Bot-agenter i Teams: Smart sökning och dataleverans

LeverX utvecklade en smart bot för Microsoft Teams med hjälp av Microsoft Copilot Studio och Azure OpenAI.

Kund och utmaning

En stor internationell detaljhandlare kämpade med fragmenterade data som var utspridda över flera, frånkopplade plattformar som CRM, SharePoint och olika chattapplikationer. Detta ledde till flera viktiga utmaningar för företaget:

• Slöserimed tid och minskad effektivitet: Medarbetarna ägnade värdefull tid åt att manuellt söka efter kunddata och dokument istället för att fokusera på sina primära arbetsuppgifter.
• Brist på enhetlig kontext: Den fragmenterade informationen ledde till förseningar och dubbelarbete.
• Flaskhalsar i verksamheten: Avsaknaden av en enda vy över data skapade operativa förseningar och tvingade medarbetarna att utföra samma arbete flera gånger.

Metodik och tillvägagångssätt

För att ta itu med dessa utmaningar antog LeverX en strukturerad och agil metodik. De viktigaste stegen i deras arbete inkluderade:

1. Problemanalys: De började med en djupgående analys av kundens fragmenterade datamiljö för att identifiera viktiga smärtpunkter i informationshämtning och samarbete.
2. Val av teknik: LeverX valde Microsoft Copilot Studio och Azure OpenAI för att bygga en intelligent bot med naturligt språk.
3. Design av integration: De utformade en lösning för att ansluta boten till olika back-end-system, inklusive SharePoint, Dataverse och kundens CRM, för att skapa en enhetlig sökupplevelse.
4. Iterativ utveckling: Boten utvecklades för att förstå naturligt språk och utföra specifika uppgifter som att hämta dokument, sammanfatta innehåll och hämta ärendedetaljer.
5. Kontextuell logik: LeverX implementerade logik som gör det möjligt för boten att anpassa svaren baserat på användaren och det specifika ärendet de frågar om, vilket säkerställer att svaren är kontextmedvetna.

Lösningen

LeverX skapade en smart bot-agent som fungerar som ett enda, konversationsgränssnitt för företagskunskap, distribuerad direkt inom Microsoft Teams. Viktiga aspekter av denna lösning är:

• Enhetlig sökupplevelse: Boten gör det möjligt för användare att ställa en fråga i Teams och få resultat från olika system.
• Bearbetning av naturligt språk: Boten förstår frågor på naturligt språk, t.ex. "Vad är den aktuella statusen för Acme-kontraktet?".
• Dokumenthittare och sammanfattare: Den kan hämta relevanta dokument från SharePoint och tillhandahålla viktiga avsnitt eller sammanfattningar.
• Intelligent datahämtning: Boten kan leta upp klient- eller ärendeinformation via Dataverse eller CRM och kan till och med beräkna grundläggande poäng, status, tidslinjer och öppna frågor.
• Kontextmedvetna svar: Boten anpassar sina svar baserat på vem som frågar och det specifika ärende som diskuteras.

Teknisk stack

Lösningen är byggd på en robust teknikstack för att säkerställa funktionalitet och skalbarhet.

• Plattform: Microsoft Teams, Microsoft Copilot Studio, Azure OpenAI.
• Datakällor: SharePoint, CRM, Dataverse.

Resultat

Den här lösningen gör informationssökning snabbare, mer exakt och mer anpassad till hur medarbetarna arbetar.

• Enhetlig tillgång till kunskap: Ett enda gränssnitt ger tillgång till företagskunskap från olika system.
• Snabbare informationsinhämtning: Information hämtas på några sekunder, vilket drastiskt minskar söktiden.
• Ökad produktivitet: Boten eliminerar behovet av att växla mellan flikar eller gräva igenom mappar, vilket ökar den totala produktiviteten.
• Personliga svar: Boten ger kontextmedvetna och personliga svar.

Boten centraliserar fragmenterad information till ett enda konversationsgränssnitt inom Teams, vilket gör att medarbetarna kan få tillgång till viktiga data och insikter på några sekunder. Detta ökar produktiviteten avsevärt, minskar slöseri med tid och skapar ett effektivare sätt för team att arbeta och samarbeta.