Panduan Langkah demi Langkah Menyiapkan Agent Feed di Ruang Kerja Copilot Anda

By Mirko Peters · 2026-08-13

Automatically translated with AI from the original post. Read the English original

Selamat datang kembali, para pendengar podcast dan penggemar teknologi! Jika Anda mengikuti diskusi kami baru-baru ini tentang kecerdasan buatan, otomatisasi, dan efisiensi tempat kerja, Anda tahu bahwa menjaga pengawasan manusia tetap berjalan jauh lebih penting dari sebelumnya. Seiring makin banyaknya organisasi yang menerapkan agen AI otonom untuk menyederhanakan segala hal, mulai dari dukungan pelanggan hingga pemrosesan data yang kompleks, para administrator dan arsitek menghadapi satu pertanyaan mendesak: Bagaimana kita tetap memegang kendali tanpa mengorbankan kecepatan?

Untuk membantu menjawab pertanyaan itu, kami baru-baru ini merekam episode podcast khusus yang mengupas realitas teknis dan operasional dari tantangan ini. Jika Anda belum mendengarkannya, pastikan untuk menyimak episode Agent Feed - Simply Explained sebagai panduan audio dasar. Dalam artikel blog ini, kami akan memperluas konsep-konsep tersebut dengan panduan teknis yang komprehensif untuk mengonfigurasi ruang kerja Copilot Service, mengaktifkan Agent Feed, dan menambahkan tampilan Agent Supervisor ke lingkungan Power Apps Anda dengan mulus.

Ikhtisar Agent Feed

Agent Feed Overview

Fitur Utama Agent Feed

Agent Feed adalah alat yang dirancang untuk meningkatkan pengalaman Anda dengan AI di Power Apps. Alat ini berfungsi sebagai pusat terpadu tempat Anda dapat mengelola dan mengawasi agen AI secara efektif. Alat ini penting untuk memastikan AI beroperasi sesuai pedoman yang Anda tetapkan, sehingga memungkinkan kontrol dan pengawasan yang lebih baik.

Arti penting Agent Feed dalam pengelolaan AI tidak bisa dilebih-lebihkan. Alat ini membantu Anda menjaga keseimbangan antara otomatisasi dan intervensi manusia. Dengan Agent Feed, Anda dapat mengawasi tugas-tugas AI dan memastikan tugas tersebut selaras dengan tujuan bisnis Anda. Pengawasan ini sangat penting, terutama karena agen AI bekerja secara independen, sehingga sulit menelusuri tindakan mereka kembali ke perintah pengguna tertentu.

Berikut fungsi utama Agent Feed:

Fungsi	Deskripsi
Kolaborasi Manusia-Agen	Memungkinkan Anda meninjau, memvalidasi, dan menyelesaikan tugas yang dihasilkan agen.
Umpan Tugas Terpadu	Memungkinkan Anda mengawasi dan berinteraksi dengan pekerjaan agen melalui antarmuka berbasis tugas.
Kategorisasi Tugas	Mengelompokkan tugas ke dalam bagian seperti "Needs Attention" dan "Completed" agar pengelolaan lebih baik.

Anda akan melihat bahwa tugas mencakup detail penting seperti judul, deskripsi, nama agen, dan stempel waktu. Bagian "Needs Attention" menyorot tugas yang membutuhkan masukan Anda, sedangkan bagian "Completed" menampilkan tugas yang diselesaikan oleh Anda atau agen.

Salah satu fitur unggulan Agent Feed adalah Log for Review. Fitur ini mendukung kebutuhan kepatuhan dan audit dengan menyediakan log audit yang komprehensif. Log ini sangat penting bagi organisasi yang perlu menjawab pertanyaan krusial tentang tindakan agen. Log ini memastikan akuntabilitas dengan mencatat siapa yang melakukan tindakan, bagaimana, dan kapan. Tingkat detail ini sangat penting untuk memenuhi persyaratan regulasi di berbagai industri.

Fitur kunci lainnya adalah fungsi Request Assistance. Fungsi ini memperkuat kolaborasi antara Anda dan agen AI. Studi menunjukkan bahwa penggunaan panduan AI secara signifikan meningkatkan tingkat keberhasilan tugas. Sebagai contoh, ketika peserta menerima bantuan AI, tingkat keberhasilan makro mereka mencapai 70%, dibandingkan dengan hanya 20% untuk panduan tanpa bantuan. Ini menunjukkan bagaimana AI dapat berperan sebagai alat pelatihan yang efektif, membantu Anda bekerja lebih baik pada tugas-tugas berikutnya.

Terakhir, fitur Invoke Data Entry menyederhanakan proses pengelolaan data. Fitur ini memungkinkan Anda mengawasi, mempercayai, dan berkolaborasi dengan agen dalam format umpan tugas yang sudah familier. Integrasi ini menyederhanakan alur kerja Anda sehingga lebih mudah mengelola tugas entri data secara efisien.

Cara Mengawasi Agen Otonom

Wawasan Real-Time di Power Apps

Memantau agen AI melalui Agent Feed itu mudah. Ikuti langkah-langkah berikut untuk menyiapkan lingkungan Anda agar pengawasan berjalan efektif:

Masuk ke Power Apps dan pilih lingkungan contact center Anda.
Di peta situs, pilih Apps, cari ruang kerja Copilot Service, lalu edit.
Aktifkan Agent Feed dengan cara:
- Memilih ikon Agents di peta situs.
- Memilih agen yang sesuai dengan Case Management Agent, seperti Case Processing Agent, lalu memilih elipsis (...) > Add to app.
- Menyimpan dan menerbitkan perubahan.
Tambahkan tampilan Agent Supervisor dengan cara:
- Mencari dan memilih tampilan Case.
- Pada panel Cases, pilih Views.
- Pilih elipsis (...) untuk Agent Supervisor, lalu pilih Add.
- Menyimpan dan menerbitkan perubahan.
Terakhir, masuk ke ruang kerja Copilot Service dengan peran supervisor untuk memastikan bahwa umpan agen muncul di peta situs.

Intervensi manusia memegang peranan penting dalam pengambilan keputusan AI. Meskipun agen AI dapat menangani tugas yang berulang, agen tersebut belum tentu selalu membuat pilihan terbaik dalam situasi yang kompleks. Keahlian Anda memastikan bahwa keputusan selaras dengan tujuan bisnis. Dengan mengawasi agen otonom, Anda tetap memegang kendali atas aktivitas agen, sehingga penyesuaian dapat dilakukan tepat waktu saat diperlukan.

Agent Feed memberikan visibilitas real-time terhadap aktivitas agen. Anda dapat melacak berbagai metrik, di antaranya:

Latensi
Throughput
Jumlah keberhasilan/kesalahan
Pemanfaatan sumber daya

Metrik-metrik ini membantu Anda memahami seberapa baik kinerja agen Anda. Selain itu, Agent Feed merekam alur eksekusi setiap permintaan, sehingga Anda dapat melihat setiap langkah dalam prosesnya. Tingkat detail ini memungkinkan Anda mengidentifikasi hambatan dan mengoptimalkan kinerja.

Integrasi dengan Model Context Protocol (MCP) meningkatkan fungsionalitas Agent Feed. MCP menstandardisasi komunikasi antara aplikasi AI dan Power Apps. Integrasi ini menyederhanakan proses pengembangan, sehingga mengurangi waktu dan kompleksitas bagi pengembang. Integrasi ini juga memungkinkan aplikasi AI mengakses berbagai sumber data, sehingga kemampuannya semakin baik. Dengan demikian, Anda memperoleh aplikasi AI yang lebih efisien dan mampu bertindak secara efektif atas nama Anda.

Penerapan Praktis Agent Feed

Practical Applications of Agent Feed

Meningkatkan Produktivitas dengan AI

Bisnis dapat memanfaatkan Agent Feed dengan berbagai cara untuk meningkatkan produktivitas. Berikut beberapa skenario umum di mana Agent Feed sangat bermanfaat:

Skenario Bisnis	Deskripsi
Dukungan Pelanggan	Meningkatkan alur kerja dukungan pelanggan dengan visibilitas dan efisiensi yang lebih baik.
Penjualan	Membantu agen penjualan dalam melakukan pencarian, validasi, dan alur kerja pembayaran.
Otomatisasi Sumber Data	Memfasilitasi otomatisasi yang melibatkan beberapa sumber data atau konektor dengan visibilitas langkah demi langkah.

Mengintegrasikan Agent Feed ke dalam alur kerja harian menawarkan banyak manfaat. Anda dapat merampingkan proses dan meningkatkan efisiensi. Sebagai contoh, bisnis melaporkan tingkat penyelesaian yang 40% lebih cepat dan peningkatan kepuasan pelanggan sebesar 25% setelah menerapkan Agent Feed. Peningkatan ini berasal dari kemampuan alat tersebut dalam membuat tugas yang dapat ditindaklanjuti serta memberikan wawasan real-time tentang kinerja agen.

Agent Feed memungkinkan Anda fokus pada tugas yang kompleks dengan mengotomatisasi proses rutin. Berikut beberapa cara yang dilakukannya:

Agen AI mengotomatisasi pekerjaan kompleks dan multi-langkah yang memerlukan penalaran dan pengambilan keputusan dinamis.
Agen AI mengurangi upaya manual dengan menghilangkan tugas kognitif yang berulang, seperti meninjau dokumen dan mensintesis data.
Agen AI meningkatkan konsistensi dengan menerapkan penalaran dan kriteria keputusan yang sama di seluruh kasus.
Agen AI mempercepat proses dengan menyelesaikan alur kerja dalam hitungan detik atau menit, bukan jam atau hari.
Agen AI memperluas keahlian dengan mengodifikasi logika pengambilan keputusan dan praktik terbaik untuk diterapkan secara konsisten.

Sebagai contoh, agen penjadwalan mengelola rapat dengan memeriksa ketersediaan dan mengirim undangan, sehingga mengurangi waktu yang dihabiskan untuk email. Agen entri data menangani tugas berulang seperti memindahkan informasi dan memvalidasi kualitas data. Agen riset mengumpulkan dan mensintesis informasi dari berbagai sumber, lalu menghasilkan laporan secara efisien.

Menyeimbangkan otomatisasi dan pengawasan manusia sangat penting. Meskipun AI dapat menangani banyak tugas, keahlian Anda memastikan bahwa keputusan selaras dengan aturan bisnis. Untuk menyeimbangkan elemen-elemen ini secara efektif, ikuti langkah-langkah berikut:

Langkah	Deskripsi
1. Tentukan tujuan evaluasi	Selaraskan tujuan bisnis dengan kriteria evaluasi, seperti kepuasan pelanggan dan kepatuhan regulasi.
2. Buat dataset pengujian	Kembangkan skenario realistis yang mencerminkan pola penggunaan dunia nyata, termasuk kasus tepi.
3. Pilih metode evaluasi	Gabungkan evaluasi ahli dengan metrik otomatis untuk penilaian yang komprehensif.
4. Terapkan kerangka pengukuran	Gunakan pemantauan real-time untuk agen yang berhadapan dengan pelanggan, atau penilaian batch untuk alat internal.
5. Analisis hasil dan iterasi	Bangun umpan balik (feedback loop) untuk menghubungkan hasil evaluasi dengan peningkatan model.

Dengan mengintegrasikan Agent Feed ke dalam operasional Anda, Anda dapat memastikan kolaborasi yang mulus antara AI dan agen manusia. Pendekatan ini tidak hanya meningkatkan produktivitas, tetapi juga menjaga pengawasan yang diperlukan untuk mencapai tujuan organisasi Anda.

Tantangan dalam Menerapkan Agent Feed

Menerapkan Agent Feed dapat menghadirkan sejumlah tantangan bagi bisnis. Memahami hambatan ini membantu Anda mempersiapkan proses integrasi yang lebih lancar. Berikut beberapa masalah umum yang mungkin Anda temui:

Observabilitas Biaya: Melacak biaya yang terkait dengan Agent Feed tidak sederhana. Anda perlu menerapkan lapisan tata kelola untuk memantau pengeluaran secara efektif.
Kompleksitas dengan Agen Lintas Lingkungan: Mengelola agen yang beroperasi di berbagai lingkungan bisa rumit. Anda harus menangani autentikasi, audit, dan manajemen kesalahan dengan cermat.
Kekhawatiran Privasi dan Keamanan Data: Agen AI dapat menghadirkan kerentanan baru. Agen tersebut bisa menjadi target serangan siber yang menarik, yang dapat membahayakan privasi dan keamanan data.

Bukti	Penjelasan
Agen AI menghadirkan kerentanan dan risiko baru	Ini menyoroti bagaimana penerapan agen AI dapat memperluas permukaan serangan, yang berdampak pada privasi dan keamanan data.
Agen AI menjadi target serangan siber	Penyebutan agen AI sebagai target menekankan kekhawatiran keamanan yang muncul dari penerapannya.
Pengelolaan yang buruk dapat menimbulkan kerugian finansial dan kerusakan reputasi	Ini menggambarkan konsekuensi potensial jika kekhawatiran terkait privasi dan keamanan data tidak ditangani.

Untuk mengatasi tantangan ini, Anda dapat menerapkan beberapa praktik terbaik:

Tentukan Keberhasilan: Tetapkan 1-2 indikator kinerja utama (KPI) yang selaras dengan hasil bisnis Anda. Ini akan memandu upaya pengembangan Anda dan membuat Anda tetap fokus pada hal yang penting.
Bentuk Tim Lintas Fungsi: Libatkan beragam pemangku kepentingan dalam proses implementasi. Ini memastikan agen memberikan nilai dan memenuhi berbagai kebutuhan di seluruh organisasi Anda.
Luncurkan dengan Dukungan: Berikan pelatihan dan komunikasi yang jelas untuk memberdayakan pengguna. Mengumpulkan umpan balik pada tahap ini dapat membantu Anda melakukan penyesuaian yang diperlukan.
Pantau dan Sesuaikan: Gunakan data real-time untuk melacak kinerja. Ini memungkinkan Anda melakukan perbaikan berkelanjutan berdasarkan penggunaan dan hasil yang sebenarnya.

Selain itu, strategi manajemen perubahan yang efektif dapat secara signifikan meningkatkan adopsi Agent Feed. Organisasi yang menerapkan manajemen perubahan terstruktur untuk inisiatif AI memiliki kemungkinan 3,4 kali lebih besar untuk mencapai adopsi yang berhasil. Fokuslah pada aspek manusiawi dari adopsi, seperti perubahan perilaku dan kejelasan peran.

Mulailah dengan meminta para pemimpin menggunakan AI secara langsung untuk memberi contoh perilaku. Ini membantu menilai kondisi adopsi saat ini secara akurat. Pastikan ekstraksi keterampilan dilakukan sebelum otomatisasi alur kerja. Dengan cara ini, Anda mengodifikasi pengetahuan yang tepat sebelum mengintegrasikannya ke dalam proses yang dibantu AI. Terakhir, dorong pembelajaran sosial dengan penerapan langsung. Pendekatan ini lebih efektif daripada pelatihan generik, karena mendorong kolaborasi dan penggunaan praktis alat AI.

Dengan mengatasi tantangan ini dan mengikuti praktik terbaik, Anda dapat berhasil menerapkan Agent Feed dan meningkatkan kapabilitas AI organisasi Anda.

Kesimpulan

Agent Feed memainkan peran krusial dalam meningkatkan pengelolaan AI dan memastikan pengawasan manusia yang efektif. Dengan memperlakukan agen AI seperti karyawan baru, Anda menetapkan peran dan ekspektasi yang jelas, yang mendorong akuntabilitas. Tata kelola yang terstruktur ini memungkinkan Anda memercayai agen AI sebagai partisipan aktif dalam alur kerja Anda.

Dengan pemantauan aktivitas real-time, Agent Feed meningkatkan kolaborasi dan pengambilan keputusan, sehingga sangat penting untuk mengoptimalkan operasional. Saat Anda menjajaki potensi Agent Feed di organisasi Anda, pertimbangkan bagaimana hal ini dapat mengubah pendekatan Anda terhadap integrasi AI. Untuk pembahasan lebih mendalam tentang konsep-konsep ini dan keterkaitannya dengan ekosistem Microsoft yang lebih luas, jangan lewatkan episode podcast pendamping kami, Agent Feed - Simply Explained.

Tren Masa Depan	Deskripsi
Otomatisasi	Agen AI akan mengotomatisasi tugas-tugas berulang di Power Apps.
Pengalaman Pengguna yang Ditingkatkan	Tata kelola yang lebih baik akan menghasilkan interaksi pengguna yang lebih baik.
Tindakan yang Diawasi	Tinjauan manusia dalam proses otomatis menjamin kualitas.

Sambut masa depan AI dengan Agent Feed dan buka peluang baru bagi bisnis Anda.

Pertanyaan Umum

Apa itu Agent Feed?

Agent Feed adalah pusat supervisi di Power Apps yang memungkinkan Anda mengelola agen AI secara efektif. Fitur ini memperkuat pengawasan manusia dan kolaborasi dengan AI, serta memastikan tugas selaras dengan tujuan bisnis Anda.

Bagaimana Agent Feed meningkatkan pengelolaan AI?

Agent Feed memberikan wawasan real-time tentang aktivitas agen AI. Anda dapat memantau metrik performa, meninjau tugas, dan melakukan intervensi bila diperlukan, sehingga AI tetap beroperasi sesuai panduan Anda.

Dapatkah saya menyesuaikan fitur Agent Feed?

Ya, Anda dapat menyesuaikan Agent Feed sesuai kebutuhan spesifik Anda. Anda dapat mengatur kategori tugas, menetapkan kriteria evaluasi, dan menentukan indikator kinerja utama agar selaras dengan tujuan bisnis Anda.

Jenis tugas apa saja yang dapat ditangani agen AI?

Agen AI dapat mengotomatisasi tugas berulang, seperti entri data dan tinjauan dokumen. Agen AI juga dapat membantu alur kerja yang kompleks sehingga Anda dapat fokus pada pengambilan keputusan tingkat yang lebih tinggi.

Bagaimana Agent Feed terintegrasi dengan aplikasi berbasis model?

Agent Feed terintegrasi dengan mulus ke aplikasi berbasis model di Power Apps. Integrasi ini memungkinkan Anda mengawasi agen AI langsung di dalam aplikasi yang Anda gunakan setiap hari, sehingga meningkatkan produktivitas dan pengawasan.

Apakah diperlukan pelatihan untuk menggunakan Agent Feed?

Meskipun tidak diperlukan pelatihan yang ekstensif, membiasakan diri dengan fitur Agent Feed akan membantu Anda memaksimalkan manfaatnya. Microsoft menyediakan sumber daya dan dukungan untuk membantu Anda memulai.

Apa peran AI generatif dalam Agent Feed?

AI generatif meningkatkan Agent Feed dengan memungkinkan agen AI belajar dari interaksi dan meningkatkan performanya seiring waktu. Kemampuan ini mendukung penanganan tugas yang lebih efisien dan pengambilan keputusan yang lebih baik.

Bagaimana saya dapat memastikan privasi data dengan agen AI?

Untuk memastikan privasi data, terapkan langkah keamanan dan protokol tata kelola yang kuat. Lakukan audit aktivitas agen AI secara berkala dan pertahankan kepatuhan terhadap regulasi industri untuk melindungi informasi sensitif.

🎧 Anda Juga Sebaiknya Dengarkan

AI Agents – Simply Explained menjadi langkah belajar praktis berikutnya dan memberikan konteks tambahan yang berguna untuk topik ini.
Microsoft Agent Framework – Simply Explained menjadi langkah belajar praktis berikutnya dan memberikan konteks tambahan yang berguna untuk topik ini.
Microsoft Fabric Real-Time Intelligence – Simply Explained menjadi langkah belajar praktis berikutnya dan memberikan konteks tambahan yang berguna untuk topik ini.

Terakhir ditinjau: Juli 2026.