Czy to oznacza koniec epoki uniwersalnych asystentów AI, które potrafią wszystko, ale nic szczególnie dobrze? Wygląda na to, iż Microsoft znalazł sposób, by połączyć potężne możliwości dużych modeli językowych z precyzją specjalistycznych narzędzi.
Copilot Tuning to nowe rozwiązanie, które umożliwia organizacjom tworzenie dostosowanych modeli zadaniowych w oparciu o ich własne dane, procesy i wiedzę ekspercką. Mówiąc prościej – możesz nauczyć Copilota myśleć i pisać jak najlepsi eksperci w twojej firmie, bez konieczności posiadania doktoratu z uczenia maszynowego czy umiejętności kodowania.
W przeciwieństwie do standardowych modeli AI, które bazują na ogólnodostępnych danych, dostrojone modele mogą odzwierciedlać unikalny przekaz, terminologię i metody pracy twojej organizacji. To jak różnica między zatrudnieniem konsultanta, który zna branżę ogólnie, a specjalistą, który od lat pracuje w twojej firmie i zna wszystkie niuanse.
Fine-tuning kontra RAG – czym się różnią?
Dla osób, które śledzą rozwój narzędzi AI, ważne jest zrozumienie różnicy między fine-tuningiem (dostrajaniem) a RAG (Retrieval Augmented Generation).
Fine-tuning, wykorzystywany w Copilot Tuning, dodaje nowe umiejętności do podstawowych modeli, symulując doświadczenie w konkretnych zadaniach. Można to porównać do specjalistycznego szkolenia, które przechodzi pracownik, aby stać się ekspertem w określonej dziedzinie.
Z kolei RAG w czasie rzeczywistym wyszukuje powiązane informacje i dodaje je do promptu dla kontekstu. To jak asystent, który przed każdym zadaniem sprawdza w dokumentacji, jak powinien je wykonać. Oba podejścia się uzupełniają – fine-tuning zapewnia głębokie zrozumienie tematu, a RAG dostarcza aktualnych informacji.
Jak działa Copilot Tuning w praktyce?
Microsoft wprowadza Copilot Tuning z trzema gotowymi przepisami (recipes), które koncentrują się na określonych zadaniach:
- Expert Q&A – pozwala stworzyć agenta obsługi klienta przeszkolonego ze źródeł firmowych i żadnych innych (w czym pomaga integracja z SharePointem), który błyskawicznie udziela szczegółowych odpowiedzi na pytania, choćby gdy używany jest wewnętrzny żargon i akronimy organizacyjne.
- Document Generation – umożliwia utworzenie pisarza propozycji, wykorzystującego archiwum udanych RFP (Request For Proposal) firmy do tworzenia złożonych pierwszych wersji dokumentów, napisanych w zatwierdzonym formacie i tonie firmy.
- Summarization and Analysis – pozwala zbudować analityka projektu, który może podsumowywać duże ilości dokumentacji projektowej, aby tworzyć raporty stanu dla zarządu lub klientów, wydobywając spostrzeżenia związane z kluczowymi wskaźnikami.
Wyobraź sobie, iż nie musisz już tłumaczyć po raz setny nowemu pracownikowi, co oznacza skrót PZPR w waszej firmie (tak, tak, Procedura Zatwierdzania Projektów Rozwojowych) – Copilot już to wie i nigdy nie pomyli z pewną historyczną organizacją.
Kto może skorzystać z Copilot Tuning?
Microsoft testował już to rozwiązanie z kilkoma klientami, w tym globalną firmą konsultingową Ernst & Young, kanadyjską kancelarią prawną McCarthy Tétrault oraz amerykańską spółdzielnią rolniczą Land O’Lakes. Przykłady zastosowania obejmują:
- Tworzenie skomplikowanych umów prawnych;
- Pisanie dokumentacji technicznej;
- Przygotowywanie prac medycznych;
- Automatyzacja tworzenia dokumentów.
EY wykorzystuje Copilot Tuning do integracji specjalistycznego modelu podatkowego LLM z wiedzą przedsiębiorstwa i ekspertyzą swoich doradców podatkowych. To znacząco usprawnia badania podatkowe i prawne, zapewniając dostęp do odpowiedniej wiedzy i inteligencji bezpośrednio w Microsoft 365.
Zalety dla firm i deweloperów
Copilot Tuning oferuje szereg korzyści, które mogą zainteresować firmy różnej wielkości:
- Niski próg wejścia – dzięki narzędziom low-code w Microsoft Copilot Studio praktycznie każdy może tworzyć i wdrażać dostrojone modele bez konieczności angażowania data scientistów czy programistów.
- Zachowanie prywatności danych – Microsoft podkreśla, iż nie wykorzystuje danych klientów do trenowania modeli AI, a wszystkie informacje pozostają w bezpiecznych granicach usługi Microsoft 365.
- Zwiększona trafność odpowiedzi – dostrajanie pomaga zapewnić, iż odpowiedzi spełniają oczekiwania jakościowe dla określonych powtarzalnych zadań, bez konieczności bycia ekspertem od promptowania.
- Integracja z ekosystemem Microsoft 365 – agenci mogą być łatwo zintegrowani z aplikacjami Microsoft 365, takimi jak Chat, Teams, Word, SharePoint czy Agreements Solution.
Kiedy będzie dostępne?
Dla większości z nas odpowiedź brzmi: nie tak szybko. Copilot Tuning zostanie udostępnione w czerwcu, ale tylko dla klientów posiadających co najmniej 5000 licencji Microsoft 365 Copilot, w ramach Early Adopter Program. To pokazuje, iż na razie Microsoft celuje w duże przedsiębiorstwa, które mogą w pełni wykorzystać potencjał tego rozwiązania.
Jeśli więc prowadzisz jednoosobową działalność, prawdopodobnie jeszcze poczekasz na możliwość nauczenia Copilota, jak pisać dokumenty w twoim niepowtarzalnym stylu pełnym abstrakcyjnych metafor i nawiązań do filmów science fiction z lat 80.
Co to oznacza dla przyszłości pracy z AI?
Copilot Tuning reprezentuje istotny trend w ewolucji narzędzi AI – przejście od uniwersalnych asystentów do wysoce specjalizowanych ekspertów cyfrowych, którzy rozumieją specyfikę danej organizacji czy branży.
Wyobraź sobie przyszłość, w której każdy dział w firmie ma własnego, dostrojonego Copilota – marketingowcy mają eksperta od pisania przekonujących tekstów promocyjnych, dział prawny korzysta z asystenta znającego wszystkie niuanse prawa, a dział IT ma pomocnika, który rozumie wewnętrzną architekturę systemów.
Rozwiązanie to pokazuje również, jak Microsoft odpowiada na jeden z głównych zarzutów wobec generatywnej AI – brak kontekstu i zrozumienia specyfiki branżowej. Dzięki Copilot Tuning, firmy mogą tworzyć modele, które naprawdę rozumieją ich biznes.
Czy za kilka lat każda firma będzie miała własnego, unikalnego Copilota? Wszystko na to wskazuje. A dla entuzjastów technologii oznacza to niezwykle ekscytujące czasy – w końcu kto nie chciałby mieć asystenta AI, który naprawdę rozumie, o czym mówisz, zamiast udawać, iż rozumie?
