企业级生成式人工智能 Copilot 六问六答
在过去几个月中，全球目光被生成式人工智能和相关应用所吸引，比如 bing 中的新聊天体验，它可以根据自然语言写的简单提示找到原文并生成回复。随着在微软商业应用 dynamics 365、viva sales 和 power platform 陆续引入生成式人工智能功能（“copilot”），在企业业务场景及流程中应用人工智能将变得简单且轻松。
通过 copilot，大家可以在 dynamics 365 和 power platform 中以一种新的方式来获得创新想法和内容草稿，以及获取和整理业务信息。那么，copilot 又是如何做到这一切的？以下，我们将针对 copilot 如何运作、生成回应和保证业务数据安全等六个常见问题进行解答，以帮您更好的认识和使用企业级的生成式人工智能——copilot。
chatgpt 和 copilot 有什么区别？
chatgpt 是一个通用的大型语言模型（llm），由 openai 在大量的文本数据集上进行训练，旨在进行以类似人类的对话，回答各种主题的问题。copilot 虽然也使用 llm，但这个企业级人工智能在技术层面，针对业务流程、业务数据以及安全和隐私要求都进行了提示和优化，它可以针对您的业务需求进行调整。对于微软 dynamics 365 和 power platform 用户，copilot 会根据手头的任务提供可选操作和内容建议，其在自然语言生成方面有一些独特之处：
人工智能生成的响应来自您的业务数据，具有独特的场景上下文，并与您的手头任务相关——包括在 dynamics 365 内部回复一封电子邮件，构建一款可以自动化特定手动流程的低代码应用，或是从客户关系管理（crm）系统中创建目标客户细分列表。
copilot 使用了类似 gpt 的 llm 和企业的业务数据，以产生更准确、更有相关性和个性化的结果。简而言之，企业的业务数据只在租户内部保持，并仅用于改进企业自己使用场景中的上下文，而 llm 本身并不会从这些使用中进行学习。
由微软 azure openai 服务驱动的 copilot，在底层设计中便拥有了企业级安全性、合规性和隐私性的基础。
dynamics 365 和 power platform 中的 copilot 是如何工作的？
借助 copilot，dynamics 365 和 power platform 可以利用基础模型的强大功能以及应用于业务数据的专有微软技术：
搜索（使用 bing 和 microsoft azure 认知搜索）：为 copilot 的提示带来领域特定的上下文，使响应能够集成来自内容的信息，如手册、文件或组织租户内的其他数据。目前，微软 power virtual agents 和dynamics 365 customer service使用这种检索-增强生成（retrieval-augmented generation）方法作为调用llm的预处理。
microsoft 应用程序（如 dynamics 365和 power platform）以及存储在 microsoft dataverse 中的业务数据。
microsoft graph：microsoft graph api 将来自客户信号的其他上下文引入提示中，例如来自电子邮件、聊天、文件、会议等的信息。
copilot 要求企业用户在一个应用程序中输入提示（prompt），如dynamics 365 sales 或 power apps。然后，copilot 将 prompt 通过一个叫 “grounding” 的方法传给 graph，从而提高 prompt 的质量，最终使您得到与您的具体任务相关且可操作的答案。它通过调用 microsoft graph 和 dataverse，访问您同意并已授权的企业数据，以检索您的业务内容和上下文。微软还将 “grounding” 范围限定为通过基于角色的访问控制，对经过身份验证的用户可见的文档和数据。例如，与企业福利相关的内部问题便只会返回基于员工角色的相关文件的答案。
这种信息检索被称为检索增强生成，使 copilot 能够准确地提供正确的信息类型，作为对 llm 的输入，将这些用户数据与其他输入（如从知识库文章中检索的信息）相结合，以改进提示。copilot 从 llm 获得响应，并对其进行后处理。这个后处理包括对 microsoft graph 的其他 “grounding” 调用、负责任的人工智能检查、安全、合规性和隐私审查，以及命令生成。
最后，copilot 返回一个推荐的响应给用户，并将命令返回给应用，其中使用者可以进行审查和评估。copilot 会以迭代方式处理和协调这些复杂的服务，以产生与您的业务相关、准确且安全的结果。
copilot 如何使用您的专有业务数据？它是否用来训练人工智能模型？
copilot 通过将 llm 与您的业务数据连接起来，以一种安全、合规、保护隐私的方式释放商业价值。
copilot 可以实时访问您的内容以及 microsoft graph 和 dataverse 中的上下文。这意味着它可以根据您的业务内容，包括您的文档、电子邮件、日历、聊天记录、会议、联系人和其他业务数据生成答案，并将它们与您的工作环境，例如您现在正在参加的会议、就某一主题进行的电子邮件交流或是上周的聊天对话记录等信息结合起来，从而提供准确、相关且符合上下文的回应。
微软不会使用客户的数据来训练 llm。客户的数据是属于客户自己的数据，与微软的数据隐私政策保持一致。人工智能驱动的 llm 是在一个庞大但有限的数据语料库中进行训练，通过 microsoft graph 和 microsoft 服务获取的提示、回应和数据不会被用于训练 dynamics 365 copilot 和 power platform copilot 的能力，所以其他客户不会使用到您的数据。此外，基础模型也不会通过您的使用来改善。这代表，您的数据只能被您组织内的授权用户访问，并由您来控制访问或使用权限。
copilot 的回应总是事实吗？
尽管使用生成性人工智能产生的回应，并不能保证 100% 的事实性。但微软正在持续继续改善对基于事实的询问的响应，您在审查输出结果时可以通过您的判断力来让最终结果更符合您的需要。copilot 让您充分掌握主导权，同时提供有用的草稿和摘要，帮助您实现更多。
微软团队正在努力解决诸如错误信息和虚假信息、内容拦截、数据安全以及根据我们的人工智能原则防止推广有害或歧视性的内容等问题。同时，微软还在用户体验中提供指导，以加强对人工智能生成的内容和行动进行合规的使用。为了帮助用户如何使用 copilot，以及如何正确使用建议的行动和内容，微软提供：
指导性的指引和提示。在使用 copilot 时，信息元素指导用户如何负责任地使用建议的内容和动作，包括在使用前需要根据需要审查和编辑的提示，以及手动检查事实、数据和文本的准确性。
引用来源。copilot 会在适当的时候引用公开来源，所以您能看到它引用的网络内容的链接。
copilot 如何保护敏感的业务信息和数据？
微软在提供企业级人工智能方面具有独特的优势。在 azure openai 的支持下，copilot 内置了负责任的人工智能和企业级的 azure 安全性。
在安全策略层面：基于微软全面的安全、合规和隐私策略构建。copilot 被集成到像 dynamics 365、power platform 和 microsoft 365 等微软服务中，并自动继承了您公司所有有价值的安全、合规和隐私政策和流程。双因素身份验证、合规边界、隐私保护等功能，使 copilot 将成为您可信任的人工智能解决方案。
在技术架构层面：为保护租户、团体和个人数据而设计。数据泄露是大家都在关心的问题，微软 llm 不会接受有关租户数据或提示的进一步训练，也不会从中学习。在您的租户内部，copilot 经过时间测试的权限模型提供了像微软 azure 产品/服务一样的安全防护和企业级安全性。在个人层面，copilot 只提供您可以访问的数据，使用的是微软多年来一直用于保护客户数据的技术。
在核心设计层面：旨在学习新技能。copilot 的基础技能对生产力和业务流程来说是一种游戏规则的改变。这些能力让您能够使用您特定的业务内容和上下文来创建、总结、分析、协作和自动化。但它的能力并不止于此。copilot 为用户推荐行动（例如，“创建一个时间和费用应用，使员工能够提交他们的时间和费用报告”）。而且，copilot 的设计是为了学习新技能。比如，使用 viva sales，copilot 可以学习如何连接到 crm 系统记录，将客户数据（如交互和订单历史记录）提取到通信中。而随着 copilot 对新领域和流程的不断学习，它将能够执行更复杂的任务和查询。
copilot 是否能满足合规监管要求？
copilot 在 azure 生态系统内提供，因此遵循 azure 的合规性。此外，copilot 遵守微软对负责任人工智能的承诺，具体描述在相关文件原则中，欢迎至相关页面查看。（复制链接至浏览器打开：https://www.microsoft.com/en-us/ai/responsible-ai?rtc=1）。随着人工智能领域监管法规的演变，微软将继续适应并响应，以满足这一领域未来的监管要求。
致力于以负责任的原则提供人工智能服务：微软致力于设计并创造负责任的人工智能服务。微软的工作以一套核心原则为指导：公平、安全可靠、隐私与安全、包容性、透明度以及负责任。微软正在帮助每一位客户负责任地使用人工智能产品，分享成果与经验，并建立基于信任的伙伴关系。对于这些新服务，微软会向客户提供有关人工智能平台服务的预期用途、能力和限制的信息，以便他们拥有做出负责任部署选择所需的知识。
copilot 作为跨越微软商业应用的新一代人工智能，随着不断发展，将使跨业务的角色和流程与人工智能的交互变得轻而易举。欢迎点击阅读原文，了解更多企业级人工智能——copilot 的创新能力。
关注微软科技视频号
了解更多科技前沿资讯
怎样将JVC Videosphere转换为树莓派和台式计算机的监视器
PLC和传感器工作原理动图分享
Android OS更新一直存在问题
高敏感度的低电压压力传感器MLV系列
硬件工程师谈学习单片机要点TOP12
企业级生成式人工智能 Copilot 六问六答
抚州市企业数据资产入表专题座谈会成功召开
坚持多年的丰田也妥协了，正式加入电动汽车造车队伍；三星与IBM公布全新的晶体管设计，功耗节省85%
干簧传感器助力美好的早晨从一杯咖啡开始
于英涛：应对网络安全需要各方紧密协作 共同构筑起良好的生态系统
risc-v架构是哪个国家的
NVIDIA下下代GPU核心架构将是Hopper
红外绊线模块的制作
三星S8实机曝光：屏幕显示功能+Always On Display
AMD Zen3架构将采用7nm+工艺，明年第四季度至2021年上市
昊芯闻丨喜讯！昊芯荣获硬核中国芯2022年度最具潜力IC设计奖！
华为双系统多功能智能背夹简介
【璟丰机电】派克Parker电机在汽车设备中的应用
IFO的项目“超级比特币”分叉后比特币的持有者将获得相应数量的SBTC
技术为王丨华为云打破中小企业开发小程序低效怪圈
通过 copilot，大家可以在 dynamics 365 和 power platform 中以一种新的方式来获得创新想法和内容草稿，以及获取和整理业务信息。那么，copilot 又是如何做到这一切的？以下，我们将针对 copilot 如何运作、生成回应和保证业务数据安全等六个常见问题进行解答，以帮您更好的认识和使用企业级的生成式人工智能——copilot。
chatgpt 和 copilot 有什么区别？
chatgpt 是一个通用的大型语言模型（llm），由 openai 在大量的文本数据集上进行训练，旨在进行以类似人类的对话，回答各种主题的问题。copilot 虽然也使用 llm，但这个企业级人工智能在技术层面，针对业务流程、业务数据以及安全和隐私要求都进行了提示和优化，它可以针对您的业务需求进行调整。对于微软 dynamics 365 和 power platform 用户，copilot 会根据手头的任务提供可选操作和内容建议，其在自然语言生成方面有一些独特之处：
人工智能生成的响应来自您的业务数据，具有独特的场景上下文，并与您的手头任务相关——包括在 dynamics 365 内部回复一封电子邮件，构建一款可以自动化特定手动流程的低代码应用，或是从客户关系管理（crm）系统中创建目标客户细分列表。
copilot 使用了类似 gpt 的 llm 和企业的业务数据，以产生更准确、更有相关性和个性化的结果。简而言之，企业的业务数据只在租户内部保持，并仅用于改进企业自己使用场景中的上下文，而 llm 本身并不会从这些使用中进行学习。
由微软 azure openai 服务驱动的 copilot，在底层设计中便拥有了企业级安全性、合规性和隐私性的基础。
dynamics 365 和 power platform 中的 copilot 是如何工作的？
借助 copilot，dynamics 365 和 power platform 可以利用基础模型的强大功能以及应用于业务数据的专有微软技术：
搜索（使用 bing 和 microsoft azure 认知搜索）：为 copilot 的提示带来领域特定的上下文，使响应能够集成来自内容的信息，如手册、文件或组织租户内的其他数据。目前，微软 power virtual agents 和dynamics 365 customer service使用这种检索-增强生成（retrieval-augmented generation）方法作为调用llm的预处理。
microsoft 应用程序（如 dynamics 365和 power platform）以及存储在 microsoft dataverse 中的业务数据。
microsoft graph：microsoft graph api 将来自客户信号的其他上下文引入提示中，例如来自电子邮件、聊天、文件、会议等的信息。
copilot 要求企业用户在一个应用程序中输入提示（prompt），如dynamics 365 sales 或 power apps。然后，copilot 将 prompt 通过一个叫 “grounding” 的方法传给 graph，从而提高 prompt 的质量，最终使您得到与您的具体任务相关且可操作的答案。它通过调用 microsoft graph 和 dataverse，访问您同意并已授权的企业数据，以检索您的业务内容和上下文。微软还将 “grounding” 范围限定为通过基于角色的访问控制，对经过身份验证的用户可见的文档和数据。例如，与企业福利相关的内部问题便只会返回基于员工角色的相关文件的答案。
这种信息检索被称为检索增强生成，使 copilot 能够准确地提供正确的信息类型，作为对 llm 的输入，将这些用户数据与其他输入（如从知识库文章中检索的信息）相结合，以改进提示。copilot 从 llm 获得响应，并对其进行后处理。这个后处理包括对 microsoft graph 的其他 “grounding” 调用、负责任的人工智能检查、安全、合规性和隐私审查，以及命令生成。
最后，copilot 返回一个推荐的响应给用户，并将命令返回给应用，其中使用者可以进行审查和评估。copilot 会以迭代方式处理和协调这些复杂的服务，以产生与您的业务相关、准确且安全的结果。
copilot 如何使用您的专有业务数据？它是否用来训练人工智能模型？
copilot 通过将 llm 与您的业务数据连接起来，以一种安全、合规、保护隐私的方式释放商业价值。
copilot 可以实时访问您的内容以及 microsoft graph 和 dataverse 中的上下文。这意味着它可以根据您的业务内容，包括您的文档、电子邮件、日历、聊天记录、会议、联系人和其他业务数据生成答案，并将它们与您的工作环境，例如您现在正在参加的会议、就某一主题进行的电子邮件交流或是上周的聊天对话记录等信息结合起来，从而提供准确、相关且符合上下文的回应。
微软不会使用客户的数据来训练 llm。客户的数据是属于客户自己的数据，与微软的数据隐私政策保持一致。人工智能驱动的 llm 是在一个庞大但有限的数据语料库中进行训练，通过 microsoft graph 和 microsoft 服务获取的提示、回应和数据不会被用于训练 dynamics 365 copilot 和 power platform copilot 的能力，所以其他客户不会使用到您的数据。此外，基础模型也不会通过您的使用来改善。这代表，您的数据只能被您组织内的授权用户访问，并由您来控制访问或使用权限。
copilot 的回应总是事实吗？
尽管使用生成性人工智能产生的回应，并不能保证 100% 的事实性。但微软正在持续继续改善对基于事实的询问的响应，您在审查输出结果时可以通过您的判断力来让最终结果更符合您的需要。copilot 让您充分掌握主导权，同时提供有用的草稿和摘要，帮助您实现更多。
微软团队正在努力解决诸如错误信息和虚假信息、内容拦截、数据安全以及根据我们的人工智能原则防止推广有害或歧视性的内容等问题。同时，微软还在用户体验中提供指导，以加强对人工智能生成的内容和行动进行合规的使用。为了帮助用户如何使用 copilot，以及如何正确使用建议的行动和内容，微软提供：
指导性的指引和提示。在使用 copilot 时，信息元素指导用户如何负责任地使用建议的内容和动作，包括在使用前需要根据需要审查和编辑的提示，以及手动检查事实、数据和文本的准确性。
引用来源。copilot 会在适当的时候引用公开来源，所以您能看到它引用的网络内容的链接。
copilot 如何保护敏感的业务信息和数据？
微软在提供企业级人工智能方面具有独特的优势。在 azure openai 的支持下，copilot 内置了负责任的人工智能和企业级的 azure 安全性。
在安全策略层面：基于微软全面的安全、合规和隐私策略构建。copilot 被集成到像 dynamics 365、power platform 和 microsoft 365 等微软服务中，并自动继承了您公司所有有价值的安全、合规和隐私政策和流程。双因素身份验证、合规边界、隐私保护等功能，使 copilot 将成为您可信任的人工智能解决方案。
在技术架构层面：为保护租户、团体和个人数据而设计。数据泄露是大家都在关心的问题，微软 llm 不会接受有关租户数据或提示的进一步训练，也不会从中学习。在您的租户内部，copilot 经过时间测试的权限模型提供了像微软 azure 产品/服务一样的安全防护和企业级安全性。在个人层面，copilot 只提供您可以访问的数据，使用的是微软多年来一直用于保护客户数据的技术。
在核心设计层面：旨在学习新技能。copilot 的基础技能对生产力和业务流程来说是一种游戏规则的改变。这些能力让您能够使用您特定的业务内容和上下文来创建、总结、分析、协作和自动化。但它的能力并不止于此。copilot 为用户推荐行动（例如，“创建一个时间和费用应用，使员工能够提交他们的时间和费用报告”）。而且，copilot 的设计是为了学习新技能。比如，使用 viva sales，copilot 可以学习如何连接到 crm 系统记录，将客户数据（如交互和订单历史记录）提取到通信中。而随着 copilot 对新领域和流程的不断学习，它将能够执行更复杂的任务和查询。
copilot 是否能满足合规监管要求？
copilot 在 azure 生态系统内提供，因此遵循 azure 的合规性。此外，copilot 遵守微软对负责任人工智能的承诺，具体描述在相关文件原则中，欢迎至相关页面查看。（复制链接至浏览器打开：https://www.microsoft.com/en-us/ai/responsible-ai?rtc=1）。随着人工智能领域监管法规的演变，微软将继续适应并响应，以满足这一领域未来的监管要求。
致力于以负责任的原则提供人工智能服务：微软致力于设计并创造负责任的人工智能服务。微软的工作以一套核心原则为指导：公平、安全可靠、隐私与安全、包容性、透明度以及负责任。微软正在帮助每一位客户负责任地使用人工智能产品，分享成果与经验，并建立基于信任的伙伴关系。对于这些新服务，微软会向客户提供有关人工智能平台服务的预期用途、能力和限制的信息，以便他们拥有做出负责任部署选择所需的知识。
copilot 作为跨越微软商业应用的新一代人工智能，随着不断发展，将使跨业务的角色和流程与人工智能的交互变得轻而易举。欢迎点击阅读原文，了解更多企业级人工智能——copilot 的创新能力。
关注微软科技视频号
了解更多科技前沿资讯
怎样将JVC Videosphere转换为树莓派和台式计算机的监视器
PLC和传感器工作原理动图分享
Android OS更新一直存在问题
高敏感度的低电压压力传感器MLV系列
硬件工程师谈学习单片机要点TOP12
企业级生成式人工智能 Copilot 六问六答
抚州市企业数据资产入表专题座谈会成功召开
坚持多年的丰田也妥协了，正式加入电动汽车造车队伍；三星与IBM公布全新的晶体管设计，功耗节省85%
干簧传感器助力美好的早晨从一杯咖啡开始
于英涛：应对网络安全需要各方紧密协作 共同构筑起良好的生态系统
risc-v架构是哪个国家的
NVIDIA下下代GPU核心架构将是Hopper
红外绊线模块的制作
三星S8实机曝光：屏幕显示功能+Always On Display
AMD Zen3架构将采用7nm+工艺，明年第四季度至2021年上市
昊芯闻丨喜讯！昊芯荣获硬核中国芯2022年度最具潜力IC设计奖！
华为双系统多功能智能背夹简介
【璟丰机电】派克Parker电机在汽车设备中的应用
IFO的项目“超级比特币”分叉后比特币的持有者将获得相应数量的SBTC
技术为王丨华为云打破中小企业开发小程序低效怪圈