Existen diferentes formas de aprovechar el potencial de la IA e incorporarla en nuestro día a día.
Por ese motivo, según las necesidades de la compañía o el caso de uso, tendremos herramientas que nos ayuden a crear o utilizar agentes inteligentes de forma automática o con lowcode..
Pero, para lógicas de negocio más complejas e integraciones con diferentes sistemas, será necesario contar con un desarrollo a medida.
Para comenzar, veamos la forma de crear agentes con IA que nos ayuden a optimizar nuestro trabajo.
4 formas de crear agentes con IA para optimizar nuestra manera de trabajar
- Microsoft 365 Copilot, nos permite incorporar IA en nuestra suite de trabajo M365 como por ejemplo Excel, Outlook, Power Pointone drive, one note….
Además, podemos extender Copilot, gracias a conectores o pluggins, que nos permitirá realizar tareas o consultas más personalizadas sobre nuestra lógica de negocio. - Agentes en Microsoft 365, existen diferentes agentes listos para utilizar, como novedad destacamos el agente intérprete, que con Microsoft Team, permite escuchar, en real-time, a la persona que habla en otro idioma, con su propia voz en el idioma que configuremos.
- Copilot Studio, es la evolución de un virtual agent. Permite crear chatbots inteligentes, y, gracias a la IA generativa, permite tener mejores conversaciones.
Por ejemplo, podremos conectar diferentes orígenes de datos y, con Low-code basado en Power Automated, podremos automatizar tareas, crear triggers y configurar acciones que nos permitan crear chatbots con orquestados con IA generativa sobre nuestra base de conocimiento, entre otras cosas. - Desarrollos a medida, adaptados a las necesidades de cada empresa.
Según la complejidad del caso de uso y la lógica del negocio, no siempre se pueden cubrir con Copilot o con Copilot Studio las necesidades reales de las compañías.
Por ejemplo, el típico caso de uso de licitaciones en el que creamos un chatbot conversacional que permite adjuntar una RFP, extraer de forma automática los datos clave, contrastar con las reglas y políticas internas de la compañía, saber de forma automática si cubrimos todas las características necesarias para poder optar a dicha RFP, más dotarle de un algoritmo de Machine Learning entrenado con respuestas históricas de la compañía que nos permita, por un lado, estimar la probabilidad de ganar la RFP y, por otro, que nos ayude a crear la respuesta e integrarlo con los sistemas y procesos de la empresa, es un caso que es necesario realizar con un desarrollo a medida de IA.
Ahora, haremos hincapié en algunos de los agentes inteligentes.
Copilot Studio y Copilot Studio RAG
Muchos de los casos de uso pueden ser solventados con Copilot Studio, como, por ejemplo, el típico chatbot conversacional sobre documentos específicos que de forma sencilla mediante conectores podemos dotar o nutrir a la IA de nuestra base de conocimiento.
Sin embargo, en determinados casos de uso, a la hora de indexar ciertos documentos, dependiendo del tamaño o el formato, puede llegar a dar resultados poco óptimos y esa indexación que hace la herramienta por defecto no podremos ni modificarla ni mejorarla.
Por esa razón, es posible necesitar incorporar un desarrollo o una indexación propia dentro de Copilot Studio RAG.
¿Qué diferencias existen entre Copilot Studio y Copilot Studio RAG con indexación a medida?
Copilot Studio sobre la base de conocimiento determinada o Copilot Studio RAG con desarrollo a medida, son dos enfoques para implementar sistemas de generación aumentada por recuperación (RAG) utilizando la plataforma Copilot Studio.
Aunque ambos comparten la misma esencia tecnológica, existen diferencias clave en su implementación y capacidades.
- Por un lado, Copilot Studio configurado sobre la base de conocimiento que permite la plataforma, es una solución estándar, que permite a las empresas integrar capacidades de búsqueda y generación de respuestas basadas en datos de la compañía.Además, esta solución utiliza modelos de lenguaje avanzados como GPT-4 y Azure Cognitive Search para proporcionar respuestas precisas y relevantes a partir de documentos indexados.Esto implica:1. Implementación rápida.
2. Integración con Microsoft Teams u otros canales
3. Reducción de carga administrativa. - Por otro lado, Copilot Studio RAG con indexación a medida, lleva la personalización un paso más allá, permitiendo a las empresas adaptar la solución a sus necesidades específicas.Este enfoque implica una indexación personalizada para indexar y entrenar documentos propios de la compañía, incluyendo la integración con diferentes orígenes de datos como sitios de SharePoint, páginas web públicas mediante web scraping, jiras, o cualquier origen de datos.En este caso, se destaca lo siguiente:1. Interfaz e indexación personalizada.
2. Integración avanzada.
3. Proceso de búsqueda optimizado.
4. Soporte continuo.
¿Cuáles son las mejoras que aportan los desarrollos a medida en Copilot Studio RAG?
En aquellos casos en los que se necesita más precisión en las respuestas dadas o se necesita indexar documentación de mayor volumen a la aceptada por Copilot Studio / power Automate se recomienda realizar desarrollos a medida.
Por esa razón, para controlar lo que sucede en Copilot Studio RAG, desde Bravent generamos servicios en Azure, creando el sistema RAG que nos permite controlar todo lo que sucede en Copilot Studio.
De esa manera, la empresa tiene todo el control de la información, de lo que indexa, de los servicios que utiliza, de las acciones que desea que realice Copilot en determinados casos.
Además, utilizando Azure Search, podrá indexar las fuentes que desee, ya sea Sharepoint, internet, web, jiras etc…
Así, la empresa podrá indexar vídeos, PDFs con imágenes, excels con tablas complejas y otros documentos, de los que podrá analizar caras y entender lo que se cuenta, gracias al uso de modelos avanzados LVMs.
¿Dónde se encuentra la información los desarrollos a medida en Copilot Studio RAG?
La información está recogida en Azure AI Search, permitiendo, de esta manera, realizar todo tipo de análisis, gracias a diferentes funcionalidades como: Azure AI Video Indexers, Azure AI Document Intelligence, o GPT 4o.
De esta forma, la empresa puede realizar la indexación de documentación de otro tipo, permitiéndole controlar la información como el usuario quiere.
Mientras que, con las Copilot Studio esto no va a suceder.
Conclusión
La elección entre Copilot Studio y Copilot Studio RAG personalizado depende de las necesidades específicas de cada empresa.
Mientras que la solución estándar ofrece una implementación rápida y eficiente, la opción personalizada permite una mayor flexibilidad y adaptación a casos de uso específicos, asegurando que la herramienta evolucione junto a las necesidades del negocio.
