Ofte stillede spørgsmål om ansvarlig kunstig intelligens om AI-drevet databerigelse for muligheder

Disse ofte stillede spørgsmål hjælper dig med at forstå effekten af kunstig intelligens på den AI-drevne funktion Tilrigning af data i Dynamics 365 Sales.

Hvad er AI-drevet databerigelse?

AI-drevet databerigelse er en AI-drevet funktion i Dynamics 365 Sales, der hjælper med at forbedre CRM-poster med yderligere forretningskontekst. Den analyserer eksisterende postoplysninger og kundemails for at foreslå eller automatisk opdatere felter med relevante data, der kan mangle eller være ufuldstændige. Dette understøtter brugerne i at vedligeholde mere komplette, konsistente og aktuelle CRM-data.

Ai-drevet databerigelse kan knytte kundesamtaler til de korrekte muligheder, registrere dealrelaterede oplysninger som f.eks. budget, autoritet, behov og tidslinje og føje dem direkte til salgsmulighedsposter. Når de er konfigureret til automatiske opdateringer, kan brugerne gennemse og gendanne ændringer efter behov. Funktionen træffer ikke forretningsmæssige beslutninger på egen hånd, og alle berigelseshandlinger logføres og overvåges.

Hvordan er den AI-drevne databerigelse beregnet til brug?

AI-drevet databerigelse er designet til at understøtte følgende use cases:

• Forbedring af fuldstændigheden af CRM-poster ved at identificere og foreslå eller automatisk opdatere manglende eller forældede oplysninger.
• Tilknytning af kundemails til de korrekte muligheder for at reducere mistede eller forsinkede CRM-opdateringer.
• Støtte til initiativer til datakvalitet ved at foreslå eller udfylde huller i postoplysninger.
• Bevare kontekst for aftaler for fremtidige sælgere og ledere ved at vedligeholde opdaterede optegnelser.

Afhængigt af administratorkonfigurationen kan AI-drevet databerigelse foreslå berigelsesværdier til brugergennemgang eller automatisk anvende opdateringer på konfigurerede felter. Når automatiske opdateringer er aktiveret, kan brugerne gennemse ændringer og gendanne dem, hvis det er nødvendigt. Alle berigelseshandlinger kan overvåges.

Hvad er AI-drevet databerigelse ikke designet til at gøre?

AI-drevet databerigelse er ikke beregnet til at:

• Foretag endelige salgsbeslutninger, kvalifikationsbeslutninger eller forretningsdomme
• Operere på enheder eller felter uden for administratordefinerede konfigurationer
• Funktion uden mulighed for menneskeligt tilsyn, gennemgang eller gendannelse af ændringer
• Fungerer som erstatning for etablerede processer for datastyring eller menneskelig dom

Brugere og administratorer skal behandle AI-drevet databerigelse som en produktivitetshjælp. Når automatiske opdateringer er aktiveret, bør brugerne regelmæssigt gennemse forbedrede felter og gendanne ændringer, der er forkerte eller upassende.

Hvordan blev AI-drevet databerigelse evalueret?

AI-drevet databerigelse blev evalueret ved hjælp af test med organiserede og repræsentative CRM-datasæt, der afspejler almindelige brugsmønstre i Dynamics 365 Sales. Evalueringen fokuserede på nøjagtigheden, relevansen og konsekvensen af forslag til berigelse på tværs af forskellige posttyper og forretningsscenarier.

Test inkluderede iterative valideringscyklusser for at vurdere ydeevnen under forskellige betingelser for datakvalitet og konfigurationsindstillinger. Evalueringsprocesserne fortsætter i takt med, at funktionaliteten udvikler sig.

Der leveres ikke specifikke benchmarks, da ydeevnen i høj grad afhænger af kvaliteten af kildedata, konfigurationsvalg og arten af poster, der forbedres.

Hvad er begrænsningerne ved den AI-drevne databerigelse? Hvordan kan brugerne minimere effekten af disse begrænsninger?

AI-drevet databerigelse har flere kendte begrænsninger:

• Afhængighed af datakvalitet: Nøjagtigheden og relevansen af forslag afhænger af kvaliteten, fuldstændigheden og valutaen af kildedata i Dataverse og forbundne Microsoft-systemer.
• Begrænsninger for samtaledata: Maildata kan være ufuldstændige, hvis ikke al kommunikation registreres i Dynamics 365, eller de kan indeholde tvetydige oplysninger, der påvirker nøjagtigheden af berigelsen.
• Områdebegrænsninger: Funktionen fungerer kun på objekter, felter og sprog, der er konfigureret af administratorer, og som muligvis ikke dækker alle forretningsbehov.
• Potentielle fejl: Forslag til berigelse kan være forkerte, modstridende eller baseret på probabilistiske slutninger i stedet for bekræftede fakta.
• Dækningshuller: Ikke alle poster eller felter kan modtage forslag til forbedring, afhængigt af tilgængelige data og indholdet af kundesamtaler.

Brugerne bør forvente, at fejl og udeladelser er mulige og bør validere alle forbedrede data, før de er afhængige af dem i forbindelse med forretningsbeslutninger.

Hvordan skal brugerne fortolke forbedrede data?

Forbedrede data skal fortolkes som forslag eller automatiserede opdateringer, der kan kræve menneskelig gennemgang og validering. Output fra AI-drevet databerigelse kan være baseret på probabilistisk matchning, inferens eller ufuldstændige kildeoplysninger.

Brugerne skal:

• Gennemse jævnligt felter, der er blevet automatisk forbedret, især når automatiske opdateringer er aktiveret
• Valider forbedrede værdier i forhold til pålidelige interne eller eksterne kilder, når nøjagtigheden er kritisk
• Genindlæs alle forbedrede data, der vises forkerte, forældede eller inkonsekvente med kendte oplysninger
• Anvend eksisterende datastyring og kvalitetsstandarder på forbedrede oplysninger
• Erkend, at forbedrede data supplerer, men ikke erstatter, manuel forskning og bekræftelse

Når automatiske opdateringer er konfigureret, kan brugerne få vist oversigten over ændringer og gendanne individuelle feltopdateringer efter behov. Berigelse er beregnet til at fremskynde arbejdsprocesser og forbedre dataenes fuldstændighed, ikke for at fungere som en autoritativ kilde til sandhed. Brugerne er stadig ansvarlige for at sikre nøjagtigheden og hensigtsmæssigheden af data i deres CRM-poster.

Hvilke driftsmæssige faktorer og indstillinger muliggør effektiv og ansvarlig brug af AI-drevet databerigelse?

Administratorer har flere kontrolelementer til at administrere, hvordan AI-drevet databerigelse fungerer:

• Aktivér eller deaktiver funktionen: AI-drevet databerigelse kan slås til eller fra på organisationsniveau.
• Konfigurer område: Administratorer definerer, hvilke felter der skal udelades fra berigelse.
• Angiv opdateringstilstand: Administratorer kan konfigurere, om funktionen foreslår værdier til brugergennemsyn eller automatisk opdaterer felter.
• Kontrollér brugeradgang: Administratorer kan definere, hvilke brugere eller grupper der har adgang til berigelsesforslag og -opdateringer.
• Monitor-overvågningslogge: Alle berigelseshandlinger, herunder automatiske opdateringer og brugerreverteringer, logføres og kan gennemses via Dynamics 365 overvågningsfunktioner. Disse kontrolelementer gør det muligt for organisationer at skræddersy AI-drevet funktionsmåde for databerigelse til deres specifikke styrings-, overholdelses- og driftskrav. Organisationer kan vælge det automatiseringsniveau, der er i overensstemmelse med deres standarder for datakvalitet og risikotolerance.

Hvordan understøtter AI-drevet databerigelse ansvarlig brug af kunstig intelligens?

AI-drevet databerigelse er designet til at understøtte ansvarlig brug af kunstig intelligens gennem flere vigtige principper:

• Gennemsigtighed: Brugerne kan se, hvilke felter der er blevet forbedret, og gennemse forslag, før de anvendes.
• Menneskeligt tilsyn: Funktionen er designet til at hjælpe brugerne, ikke erstatte dem, og kræver menneskelig gennemgang og godkendelse af forslag.
• Overvågning: Berigelseshandlinger kan spores og gennemses via Dynamics 365-overvågnings- og aktivitetslogge, afhængigt af konfigurationen.
• Konfigurerbarhed: Administratorer styrer området, brugeradgangen og udeladelsesfelterne for funktionen og aktiverer justering i forhold til organisationens politikker.
• Tilpasning til principper: Designet afspejler Microsofts forpligtelse til AI-principper, herunder retfærdighed, pålidelighed, sikkerhed, beskyttelse af personlige oplysninger, sikkerhed, inklusion, gennemsigtighed og ansvarlighed.

Organisationer opfordres til at etablere klare politikker til gennemgang og validering af AI-genererede berigelsesforslag og til at oplære brugerne i at fortolke og bruge forbedrede data korrekt.

Hvilke sprog understøttes af AI-drevet databerigelse?

AI-drevet databerigelse understøtter i øjeblikket kun engelsk sprog.