Comment l’IA a-t-elle pu générer des réponses utiles tout au long de ce processus ?

Imaginez que vous demandiez à deux personnes de vous faire un point sur un projet. L’une n’en a même jamais entendu parler. L’autre a accès aux documents, aux comptes rendus de réunion, aux courriels et aux décisions récentes. Laquelle de ces personnes est la plus susceptible de vous fournir des informations utiles ?

L’IA fonctionne de manière similaire.

Lorsque l’IA a accès aux informations pertinentes relatives au travail, elle peut mieux comprendre une situation, identifier ce qui compte et générer des réponses plus utiles et pertinentes.

Les systèmes d’IA tels que Microsoft Copilot peuvent générer du contenu, synthétiser des informations, analyser des données et répondre à des questions. La qualité de ces réponses dépend souvent de la quantité d’informations pertinentes dont dispose l’IA.

Qu’est-ce que la mise à la terre ?

Capture d'écran d'une personne travaillant à l'extérieur avec un téléphone et un ordinateur portable.

L’ancrage fait référence aux informations qu’un système d’IA peut utiliser pour comprendre votre travail et générer une réponse pertinente.

La mise à la terre peut provenir de nombreuses sources, notamment :

  • Documents
  • conversations par courriel
  • Notes de réunion et transcriptions
  • Présentations
  • Tableurs
  • Données commerciales
  • Connaissances organisationnelles

Lorsque l’IA peut utiliser des informations pertinentes sur le travail, elle peut générer des réponses basées sur le travail effectué, plutôt que de se fier uniquement à des informations générales.

Pourquoi l’ancrage est important

Envisagez de demander à un système d’IA une mise à jour de l’état d’avancement du projet.

Si l’IA ne dispose que de la requête elle-même, elle peut générer une réponse générale, mais elle n’a aucune information sur le projet réel.

Imaginez maintenant que l’IA puisse également utiliser les comptes rendus de réunions de projet, les courriels, les rapports et autres informations pertinentes.

Au lieu de générer une réponse générique, il peut créer un résumé qui reflète l’état actuel du projet, les décisions récentes, les risques identifiés et les travaux à venir.

La différence réside dans l’ancrage. Une IA capable d’accéder aux informations pertinentes relatives au travail peut fournir des réponses plus en phase avec votre activité.

Diagramme illustrant le concept d'ancrage dans l'IA.

Comment Microsoft Copilot utilise la mise à la terre

Microsoft Copilot peut utiliser les informations provenant de votre environnement Microsoft 365 pour générer des réponses et accomplir des tâches.

Selon vos autorisations, Copilot peut traiter des informations telles que :

  • Courriels
  • Documents
  • Présentations
  • Tableurs
  • Transcriptions des réunions
  • Conversations d’équipe
  • Événements du calendrier

Cela permet à Copilot de générer des réponses basées sur les informations que votre organisation utilise déjà pour communiquer, collaborer et travailler.

Diagramme du processus de requête Microsoft Copilot.

Scénario : Ancré dans votre travail

Diagramme de contexte en IA.

Jo a besoin d’un point d’étape sur le projet avant une prochaine discussion avec un client.

Sans mise à la terre 🌐

Jo demande à Copilot :

Créer une mise à jour de l’état du projet.

Capture d'écran d'une mise à jour générique de l'état d'un projet Copilot.

Copilot peut générer une réponse, mais n’a accès à aucune information sur le projet. Le résultat est générique et ne reflète pas l’état actuel du projet.

Avec la mise à la terre 🏢

Jo demande à Copilot de créer une mise à jour de l’état d’avancement du projet et lui donne également accès aux informations pertinentes, notamment les comptes rendus de réunion, les courriels et les documents budgétaires.

Créez une mise à jour de l’état d’avancement du projet en utilisant les notes de réunion du projet Contoso, les communications avec les clients, la revue budgétaire et d’autres documents relatifs au projet.

Comme Copilot peut utiliser des informations provenant de l’ensemble du projet, il crée un résumé qui comprend :

  • Étapes franchies
  • Risques actuels
  • État du budget
  • Priorités des clients
  • Étapes suivantes recommandées

Capture d'écran d'une mise à jour de l'état d'un projet Copilot basée sur des informations pertinentes.

Alors, qu’est-ce qui a changé ?

La demande en elle-même n’était pas la différence la plus importante.

Ce qui a changé, ce sont les informations dont disposait Copilot.

Lorsque Copilot pouvait utiliser les documents de projet, les communications avec les clients, les comptes rendus de réunion et les informations budgétaires, il générait une réponse qui reflétait le travail réellement effectué.

 Conseil

L’IA est plus performante lorsqu’elle peut exploiter les informations pertinentes liées au travail. Documents, courriels, réunions, données commerciales et connaissances organisationnelles contribuent à ancrer les réponses de l’IA dans le contexte du travail en cours.

Pourquoi c’est important

L’IA est plus utile lorsqu’elle peut utiliser des informations liées au travail que vous effectuez.

Lorsque l’IA s’appuie sur des documents pertinents, des courriels, des comptes rendus de réunions, des données commerciales et des connaissances organisationnelles, elle peut générer des réponses plus précises, spécifiques et utiles.

Microsoft Copilot combine votre requête avec les informations de travail disponibles dans votre environnement Microsoft 365 afin de générer des réponses pertinentes. Comprendre le rôle de l’ancrage peut vous aider à mieux appréhender comment l’IA soutient le travail au quotidien.

 Note

En coulisses, Microsoft Copilot utilise Microsoft Graph et Work IQ pour vous aider à accéder aux informations pertinentes auxquelles vous êtes autorisé à consulter. Vous n’avez pas besoin de comprendre la technologie sous-jacente pour utiliser Copilot efficacement.

Voyons maintenant comment les agents d’IA peuvent vous aider à accomplir des tâches qui impliquent plusieurs étapes et nécessitent une coordination entre différentes activités.