Tijdens Microsoft Build gaat Copilot op de schop. Terwijl de in preview verschenen Copilot Wave 2-vernieuwingen algemeen beschikbaar komen, maakt Microsoft AI-agents wendbaarder. Tuning en multi-agent orkestratie moeten agentic functies simpel en daadkrachtig maken.
De algemene features van Copilot Wave 2 hebben we in september besproken. Nu zijn deze features algemeen beschikbaar, naast nieuwe ‘redenerende’ agents in de vorm van Researcher en Analyst.
Tunen tot perfectie
Het verfijnen van copilot-functionaliteit staat tijdens Build centraal. Copilot Tuning luidt de naam van een nieuwe mogelijkheid om bedrijfsdata, workflows en processen in te zetten voor AI-training. De belofte van Microsoft draait om een no-code opzet binnen Copilot Studio voor domeinspecifieke, accurate AI-inzet. Wie agents binnen deze studio bouwt, ziet ze niet vertrekken uit de 365-dienst; de data zal tevens niet door Microsoft voor verdere training worden gebruikt.
Microsoft haalt een voorspelling aan die stelt dat er 1,3 miljard agents zullen bestaan in 2028. Het zou zonde zijn om ze niet met elkaar te laten praten, zo lijkt de redenering van de techreus te gaan. Daarom moet multi-agent orkestratie binnen Copilot Studio de vaardigheden van agents combineren. Zo moeten repetitieve taken binnen HR, IT en marketing plotseling een stuk sneller gaan, zoals het onboarden van een nieuwe medewerker. De feature zit momenteel in public preview, net als het nieuw aangekondigde Azure AI Foundry Models. Lees hieronder meer over die aankondiging:
Lees verder: Microsoft maakt Azure AI Foundry beschikbaar met verbeterde modeltools
Bestaande verbeteringen
Omdat het de week van Microsofts jaarlijkse Build-evenement is, bevatten de aankondigingen rondom de eigen producten aardig wat samenvattingen van eerdere innovaties. Denk hierbij aan computer use, dat AI-tools in staat stelt de pc van de eindgebruiker te besturen (zij het in beperkte mate). Daarnaast is Microsoft net als nagenoeg alle AI-spelers op de Model Context Protocol-trein gesprongen, zijn agent flows uitgebracht om taken te automatiseren en biedt deep reasoning de mogelijkheid om complexe business-processen uit te voeren.