasok untuk tanggal pengiriman. Setiap tugas terlihat kecil, tetapi tumpukannya tumbuh dengan cepat. Jadi apa sebenarnya agen otonom itu? Ini adalah alat AI khusus yang meninjau data bisnis, memilih langkah selanjutnya yang diizinkan, dan melakukan pekerjaan menuju tujuan yang ditetapkan. Ia tidak menerima instruksi samar seperti jalankan perusahaan. Agen otonom menerima tugas yang sempit dengan batasan yang jelas dan fokus itulah hinti utamanya. Bayangkan kembali ke Dumpri Antoran tadi. Kok pilot di meja resepsionis? Anda datang dan meminta bantuan, lalu copilot menjawab pertanyaan Anda, mencari informasi atau membantu Anda menulis sesuatu. Agen otonom bekerja di ruangan-ruangan di balik resepsionis. Satu agen mungkin menengani surat masuk, yang lain mengelola meja layanan untuk memperbarui kasus, dan yang ketiga membantu staff mencocokkan catatan keuangan. Banyak orang mendengar kata agen dan mengira itu adalah chatbot. Chatbot menunggu Anda mengetik pertanyaan lalu membalasnya. Memang berguna untuk percakapan, tetapi itu hanya sekadar mengobrol. Agen otonom bisa bereaksi saat ada sesuatu yang berubah. Saat kasus baru tiba, pelanggan mengirim pesan atau pesanan butuh konfirmasi, agen meninjau situasi dan melanjutkan proses tanpa perlu dipandu setiap langkahnya. Itu adalah perbedaan yang sebenarnya. Otomasi gaya lama juga menangani pekerjaan berulang, tetapi mengikuti alur yang kaku. Jika ini terjadi, lakukan itu. Jika sebuah kolom memiliki nilai ini kirim email tersebut, alur tetap masih berfungsi saat segala sesuatunya dapat diprediksi dan agen menambahkan konteks. Agen membaca kata-kata dalam pesan pelanggan, melihat catatan yang terhubung, dan memilih tindakan yang diizinkan aturannya. Agen tidak membabi buta mengikuti daftar kaku, ia bekerja dengan informasi yang ada tepat di depannya. AI generatif membantu dalam bagian bahasa. Ia dapat membaca pesan panjang, mengidentifikasi kebutuhan seseorang, menulis draft balasan, atau menarik jawaban berguna dari basis pengetahuan Anda. Namun, menulis teks saja tidak menyelesaikan tugas bisnis. Perilaku otonom menghubungkan pemahaman tersebut dengan tindakan. Misalnya, agen mungkin mengidentifikasi permintaan dukungan umum, menyarankan artikel pengetahuan yang tepat, memperbarui kolom kasus, atau meminta seseorang menjauh sesuatu di luar aturannya. Bisnis Anda yang memutuskan tindakan mana yang dapat diambilnya sendiri. Dan bagian ini sering terlewatkan. Agen otonom tidak memiliki akses bebas ke segalanya. Organisasi Anda menetapkan instruksi akses data, izin, dan poin persetujuannya, dan agen bekerja di dalam ruang yang ditentukan itu, seperti anggota tim baru yang dapat memasuki ruangan tertentu, menggunakan file tertentu dan menyelesaikan jenis pekerjaan tertentu, dan menyelesaikan jenis pekerjaan tertentu, dan menyelesaikan jenis pekerjaan tertentu. Jadi bukan sihir atau robot serbaguna. Ini adalah pekerja AI dengan tugas yang spesifik serangkaian aturan dan data bisnis nyata untuk dikerjakan. Selanjutnya, mari kita lihat kantor tempat para agen tersebut menemukan informasi itu. Itu adalah Dynamics 365. Tempat mereka bekerja, Dynamics 365 sebagai kantor bisnisnya. Jadi mana agen-agen ini mendapatkan detail spesifik yang mereka butuhkan untuk mengubah jawaban umum menjadi sesuatu yang berguna bagi bisnis Anda? Itu adalah Dynamics 365 kami. Anggap saja sebagai kantor bisnis itu sendiri dengan ruangan yang terhubung untuk catatan pelanggan, prospek penjualan, kasus dukungan, pesanan, keuangan, dan pekerjaan suplai. Catatan pelanggan memberitahu Anda siapa seseorang dan apa yang harus mereka bayar untuk pemilihan mereka. Sebuah kasus menunjukkan percakapan masa lalu, perbaikan, dan siapa yang bertanggung jawab atas langkah berikut. Sebuah pesan mengungkapkan apa yang dijanjikan, kemana harus dikirim, dan apakah ada yang masih permohon firmasi. Konteks itulah yang mengubah jawabannya. Alat air generik mendengar kalimat pengiriman Oatum belum juga tiba. Tetapi ia tidak tahu pengiriman mana yang Anda maksud, apakah pesanan sudah dikirim, atau apakah ada kasus terbuka terkait Oatum. Dynamics 365 menyimpan semua fakta bisnis tersebut di satu tempat. Ini adalah skenario-nya, Tom. Seorang pelanggan mengirim pesan menanyakan di mana pesanan mereka, dan pesan itu masuk ke percakapan dukungan atau menjadi bagian dari sebuah kasus. Namun pesan itu saja hanya menceritakan setengah dari kisah. Agen tersebut melihat catatan pelanggan yang terhubung ke pesan itu dan memeriksa apakah orang ini menghubungi dukungan kemarin, apakah rekan kerja sudah membalas produk apa yang mereka pesan, dan artikel pengetahuan mana membahas keterlambatan pengiriman. Kemudian, agen menyarankan langkah selanjutnya atau menjalankan tindakan yang diizinkan oleh organisasi. Mungkin agen mengarahkan perwakilan layanan kejawaban yang tepat, memperbarui kasus dengan ringkasan, atau menyiapkan balasan untuk ditinjau. Tugas yang tepat bergantung pada bagaimana perusahaan mengonfigurasi agen tersebut. Namun inilah masalahnya. Agen tersebut tidak bekerja di ruang hampat. Agen bekerja dengan catatan di depannya, pengetahuan yang dapat diakses, dan izin yang melekat pada perannya. Ketika agen kekurangan informasi mencapai keputusan sensitif atau memerlukan persetujuan, seseorang akan turun tangan. Manusia masih menangani kasus-kasus sulit, seperti pelanggan yang menyanggah tagihan, pengiriman yang melibatkan kegagalan serius, atau seseorang yang meminta pengecualian kebijakan. Situasi tersebut memerlukan penilaian, otoritas, dan percakapan yang tidak boleh diselesaikan oleh agen sendirian. Di balik layar, jalurnya cukup sederhana. Informasi masuk, agen meninjau catatan bisnis yang relevan dan pengetahuan yang disetujui mengambil, menyarankan, atau mengarahkan tindakan berikutnya, dan hasilnya kembali ke catatan yang sama. Dengan begitu, tim dapat melihat apa yang terjadi tanpa harus mencari di berbagai alat. Catatan itu jauh daripada kedengarannya. Tanpa catatan itu, perwakilan layanan mungkin membaca email pelanggan di satu tempat, mencari detail pesanan di tempat lain, meriksa catatan lama di tempat berbeda, lalu mengetik pembuat berbeda, lalu mengetik pemberbedaan sebuah kasus. Dynamics 365 menyatukan area kerja tersebut sehingga akin menggunakan konteks yang sama dengan orang-orang di dalam tim. AI generik tahu cara kerja bahasa, tetapi agen Dynamics 365 menggunakan bahasa sambil melihat situasi bisnis aktual yang terhubung dengan pelanggan, pesanan, prospek, atau kasus tersebut. Agen tidak hanya membaca pertanyaannya. Agen menghubungkan pertanyaan tersebut dengan pekerjaan yang sudah berlangsung di sekitarnya dalam batasan akses dan aturan yang ditetapkan organisasi. Disitulah agen-agen ini menjadi lebih mudah dibayangkan, terutama dalam layanan pelanggan, di mana pertanyaan masuk, pembaruan kasus, dan pengetahuan bersama semuanya bertemu di satu tempat. Agen layanan Menemukan niat Mengelola kasus Menjaga pengetahuan Layanan pelanggan saat ini memberi kita gambaran paling jelas tentang apa yang dapat dilakukan agen otonom. Tim dukungan menangani pola yang sama setiap hari. Banyak percakapan, banyak pembaruan kecil, dan jawaban berguna yang terjebak dalam pekerjaan yang diselesaikan orang beberapa minggu lalu. Mari kita mulai dengan agen niat pelanggan. Intensi adalah alasan pelanggan menghubungi Anda, seperti bagaimana kami dapat mengotomatiskan masuk, di mana pesanan saya, atau cara mengembalikan barang ini. Tim dukungan perlu mengetahui alasan-alasan dan ini karena hal tersebut membentuk artikel bantuan opsi layanan mandiri dan pelatihan dan membutuhkan staff mereka. Namun pertanyaan pelanggan tidak bersifat statis. Sebuah perusahaan meluncurkan produk baru, mengganti mitra pengiriman, atau memperbarui proses penagihan, lalu pelanggan mulai menanyakan hal baru dengan kata-kata mereka sendiri. Daftar topik lama, tidak lagi relevan. Akin intensi pelanggan menelusuri kasus masa lalu dan saat ini serta percakapan pelanggan untuk menemukan pola-pola tersebut. Alih-alih, seorang manajer membaca ratusan obrolan secara manwa, agen tersebut mendeteksi bahwa banyak orang menyebutkan masalah yang sama dan menyarankan intensi baru untuk topik. Hal itu membantu menjaga agar layanan mandiri tetap segar dengan merekomendasikan artikel pengetahuan yang paling mungkin membantu masalah pelanggan. Rekomendasi tersebut dapat mendukung pelanggan yang mencoba menyelesaikan masalah sendiri atau membantu perwakilan layanan menemukan jawaban yang tepat lebih cepat saat percakapan. Agen tersebut tidak menciptakan kebijakan perusahaan, tetapi bekerja dengan pengetahuan yang disetujui perusahaan sekaligus membantu tim melihat bagaimana yang perlu ditingkatkan. Sekarang pikirkan tentang kasus itu sendiri. Catatan kerja untuk masalah pelanggan yang mencakup pesan pelanggan catatan dari perwakilan layanan, status saat ini, dan langkah-langkah untuk menyelesaikannya. Membuat dan memperbarui catatan tersebut membutuhkan waktu, terutama saat tim menangani volume permintaan yang tinggi. Agen manajemen kasus di Dynamics 365 Customer Service membantu siklus hidup kasus mulai dari pembuatan, pembaruan, penyelesaian, tindak lanjut, hingga penutupan. Perwakilan layanan menghabiskan lebih sedikit waktu untuk mengisi detail rutin dan lebih banyak waktu untuk mencermati situasi pelanggan. Setiap tim dukungan bekerja dengan cara yang berbit. Satu perusahaan ingin kasus ditutup hanya setelah pelanggan mengonfirmasi, yang lain memerlukan manajer untuk meninjau kasus tertentu, dan beberapa kasus perlu tindak lanjut setelah periode tertentu. Administrator membentuk agen manajemen kasus berdasarkan aturan lokal tersebut sehingga mengikuti proses perusahaan alih-alih jalur yang umum. Agen menangani langkah-langkah berulang, tetapi organisasi yang memutuskan kapan seseorang perlu meriksa pekerjaan atau mengambil kendali. Hal itu menyelesaikan masalah lain dalam layanan yang banyak diketahui oleh tim. Perwakilan dukungan yang terampil menyelesaikan masalah sulit, menulis catatan yang bermanfaat, dan menutup kasus sebut. Kemudian, pelanggan lain melaporkan masalah yang sama, tetapi jawabannya terkubur dalam catatan kasus lama, transkrip obrolan, atau ringkasan yang tidak terpikirkan oleh siapapun untuk dicatat. Disitulah peran agen manajemen, pengetahuan pelanggan. Ini memeriksa detail kasus yang telah selesai untuk menarik pengetahuan yang berguna, menemukan kesenjangan, dan menjaga pengetahuan tetap terkini sambil meriksa kebutuhan kepatuan perusahaan. Anggap catatan kasus lama tim dukungan sebagai kertas lepas yang tersebar di banyak laci. Seseorang mungkin telah menulis jawabannya sempurna 6 bulan lalu, tetapi itu tidak akan membantu pelanggan berikutnya jika tidak ada yang bisa menemukannya. Agen pengetahuan membantu mengubah jawaban berulang menjadi materi yang dapat ditinjau oleh tim dan ditempatkan dalam folder pengetahuan bersama. Orang tetap meninjau apa yang menjadi panduan resmi karena catatan kasus dapat menjelaskan pengecualian satu kali solusi usang atau saran yang hanya cocok untuk satu pelanggan. Agen membantu munculkan materi tersebut tetapi oranglah yang memutuskan apa yang harus menjadi artikel terpercet. Berikut adalah contoh nyata. Seorang pelanggan menulis oh pengiriman saya terlambat lagi. Bisa kandang memberitahu saya apa yang sedang terjadi? Agen maksud mengenali bahwa ini termasuk dalam topik terkait pengiriman dan menunjuk ke artikel pengetahuan yang tepat. Jika permintaan memerlukan kasus, agen manajemen kasus membantu menangkap detail, memperbarui catatan, dan mendukung langkah selanjutnya berdasarkan aturan tim. Setelah masalah ditutup, agen manajemen pengetahuan pelanggan meninjau kasus untuk mencari informasi yang dapat meningkatkan konten bantuan nantinya. Jika pengiriman terlambat berasal dari masalah baru yang dilaporkan banyak pelanggan, seseorang menyelidiki, menyetujui artikel baru, atau berbicara langsung dengan pelanggan. Agen mengurangi pekerjaan administratif berulang seputar kasus sementara tim layanan menangani keputusan penting. Agen layanan berfokus pada pertanyaan pelanggan dan jawaban bersama. Di bagian lain bisnis, agen mengambil pekerjaan berbeda, mulai dari menortir prospek penjualan hingga memiksa catatan keuangan dan menindaklanjuti pemasok. Penjualan keuangan dan antipasokan. Agen dengan meja yang berbeda. Layanan pelanggan hanyalah satu bagian dari gambaran besar. Sebenarnya Anda akan menemukan pola yang sama di mana-mana. Tim penjualan, tim keuangan, tim pembelian, petugas pengiriman, semua memiliki pekerjaan yang mengikuti rutinitas di mana detail berubah dari satu catatan kecatatan berikutnya, tetapi bentuknya tetap sama. Jadi, mari kita mulai cuman. Bayangkan seorang tenaga penjualan menerima sejumlah besar prospek masuk. Beberapa orang siap untuk berbicara, yang lain hanya melihat-lihat dan beberapa mungkin sama sekali tidak cocok dengan perusahaan. Inilah masalah ini. Seseorang masih perlu meneliti masing-masing dan memutuskan siapa yang layak mendapatkan perhatian terlebih dahulu. Disitulah agen kualifikasi penjualan untuk Dynamics 365 Sales berperan. Agen ini membantu pekerjaan penyortiran awal. Agen ini dapat meneliti dan memprioritaskan prospek masuk, lalu mengembangkan email penjualan yang dipersonalisasi untuk memulai percakap. Namun begini, teknologi ini tidak menutup transaksi dengan sendirinya dan tidak menggantikan tenaga penjual yang membangun kepercayaan dengan pelan. Sebaliknya, teknologi ini membantu tenaga penjual memulai dengan daftar yang lebih jelas. Bayangkan kotak masuk penjualan yang penuh di hari Senin pagi, di mana tanpa bantuan, seorang perwakilan bisa menghabiskan waktu berjam-jam membuka pesan, mencari detail perusahaan, dan menyusun balasan awal yang serup. Agen tersebut dapat menyiapkan pekerjaan awal itu sehingga perwakilan dapat fokus pada prospek yang terlihat paling siap untuk berjaga penyata. Tetap saja, seseoranglah yang memutuskan seperti apa kontak penjualan yang baik itu. Mereka meninjau email sebelum dikirim, menambahkan pengetahuan mereka sendiri, dan memutuskan apakah prospek layak ditelpon sementara agen menangani riset berulang dan draft di bagian luar. Usaha kecil dan menengah seringkali menghadapi tugas rupa setelah pelanggan memutuskan untuk membeli. Pesanan tiba, melalui email atau saluran lain, dan seseorang harus memasukkannya, memeriksa detail, menangkap preferensi pelanggan, dan mengirim konfirmasi. Pekerjaan itu bisa memakan waktu, terutama saat pesanan tiba dalam format yang berbeda-beda. Agen pesanan penjualan di Dynamics 3.5 Business Central menangani proses penerimaan pesanan mulai dari entry hingga konfirmasi. Agen ini dapat berinteraksi dengan pelanggan sembari mengumpulkan informasi yang diperlukan untuk pesanan, sehingga tim tidak perlu menyalin setiap detail secara manual sebelum memproses pesanan tersebut. Sekarang Departemen Keuangan memiliki tumpukan perjendit. Sebelum periode keuangan ditutup, tim perlu menyiapkan dan membersihkan set data di mana angka-angka berada di catatan yang berbeda, format memerlukan perhatian, dan orang-orang menghabiskan waktu lama untuk menemukan informasi yang tidak cocok. Agen rekonsiliasi keuangan untuk Microsoft 365 ke Pilot for Finance membantu menyiapkan dan membersihkan set data untuk pekerjaan penutupan periode tersebut. Anggaplah ini sebagai merapikan dokumen sebelum akuntan memulai tinjauan serius. Hal ini tidak menentukan apakah laporan keuangan perusahaan sudah benar. Profesional keuangan tetap memegang tanggung jawab tersebut. Ada agen lain di dalam Dynamics 365 Finance, yaitu agen rekonsiliasi akun. Agen ini membantu mencocokkan dan menyelesaikan transaksi antara buku besar pembantu dan buku besar umum. Oh, istilah-istilah itu terdengar teknis, jadi mari kita sederhanakan. Buku besar pembantu menyimpan catatan terperinci untuk satu area, seperti pembayaran pelanggan atau tagian pemasok, sementara buku besar umum menyimpan catatan keuangan yang lebih besar untuk bisnis. Akuntan memerlukan catatan tersebut untuk sinkron dan jika tidak, seseorang perlu menemukan celahnya. Agen ini membantu dalam pekerjaan pencocokan dan penyelesaian sehingga akuntan dapat menghabiskan lebih banyak waktu untuk menyelidiki catatan yang tidak pas daripada meriksa setiap kecocokan yang jelas satu persatu. Tim berantai pasokan memiliki masalah tindak lanjut. Sebuah bisnis mengirimkan pesanan pembelian ke pemasok, tetapi tim masih membutuhkan konfirmasi bahwa pemasok dapat mengirimkannya sesuai jadwal. Jika tidak ada tindak lanjut, penundaan bisa terabaikan hingga menjadi masalah bagi pelanggan. Agen Komunikasi Pemasok untuk Dynamics 365, Supply Chain Management, menangani kolaborasi dengan pemasok untuk mengonfirmasi pengiriman pesanan. Agen ini dapat menangani pekerjaan terkait konfirmasi pesanan pembelian dan membantu mendeteksi kemungkinan penundaan lebih awal. Dengan begitu, spesialis pengadaan dapat meluangkan lebih banyak waktu untuk hubungan pemasok dan masalah pengiriman yang memerlukan percakapan manusia. Field Service menambah dinamika ke dalam kegiatan ini. Seorang dispatcher mungkin merencanakan hari teknisi dengan cermat, namun lalu lintas bisa menghambat seseorang, pelanggan membatalkan atau dua pemesanan bertebrak. Jadwal yang tampak baik pada jam 8 mungkin menciptakan celah dan konflik saja makan. Agen Operasional Penjadwalan untuk Dynamics 365, Field Service, membantu dispatcher menyesuaikan jadwal seiring perubahan kondisi tersebut. Agen ini membantu mereka mengupayakan jadwal yang lebih baik bagi teknisi ketika hari tidak berjalan sesuai rencana. Dispatcher tetap memutuskan apa yang masuk akal bagi pelanggan dan staff mereka, terutama saat perubahan melibatkan pekerjaan prioritas atau janji pelanggan yang sulit. Jadi agen-agen ini bekerja di meja yang berbeda, namun pekerja mereka memiliki bentuk yang sama. Agen Kualifikasi Penjualan bekerja dengan Prospek, Agen Rekonsiliasi bekerja dengan Catatan Keuangan, Agen Pemasok bekerja dengan Pesanan Pembelian, dan Agen Penjadwalan bekerja dengan Janji Temu Teknisi. Masing-masing berfokus pada tugas bisnis yang ditentukan menggunakan data yang terhubung dengan tugas tersebut hanya mengambil tindakan yang diizinkan dan meninggalkan catatan pekerjaan untuk orang-orang berikutnya. Lebih banyak tindakan dapat menghemat waktu, tetapi juga menimbulkan pertanyaan yang wajar. Siapa yang memutuskan apa yang dapat dibaca diubah dan dikirim oleh agen? Kontrol Kepercayaan dan Tim Manusia Inilah mitos yang ingin saya luluskan segera. Jangan bertanya apakah agen bisa berdiri. Tanyakan siapa yang memutuskan apa yang bisa dilakukan. Setiap tindakan berasal dari pilihan yang dibuat organisasi sebelum agen menyentuh catatan pelanggan, pesanan, atau transaksi keuangan. Manusia tetap memegang tanggung jawab. Perusahaan Anda memilih tugasnya, menetapkan aturannya, dan memutuskan data yang dapat dilihat agen, tindakan yang dapat diambil, serta momen di mana manusia harus menyetujui langkah berikutnya. Agen mungkin menangani jalur rutin, tetapi tidak memikul tanggung jawab atas janji pelanggan yang buruk, pembayaran yang salah, atau keputusan sensitif. Mari kita kembali ke analogi meja resepsionis. Bayangkan EntraID layanan identitas Microsoft sebagai meja resepsionis untuk tempat kerja digital. Saat karyawan masuk, EntraID membantu mengonfirmasi siapa orang tersebut dan ruangan mana yang boleh mereka masuki. Ide yang sama mengontrol agen. Agen hanya boleh mengakses catatan dan alat yang diperlukan untuk tugasnya, tidak menjelajahi setiap bagian bisnis. Itu menjaga cekupan tukat. Sebelum menggunakan agen, organisasi memerlukan batasan yang jelas. Apa yang boleh dibaca? Apa yang boleh diperbarui? Bisa kak ia menyiapkan surat atau boleh kak ia mengerik? Bisa kak ia menyarankan penutupan kasus atau perwakilan layanan harus menyetujui penutupan itu? Keputusan itulah yang mengubah gagasan AI yang luas menjadi proses bisnis yang terkontrol. Proyek pertama yang masuk akal biasanya melibatkan pekerjaan berulang di mana kesalahan memiliki jalan-jalan yang jelas. Mungkin agen menyusun pesan tindak lanjut untuk ditinjau, menyaptir permintaan masuk, atau mengisi detail kasus rutin. Tim dapat memeriksa hasil, memperbaiki kesalahan, dan menyempurnakan pengaturan sebelum mengizinkan tindakan yang lebih. Namun, konek berarti mengambilkan risikonya. Agen bisa salah memahami permintaan, menggunakan informasi yang buruk, atau memberikan jawaban yang tidak sesuai dengan situasi pelanggan. Jika ia mengakses data yang tidak seharusnya dilihat, masalah akan berkembang. Beberapa industri juga menghadapi aturan ketat tentang privasi pencatatan dan cara keputusan diperiksa. Jadi, pekerjaan berlanjut setelah pengaturan tentim perlu meninjau apa yang dilakukan agen, membaca masukan dari karyawan dan pelanggan, serta memeriksa catatan yang disentuhnya. Jika ia berulang kali melewatkan konteks, organisasi dapat menyesuaikan instruksinya, meningkatkan pengetahuan yang disetujui, mengubah izin, atau menambahkan titik persetujuan manusia. Agen memerlukan pengawasan sama seperti proses apapun yang memakaruhi pelanggan atau uang. Ini mengubah pekerja manusia, tetapi tidak menghilangkannya. Alih-alih menyalin detail antar catatan atau mengejar pembaruan rutin, orang dapat fokus pada pengecualian, kasus yang tidak jelas, dan keputusan yang membutuhkan pengalaman dan akuntabilitas. Seseorang tetap memegang kendali atas hasil dan itulah aturan sederhana yang harus di. Agen dapat melaksanakan tugas yang ditentukan, tetapi manusia menentukan batasannya dan tetap bertanggung jawab atas apa yang terjadi di dalamnya. Kesimpulan kami, Satu Tugas Aturan Jelas Pengawasan Manusia Jadi inilah intinya. Agen Otonom Dynamics 365 menangani satu tugas spesifik menggunakan konteks yang sudah ada dalam pekerjaan Anda, tetapi Anda yang menetapkan aturan, Anda yang menetapkan aturan, Anda yang mendalikan hasilnya. Itulah poin utamanya. Berlangganan di platform podcast favorit Anda untuk mendapatkan wawasan pengetahuan yang lebih mudah dipahami dan bagikan ini dengan seseorang yang mendengar istilah agen AI namun masih membayangkan chatbot yang menjawab pertanyaan.