WEBVTT

00:00:00.000 --> 00:00:03.040
Rekaya Sob Prom adalah solusi 2024 untuk masalah di tahun 2020.

00:00:03.220 --> 00:00:05.560
Kita diberitahu bahwa jika kita menemukan kata-kata yang tepat,

00:00:05.740 --> 00:00:07.520
A akan tiba-tiba bekerja layaknya mitra senior.

00:00:08.140 --> 00:00:12.160
Namun kenyataannya, Prom hanyalah permintaan di permukaan yang menyentuh kekacauan mendalam.

00:00:13.260 --> 00:00:16.280
Sebagian besar organisasi memperlakukan copilot seperti Tongkat Ajib saat ini.

00:00:16.840 --> 00:00:19.420
Mereka mengira trik berpikir selangkah demi selangkah adalah strategi nyata,

00:00:19.540 --> 00:00:20.800
padahal itu hanya solusi sementara.

00:00:21.300 --> 00:00:23.600
Karena jika data Anda berantakan dan tidak terbetakan,

00:00:23.960 --> 00:00:26.260
tidak ada susunan kalimat cerdas yang bisa menyelamatkan hasilnya.

00:00:26.440 --> 00:00:29.580
Anda pada dasarnya meminta seorang jenius untuk menggeledah tempat sampah.

00:00:30.000 --> 00:00:31.840
Kita sedang beranjak dari era improvisasi.

00:00:32.580 --> 00:00:35.920
Masa peretasan Prom individu akan berakhir karena hal itu tidak bisa diperluas.

00:00:36.920 --> 00:00:39.600
Masa depan bukan tentang seberapa baik Anda berbicara pada mesin,

00:00:39.720 --> 00:00:41.680
melainkan seberapa baik Anda merancang sistem di baliknya.

00:00:42.720 --> 00:00:44.380
Kita sedang memasuki era orkestrasi.

00:00:45.200 --> 00:00:47.160
Pembusukan struktural alasan mengapa konteks runtuh.

00:00:47.740 --> 00:00:50.440
Anda mungkin pernah melihat demo di mana copilot meringkas rapat dengan sempurna.

00:00:50.780 --> 00:00:51.840
Terlihat ajaib di video.

00:00:52.220 --> 00:00:53.980
Namun saat Anda mencobanya di tenan sendiri,

00:00:53.980 --> 00:00:56.660
hasilnya meleset atau mengambil data dari 3 tahun lalu.

00:00:57.200 --> 00:00:58.120
Ini bukan kegagalan EE.

00:00:58.480 --> 00:00:59.380
Ini pembusukan struktural.

00:00:59.380 --> 00:01:01.820
Mode kegagalan pertama, keruntuhan konteks.

00:01:02.340 --> 00:01:04.300
Ini terjadi karena penyebaran Teams dan SharePoint yang tidak terkenali.

00:01:04.880 --> 00:01:07.240
Di banyak organisasi, pekerjaan tersebar di terlalu banyak tempat.

00:01:07.840 --> 00:01:10.580
Anda punya obrolan di Teams, komponen loop untuk bertukar pikiran,

00:01:10.940 --> 00:01:12.440
dan situs SharePoint untuk kebijakan video.

00:01:12.860 --> 00:01:14.360
Namun saat ketiga hal tersebut berbeda,

00:01:14.480 --> 00:01:15.780
AI kehilangan sumber kebenaran.

00:01:16.580 --> 00:01:18.040
Anda bertanya hal yang sama dua kali,

00:01:18.200 --> 00:01:20.300
dan mendapat dua jawaban berbeda karena konteksnya terpecah.

00:01:20.460 --> 00:01:23.380
Copilot pada dasarnya menempat versi kebenaran mana yang Anda inginkan hari ini.

00:01:23.740 --> 00:01:26.820
Jika obrolan mengatakan satu hal dan dokumen mengatakan hal lain, sistem pun rusak.

00:01:26.820 --> 00:01:30.320
Sistem tidak dapat mendamakan konflik karena tidak ada hirarki dalam data Anda.

00:01:30.620 --> 00:01:32.100
Kegagalan kedua adalah kebijakan yang cekupan itu.

00:01:32.600 --> 00:01:33.800
Di sinilah kepercayaan akan mati.

00:01:34.220 --> 00:01:35.100
Saya melihat dua sisi ekstrem ini.

00:01:35.400 --> 00:01:36.820
Pertama, pendekatan yang terlalu membatasi.

00:01:37.340 --> 00:01:38.800
Tim IT menjadi gugup dan mereka munci segala.

00:01:39.260 --> 00:01:42.440
Mereka menerapkan label purview ke setiap folder dan copilot menjadi tidak berguna.

00:01:42.700 --> 00:01:42.920
Tadik.

00:01:43.420 --> 00:01:46.560
Anda meminta copilot meringkas proyek dan IMEJAP tidak dapat menemukan file apa.

00:01:46.880 --> 00:01:49.960
Anda berhasil mengamankan data, tetapi Anda juga melobotomi AI Anda.

00:01:50.600 --> 00:01:51.680
Ia tidak memiliki kira untuk bekerja.

00:01:52.220 --> 00:01:53.480
Ekstrem lainnya adalah terlalu onggar.

00:01:53.480 --> 00:01:57.020
Anda memiliki tautan yang terbuka untuk semua orang yang tersebar sejak 2019.

00:01:57.520 --> 00:01:58.920
Ini menyebabkan kebocoran data yang fatal.

00:01:59.560 --> 00:02:01.820
Bukan karena pertas masuk, melainkan karena AI terlalu membantu.

00:02:02.460 --> 00:02:06.380
Ia menemukan lembar kerja gaji eksekutif yang ditinggalkan seseorang di folder publik lima tahun lalu.

00:02:06.960 --> 00:02:08.320
Saat itu terjadi kepercayaan runtuh.

00:02:08.680 --> 00:02:10.200
Dan begitu kepercayaan hilang, adopsi terhenti.

00:02:10.660 --> 00:02:12.320
Kegagalan ketiga adalah pengetahuan yang terawekan.

00:02:12.700 --> 00:02:14.940
Ini adalah yang paling berbahaya bagi pengambilan keputusan Anda.

00:02:15.280 --> 00:02:17.560
Pikirkan berapa banyak file duplikat yang ada di OneDrive Anda.

00:02:18.020 --> 00:02:20.500
Draft V1, draft final, dan draft final V2 Mirko.

00:02:20.500 --> 00:02:23.140
Bagi manusia, kita tahu tanggal modifikasi itu penting.

00:02:23.400 --> 00:02:27.860
Namun bagi modal bahasa besar, data usang seringkali dianggap sama otoritatifnya dengan catatan rapat kemarin.

00:02:28.620 --> 00:02:33.640
Koppel tidak tahu bahwa strategi 2022 sudah usang jika file itu masih ada di situ sharepoint yang sering dikunjungi.

00:02:34.160 --> 00:02:36.900
Ia melihat kata kunci dan relevansinya, jadi ia menyertakannya dalam peringkatan.

00:02:37.440 --> 00:02:39.460
Hal ini membuat AI menjadi pengat halusinasi.

00:02:40.320 --> 00:02:44.460
AI tidak mengarang hal dari ketiadaan, ia hanya menarik informasi dari realitas yang sudah tidak ada lagi.

00:02:44.960 --> 00:02:46.500
Data usang sebenarnya lebih buruk daripada tidak ada data.

00:02:46.760 --> 00:02:48.960
Jika AI tidak menemukan apapun, Anda akan mencari yang sendiri.

00:02:48.960 --> 00:02:53.180
Tetapi jika AI menemukan hal yang salah dan menjanjikannya dengan percaya diri, Anda akan membuat keputusannya.

00:02:53.320 --> 00:02:55.760
Kita telah membangun hirarki untuk dunia yang sudah tidak ada lagi.

00:02:56.380 --> 00:03:00.220
Kita membangunnya untuk orang yang menafigasi folder, tetapi koppel tidak menafigasi, ia mengambil informasi.

00:03:00.520 --> 00:03:02.520
Dan pengambil informasi memerlukan jenis integritas yang berbeda.

00:03:02.840 --> 00:03:05.280
Ia memerlukan substrat yang bersih, terpetakan, dan terkelola.

00:03:05.560 --> 00:03:07.500
Jika Anda tidak memperbaiki kerusakan itu, perintah prom tidak.

00:03:07.700 --> 00:03:10.520
Anda pada dasar yang mencoba membangun gedung pencakar langit di atas rawa.

00:03:10.660 --> 00:03:14.780
Anda bisa membeli kaca paling mahal untuk jendelanya, tetapi bangunannya akan tetap tenggelam.

00:03:14.780 --> 00:03:17.480
Sebagian besar organisasi saat ini terobsesi dengan kacanya.

00:03:18.300 --> 00:03:21.800
Mereka melatih orang tentang cara melulis perintah yang lebih baik dan membuat panduan untuk antarmuka.

00:03:22.280 --> 00:03:24.100
Padahal antarmuka hanyalah puncak gunung es.

00:03:24.740 --> 00:03:26.380
Pekerjaan yang sungguhnya kerja kerasnya ada di bawahnya.

00:03:26.880 --> 00:03:30.000
Ini tentang beralih dari tumpukan file yang tidak terletakkan ke indeks semantik yang kaku.

00:03:30.500 --> 00:03:35.240
Ini tentang memastikan bahwa ketika AI mencari fakta, ia menemukan sinyal tunggal dengan fidelitas tinggi.

00:03:35.240 --> 00:03:39.420
Karena pada kenyataannya, pekerjaan tidak lagi dimulai dengan navigasi, melainkan konteks.

00:03:39.880 --> 00:03:44.040
Dan jika konteks itu rusak, rekan kerja AI Anda hanyalah sumber kebisingan lain di ruangan yang sudah bising.

00:03:44.660 --> 00:03:46.800
Kalau membeda baru, kita perlu melampaui percakapan.

00:03:47.380 --> 00:03:49.000
Kita perlu mulai membangun kisih-kisih keputusan.

00:03:49.680 --> 00:03:51.260
Menggantikan perintah dengan kisih-kisih keputusan.

00:03:52.100 --> 00:03:56.720
Kita harus berhenti menganggap perintah sebagai tuas utama keberhasilan AI karena perintah hanyalah sebuah percakapan.

00:03:57.640 --> 00:03:59.200
Itu pada dasarnya adalah permintaan bantuan.

00:03:59.500 --> 00:04:02.920
Tetapi Anda tidak menjalankan perusahaan berlilai miliaran dolar dengan bantuan dan obrolan santai.

00:04:02.920 --> 00:04:04.260
Anda menjalankan dengan situ.

00:04:04.700 --> 00:04:08.360
Itulah mengapa kita beralih dari mentalitas chatbot menuju apa yang saya sebut sebagai kisih keputusan.

00:04:09.120 --> 00:04:13.220
Kisih bukanlah sebuah percakapan, melainkan kerangka kerja terstruktur dan multidimensi,

00:04:13.460 --> 00:04:16.500
di mana setiap keluaran didukung oleh masukan yang terdefinisi dan terverifikasi.

00:04:17.160 --> 00:04:20.200
Ini menandai perpindahan dari improvisasi individu ke orkastrasi perusahaan.

00:04:20.800 --> 00:04:23.840
Dalam model lama, Anda hanya berharap karyawan tahu cara mengajukan pertanyaan tepat.

00:04:24.360 --> 00:04:28.340
Dalam model kisih, sistem dirancang agar jawaban yang benar menjadi satu-satunya hasil yang logis.

00:04:28.920 --> 00:04:32.380
Bayangan kisih ini dalam perlapisan berbedaan ingat bahwa jika Anda melewatkan satu saja

00:04:32.380 --> 00:04:34.360
keseluruhan struktur kepercayaan akan runtuh.

00:04:34.940 --> 00:04:35.860
Lapisan pertama adalah singit.

00:04:36.220 --> 00:04:37.100
Ini adalah umpan data mentah.

00:04:37.540 --> 00:04:42.480
Kita berbicara tentang email, transkrip rapat, dan aliran data berkelanjutan yang mengalir melalui penyewa Anda setiap detik.

00:04:43.280 --> 00:04:47.460
Kebanyakan orang mengira ini adalah datanya, namun kenyataannya ini hanyalah kebisingan sampai tertangkap.

00:04:48.500 --> 00:04:51.040
Dalam kisih keputusan, Anda tidak membiarkan sinyal mengambang begitu saja.

00:04:51.380 --> 00:04:53.340
Anda mengidentifikasi mana yang memiliki fidelitas tinggi,

00:04:53.620 --> 00:04:56.880
dan Anda memutuskan aliran mana yang benar-benar penting bagi hasil bisnis yang ingin dicapai.

00:04:57.200 --> 00:05:00.480
Lapisan kedua adalah tempat keajaiban terjadi dan kami menyebutnya lapisan konteks.

00:05:00.480 --> 00:05:04.040
Ini bukan sekadar seluruh SharePoint yang merupakan resep pasti untuk halusinasi.

00:05:04.740 --> 00:05:07.800
Ini adalah tentang pustaka terkurasi dan konektor grafik yang dikonfigurasi secara khusus.

00:05:08.160 --> 00:05:13.280
Anda membuat batasan digital dan memberitahu AI untuk melihat di sini dan hanya di sini saat Anda bertanya tentang anggaran key 3.

00:05:13.640 --> 00:05:15.940
Anda pada dasarnya menciptakan taman kebenaran yang terbakar.

00:05:16.820 --> 00:05:21.260
Dengan menggunakan konektor grafik untuk membawa data eksternal dari CRM atau basis data SQL lama,

00:05:21.740 --> 00:05:25.560
Anda mendasarkan AI pada realitas yang melampaui beberapa dokumen Word saja.

00:05:26.620 --> 00:05:29.700
Lapisan ketiga adalah simpul keputusan, dan disinilah kompilat sebenarnya berada.

00:05:29.700 --> 00:05:32.400
Namun dalam model ini, copilot tidak hanya berpikir sendiri.

00:05:32.980 --> 00:05:37.320
Ia menerapkan serangkaian logika dan aturan tertentu pada konteks yang telah disempurnakan yang Anda berikan di lapisan 2.

00:05:37.960 --> 00:05:39.680
Disinilah Anda menyematkan SOP perusahaan Anda.

00:05:40.200 --> 00:05:43.440
Disinilah perintah PROM sebenarnya berada, tetapi bukan lagi sebagai kalimat yang berdiri sendiri.

00:05:43.820 --> 00:05:46.880
Ini adalah serangkaian instruksi yang memerintahkan sistem untuk mengambil sinyal.

00:05:47.120 --> 00:05:49.740
Dari lapisan 1, memfilternya berdasarkan konteks di lapisan 2,

00:05:49.940 --> 00:05:53.000
dan menerapkan logika penilaian risiko standar Anda untuk menghasilkan hasil.

00:05:53.700 --> 00:05:57.840
Simpul keputusan adalah mesinnya, tetapi kisi adalah sistem bahan bakar, dan kemudinya.

00:05:57.840 --> 00:06:01.040
Lapisan keempat adalah tindakan yang merupakan keluaran akhir.

00:06:01.540 --> 00:06:05.920
Karena Anda telah mengendalikan masukan dan logikanya, Anda benar-benar dapat mempercaya apa yang dihasilkan oleh mesin tersebut.

00:06:06.280 --> 00:06:09.520
Ini bisa berupa laporan, rekomendasi, atau draft email untuk klien.

00:06:10.060 --> 00:06:13.440
Namun tidak seperti respons obrolan acak, tindakan ini sepenuhnya dapat diaudit.

00:06:14.080 --> 00:06:19.100
Anda dapat melacaknya kembali melalui kisi-kisi untuk melihat dengan tepat sinyal dan potongan konteks mana yang menciptakan kalimat spesifik tersebut.

00:06:19.100 --> 00:06:22.960
Pergeseran di sini bersifat mendasarkan beberapa perintah prompting bersifat ad hoc dan individual.

00:06:23.500 --> 00:06:28.900
Hal ini bergantung pada orang yang duduk di meja kerja yang sedang dalam suasana hati baik dan ingat untuk menyertakan detail yang tepat dalam pesan mereka.

00:06:29.120 --> 00:06:30.800
Kisi-kisi keputusan bersifat terstrukturan dibagikan.

00:06:31.100 --> 00:06:32.760
Ini adalah bagian dari infrastruktur organisasi.

00:06:33.220 --> 00:06:35.680
Saat Anda membangun kisi-kisi untuk ringkasan keputusan eksekutif,

00:06:35.880 --> 00:06:39.220
tidak masalah siapa yang menicu permintaan tersebut karena logikanya sama, sumbernya sama,

00:06:39.380 --> 00:06:41.720
dan tingkat kepercayaannya sama, dan tingkat kepercayaannya sama.

00:06:41.720 --> 00:06:43.720
Kami pada dasarnya sedang membangun sebuah mesin untuk berpikir.

00:06:43.720 --> 00:06:47.540
Kami bergerak dari dunia di mana kita menggunakan AI ke dunia di mana kita merancang AI.

00:06:47.780 --> 00:06:48.700
Beginilah cara meningkatkan AI.

00:06:48.980 --> 00:06:52.480
Anda tidak bisa meningkatkan seribu orang berbeda yang menulis seribu perintah berbeda.

00:06:52.920 --> 00:06:57.160
Namun Anda bisa meningkatkan sepuluh kisi-kisi yang dirancang dengan baik untuk menangani sepuluh proses bisnis ini.

00:06:57.680 --> 00:07:01.720
Karena pada akhirnya, Dewan Direksi Anda tidak peduli apakah karyawan Anda pandai dalam memberikan perintah.

00:07:02.200 --> 00:07:05.140
Mereka peduli apakah keputusan yang dibuat akurat, cepat, dan aman.

00:07:05.700 --> 00:07:06.980
Kisi-kisi tersebut memberikan Anda kepastian.

00:07:06.980 --> 00:07:10.760
Hal ini mengubah kotak hitam AI menjadi alur kerja yang transparan dan terkelola.

00:07:11.360 --> 00:07:13.100
Anda tidak hanya berbicara dengan mesin lagi,

00:07:13.100 --> 00:07:15.320
Anda sedang merancang cara perusahaan Anda berpikir

00:07:15.320 --> 00:07:18.560
dan itu dimulai dengan menyadari bahwa perintah hanyalah bagian terkecil dari sistem.

00:07:19.460 --> 00:07:21.260
Menambatkan arsitektur di luar antarmuka.

00:07:21.960 --> 00:07:26.060
Jika Anda ingin memahami mengapa uji coba AI Anda saat ini terasa seperti serangkaian mainan

00:07:26.060 --> 00:07:27.860
yang tidak terhubung Anda harus melihat antarmukanya.

00:07:28.440 --> 00:07:29.680
Kopelot adalah pintu depan yang indah.

00:07:30.160 --> 00:07:34.520
Ini dirancang agar menarik dan dibangun agar Anda merasa seolah-olah sedang melakukan percakapan manusia.

00:07:34.980 --> 00:07:35.740
Namun bukanlah sebuah rumuh.

00:07:35.840 --> 00:07:37.980
Jika Anda hanya fokus pada gelembung obrolan,

00:07:38.060 --> 00:07:40.680
Anda melewatkan seluruh fondasi yang sebenarnya membuat mesin tersebut bekerja.

00:07:40.680 --> 00:07:44.960
Pekerjaan sebenarnya, yaitu tugas berat dari kecerdasan perusahaan, terjadi di substratnya.

00:07:45.480 --> 00:07:47.900
Anda tidak hanya menggunakan aplikasi saat memicu permintaan.

00:07:48.400 --> 00:07:51.120
Anda sedang mengordinasikan tumpukan layanan Microsoft yang sangat besar

00:07:51.120 --> 00:07:53.700
dan saling terhubung yang harus berjalan dengan sinkronisasi sempurna

00:07:53.700 --> 00:07:55.460
untuk memberi Anda satu kalimat yang akurat.

00:07:55.920 --> 00:07:59.520
Anggap Microsoft Graph dan konektornya sebagai sistem saraf pusat dari arsitektur ini.

00:08:00.040 --> 00:08:02.620
Mereka adalah pipa-pipanya, tanpa mereka AI secara efektif utam.

00:08:02.680 --> 00:08:05.520
Itu hanyalah sebuah model dengan IQ tinggi tetapi tanpa memori lokal.

00:08:06.240 --> 00:08:09.100
Saat Anda mengajukan pertanyaan, Graph tidak hanya mencari sebuah file.

00:08:09.100 --> 00:08:13.840
Ini memetakkan hubungan antara Anda, manajer Anda, tiga rapat yang ada hadiri pagi ini,

00:08:14.100 --> 00:08:16.720
dan versi spesifik rencana proyek yang Anda edit tengah malam tadi.

00:08:17.480 --> 00:08:19.840
Konektor Graph adalah jembatan menuju dunia eksternal Anda.

00:08:20.120 --> 00:08:23.620
Konektor ini menarik data dari Jira, Salesforce, atau server SQL custom Anda

00:08:23.620 --> 00:08:25.400
sehingga AI berhenti menebak dan mulai mengetahui.

00:08:25.740 --> 00:08:27.720
Jika saluran ini tersumbat atau tidak terpetakan,

00:08:27.860 --> 00:08:31.100
rekan kerja tersebut hanyalah orang asing di kantor Anda tanpa akses ke lemari arsitektur.

00:08:31.100 --> 00:08:34.380
Lalu ada Microsoft Purview yang berfungsi sebagai filter.

00:08:34.960 --> 00:08:38.020
Di dunia lama, keamanan adalah tentang siapa yang bisa membuka folder tertentu.

00:08:38.020 --> 00:08:41.800
Di dunia AI, keamanan adalah tentang apa yang boleh dipelajari oleh model tersebut.

00:08:42.360 --> 00:08:45.340
Purview adalah pengatur senyap yang menentukan batasan imajinasi AI.

00:08:46.420 --> 00:08:48.520
Ini memberitahu co-pilot apa yang boleh diketahuinya,

00:08:48.660 --> 00:08:50.880
dan yang lebih penting apa yang harus benar-benar diabaikan.

00:08:51.880 --> 00:08:55.260
Saat Anda menerapkan label sensitivitas, Anda tidak hanya menandai dokumen untuk kepatuhan.

00:08:55.960 --> 00:08:58.520
Anda pada dasarnya membuat zona larangan terbang bagi LLM.

00:08:58.740 --> 00:09:02.000
Jika label Purview Anda berantakan, peta internal AI Anda pun akan berantak.

00:09:02.340 --> 00:09:03.880
Anda tidak bisa memiliki rekan kerja,

00:09:03.880 --> 00:09:08.480
yang dapat dipercaya jika sistem tidak memiliki rangkaian pagar pembatas etika dan hukum yang kaku di alur pengambilan data.

00:09:08.960 --> 00:09:12.540
Namun, bahkan dengan data dan filter yang tepat, sistem perlu mengetahui siapa yang bertanya.

00:09:13.060 --> 00:09:13.900
Itulah Microsoft EntraID.

00:09:14.540 --> 00:09:16.020
Identitas adalah konteks utama.

00:09:16.660 --> 00:09:19.120
Seorang CEO yang meminta ringkasan perubahan personel

00:09:19.120 --> 00:09:23.040
harus mendapatkan respons yang sangat berbeda dari manajer junior yang menanyakan hal yang sama.

00:09:23.420 --> 00:09:26.180
EntraID menyediakan realitas berbasis peran yang membentuk output tersebut.

00:09:26.420 --> 00:09:27.780
AI tidak hanya melihat sebuah perintah.

00:09:28.240 --> 00:09:31.720
AI melihat sekumpulan izin, departemen, dan rewrite access.

00:09:31.720 --> 00:09:35.520
Jika manajemen identitas Anda ceroboh, dan orang-orang masih memiliki hak istimewa,

00:09:35.680 --> 00:09:36.680
dari tiga pekerjaan yang lalu,

00:09:36.840 --> 00:09:39.900
Copilot secara tidak sengaja akan menjadi mata-mata internal paling efisien di dunia.

00:09:40.440 --> 00:09:42.860
AI akan memunculkan apa yang seharusnya tidak dilihat orang tersebut

00:09:42.860 --> 00:09:44.720
karena Anda memberitahu sistem bahwa mereka diizinkan.

00:09:45.120 --> 00:09:47.060
Untuk mencegah kekacauan file mentah meracuni model,

00:09:47.240 --> 00:09:49.160
kami menggunakan Microsoft Fabric dan OneLight.

00:09:49.740 --> 00:09:50.900
Ini adalah lapisan data strukturan.

00:09:51.460 --> 00:09:55.820
Kebanyakan perusahaan mencoba memberi Copilot asupan pelacak Excel yang berantakan dan ekspor CSV aja.

00:09:56.340 --> 00:09:57.500
Begitulah cara Anda mendapatkan halusnya.

00:09:57.500 --> 00:10:01.080
OneLight bertindak sebagai dana logis tunggal dan terpadu untuk semua data Anda.

00:10:01.620 --> 00:10:05.500
OneLight mengatur kekacauan Excel menjadi format yang dapat dicerna AI

00:10:05.500 --> 00:10:08.760
tanpa bingung oleh kesalahan format atau tautan yang rusak.

00:10:09.660 --> 00:10:11.780
Ini mengubah angka mentah Anda menjadi produk yang lebih rapi.

00:10:12.220 --> 00:10:13.500
Terakhir ada Copilot Studio.

00:10:13.980 --> 00:10:14.640
Ini adalah tempat kerja.

00:10:14.880 --> 00:10:16.940
Sinilah Anda benar-benar membangun batasan keputusan.

00:10:17.340 --> 00:10:19.040
Kami tidak hanya berharap AI mematuhi aturan Anda.

00:10:19.500 --> 00:10:20.440
Anda menanamkan logika di sini.

00:10:20.860 --> 00:10:22.260
Anda menentukan topik spesifik,

00:10:22.600 --> 00:10:23.380
tindakan eksternal,

00:10:23.780 --> 00:10:26.280
dan alur kerja multilangkah yang melampaui sekadar obrolan.

00:10:26.280 --> 00:10:29.460
Anda sedang merancang otak rekan kerja spesifik yang ingin Anda pekerjakan.

00:10:29.920 --> 00:10:33.340
Saat Anda menyadari bahwa Copilot hanyalah antar muka untuk seluruh tumpukan ini,

00:10:33.460 --> 00:10:34.240
strategi Anda berubah.

00:10:34.500 --> 00:10:36.120
Anda berhenti melatih orang tentang cara mengetik

00:10:36.120 --> 00:10:38.100
dan mulai melatih arsitek Anda tentang cara membangun.

00:10:38.480 --> 00:10:39.620
Anda tidak sedang menulis sebuah alat.

00:10:39.960 --> 00:10:41.260
Anda sedang merancang seorang karyawan digital.

00:10:41.960 --> 00:10:44.420
Dan karyawan itu hanya akan sepintar arsitektur yang Anda berikan.

00:10:45.360 --> 00:10:47.540
Panduan konkretnya, ringkasan keputusan eksekutif.

00:10:48.120 --> 00:10:50.660
Untuk mengubah ini dari kerangka kejauh konseptual menjadi kenyataan yang nyata.

00:10:51.200 --> 00:10:53.340
Mari kita bahas skenario spesifik yang berisiko tinggi.

00:10:53.340 --> 00:10:56.480
Kita akan membangun ringkasan keputusan eksekutif otomatis.

00:10:56.840 --> 00:10:58.520
Ini adalah sehari mana teori bertemu dengan kenyataan.

00:10:58.800 --> 00:11:01.340
Di sebagian besar perusahaan saat ini bersiap untuk rapat dewan

00:11:01.340 --> 00:11:03.700
atau perubahan besar memerlukan kerja manual selama semis.

00:11:03.960 --> 00:11:06.240
Anda memiliki analis yang memperlu angka penjualan terbaru,

00:11:06.700 --> 00:11:09.960
manajer yang menggali utas email untuk menemukan alasan sebenarnya sebuah proyek terhenti,

00:11:10.460 --> 00:11:13.420
dan eksekutif yang mencoba menyelaraskan tiga versi slide presentasi yang berbeda.

00:11:13.980 --> 00:11:15.560
Ini adalah proses yang dipenuhi dengan hambatan.

00:11:16.160 --> 00:11:18.620
Namun ketika kita menerapkan arsitektur yang telah kita bahas,

00:11:18.720 --> 00:11:21.580
kali problem telah menjadi bagian terkecil dan paling tidak penting dari keseluruhan operasi.

00:11:21.580 --> 00:11:22.960
Tahap pertama adalah input.

00:11:23.260 --> 00:11:26.020
Kita tidak hanya membuka kotak obrolan dan bertanya apa yang terjadi bulan ini.

00:11:26.240 --> 00:11:29.100
Itu adalah permintaan dengan videotas rendah yang mengundang jawaban dengan videotas rendah.

00:11:29.360 --> 00:11:33.000
Sebaliknya, kita mengarahkan surat keputusan kita ke sumber-sumber spesifik yang terhubung dalam grafik.

00:11:33.260 --> 00:11:34.060
Kita menentukan batasannya.

00:11:34.300 --> 00:11:37.620
Kita perintahkan sistem untuk menarik data keuangan mentah dari Microsoft Fabric,

00:11:38.000 --> 00:11:40.000
pencapaian proyek dari pustaka SharePoint tertentu,

00:11:40.420 --> 00:11:44.200
dan analisis sentimen dari empat pertemuan pimpinan terakhir melalui transcript teams.

00:11:45.000 --> 00:11:48.340
Kita pada dasarnya memberikan AIPT wilayah yang sudah dikurasi secara spesifik.

00:11:48.340 --> 00:11:50.080
Kita tidak memintanya untuk menemukan gap.

00:11:50.080 --> 00:11:52.820
Kita menyediakan kebenaran dan memintanya untuk menyintesisnya.

00:11:53.380 --> 00:11:54.500
Selanjutnya adalah orkestrasi.

00:11:54.920 --> 00:11:56.120
Ini terjadi di dalam Copilot Studio.

00:11:56.800 --> 00:11:59.300
Di sinilah Anda berpindah dari percakapan menuju transformasi.

00:11:59.760 --> 00:12:00.580
Kita menentukan logikanya.

00:12:01.000 --> 00:12:05.100
Kita tidak mengandalkan kecerdasan umum AI untuk memutuskan apa yang perlu diketahui oleh seorang eksekutif.

00:12:05.680 --> 00:12:07.180
Kita membangun alur kerja yang berbunyi.

00:12:07.520 --> 00:12:10.460
Identifikasi proyek apapun yang pengeluarannya 10% melebih anggaran.

00:12:10.820 --> 00:12:13.640
Silang referensikan dengan daftar risiko di basis data SQL eksternal kita,

00:12:13.640 --> 00:12:15.980
dan soroti manajer spesifik yang bertanggung jawab.

00:12:16.620 --> 00:12:17.360
Ini bukan sekadar rum.

00:12:17.360 --> 00:12:19.760
Ini adalah serangkaian instruksi arsitektural yang kaku.

00:12:20.140 --> 00:12:22.180
AI bertindak sebagai pemproses, bukan pencipta.

00:12:22.780 --> 00:12:26.540
AI mengambil sinyal mentah dan menjalankannya melalui filter perusahaan Anda untuk membuat rekomendasi.

00:12:27.300 --> 00:12:28.700
Namun langkah yang paling krusial adalah kualitas.

00:12:28.940 --> 00:12:33.120
Sebelum satu kata pun sampai ke layak eksekutif, sistem melakukan pemeliksaan kepatuhan otomatis.

00:12:33.940 --> 00:12:39.160
Sistem menggunakan Microsoft Proview untuk memindai drop guna mencari data sensitif yang tidak seharusnya ada dalam laporan spesifik ini.

00:12:39.160 --> 00:12:45.380
Jika nama proyek yang masih terikat NDE ketat disebutkan, atau jika angka gaji tertentu tidak sengaja terambil dari spreadsheet mentah,

00:12:45.520 --> 00:12:47.600
sistem akan menandainya, sistem akan menandainya.

00:12:47.740 --> 00:12:50.340
Sistem tidak hanya menghasilkan konten, sistem mengaturnya secara waktu nyata.

00:12:50.780 --> 00:12:52.360
Beginilah cara Anda menjembatkan kesenjaraan kepercayaan.

00:12:52.620 --> 00:12:53.820
Anda tidak hanya berharap AI itu aman.

00:12:54.380 --> 00:12:57.500
Anda memastikannya aman melalui serangkaian pemeriksaan dan penyeimbang terprogram.

00:12:58.060 --> 00:12:59.740
Watput akhir adalah laporan dengan fidelitas tinggi.

00:12:59.840 --> 00:13:05.980
Ini bukan ringkasan umum yang butuh 3 jam penulisan ulang manual agar berguna karena Anda mengontrol input dan menentukan logikanya.

00:13:06.520 --> 00:13:08.300
Hasilnya adalah dokumen yang tepat dan dapat ditindak lanjut.

00:13:08.580 --> 00:13:11.900
Terlihat seolah ditulis oleh mitra senior yang telah bekerja di perusahaan selama satu dekat.

00:13:12.160 --> 00:13:14.380
Sistem memahami konteksnya, sistem menghormati batasannya.

00:13:15.060 --> 00:13:17.840
Dan sistem berfokus pada metrik yang benar-benar mendorong kemajuan bisnis.

00:13:18.480 --> 00:13:21.440
Inilah perbedaan antara demo yang keren dan rekan kerja tingkat perusahaan.

00:13:22.080 --> 00:13:24.280
Dalam demo, Anda mengajukan pertanyaan dan mendapatkan peraturan.

00:13:24.280 --> 00:13:27.260
Dalam arsitektur perusahaan, Anda menanjang sistem dan mendapatkan keputusan.

00:13:27.560 --> 00:13:32.040
Saat melihat panduan ini, Anda sadar bahwa orang yang memicu laporan tidak perlu menjadi insinyur prom.

00:13:32.720 --> 00:13:34.420
Mereka tidak butuh daftar kata kunci ajaib.

00:13:34.420 --> 00:13:37.460
Mereka hanya perlu mengeklik tombol yang memicu kisi yang telah dirancang sebelumnya.

00:13:37.800 --> 00:13:41.220
Arsitektur yang bekerja, graph menyediakan memori, preview memberikan keamanan,

00:13:41.460 --> 00:13:43.800
fabrik memberikan struktur, dan copilot memberikan suaranya.

00:13:44.380 --> 00:13:45.880
Beginilah cara Anda melambaui sensasi saat.

00:13:46.300 --> 00:13:50.820
Anda berhenti memperlakukan AI sebagai mesin pencari dan mulai memperlakukannya sebagai pabrik khusus untuk kecerdasan.

00:13:51.380 --> 00:13:52.920
Anda tidak lagi hanya mengobrol dengan bot.

00:13:53.480 --> 00:13:58.440
Anda menjalankan alur otomatis canggih yang mengubah kebisingan organisasi mentah menjadi sinyal eksekutif yang jelas.

00:13:58.440 --> 00:14:04.080
Dan pergeseran itu hanya terjadi saat Anda berhenti terobsesi dengan kata-kata di dalam kotak dan mulai merancang pipa di balik dinding.

00:14:04.420 --> 00:14:05.800
Inilah arsitektur kan kerja.

00:14:06.420 --> 00:14:07.660
Beginilah cara kerja benar-benar berubah.

00:14:08.360 --> 00:14:10.580
Mengukur kesuksesan, kecepatan, keyakinan, pengambilan keputusan.

00:14:10.740 --> 00:14:12.720
Bagaimana Anda membuktikan bahwa semua ini benar-benar berfungsi?

00:14:12.900 --> 00:14:16.940
Jika Anda datang ke dewan direksi dan bicara soal peningkatan keterlibatan AI atau total pom yang dikirim,

00:14:17.280 --> 00:14:18.380
Anda akan kehilangan perhatian mereka.

00:14:18.520 --> 00:14:20.420
Mereka sudah mendengar tentang potensi AI selama 3 tahun.

00:14:20.680 --> 00:14:22.980
Mereka lelah mendengar bahwa teknologi ini revolusioner.

00:14:23.600 --> 00:14:27.260
Mereka ingin tahu apakah investasi ini benar-benar memberikan dampak pada keuntungan perusahaan.

00:14:27.260 --> 00:14:30.600
Untuk menjawabnya, kita harus berhenti mengukur cara orang berbicara kepada mesin

00:14:30.600 --> 00:14:32.480
dan mulai mengukur kecepatan hasil akhirnya.

00:14:32.800 --> 00:14:33.520
Kita butuh metrik baru.

00:14:33.880 --> 00:14:35.560
Saya menyebutnya kecepatan keyakinan pengambilan keputusan.

00:14:35.840 --> 00:14:38.560
Ini adalah satu-satunya angka yang benar-benar penting di dunia pasca prompting.

00:14:38.900 --> 00:14:41.800
Ini adalah ukuran waktu yang dibutuhkan tim untuk mencapai tindakan akhir

00:14:41.800 --> 00:14:43.700
yang disepakati tanpa perlu meninjaunya kembali.

00:14:44.160 --> 00:14:46.420
Di sebagian besar organisasi, kecepatan hanya ada ilusi.

00:14:46.960 --> 00:14:49.100
Anda mungkin mendapatkan draft pertama dalam 30 detik,

00:14:49.200 --> 00:14:52.100
tetapi jika draft itu membutuhkan 4 jam pengecekan fakta oleh manusia dan 3 rapat

00:14:52.100 --> 00:14:54.300
untuk memperbaiki halusinasi, Anda sebenarnya tidak mendapatkan apa-apa.

00:14:54.880 --> 00:14:56.860
Anda hanya mengalihkan beban kerja dari menulis kemenyun.

00:14:56.860 --> 00:15:00.020
Dan kecepatan keyakinan pengambilan keputusan melacak seluruh perjalanan

00:15:00.020 --> 00:15:01.420
dari sinyal awal hingga persetujuan akhir.

00:15:02.020 --> 00:15:04.520
Untuk melacaknya secara efektif, kita melihat tiga pilar khusus.

00:15:05.440 --> 00:15:06.860
Yang pertama adalah waktu menuju keputusan.

00:15:07.340 --> 00:15:10.380
Ini adalah durasi mentah antara momen kebutuhan bisnis teridentifikasi

00:15:10.380 --> 00:15:13.560
dan momen tindakan akhir yang disetujui, diambil.

00:15:14.200 --> 00:15:17.660
Dalam modal lama data yang tidak terpetakan, proses ini dipenuhi dengan riset.

00:15:18.300 --> 00:15:21.120
Orang menghabiskan separuh waktu mereka hanya untuk mencari versi file yang tepat.

00:15:21.520 --> 00:15:24.620
Dalam kisi keputusan terstruktur, waktu pencarian tersebut turun menjadi nol.

00:15:25.080 --> 00:15:26.680
Sistem sudah tahu di mana kebenarannya berada.

00:15:27.560 --> 00:15:29.380
Kita tidak mengukur seberapa cepat AI mengetik.

00:15:29.920 --> 00:15:32.280
Kita mengukur seberapa banyak perantara manusia yang bisa kita hilangkan.

00:15:32.740 --> 00:15:37.200
Jika arsitektur Anda solid, Anda akan melihat kesenjangan antara permintaan dan resolusi menyusut setengahnya

00:15:37.200 --> 00:15:39.120
karena fase pembangunan kepercayaan sudah otomatis.

00:15:39.700 --> 00:15:41.140
Pilar kedua adalah tingkat pengerjaan ulang.

00:15:41.600 --> 00:15:44.540
Ini adalah persentase output AI yang memerlukan intervensi manusia

00:15:44.540 --> 00:15:46.580
untuk memperbaiki kesalahan faktual atau cacat logika.

00:15:47.000 --> 00:15:48.820
Ini adalah ujian utama dari indeks semantik Anda.

00:15:49.040 --> 00:15:51.640
Jika tingkat pengerjaan ulang Anda tinggi, arsitektur Anda gag.

00:15:51.980 --> 00:15:55.220
Itu berarti konteks Anda terlalu luas, data Anda basi, atau label wawasan Anda

00:15:55.220 --> 00:15:56.800
membiarkan kebisingan masuk ke dalam sinyal.

00:15:57.420 --> 00:16:00.680
Implementasi yang sukses tidak hanya membuat orang lebih cepat, tapi juga lebih akurat.

00:16:01.460 --> 00:16:02.700
Kita ingin melihat tren menurun di sini.

00:16:03.180 --> 00:16:06.660
Ketika tingkat pengerjaan ulang mendekati nol, Anda telah mencapai kerja tingkat perusahaan.

00:16:07.300 --> 00:16:10.520
Anda telah beralih dari AI sebagai mainan menjadi AI sebagai infrastruktur yang andal.

00:16:10.980 --> 00:16:12.300
Pilar ketiga adalah jumlah pengecuali.

00:16:12.520 --> 00:16:16.260
Ini adalah yang paling teknis dari ketiganya, tetapi sangat penting untuk TI dan kepatuhan.

00:16:16.920 --> 00:16:19.960
Kita melacak seberapa sering AI mencoba mengakses data yang seharusnya tidak boleh,

00:16:20.100 --> 00:16:23.500
yang diblokir oleh wawasan, atau seberapa sering ia gagal menemukan data yang dibutuhkan

00:16:23.500 --> 00:16:24.700
karena konektor grafik yang rusak.

00:16:25.740 --> 00:16:28.180
Jumlah pengecualian yang tinggi menunjukkan arsitektur yang penuh hambatan.

00:16:28.720 --> 00:16:30.740
Itu berarti batasan digital Anda definisikan dengan buruk.

00:16:31.240 --> 00:16:34.140
Dengan memantau pengecualian ini, Anda dapat menyempurnakan kisi Anda secara waktunya.

00:16:34.560 --> 00:16:36.540
Anda pada dasarnya sedang mendebak kecerdasan perusahaan Anda.

00:16:37.140 --> 00:16:39.380
Saat Anda memaparkan metrik ini, Anda mengubah percakapan.

00:16:40.120 --> 00:16:41.920
Anda tidak lagi berbicara tentang alat yang keren.

00:16:42.580 --> 00:16:44.040
Anda berbicara tentang efisiensi operasional.

00:16:44.660 --> 00:16:48.020
Arsitektur yang sukses biasanya menghasilkan pengurangan 20 hingga 40 persen

00:16:48.020 --> 00:16:49.800
dalam total waktu pengambilan keputusan di bulan pertama.

00:16:49.960 --> 00:16:51.540
Itu bukan sekadar peningkatan produktivitas,

00:16:51.540 --> 00:16:52.700
melengkang keunggulan kompetitif.

00:16:53.240 --> 00:16:55.160
Artinya perusahaan Anda bisa berputar lebih cepat,

00:16:55.420 --> 00:16:56.960
merespons perubahan pasar lebih tangkas,

00:16:57.060 --> 00:16:59.360
dan mengeksekusi dengan kepastian lebih tinggi dibanding siapapun.

00:17:00.100 --> 00:17:02.860
Efisiensi bukan tentang mengetik lebih banyak kata ke dalam kotak obrol.

00:17:03.560 --> 00:17:05.340
Ini tentang kebutuhan untuk lebih jarang mengetik

00:17:05.340 --> 00:17:06.880
karena sistem sudah memahami tujuannya.

00:17:07.760 --> 00:17:08.580
Rencana Pembuktikan 3.

00:17:08.900 --> 00:17:13.120
Jika ini terasa berat, ingatlah bahwa Anda tidak harus melakukan hal yang mustahil di hari pertama.

00:17:13.520 --> 00:17:14.940
Arsitektur dibangun secara bertahap.

00:17:15.640 --> 00:17:17.640
Anda bisa membuktikan model ini tepat dalam 30 hari

00:17:17.640 --> 00:17:19.280
jika Anda tetap disiplin dengan ruang lingkupnya.

00:17:19.280 --> 00:17:23.040
Selama minggu 1 dan 2, satu-satunya tugas Anda adalah menentukan toa ukur kacauan.

00:17:23.240 --> 00:17:24.080
Jangan ubah apapun dulu.

00:17:25.300 --> 00:17:27.360
Pilih satu alur kerja yang berantakan dan sering dilakukan

00:17:27.360 --> 00:17:29.980
seperti laporan status proyek mingguan atau penilaian risiko vendor.

00:17:30.440 --> 00:17:32.260
Ukur waktu yang dibutuhkan untuk mengambil keputusan.

00:17:32.560 --> 00:17:33.400
Itu segera yang terjadi.

00:17:33.980 --> 00:17:35.540
Dokumentasikan setiap kali seseorang bertanya

00:17:35.540 --> 00:17:36.980
apakah mereka memiliki versi spreadsheet.

00:17:37.240 --> 00:17:38.640
Data ini adalah pengaruh Anda

00:17:38.640 --> 00:17:40.340
karena menunjukkan kepada direksi

00:17:40.340 --> 00:17:43.180
berapa biaya utang arsitektur Anda dalam bentuk waktu dan rasa frustrasi.

00:17:43.460 --> 00:17:45.300
Di minggu ketiga, Anda memperkenalkan kisi keputusan.

00:17:45.780 --> 00:17:47.240
Anda tidak melakukannya untuk seluruh perusahaan.

00:17:47.240 --> 00:17:48.880
Anda melakukan satu alur kerja khusus itu.

00:17:49.120 --> 00:17:51.140
Tentukan sumber data yang disetujui di SharePoint.

00:17:51.560 --> 00:17:52.760
Bersihkan duplikat yang usang

00:17:52.760 --> 00:17:55.040
dan petakan sinyal eksternal Anda melalui konektor grafik.

00:17:55.420 --> 00:17:56.440
Atur logika di CopyLot Studio.

00:17:57.020 --> 00:17:59.300
Anda sedang menciptakan wadah kebenaran untuk tugas yang satu ini.

00:17:59.660 --> 00:18:01.260
Di minggu keempat, Anda menjalankan perbandingan.

00:18:01.680 --> 00:18:03.260
Anda membiarkan tim menggunakan kisi tersebut

00:18:03.260 --> 00:18:04.140
alih-alih kotak obrolan.

00:18:04.320 --> 00:18:06.180
Dan saat itulah Anda akan melihat percakapan

00:18:06.180 --> 00:18:07.320
bisakah kita mempercayai ini.

00:18:07.800 --> 00:18:08.280
Akan hilang begitu.

00:18:08.920 --> 00:18:10.560
Tingkat pengerjaan ulang akan merosot

00:18:10.560 --> 00:18:13.680
karena akhirnya didasarkan pada realitas yang kaku dan terverifikasi.

00:18:13.680 --> 00:18:15.700
Di akhir bulan, Anda mengambil tiga metrik tersebut

00:18:15.700 --> 00:18:17.580
waktu pengambilan keputusan, tingkat pengerjaan ulang,

00:18:17.660 --> 00:18:18.460
dan jumlah pengecualian.

00:18:18.720 --> 00:18:19.820
Lalu tunjukkan perbedaannya kepada reksi.

00:18:20.120 --> 00:18:20.920
Mulailah dari yang kecil,

00:18:21.000 --> 00:18:22.900
tetapi selalu bangun dengan memikirkan arsitektur akhirnya.

00:18:24.060 --> 00:18:25.000
Setiap pustaka yang Anda bersihkan

00:18:25.000 --> 00:18:26.340
dan setiap konektor yang Anda petakan adalah

00:18:26.340 --> 00:18:28.040
batu-bata bagi fondasi masa depan Anda.

00:18:28.800 --> 00:18:30.580
Jika pergeseran dari prompting ke arsitektur ini

00:18:30.580 --> 00:18:31.960
mengubah cara pandang Anda tentang AI,

00:18:32.080 --> 00:18:33.260
ikuti saya, Mirko Peters, di LinkedIn.

00:18:33.680 --> 00:18:35.420
Saya menghabiskan waktu mendiagnosis sistem ini

00:18:35.420 --> 00:18:37.060
agar Anda bisa berhenti menebak-nebak-nebak demun.

00:18:37.060 --> 00:18:39.600
Perlanggananlah ke podcast M365FM

00:18:39.600 --> 00:18:40.820
untuk pembahasan lebih mendalam

00:18:40.820 --> 00:18:42.720
mengenai realitas struktural tempat kerja modern.

00:18:43.400 --> 00:18:44.740
Bagikan ini dengan tim Anda,

00:18:44.880 --> 00:18:46.340
terutama jika Anda saat ini terjebak

00:18:46.340 --> 00:18:47.740
dalam masalah pencarian prompt yang seburuk.

00:18:48.240 --> 00:18:49.400
Setelah fondasinya diperbaiki,

00:18:49.620 --> 00:18:51.020
AI Anda tidak lagi menjadi chatbot

00:18:51.020 --> 00:18:52.200
dan mulai menjadi rekan kerja.

00:18:52.960 --> 00:18:54.540
Untuk panduan mendalam tentang konektor grafik,

00:18:54.680 --> 00:18:55.660
tonton video ini selanjutnya.

00:18:56.120 --> 00:18:56.700
Perlangganan untuk info.

00:18:56.700 --> 00:19:26.680
Terima kasih telah menonton!
