توسط : مایکروسافت نسخه‌ای رایگان اما محدود از چت‌بات Copilot را برای ویندوز و برخی سرویس‌ها ارائه می‌دهد، اما Microsoft 365 Copilot به‌عنوان افزونه‌ای پولی برای طرح‌های تجاری و سازمانی Microsoft 365 عرضه شده است. سازمان‌ها علاوه بر هزینه اشتراک اصلی M365، باید ماهانه ۳۰ دلار برای هر کاربر پرداخت کنند. در ازا، ابزاری دریافت می‌کنند که با برنامه‌های آفیس Microsoft 365 کاملاً یکپارچه است و قابلیت‌هایی پیشرفته مانند عامل‌های هوش مصنوعی برای خودکارسازی فرآیندهای کاری ارائه می‌دهد.
با توجه به هزینه بالای این سرویس، بهره‌برداری بهینه از آن حیاتی است. موفقیت در استفاده از Copilot به پیاده‌سازی دقیق و هدفمند وابسته است. در این راستا، چهار مدیر ارشد فناوری اطلاعات (IT) از سازمان‌های مختلف که از Copilot در مقیاس بزرگ استفاده کرده‌اند، تجربیات خود را به اشتراک گذاشتند. این تجربیات راهکارهایی عملی برای انتخاب کاربردهای مؤثر، مدیریت داده‌ها و دسترسی‌ها، جلب مشارکت کاربران و پرهیز از خطاهای رایج ارائه می‌دهد.
انتخاب کاربردهای پربازده
مدیران ابتدا روی فرآیندهایی متمرکز شدند که Copilot بتواند به‌سرعت ارزش خود را نشان دهد و با ابزارهای مایکروسافت هماهنگی کامل داشته باشد. تروی هیلتبرند، معاون ارشد مدیریت محصولات دیجیتال در Partner.Co، می‌گوید موفقیت‌های اولیه از کاربردهای داخلی حاصل شد: «ما از Copilot برای خلاصه‌سازی جلسات، یادداشت‌برداری و تجزیه‌وتحلیل اسناد بهره بردیم. سپس چت‌باتی برای خدمات مشتری داخلی ساختیم که در کمتر از دو روز آماده شد و اکنون بیش از ۱۰۰ نماینده از آن استفاده می‌کنند.» او افزود یکی از مالکان محصول با کمک Copilot در حین مصاحبه با ذی‌نفعان، سناریوهای کاربری آماده برای جیرا تولید کرد و هفته‌ها زمان پیگیری را صرفه‌جویی کرد.
رابین پاترا، مدیر داده و هوش مصنوعی در شرکت ساختمانی ARCO، رویکردی استراتژیک اتخاذ کرد: «متوجه شدیم مدیران و دستیارانشان ساعت‌ها در جلسات صرف می‌کنند و پیگیری‌ها را دستی انجام می‌دهند. Copilot را برای رونویسی جلسات، تهیه فهرست اقدامات و همگام‌سازی با Microsoft Planner به کار گرفتیم که به بهبود چشمگیر پاسخگویی و اجرای وظایف منجر شد.»
سیدنی فرناندز، مدیر ارشد اطلاعات دانشگاه فلوریدای جنوبی (USF)، می‌گوید در مرحله آزمایشی تقاضا برای Copilot افزایش یافت: «۵۰۰ مجوز ارائه کردیم، اما ۷۰۰ درخواست دریافت شد که نشان‌دهنده نیاز به گسترش مقیاس بود. از کارکنان فناوری اطلاعات تا پژوهشگران، همه راه‌هایی برای صرفه‌جویی در زمان یافتند، مانند استفاده از Copilot در اکسل برای پاک‌سازی داده‌ها یا درخواست خلاصه بخش‌های ازدست‌رفته جلسات تیمز.»
محمد شلبی، مدیر ارشد فناوری در TechGofers و مشاور بخش عمومی در Eaton Associates، اظهار داشت مشتریانش از Copilot برای تولید سریع‌تر گزارش‌ها استفاده می‌کنند و کیفیت خروجی به مهارت در نگارش پرس‌وجوها وابسته است: «در یک نمونه، کاری که قبلاً ۱۰ ساعت طول می‌کشید، با Copilot در ۱۵ دقیقه انجام شد.»
سامان‌دهی داده‌ها
کیفیت عملکرد Copilot به کیفیت داده‌های در دسترس آن بستگی دارد. هر چهار مدیر بر ضرورت نظم‌دهی داده‌ها تأکید کردند.
شلبی گفت: «یک تیم بازاریابی قصد داشت داده‌های داخلی و خارجی بازار را ادغام کند، اما فایل‌ها در OneDrive، SharePoint و Dropbox پراکنده بودند و هوش مصنوعی نتوانست داده‌ها را پیدا کند. آشوب را نمی‌توان خودکار کرد.» او بر اهمیت پاک‌سازی داده‌ها و کنترل دسترسی‌ها تأکید کرد: «بدون داده‌های مرتب و برچسب‌گذاری‌شده، خروجی مفیدی نخواهید داشت و ممکن است با خطاهای جعلی یا نشت اطلاعات حساس مواجه شوید.» او افزود: «ما دسترسی‌ها را بر اساس نقش تنظیم کردیم تا عامل‌های هوش مصنوعی فقط به داده‌های مجاز دسترسی داشته باشند. این در SharePoint ساده‌تر است، زیرا مجوزها به‌صورت گروهی تعریف می‌شوند.»
فرناندز هشدار داد: «نباید تصور کرد همه‌چیز به‌طور خودکار امن است. ما تنظیمات OneDrive و SharePoint را قفل کردیم و از Microsoft Purview برای دسته‌بندی داده‌ها بر اساس سطح دسترسی استفاده کردیم. این بخشی از تلاش گسترده‌تر برای حاکمیت داده بود.»
هیلتبرند در Partner.Co توضیح داد: «تمام فعالیت‌های ما با Copilot در محیط Microsoft tenant انجام می‌شود، بنابراین کنترل کامل داریم و هیچ داده‌ای به ابزارهای خارجی نشت نمی‌کند.» اما او با چالش تفاوت‌های منطقه‌ای مواجه شد: «در کشورهای مختلف، محصولات و طرح‌های جبران متفاوتی داریم. ابتدا پاسخ‌های Copilot برای نمایندگان خدمات مشتری در آمریکا به داده‌های اروپا اشاره می‌کرد. اکنون در حال اصلاح قالب‌بندی محتوا هستیم و شاید عامل‌های جداگانه‌ای برای هر منطقه راه‌اندازی کنیم.»
آموزش هدفمند و پایدار
اگرچه Copilot در برنامه‌های آشنا مانند Word و Outlook ادغام شده، استفاده مؤثر از آن نیازمند یادگیری مهارت نگارش پرس‌وجو و درک رفتار هوش مصنوعی است.
شلبی تأکید کرد: «کاربران انتظار معجزه دارند، اما باید یاد بگیرند چگونه پرس‌وجوها را ساختار دهند: تعیین نقش هوش مصنوعی، ارائه زمینه، مشخص کردن وظیفه، قالب خروجی و لحن. این آموزش ارزش دریافتی را دوچندان می‌کند.»
پاترا در ARCO یک سیستم آموزشی سه‌مرحله‌ای طراحی کرد: «دوره AI 101 برای همه اجباری است. AI 102 کاربرد هوش مصنوعی در فرآیندهای ساخت‌وساز را نشان می‌دهد و AI 103 برای افرادی است که می‌خواهند ابزارهای جدید بسازند. حدود دوسوم از ۴۰۰۰ کارمند ما AI 102 را گذرانده‌اند.»
فرناندز در USF رویکردی غیررسمی‌تر داشت: «گروهی در Teams راه‌اندازی کردیم و جلسات ماهانه “قهوه و Copilot” برگزار کردیم تا کاربران تجربیات و پرس‌وجوهای خود را به اشتراک بگذارند. همچنین نکات فنی هفتگی منتشر می‌کنیم.»
هیلتبرند هشدار داد: «بدون آموزش، کاربران ممکن است یک‌بار از Copilot استفاده کنند، نتیجه نامناسبی بگیرند و دیگر سراغش نروند. آموزش، چه رسمی و چه غیررسمی، مهارت تیم را تقویت می‌کند.» Partner.Co برنامه‌ای تشویقی با جایزه ۱۰۰ دلاری برای بهترین کاربرد هفتگی Copilot راه‌اندازی کرد که نوآوری را ترویج داد. به گفته هیلتبرند، یکی از مهندسان با کمک Copilot مشکلی در پیکربندی سرور را که معمولاً هفته‌ها طول می‌کشید، در یک روز حل کرد.
آغاز کوچک و گسترش با تمرکز بر بازگشت سرمایه
پذیرش موفق Copilot از تجربه‌های واقعی و تدریجی رشد می‌کند. مدیران ابتدا با گروه‌های کوچک شروع کردند و پس از اثبات کارایی، دامنه را گسترش دادند.
پاترا گفت: «در ARCO با گروه آزمایشی ۱۵ تا ۲۰ نفره شروع کردیم و سه معیار را سنجیدیم: میزان استفاده، بهبود فرآیندها و رضایت کاربران. پس از موفقیت، مقیاس را افزایش دادیم.»
فرناندز در USF ابتدا با مجوزهای بودجه مرکزی شروع کرد و سپس به بخش‌ها اختیار تصمیم‌گیری داد: «رویکرد “اول امتحان، بعد خرید” اعتبار ایجاد کرد. اکنون حدود ۱۰۰۰ کاربر داریم.» او افزود: «پذیرش باید از بالا و پایین سازمان حمایت شود. ما هم رئیس دانشگاه و هم دانشجویان را درگیر کردیم.»
شلبی رویکردی تکراری داشت: «سیاست‌های دسترسی را مدام بر اساس بازخورد کاربران اصلاح می‌کنیم: پاسخ‌های عامل، داده‌های استخراج‌شده و قالب‌بندی خروجی.»
با افزایش استفاده از هوش مصنوعی، هزینه‌ها نیز بالا می‌رود و مدیران باید آن را مدیریت کنند. هیلتبرند گفت: «می‌خواستیم چت‌بات Copilot را برای مشتریان خارجی گسترش دهیم، اما هزینه مجوز بالا بود. حالا از Intercom و Zendesk Chat برای چت‌بات‌های مشتری‌محور و از Copilot برای اعتبارسنجی داخلی استفاده می‌کنیم.»
فرناندز تأکید کرد: «با هزینه ۳۰ دلار به ازای هر کاربر، باید دقیق انتخاب کنید. داشبوردهای مایکروسافت برای ردیابی استفاده مفیدند، اما بازخورد کیفی درباره بهره‌وری جلسات هم ضروری است.»
چالش‌ها و موانع
هر چهار مدیر بر مدیریت انتظارات تأکید کردند. شلبی گفت: «کاربران فکر می‌کنند Copilot همه‌چیز را حل می‌کند، اما اگر فرآیندهایتان معیوب باشند، فقط ناکارآمدی را سریع‌تر می‌کنید. بسیاری هم Copilot ویندوز را با Microsoft 365 Copilot اشتباه می‌گیرند و انتظار دارند رایگان باشد.»
فرناندز هشدار داد: «وعده‌های بیش‌ازحد ندهید. Copilot ابزار است، نه معجزه. انتظارات غیرواقعی به ناامیدی منجر می‌شود.»
شلبی افزود: «خروجی‌های Copilot گاهی کلیشه‌ای و بی‌روح هستند. برای ایمیل‌های نهایی یا متن‌های عمومی، بازبینی انسانی لازم است.»
راهنمای عملی برای مدیران
از این تجربیات، راهکارهای کلیدی استخراج شده است:
- نظم و امنیت داده‌ها. داده‌های پراکنده یا نادرست دسته‌بندی‌شده استفاده از هوش مصنوعی را غیرممکن می‌کنند. ابزارهایی مثل Microsoft Purview به مدیریت دسترسی‌ها کمک می‌کنند.
- شروع با کاربردهای کم‌ریسک. Copilot برای اکوسیستم Microsoft 365 طراحی شده است. استفاده از آن برای خلاصه‌سازی جلسات Teams، همگام‌سازی وظایف با Planner یا تحلیل داده‌های Excel موفقیت‌های سریع ایجاد می‌کند.
- آموزش و تشویق کاربران. از طریق برنامه‌های تشویقی، گروه‌های کاربری یا آموزش‌های کوتاه، فرهنگ یادگیری را تقویت کنید.
- فراتر از فناوری اطلاعات. Copilot ابتکاری برای بهره‌وری کسب‌وکار است و بخش‌ها باید مسئولیت نتایج را بپذیرند.
- مدیریت افت انگیزه. اشتیاق اولیه ممکن است کاهش یابد. با قابلیت‌های جدید و پشتیبانی مداوم، کاربران را درگیر نگه دارید.
چشم‌انداز آینده
هرچند دستیابی به بازگشت سرمایه کامل Copilot زمان‌بر است، مزایای آن از هم‌اکنون آشکار است: اجرای سریع‌تر وظایف، کاهش بار ذهنی و ترویج نوآوری. شلبی گفت: «هوش مصنوعی از دستیاری ساده به عاملی فعال تبدیل می‌شود که نه‌تنها جلسات را خلاصه می‌کند، بلکه وظایف را پیگیری و قرارها را تنظیم می‌کند.»
موفقیت به سه اصل وابسته است: داده‌های باکیفیت، آموزش هدفمند و درک واقع‌بینانه از توانمندی‌ها و محدودیت‌های هوش مصنوعی. پاترا در پایان تأکید کرد: «هوش مصنوعی برای جایگزینی انسان‌ها نیست، بلکه برای توانمندسازی آنهاست. این پیامی است که هر مدیر فناوری باید منتقل کند.»
