Efter en hård start på tilværelsen har den danske version af Microsoft Copilot i dag nået et niveau, hvor løsningen kan indfri de store forventninger til GenAI
Microsoft Copilots forbedrede produktkvalitet og bredere implementeringsgrundlag får Globeteam til at forudse en bølge af optimeringstiltag, hvor man ikke længere kun bygger en business case på forventede effektiviseringsgevinster, men i højere grad fokuserer på værdien af integrationer mellem Copilot og interne samt eksterne applikationer.
Mange af de tidlige implementeringer af Microsoft Copilot i Danmark i slutningen af 2023 og begyndelsen af 2024 gav ikke de ønskede forretningsgevinster. Det skyldtes bl.a., at den teknologiske løsning bag Copilot rent funktionelt var relativt umoden, hvilket førte til lav brugeradoption, og at flere virksomheder var usikre på, om brugen af Copilot konfliktede med sikkerheds- og compliance-hensyn.
“Denne cocktail af tvivl og tøven har præget mange af de tidlige Copilot-implementeringer,” siger Bo Overgaard-Høifeldt, som er organisatorisk implementeringskonsulent i Globeteam og har været involveret i en lang række Copilot-projekter i Danmark. “Men i takt med at de fleste spørgsmål bliver lagt ned, og at kvaliteten af Copilot går op, tager virksomhederne også så småt hul på en ny fase af deres Copilot-implementeringer. De ved, at GenAI skal være en del af deres hverdag, og de har valgt Copilot som deres corporate-værktøj. Nu skal de finde ud af, hvordan Copilot kan løfte dem til det næste niveau.”
Styrkelse af forretningsmodellen
Sammen med Trine Lykke Hansen, som også er implementeringskonsulent i Globeteam, forbereder Bo Overgaard-Høifeldt sig på en Fase II af de danske Copilot-projekter.
“I og med at flere og flere får styr på deres Copilot-implementering i basisudgaven, vil virksomhederne hæve blikket og begynde at fokusere på de steder, hvor Copilot ikke er kommet i spil endnu. Det vil primært sige i integrationen til resten af Microsoft 365-universet, til øvrige systemer i applikationslandskabet og til eksterne systemer,” siger Bo Overgaard-Høifeldt.
Trine Lykke Hansen forklarer, at Fase I-implementeringerne mestendels var en individfokuseret implementering, hvor det handlede om at introducere den enkelte medarbejder for et nyt værktøj.
“Jeg tror, at Fase II kommer til at have mere fokus på, hvad Copilot kan gøre for en hel afdeling, et helt fagområde eller et helt team. Når man er i stand til at skabe forbindelse fra Copilot til de løsninger, man i forvejen anvender for at løse en opgave, bliver AI-assistenten et værdifuldt redskab til at optimere forretningsprocesser. Fase II har et bredere forretningsperspektiv, som er utroligt interessant fra et virksomhedssynspunkt. For så snakker vi ikke længere om, hvordan Copilot kan spare 30 minutter her og der, men hvordan man faktisk kan styrke den grundlæggende forretningsmodel ved hjælp af GenAI,” siger Trine Lykke Hansen.
Tværgående adgang til data
Hvis man eksempelvis tager udgangspunkt i udarbejdelsen af et skriftligt tilbud, vil en sælger ofte begynde arbejdsprocessen med at åbne en skabelon i Word. I Word kan sælgeren bruge Copilot til at foreslå, skrive og rette tekst. Det er det, flere og flere gør i dag.
“Men hvis Copilot skal blive endnu mere brugbart, skal Copilot også have adgang til de øvrige data og systemer, der indgår i udarbejdelsen af et tilbud. Eksempelvis CRM-systemet med adgang til opdaterede kundedata og rabataftaler, lagerstyringssystemet med angivelse af leveranceestimater, og ERP-systemet for at tjekke kreditgrænser og betalingsbetingelser,” siger Bo Overgaard-Høifeldt. På samme vis skal marketingmedarbejdere – via Copilot – have adgang til korrekte data, der normalvis kun er tilgængelige i fagsystemer, så de kan udarbejde salgsmateriale og PowerPoint-præsentationer, og så fremdeles for øvrige enheder og deres primære applikationer og tilhørende data. Tænker man brugsscenarierne ind i en offentlig kontekst, skal offentlige medarbejdere via deres Copilot kunne tilgå relevante borgerdata, hvis dataudvekslingen vel at mærke foregår på et solidt sikkerhedsfundament.
Dertil kommer, at både offentlige og private organisationer netop har fået mulighed for at bygge out-of-the-box AI-assistenter til medarbejdere, borgere og kunder med egne agenter, som bedst kan sammenlignes med en light udgave af det, man kan bygge mere avanceret i Copilot Studio. Med de nye muligheder kan man nemt og hurtigt konfigurere en chatbot til sig selv eller til deling med andre, der opererer på baggrund af brede eller smalle data – eksempelvis data fra et SharePoint-site, et website eller et specielt dokument såsom en personalehåndbog.
“Kongstanken er, at Microsoft Copilot på tværs af interne og eksterne applikationer kommer til at fungere som den enkelte medarbejders centrale agent, der hiver relevante data ind i Office-suiten, hvor de under fuld kontrol indgår som grundlag for effektiv produktion af arbejdsdokumenter af høj kvalitet,” slutter Bo Overgaard-Høifeldt.
Læs også artiklen: Hvorfor er en Copilot-implementering så svær?
Deltag på kursus i organisatorisk implementering af Copilot
På dette kursus lærer du, hvordan du effektivt griber den organisatoriske implementering af Copilot og af AI an – lige fra planlægning og gennemførelse til evaluering og forbedring.
Trine Lykke Hansen og Bo Overgaard-Høifeldt tager dig igennem en velstruktureret proces for organisatorisk implementering af Microsoft Copilot og AI, baseret på en PDCA-model, inspireret af PROSCI/ADKAR. Med fokus på strategi, kommunikation og kultur får du værktøjerne til at skabe organisatorisk forankring og maksimere anvendelsen og dermed værdien af jeres AI-værktøjer.
