Komma i gång med AI i Dynamics 365
Microsoft Copilot och relaterade erfarenheter av AI är spännande och de öppnar en helt ny värld av möjligheter. Men med Copilot för nästan alla Microsoft-produkter, inklusive Dynamics 365-appar, och information om hur du skaffar och använder AI-funktioner i din verksamhet i olika dokumentationsbibliotek kan det vara en bra start att veta var du ska börja.
I den här artikeln beskriver vi några aspekter av Copilot som många tycker är lite svårbegripliga. Vi tillhandahåller även länkar till resurser där du kan gå djupare och få mer information.
Viktigt
Artikeln kommer att uppdateras över tid. Hör av dig om du tycker att något saknas eller om du ser något som har ändrats. Eller, ännu bättre, bidra till den här artikeln. Läs mer i Bidra till Dynamics 365-dokumentationen.
Jag är ny på AI. Var ska jag börja?
Börja med en allmän översikt på video över hur Copilot fungerar i Dynamics 365 och Power Platform. Du får se hur Copilot skyddar dina affärsdata och följer sekretesskraven samt hur den använder generativ AI på ansvarsfullt sätt.
Hur använder Dynamics 365-apparna sig av AI?
AI-funktionerna i Dynamics 365 använder endast Microsoft Azure-tjänster. Vi valde Azure-molnbaserade för att Azure-tjänsterna bygger på Microsofts standarder för ansvarsfull AI och har de säkerhets-, sekretess- och efterlevnadskontroller som våra kunder förväntar sig.
Hur förhåller sig generativ AI till det som Microsoft erbjuder i Azure?
Generativ AI är en typ av artificiell intelligens som kan skapa nytt innehåll eller data åt dig baserat på din inmatning eller prompt. Generativ AI kan till exempel skriva text, generera bilder, komponera musik eller syntetisera tal. Microsoft erbjuder en mängd olika AI-modeller och tjänster i Azure, som Azure Cognitive Services, Azure Machine Learning och Azure OpenAI Service. Azure OpenAI Service är en variant av generativ AI som gör det möjligt att komma åt och använda OpenAI-modeller, som till exempel GPT-4 och DALL-E, för olika uppgifter och scenarier. Dynamics 365-appar använder Azure OpenAI Service för att tillhandahålla generativa AI-funktioner som hjälper företagsanvändare i sitt arbete. Våra partner kan också integrera Azure OpenAI Service i sina lösningar.
Läs mer i blogginlägget på Innovera snabbare med generativ AI på Azure OpenAI Service.
Hur kan företag få hjälp av generativ AI?
Termen generativ AI låter spännande, men hur kan företag använda den för att ligga steget före? Här är ett blogginlägg med några exempel som kan vara intressanta för dig: Azure OpenAI Service: Tio sätt som generativ AI förändrar företag.
Du kan också få en snabb överblick över generativa AI-funktioner i Dynamics 365-appar på Microsoft Copilot Dynamics 365.
Tips!
De följande två avsnitten är avsedda för organisationer som vill leverera generativ AI själva, det vill säga inte de som vill använda de generativa AI-funktionerna som finns inbyggda i Dynamics 365-appar. Om du är en företags går du till något av de andra avsnitten – använd länkarna i avsnittet I den här artikeln längst upp för att hitta rätt ämne för dig.
Hur får jag åtkomst till Azure OpenAI Service och väljer och distribuerar AI-modeller?
För att få tillgång till Azure OpenAI Service behöver du ha en Azure-prenumeration och ett Azure OpenAI Service-konto. Du registrerar dig för båda på Azure-portalen. Med ditt konto kan du skapa en Azure OpenAI Service-resurs och få en API-nyckel som du kan använda när du vill få åtkomst till modellerna i Azure OpenAI Service. Du kan välja mellan olika modeller för olika domäner och syften. Till exempel textgenerering, textanalys, bildgenerering, bildanalys och konversations-AI.
Du kan anpassa, utbilda och distribuera modeller genom att ange egna data och parametrar. Men du kan vanligtvis hoppa över den dyra och tidskrävande processen. Azure OpenAI Service-modellen har redan tränats på stora datamängder.
I tabellen nedan visas en översikt över uppgifter och resurser.
| Vad | Var | Läs mer |
|---|---|---|
| Skaffa en Azure-prenumeration. Registrera dig för en betald plan eller starta kostnadsfritt. | azure.microsoft.com | |
| Begär åtkomst till Azure OpenAI Service för din prenumeration. För närvarande beviljas åtkomst till den här tjänsten endast genom att ansöka om åtkomst. | https://aka.ms/OAIapply | Vad är Azure OpenAI Service? |
| Få behörigheter på ditt konto för att skapa Azure OpenAI-resurser och distribuera modeller. | Azure-portalen | Rollbaserad åtkomstkontroll för Azure OpenAI Service |
| Skapa Azure OpenAI Service-resurs och distribuera en modell. | Azure Portal/ och Azure AI-Studio | Skapa och distribuera en Azure OpenAI Service-resurs |
När du har slutfört det här steget kan du börja utveckla din Copilot-upplevelse. Det kräver följande information om resursen och den distribuerade modellen:
| Vad | Här hittar du den |
|---|---|
| API-nyckel och slutpunkt (URL) för Azure OpenAI | Sidan Nycklar och slutpunkt för resursen i Azure Portal. |
| Distribueringsnamn för modellen | Sidan Distributioner i Azure AI-Studio. |
Hur mycket kostar detta, och finns det verktyg för att förutse och mäta kostnaderna?
Kostnaden för att använda Azure OpenAI Service beror på typen av och mängden resurser som du använder, vilket i sin tur beror på modellen. Med Priskalkylator för Azure kan du uppskatta kostnaden för att använda Azure OpenAI Service baserat på förväntad användning och konfiguration.
Eftersom dina AI-funktioner är kopplade till din Azure OpenAI Service-nyckel ansvarar du för driftskostnaderna för Azure OpenAI-resurser under hela utvecklingen och testningen. Du förblir ansvarig när dina kunder använder funktionen i produktions- eller sandbox-miljöer. Till exempel skulle en AI-funktion som ger företagare en handfull förslag varje månad sannolikt förbruka mindre resurser och kosta mindre. En AI-funktion som genererar en daglig, tvåsidig projektsammanfattning för varje medarbetare förbrukar däremot troligen mer resurser och kostar mer.
Du kan också använda Microsofts kostnadshanterings- och faktureringsverktyg för att övervaka och kontrollera dina utgifter i Azure OpenAI Service. Du kan ställa in budgetar, notifieringar och policyer om du vill spåra och optimera dina kostnader. Du kan också visa och hämta detaljerade rapporter och fakturor som visar användningen och avgifterna.
Läs mer om hur mycket Azure OpenAI Service kostar och vilka verktyg som kan användas för att förutsäga/mäta kostnader på Prissättning för Azure OpenAI Service.
Finns det för- och nackdelar med att använda de populära modellerna?
De populära modellerna som finns i Azure OpenAI Service i dag är GPT-4 och DALL-E. GPT-4 är en storskalig språkmodell som kan generera naturlig och sammanhängande text för olika uppgifter och domäner, som till exempel sammanfattning, översättning, svar på frågor och skapande av innehåll. DALL-E är en storskalig bildmodell som kan generera realistiska och varierande bilder från text- eller bildprompter, som till exempel teckningar, logotyper, ikoner och scener.
Båda modellerna är bra på att producera högkvalitativa och relevanta utdata som kan förbättra dina program och arbetsflöden. Båda modellerna har dock även vissa begränsningar och utmaningar som du bör vara medveten om. Det kan till exempel hända att modellerna inte alltid genererar korrekta eller faktabaserade resultat, att de inte respekterar etiska och sociala normer eller att de inte skyddar uppgifternas integritet och säkerhet.
För att lära dig mer om vad de populära modellerna är bra på eller mindre bra på, gå till Azure OpenAI Service-modeller.
Vilka är fallgroparna och bästa praxis för prompter?
En prompt är den indata som du ger till modellen för att generera utdata. En prompt kan vara text, bild eller en kombination av båda. Sättet du skriver en prompt på kan påverka kvaliteten och relevansen för utdata. Därför är det viktigt att följa vissa riktlinjer och bästa praxis när du skriver prompter. Bland fallgroparna och bästa praxis finns följande:
- Var tydlig och specifik med vad du vill att modellen ska göra och vilken typ av resultat du förväntar dig.
- Ge modellen tillräckligt med sammanhang och information för att den ska förstå uppgiften och domänen.
- Använd exempel, nyckelord och formatering för att styra modellen och begränsa utdata.
- Undvik tvetydiga, vaga eller vilseledande prompter som kan förvirra modellen eller leda till oönskade utdata.
- Testa och utvärdera utdata med olika prompter och scenarier för att kontrollera modellens prestanda och tillförlitlighet.
- Granska och verifiera utdata med avseende på noggrannhet, relevans, kvalitet och etik innan du använder dem i dina program eller arbetsflöden.
Läs mer om hur du skriver effektiva prompter och vilka fallgropar och bästa praxis som finns på Konsten att göra en prompt: Så får du ut det bästa av generativ AI.
Hur kan jag hantera promptutdata och osäkerhet?
Utdata som modellen genererar är inte alltid perfekta eller förutsägbara. Modeller kan generera utdata som är felaktiga, irrelevanta, ofullständiga, inkonsekventa eller till och med olämpliga. Därför behöver du en strategi för att hantera utdata och osäkerhet.
- Använd modellparametrarna och inställningarna för att kontrollera format, längd och variation hos utdata.
- Använd modellens mätvärden och poäng för att mäta utdatakvalitet, förtroende och likhet.
- Använd modellens feedback och loggar för att övervaka och förbättra prestanda och tillförlitlighet hos utdata.
- Använd modellens filter och skyddsåtgärder för att förhindra och upptäcka fel och problem i utdata.
- Använd mänsklig granskning för att validera och korrigera utdataresultat och utfall.
Läs mer om hur du hanterar utdata och osäkerhet på Så kontrollerar du Azure OpenAI-modeller. Läs mer om Copilot-prompter på Lär dig om Copilot-prompter.