AI‑agenter i stor skala: hvorfor kombinere Microsoft Foundry med Copilot‑agenter

Hvad gør du, når du har brug for mere fra AI, for eksempel dybere tilpasning, bedre omkostningskontrol, højere sikkerhedskrav eller tæt integration med forretningskritiske systemer?

Mange organisationer anvender allerede Copilot Studio til at bygge AI‑agenter. Det er et stærkt værktøj, som passer til en bred vifte af scenarier. Når man begynder at nå dets grænser, giver det dog mening at se nærmere på Microsoft Foundry, tidligere kendt som Azure AI Foundry og Azure OpenAI. Foundry giver udviklere langt større kontrol og den fleksibilitet, der er nødvendig for at bygge virkelig krævende og produktionsklare AI‑agenter.

Her gælder den samme regel som i alle succesfulde digitale initiativer. En klar plan bærer størstedelen af arbejdet. Før værktøjer vælges, bør problemer og processer defineres dér, hvor AI forventes at skabe målbar værdi. Når driftsmiljø og use case er afklaret, bliver det lettere at vælge den rette tekniske løsning, og ofte er det bedste svar en kombination af teknologier. Start småt, lær hurtigt og skaler med selvtillid. Men lad os vende tilbage til teknologien.

Microsoft Copilot Studio er et low‑code‑værktøj, der minder om Microsoft Power Platform og gør det muligt for både citizen developers og professionelle udviklere at bygge skræddersyede agenter via en grafisk brugerflade. I stedet for at kode alt fra bunden sammensættes agenter af færdigbyggede komponenter og funktioner. Løsningerne kan under visse forudsætninger også udvides med traditionel kode, hvilket gør Copilot Studio velegnet til mange typer anvendelser.

Microsoft Foundry er derimod udviklet primært til tekniske applikationsudviklere og giver detaljeret kontrol over, hvordan AI opfører sig. Udviklere kan styre hele løsningen på kodeniveau, herunder AI‑modeller, værktøjer, datakilder og integrationer, og dermed bygge agenter, der er præcist tilpasset forretningens behov. Foundry er ofte det rette valg til specialiserede løsninger med flere komponenter, der skal kommunikere på tværs af systemer, men platformen kan også anvendes til enklere AI‑assistenter.

Så hvilke fordele giver agenter bygget på Microsoft Foundry, og hvornår bør de anvendes?

En af Foundrys mest konkrete fordele er omkostningseffektivitet i bestemte agentscenarier. For at forstå hvorfor er det nyttigt at sammenligne de underliggende prismodeller.

Copilot Studio anvender en kreditbaseret model, hvor der forbruges credits, når agenten benyttes. Hver AI‑drevet handling, som udføres af en bruger uden en M365 Copilot‑licens, forbruger et fast antal credits, og jo mere avanceret agenten er, desto højere bliver forbruget. Tilføjes der værktøjer, funktioner eller datakilder, kan kreditforbruget pr. besked stige yderligere. Hvis en handling eksempelvis udføres 1.000 gange dagligt, kan de månedlige omkostninger hurtigt vokse. Autonome agenter forbruger altid credits, også selv om brugerne har en M365 Copilot‑licens.

Med Microsoft Foundry baseres omkostningerne på, hvor meget data modellen behandler. De værktøjer og workflows, som AI’en udfører, samt de datakilder og funktioner, der anvendes, afregnes ikke som separate poster. I praksis betales der for forbruget i form af tokens, uanset brugerens licenstype. Det er en af grundene til, at agenter, som er indlejret på offentlige websites, ofte kan drives til lave omkostninger.

I Foundry måles forbruget i tokens. Før modellen behandler input, tokeniseres indholdet, og faktureringen sker på baggrund af antallet af tokens. Prisen angives typisk som euro pr. million tokens. Som tommelfingerregel vil behandling af tekst af omtrent samme længde som denne artikel kun koste en meget lille del af ét cent med en standard AI‑model.

I de fleste tilfælde realiseres Foundrys omkostningsfordele over tid. Sammenlignet med Copilot Studio kræver Foundry typisk større teknisk ekspertise, og centrale funktioner skal ofte implementeres, før AI’en kan anvendes effektivt. Når den indledende investering er foretaget, kan løsningen dog hurtigt give afkast, da driftsomkostningerne ofte er lave, og vedligeholdelsen begrænset, når fundamentet er etableret. Det konkrete afkast afhænger naturligvis af den problemstilling, agenten er designet til at løse.

Foundry‑baserede agenter er særligt velegnede til miljøer med høje sikkerhedskrav. Det er muligt præcist at definere, hvilke data og handlinger en agent må tilgå, hvilket reducerer risikoen for, at den behandler indhold uden for de eksplicit tilladte rammer.

AI’en og dens funktioner kan placeres i virksomhedens private Azure‑virtuelle netværk. Det gør det muligt at føre bruger‑ og AI‑trafik kontrolleret gennem eksisterende sikkerhedsværktøjer og overvågning. Data under overførsel forbliver i et administreret privat miljø og eksponeres ikke til det offentlige internet. Resultatet er kontrolleret AI‑anvendelse, selv i forretningskritiske eller regulerede sammenhænge, samtidig med at organisationens eksisterende sikkerhedsarkitektur udnyttes.

Copilot Studio‑agenter er sikre som standard og arbejder typisk under brugerens rettigheder. Med korrekt adgangsstyring kan de mest almindelige risici derfor afbødes. I begge tilgange er kommunikationen mellem bruger og agent krypteret. Hvor der er behov for ekstra sikkerhed, kan Foundry‑implementeringer suppleres med yderligere sikkerhedslag.

Disse kontroller giver tryghed, især når agenter håndterer følsomme eller fortrolige data. Det er muligt at konfigurere filtre og regler, som forhindrer bestemte typer indhold i at blive behandlet eller genereret, så AI’en opererer inden for klart definerede rammer. Det anbefales også at etablere tydelige interne retningslinjer for brug af AI og agenter, eksempelvis gennem en AI‑politik eller governance‑model, så adoptionen styres ud fra fælles og gennemgåede principper.

Foundrys AI‑funktioner kan integreres direkte i eksisterende løsninger netop dér, hvor de skaber størst værdi. De kan udnytte organisationens data til automatisering og analyse og omdanne dem til indsigter, analyser og sammenfatninger, som er tilgængelige i de systemer og værktøjer, medarbejderne allerede anvender.

For eksempel kan agenter automatisk analysere indkommende kundefeedback, identificere gentagende mønstre og afvigelser og producere en samlet analyse med anbefalede næste skridt. Denne analyse kan leveres direkte til ledelsen eller andre ansvarlige interessenter uden manuelle arbejdsgange.

Det er ofte denne type automatisering, der sker i baggrunden, som giver størst effekt. Information skabes og forfines på det rette tidspunkt, uden at nogen aktivt behøver at aktivere en assistent eller starte en særskilt forespørgsel.

Copilot Studio kan også placeres centralt i forretningsprocesser, men Foundry tilbyder typisk større fleksibilitet i forhold til tilpasning og integration. I mange tilfælde kan eksisterende applikationer gøres væsentligt mere intelligente ved at indlejre Foundrys AI‑funktioner direkte i deres kerneflows.

Et simpelt eksempel er en knap i en applikation, som aktiverer AI til at udføre en opgave baseret på de tilgængelige data. Opgaven kan være så simpel som at generere en analyse eller så kompleks som at udløse fuld end‑to‑end‑automatisering. Copilot Studio‑agenter kan også udvides med udvalgte Foundry‑funktioner. For eksempel kan en agent dirigere bestemte spørgsmål videre til en specialiseret model, som hostes i Foundry. I sådanne hybride løsninger skal man være opmærksom på, at forbruget afregnes efter både Copilot Studio‑ og Foundry‑prismodellerne.

Because Foundry agents are fully customizable, you can orchestrate them to work together alongside other Microsoft AI and cloud services. This makes it possible to build larger, interconnected AI systems. For example, AI could: 

• Transcribe and analyze every customer service call from the day 

• Analyze and classify large volumes of images or documents 

• Combine multiple data sources and produce automated situation briefs for leadership 

• Trigger follow‑up actions via automation based on the analysis 

In practice, these systems are always tailored to the organization to maximize business value. 

Microsoft Foundry erstatter ikke Copilot Studio. Det supplerer Copilot Studio i situationer, hvor der er behov for mere fra en AI‑løsning. Når der vælges mellem modeller og teknologier, bør overvejelser om skalerbarhed, omkostningseffektivitet, sikkerhed og integrationsbehov indgå i beslutningen.

Når løsningen designes korrekt, understøtter Foundry‑baserede agenter fuldt produktionsklar AI, som kører i baggrunden, er automatiseret og styret gennem governance. Som altid bør man starte med at identificere de problemer og processer, hvor AI kan skabe reel værdi, og derefter vælge de værktøjer, der bedst matcher kravene.

Overvejer du, om Microsoft Foundry passer til din organisation, kan vi hjælpe med at vurdere use cases, designe arkitekturen og bringe løsningen i drift.