Copilot Studio -agentti on helppo rakentaa demoksi ja vaikea saada tuotantoon. Ero syntyy siitä, pääseekö agentti käsiksi yrityksen oikeaan dataan — tarjouksiin, asiakashistoriaan, tilauksiin — vai vastaako se vain siihen, mitä johonkin dokumenttiin on kirjoitettu. Ensimmäinen muuttaa työtä, jälkimmäinen on hakukone kalliilla lisenssillä.
Tällä sivulla käydään läpi, mitä Copilot Studio -agentin vieminen tuotantoon vaatii, missä kohtaa MCP-palvelinta tarvitaan, ja mitkä asiat agentin ei pidä antaa tehdä itsenäisesti. Esimerkit ovat omasta tuotantokäytössä olevasta järjestelmästämme, eivät esityskalvoilta.
Mihin Copilot Studio -agentti sopii ja mihin ei?
Copilot Studio on Microsoftin työkalu keskustelevien agenttien rakentamiseen Microsoft 365- ja Power Platform -ympäristöön. Se sopii hyvin silloin, kun tehtävä on kielellinen ja vastaus riippuu yrityksen omasta tiedosta:
- Sopii: saapuvien viestien luokittelu, vastausluonnokset, tiedon hakeminen useasta järjestelmästä yhteen vastaukseen, yhteenveto siitä, mitä asiakkaan kanssa on sovittu, muistutukset seurannasta.
- Ei sovi: hinnan laskeminen, sopimusehdot, laskutus ja mikä tahansa tehtävä, jossa oikea vastaus on yksikäsitteinen ja väärä vastaus maksaa rahaa.
Raja ei kulje sen mukaan, mikä on vaikeaa, vaan sen mukaan, mikä on tarkistettavissa. Kielimalli tuottaa aina uskottavan näköisen vastauksen. Jos väärää vastausta ei voi helposti tunnistaa ja korjata, lopputulosta ei pidä jättää kielimallin päätettäväksi.
1. Agentti tarvitsee pääsyn järjestelmään, ei tiedostokansioon
Yleisin tapa aloittaa on osoittaa agentti SharePoint-kansioon ja todeta, että se vastaa kysymyksiin dokumenttien pohjalta. Se toimii ohjeiden ja käsikirjojen kanssa, mutta ei myynnin tai toimituksen arjessa: kysymykset koskevat asiakkaan tilannetta juuri nyt, eivätkä ne lue dokumentista vaan tietokannasta.
Käytännössä agentin pitää päästä kiinni siihen järjestelmään, jossa tieto oikeasti elää — Dataverseen, Dynamics 365:een tai siihen CRM:ään, joka teillä on. Tämä on se kohta, jossa suurin osa agenttiprojekteista pysähtyy, ja se on myös se kohta, joka ratkaisee, onko agentista hyötyä.
2. Lukeminen ei riitä — agentin pitää saada myös kirjoittaa
Lukeva agentti säästää hakemiseen kuluvan ajan. Kirjoittava agentti säästää kirjaamiseen kuluvan ajan, ja se on isompi erä: puhelun kirjaaminen, seuraavan askeleen merkitseminen ja muistutuksen asettaminen ovat juuri niitä asioita, jotka jäävät tekemättä kiireessä.
Kirjoitusoikeus nostaa kuitenkin panokset. Väärin luettu tieto on kiusallista, väärin kirjoitettu tieto on virhe asiakasrekisterissä. Siksi kirjoittavan agentin kanssa tarvitaan kaksi asiaa: rajattu joukko sallittuja toimenpiteitä ja hyväksyntä ennen kuin mitään lähtee ulos.
3. Ulos lähtevä viesti kulkee hyväksynnän kautta
Rakensimme oman järjestelmämme niin, että malli palauttaa päätöksen ohessa varmuusarvon. Alle kynnyksen jäävä päätös ei toteudu vaan muuttuu hyväksyntäkortiksi, joka odottaa ihmistä. Kynnys on 0,8, ja se on tarkoituksellisesti korkealla: ensimmäisenä käyttökuukautena on parempi saada liikaa kortteja kuin huomata jälkikäteen, että agentti toimi omin päin väärin.
Osa toiminnoista ei kelpaa automaattisiksi millään varmuusarvolla. Instagram-julkaisua ei voi perua rajapinnan kautta, joten sille on omassa koodissamme erillinen portti, jonka on oltava auki sen lisäksi, että kuiva-ajo on pois päältä. Sääntö on yleistettävissä: toiminnot, joita ei voi perua, tarvitsevat oman lukkonsa — eivät pelkkää varmuuskynnystä.
4. Agentti ei saa laskea hintaa
Tämä on kokemuksemme tärkein yksittäinen sääntö. Hinta lasketaan koodilla ja säännöillä — tarvikkeet, työ, matka, kate ja arvonlisävero — ja teksti kirjoitetaan mallilla. Omassa järjestelmässämme agentti ei saa laskea tarjoushintaa tuoteriveistä eikä arvata sitä, vaan sen on kutsuttava varsinaista tarjouslaskuria ja käytettävä sen palauttamaa lukua.
Syy on se, että väärä hinta ei näytä virheeltä. Se näyttää hinnalta. Virhe huomataan vasta, kun asiakas hyväksyy sen.
MCP-palvelin: sama data myös Copilot Studion ulkopuolelle
Kun agentille avataan pääsy järjestelmään, kannattaa päättää kerralla, miten se tehdään. Perinteinen tapa on rakentaa erillinen integraatio jokaista tekoälytyökalua varten. Model Context Protocol (MCP) kääntää asetelman toisin päin: rakennetaan yksi MCP-palvelin, joka tarjoaa järjestelmän tiedot ja toiminnot vakioidussa muodossa, ja mikä tahansa sitä tukeva tekoälysovellus voi käyttää sitä.
Käytännön ero näkyy siinä hetkessä, kun työkalu vaihtuu — ja tekoälytyökalut vaihtuvat nyt nopeammin kuin järjestelmät. Kun liiketoimintalogiikka on MCP-palvelimessa eikä yksittäisen agentin sisällä, työkalun vaihtaminen ei tarkoita integraatioiden rakentamista uudelleen.
Sama palvelin palvelee myös rajattua käyttöä: samat toiminnot, samat oikeudet, samat hyväksyntäportit riippumatta siitä, mistä sovelluksesta niitä kutsutaan.
Tekoälykerros Dynamics 365:n ja muiden järjestelmien päälle
Refer AI on tekoälykerros, joka rakennetaan sinne, missä tieto jo on. Se voidaan rakentaa muun muassa Dataversen päälle — samalle alustalle, jolla Dynamics 365 Sales ja Customer Service toimivat — mutta yhtä lailla toisen CRM:n, toiminnanohjausjärjestelmän, tietovaraston tai yrityksen oman tietokannan päälle. Kerros mukautuu ympäristöön, ei ympäristö kerrokseen.
Dynamics 365:n kanssa yhteys on erityisen suora. Kun kerros toimii samassa Dataverse-ympäristössä, se lukee ja kirjoittaa samoja tauluja — kontakteja, tarjouksia, aktiviteetteja — kuin käyttäjä selaimessa. Kaksoiskirjanpitoa ei synny, koska toista tietokantaa ei ole, eikä synkronointia tarvitse valvoa, koska mitään ei synkronoida. Roolipohjaiset oikeudet pätevät myös agenttiin: se näkee sen, minkä käyttäjä näkee, ei enempää.
Sama periaate toistuu muissakin ympäristöissä. Business Central, HubSpot, Pipedrive, Salesforce tai täysin räätälöity järjestelmä — kerros kytketään olemassa olevaan rajapintaan, ja lopputulos on sama: yksi paikka, jossa liiketoimintalogiikka asuu, ja tekoäly, joka käyttää sitä täsmälleen samoilla säännöillä kuin ihminen. Järjestelmää ei vaihdeta, dataa ei siirretä, eikä käytössä olevaa työkalua tarvitse hylätä sen vuoksi, että tekoäly otetaan käyttöön.
Se, mikä kerroksessa pysyy vakiona, ei ole alusta vaan periaate: rajattu joukko sallittuja toimenpiteitä, hyväksyntä ennen ulos lähtevää ja laskenta koodissa. Alusta valitaan sen mukaan, missä yrityksen tieto sattuu asumaan.
Omassa tuotantoympäristössämme tarjouskone on kytketty MCP-palvelimena: agentti kokoaa tarjouksen, esikatselee sen ja lähettää sen vasta hyväksynnän jälkeen — samoilla työkaluilla riippumatta siitä, tuleeko pyyntö Copilotista vai jostain muusta tekoälysovelluksesta.
Copilot Studio, Power Automate vai koodi?
Nämä kolme eivät kilpaile keskenään vaan ratkaisevat eri ongelmia. Yleisin virhe on valita työkalu ensin ja miettiä tehtävä sen jälkeen.
- Power Automate — sopii kun vaiheet ovat tiedossa etukäteen ja sama syöte tuottaa aina saman lopputuloksen. Ei sovi kun syöte on vapaata tekstiä jota pitää tulkita.
- Copilot Studio — sopii kun tehtävä on kielellinen: tulkintaa, luokittelua, tiivistämistä, luonnostelua. Ei sovi kun vastauksen pitää olla joka kerta täsmälleen sama.
- Koodi — sopii laskentaan, sääntöihin, rahaan liittyvään logiikkaan ja integraatioihin. Ei sovi kun tehtävä muuttuu viikoittain eikä sitä kannata kiinnittää.
Toimivassa kokonaisuudessa on yleensä kaikkia kolmea: agentti tulkitsee ja luonnostelee, työnkulku vie asian eteenpäin, ja koodi laskee ne luvut, joiden on oltava oikein.
Milloin agenttia ei kannata rakentaa
Jos tiedot ovat hajallaan eikä kukaan luota niihin, agentti ei korjaa sitä vaan monistaa ongelman nopeammin kuin ihminen ehtii huomata. Tässä järjestyksessä kannattaa edetä: ensin tieto yhteen paikkaan, sitten prosessi kuntoon, vasta sitten agentti.
Yhtä lailla: jos tehtävä tehdään kerran kuukaudessa ja siihen menee kymmenen minuuttia, agentin rakentaminen maksaa enemmän kuin se säästää. Agentti kannattaa siellä, missä sama työ toistuu päivittäin.
Mistä liikkeelle
- Valitse yksi toistuva tehtävä, jossa syöte on tekstiä ja lopputulos on tarkistettavissa silmäyksellä.
- Katso, mitä on jo lisensoitu. Microsoft 365- ja Power Platform -ympäristössä on usein alusta, jota ei ole otettu käyttöön.
- Avaa pääsy dataan hallitusti — mieluummin yksi rajapinta kuin viisi kertakäyttöistä integraatiota.
- Aloita hyväksyntä päällä ja laske kynnystä vasta, kun ensimmäiset kymmenet agentin tekemät päätökset on nähty.
Lue lisää: CRM-järjestelmä, asiakashallintajärjestelmä ja automaatio.
Mitä teidän agenttinne pitäisi osata?
Kerro, mikä tehtävä toistuu teillä useimmin ja missä järjestelmässä siihen tarvittava tieto on. Katsomme, onko se Copilot Studio -agentin, työnkulun vai koodin tehtävä — ja sanomme myös, jos sitä ei kannata automatisoida lainkaan.
Chattaile Refer AI:n kanssa — missä kanavassa vain
Laita viestiä siihen kanavaan joka sinulle sopii. Sama Refer AI lukee viestisi kanavasta riippumatta, ja ihminen hyväksyy jokaisen vastauksen — testaat siis tuotetta jo ennen ensimmäistä palaveria.
Laita viestiä Refer AI:lle WhatsApissa Tekstiviesti
Laita Refer AI:lle viestiä SMS:llä Sähköposti
info@refer.fi — vastaus nopeasti Chat tässä
Kysy suoraan tältä sivulta
Jätä yhteydenotto — testaat samalla Refer AI:ta
Kerro lyhyesti mistä on kyse. Viestisi kirjautuu järjestelmäämme ja saat vastauksen nopeasti — juuri niin kuin omille asiakkaillesi kävisi.
Kiitos — viesti on perillä.
Yhteydenottosi kirjautui järjestelmäämme ja saimme siitä ilmoituksen. Palaamme asiaan pian. Halutessasi voit myös varata ajan suoraan kalenterista.