Microsofts AI-plan: Gör om arbetet innan ni släpper in agenterna

Microsofts Becoming a Frontier Firm är tydlig på en punkt: att införa AI-agenter är inte främst ett programvaruprojekt. Det är en förändring av verksamhetens arbetssätt och styrning. Utifrån hundratals interna AI-omställningar menar bolaget att organisationer först måste synliggöra, förenkla och styra arbetet – innan agenter får utföra delar av det.

Måttet på framgång bör enligt Microsoft vara verksamhetseffekt: kvalitet, snabbhet, risk, intäkter och kundnytta. Antalet utdelade licenser eller skickade uppmaningar säger betydligt mindre om värdet. 12

Börja med arbetsflödet – inte med AI-verktyget

Första steget är att förstå hur arbetet faktiskt går till från början till slut. Det innebär att kartlägga processer, överlämningar, undantag, beslut samt vilka data och system medarbetarna använder. Annars riskerar företaget att automatisera ett otydligt eller ineffektivt arbetssätt i stället för att förbättra det. 12

Microsoft sammanfattar principen som ”lean before agents”: effektivisera innan agenterna kommer in. Innan en agent får ansvar bör organisationen:

• förenkla och standardisera processen;
• ta bort onödiga godkännanden, dubbelarbete och överlämningar;
• skapa gemensamma och användbara data samt kopplingar till relevanta system;
• införa behörighetsstyrning och styrning av användningen; och
• tydligt avgöra vilka beslut, undantag och riskfyllda åtgärder som fortsatt ska ledas av människor. 12

Poängen är praktisk: en agent ska få ett tydligt avgränsat ansvar i ett välkänt arbetsflöde, inte den svepande uppgiften att ”höja produktiviteten”.

Tre vägar för att förändra verksamheten

Microsoft beskriver tre kompletterande angreppssätt, snarare än en enda modell för AI-införande.

1. Accelerera prioriterade roller

I Persona Acceleration får prioriterade yrkesroller tillgång till assistenter, färdiga uppmaningar, kompetensstöd och rollanpassade agenter. Tanken är att göra de mest framgångsrika AI-användarnas arbetssätt till en återanvändbar förmåga för hela teamet. Det kräver utbildning och ledarskap som gör samarbetet mellan människa och AI till en del av vardagen. 1

2. Gör om hela processen med AI

AI-Powered Process Redesign riktar sig mot ett helt arbetsflöde som ofta går över flera funktioner. I stället för att automatisera en enskild uppgift gör organisationen om processen för att minska väntetider, dubbelarbete, slöseri och splittrat beslutsfattande. Här blir Microsofts grundidé som tydligast: AI-värdet beror på hur arbetet organiseras om. 12

3. Skapa nytt med AI från start

Med AI-First Possibility får små team med hög kompetens utrymme att utveckla en produkt, tjänst eller arbetsmetod där AI är en självklar utgångspunkt från första dagen. Osäkerheten är större, men modellen kan synliggöra nya produktmöjligheter och arbetssätt som stegvis automatisering missar. 1

Öka agenternas självständighet stegvis

Microsoft ser inte autonomi som ett antingen-eller-beslut. I stället beskrivs en successiv utveckling där människor behåller ansvar medan agenter tar över mer tydligt definierade delar av arbetet:

1. Människa med AI-assistent: AI utformar utkast, sammanfattar, analyserar och stöttar människans bedömning.
2. Team av människor och agenter: agenter utför specificerade uppgifter eller beslut inom tydliga kontroller, eskaleringsvägar och tillsyn.
3. Människoledda, agentdrivna arbetsflöden: agenter hanterar en stor del av den operativa processen, medan människor sätter riktning, hanterar undantag, granskar resultat och är ansvariga. 1

Det är inte nödvändigtvis en fast mognadstrappa. Samma företag kan använda olika nivåer i olika processer, beroende på risk, datakvalitet och konsekvenserna om något blir fel.

Microsofts egna exempel: snabbare, men också nya roller

Microsoft uppger att arbetet med bolagets molnbaserade leveranskedja började med omdesign av arbetsflöden och gemensamma grundförutsättningar. Därefter skalades lösningen till fler än 111 specialbyggda agenter inom planering, inköp, leverans och logistik. Företaget rapporterar att cykeltider i utvalda delar av leveranskedjan minskade med upp till 75 procent och att analyser av efterfrågeplaner gick från fem till sju dagar till några timmar. 24

I ett annat exempel lanserade ett tvärfunktionellt Copilot Cowork-team med nio personer en första produktversion på 35 dagar med ett AI-först-arbetssätt. Microsofts lärdom handlar inte bara om snabbare utveckling. Ingenjörer och produktchefer fick roller som företaget kallar ”meta-engineers” och ”meta-PMs”: de styrde, granskade och samordnade agenternas resultat, samtidigt som de fokuserade på produktbedömningar och systemdesign. 24

I den här modellen minskar AI tiden för första utkast, rutinmässig informationssökning och jakt på operativ information. Människors arbete förskjuts mot att definiera problem, utforma system, kontrollera resultat, hantera undantag, bygga relationer och använda omdöme. Det kräver AI-kunskap, tillit, experimentvilja och förändrade roller och chefsbeteenden – inte bara en Copilot-licens. 12

Den uthålliga fördelen ligger inte i modellen

Microsofts bedömning är att grundmodeller blir allt mer utbytbara. Det som i stället kan skapa ett varaktigt försprång är sådant som är specifikt för den egna organisationen: tillförlitlig intern kunskap, styrd åtkomst till data och verktyg, samordning av arbetsflöden, egna definitioner av vad som är ett bra resultat samt utvärderingar kopplade till verkliga verksamhetsmål. 15

Bolaget kallar den återkopplingsslingan för en ”hill-climbing machine”. Principen är att definiera önskat resultat, utvärdera agenternas leveranser, fånga återkoppling och fel, förbättra agenten eller arbetsflödet – och sedan upprepa. Enligt Microsoft uppstår fördelen mindre genom valet av en enskild modell och mer genom att systemet löpande förbättras utifrån organisationens egna krav och arbetssätt. 5

Vad data om företagsagenter visar

Microsofts analys av 40 093 företagsagenter i Copilot Studio, fördelade över nära 2 000 klientorganisationer, visar att användningsfall för intern medarbetarproduktivitet och användarstöd stod för 64,6 procent av de driftsatta agenterna. Bolaget beskriver också en rörelse mot smalare, mer operativa tillämpningar – exempelvis teknisk assistans och specialiserade affärsprocesser. 3

Det ligger i linje med playbookens huvudbudskap: breda produktivitetsassistenter kan vara en vanlig början, men de mer betydelsefulla agentlösningarna kräver tydligt avgränsade processer, relevanta data, kontroller och uppföljningsbara resultat.

Ett ramverk – inte ett universellt facit

Underlaget i playbooken är Microsofts egen rapportering från interna förändringsarbeten och företagets produktekosystem. Resultatsiffrorna har inte validerats oberoende, och Microsoft beskriver självt materialet som ett arbetssätt under utveckling – inte som en föreskrivande lösning eller en garanti för andras resultat. 12

Det mest användbara är därför inte att kopiera Microsofts siffror eller organisationsnamn. Lärdomen är snarare ordningen: välj ett viktigt verksamhetsmål, gör arbetsflödet synligt och enklare, bygg data- och styrningsgrunden, ge agenter väl avgränsade uppgifter, behåll mänskligt ansvar och förbättra systemet med mätbar återkoppling.