Copilot Studio er Microsofts værktøj til at bygge jeres egne AI-agenter — og den vigtigste ting at forstå er, at det ikke er det samme som Microsoft 365 Copilot. Copilot køber I licenser til. Copilot Studio bygger I i. De to forveksles konstant, også i salgsmøder, og forvekslingen koster typisk enten en unødvendig licensregning eller et projekt, der løser den forkerte opgave.
Denne guide gennemgår hvad Copilot Studio reelt er, hvordan prismodellen fungerer, hvilke opgaver agenter er gode til — og, mere nyttigt, hvilke de er dårlige til. Vi bygger agenter på flere platforme og har ingen interesse i at sælge jer Microsofts.
Copilot Studio: Microsofts platform til at bygge AI-agenter, der svarer ud fra jeres egne data. Prisen følger forbruget målt i beskeder eller kreditter, ikke antallet af medarbejdere — modsat Microsoft 365 Copilot, som er en licens per bruger.
Hvad er Copilot Studio — og hvad er det ikke?
Forskellen er værd at tegne op, fordi den afgør hvilket produkt I overhovedet skal kigge på:
| Microsoft 365 Copilot | Copilot Studio | |
|---|---|---|
| Hvad det er | Færdig assistent i Office | Byggesæt til egne agenter |
| Hvem bruger det | Alle medarbejdere | Den der har et konkret spørgsmål |
| Prismodel | Per bruger per måned | Efter forbrug (beskeder/kreditter) |
| Typisk opgave | ”Opsummér denne mailtråd" | "Hvad siger vores personalehåndbog om barsel?” |
| Kræver opsætning | Nej | Ja — data skal forberedes |
En agent i Copilot Studio er i praksis en chatbot, der er begrænset til et bestemt vidensgrundlag og et bestemt formål. I peger den mod et SharePoint-bibliotek, en samling dokumenter eller en database, giver den nogle instruktioner om, hvordan den skal svare, og udstiller den i Teams eller på jeres intranet.
Det er en helt anden type værktøj end det, vi beskriver i guiden til Microsoft Copilot, hvor spørgsmålet er, om licensen er pengene værd for jeres medarbejdere. Her er spørgsmålet i stedet: har I en opgave, der er værd at bygge til?
Hvad koster Copilot Studio for en dansk SMV?
Prismodellen er den vigtigste ting at forstå, fordi den opfører sig anderledes end de fleste Microsoft-produkter.
Copilot Studio sælges på virksomhedsniveau med kapacitetspakker, hvor forbruget måles i beskeder eller kreditter, og der findes desuden en betal-efter-forbrug-model via Azure. Vi angiver ikke aktuelle beløb her — Microsoft justerer dem løbende, og et forældet tal er værre end ingen. Tjek den aktuelle prisside.
Til gengæld er der tre ting ved modellen, der ikke ændrer sig, og som afgør jeres budget:
- Prisen følger brugen, ikke antallet af ansatte. En agent, ingen bruger, koster næsten ingenting. En populær agent kan blive dyr.
- Hvert svar tæller. Et spørgsmål, der kræver flere trin eller opslag i flere kilder, koster mere end et enkelt.
- Kapaciteten deles i hele organisationen. Fem agenter trækker på samme pulje, så den femte agent kan gøre den første dyr.
Den regnefejl vi oftest ser: budgettet lægges efter en pilot med fem testbrugere, og forbruget måles så på en agent, ingen endnu bruger. Sæt et forbrugsloft, før I ruller ud — ikke bagefter.
Hvad agenter er gode til — og hvad de ikke er
Dette er den ærlige del, og den er vigtigere end funktionslisten.
Agenter er gode til at besvare spørgsmål på et afgrænset materiale. Personalehåndbogen, interne procedurer, produktdokumentation, tilbagevendende IT-spørgsmål. Kendetegnet er, at svaret findes i teksten, og at en medarbejder ellers ville have spurgt en kollega.
Agenter er dårlige til fire ting:
- Beregning. Sprogmodeller regner upålideligt. Skal der lægges tal sammen, hører det hjemme i et regneark eller et system.
- Processer på tværs af systemer. Skal noget hentes ét sted og skrives et andet efter faste regler, er det en automatisering — se Power Automate eller en tilsvarende platform.
- Afgørelser med konsekvens. Alt hvor et forkert svar koster penge eller tillid, skal have et menneske i sløjfen.
- Rodet kildemateriale. En agent bygget på tre versioner af samme politik svarer med den forkerte, og gør det overbevisende.
Det sidste punkt er det, der oftest vælter projekter. En agent forstærker kvaliteten af det materiale, den bygger på — i begge retninger. Er dokumentationen god, bliver agenten god. Er den modstridende, bliver agenten selvsikkert forkert, hvilket er værre end ingen agent. Vi har skrevet mere om, hvorfor det sker, i guiden til AI-hallucinationer.
AI-AG’s 5 spørgsmål før I bygger en agent
Kan I ikke svare klart på alle fem, er I ikke klar til at bygge:
- Hvilket spørgsmål skal agenten besvare? Ét konkret spørgsmål, ikke “hjælpe med HR”.
- Hvor mange gange om ugen stilles det spørgsmål i dag? Under fem gange: byg ikke.
- Findes svaret i ét dokument, som er opdateret? Findes det i tre modstridende, skal I rydde op først.
- Hvad sker der, hvis agenten svarer forkert? Er svaret “ingenting alvorligt”, er I i gang. Er det “vi bryder en aftale”, skal der et menneske ind.
- Hvem opdaterer materialet om et halvt år? Uden et navn her dør agenten stille.
Spørgsmål 3 og 5 er dem, folk springer over, og de er også dem, der afgør, om agenten stadig er i brug til næste år.
Overvejer I at bygge en agent, men er i tvivl om opgaven er den rigtige, er det typisk en kort samtale at afklare. Book en uforpligtende snak — vi siger også, hvis svaret er, at en simpel søgefunktion løser problemet billigere.
Et konkret eksempel fra praksis
En dansk servicevirksomhed med omkring 60 ansatte ville bygge en agent, der kunne svare medarbejdere på spørgsmål om ferie, barsel og personalegoder — noget HR brugte betydelig tid på hver uge.
Situationen: Personalehåndbogen lå som PDF på intranettet. Derudover fandtes der en nyere version i en SharePoint-mappe, og en række afklaringer var kun sendt som mails fra HR gennem to år.
Handlingen: Vi startede ikke med at bygge. Første opgave var at afgøre, hvilken version der gjaldt, og få de mailbaserede afklaringer skrevet ind i ét dokument. Det tog omkring to uger og involverede HR mere end det involverede os. Derefter blev agenten bygget på det ene, opdaterede dokument — det arbejde tog to dage.
Resultatet: Agenten besvarer nu hovedparten af de tilbagevendende spørgsmål. Men den reelle gevinst kom af oprydningen: flere af de spørgsmål, HR blev stillet, opstod netop fordi materialet var modstridende. En del af værdien ville altså være kommet, også uden agenten.
Det er et mønster, vi ser ofte nok til at nævne det hver gang: oprydningen er tit halvdelen af gevinsten, og den kan I begynde på i dag uden at købe noget.
Copilot Studio sammenlignet med alternativerne
| Løsning | Stærkest når | Svagest når |
|---|---|---|
| Copilot Studio | Data ligger i Microsoft 365, brugerne er i Teams | Data ligger uden for Microsoft |
| Egen løsning på API | I vil have fuld kontrol over data og adfærd | Ingen teknisk ressource internt |
| Chatbot i kundeservice | Eksterne kunder, mange gentagne spørgsmål | Komplekse eller følsomme sager |
| Almindelig søgefunktion | Materialet er godt, folk kan bare ikke finde det | Spørgsmål kræver sammenfatning |
Læg mærke til den sidste række. Vi anbefaler den oftere, end man skulle tro. Hvis problemet er, at medarbejderne ikke kan finde dokumentet, er en bedre søgefunktion billigere, hurtigere og mere forudsigelig end en agent.
Skal agenten derimod vende sig udad mod kunder, er det en anden disciplin med andre krav til svarkvalitet og eskalering — den har vi behandlet i guiden til AI-kundeservice og chatbots.
Sådan kommer I i gang
Rækkefølgen er vigtigere end værktøjsvalget:
- Vælg ét spørgsmål, der stilles mindst fem gange om ugen.
- Find det materiale, svaret står i, og afgør hvilken version der gælder.
- Ryd op i materialet. Dette er det egentlige arbejde. Regn med, at det fylder mest.
- Byg agenten på det oprydede materiale, og test den med de spørgsmål, folk faktisk stiller.
- Sæt et forbrugsloft og en ejer, før I ruller den ud bredt.
- Mål brugen efter en måned. Bliver den ikke brugt, så luk den frem for at lade den stå.
Punkt 6 er det, næsten ingen gør. En agent, ingen bruger, koster kapacitet, vedligehold og troværdighed — den næste gang I foreslår noget.
Opsummering
Copilot Studio er et fornuftigt værktøj, hvis I allerede lever i Microsoft 365 og har en afgrænset spørgsmål-og-svar-opgave på materiale, der er i orden.
Tre ting at tage med:
- Copilot og Copilot Studio er ikke samme produkt. Det ene købes per bruger, det andet bygges per opgave. Afklar hvilket problem I har, før I kigger på priser.
- Prisen følger brugen. Sæt et forbrugsloft, før udrulningen, ikke efter den første regning.
- Materialet afgør resultatet. En agent på rodet dokumentation er selvsikkert forkert, og det er værre end ingen agent.
Start med det spørgsmål, jeres medarbejdere stiller oftest. Ryd op i svaret. Så finder I ofte ud af, om I overhovedet har brug for en agent.
Ofte stillede spørgsmål
Hvad er Copilot Studio?
Copilot Studio er Microsofts værktøj til at bygge egne AI-agenter — chatbots og assistenter, der svarer ud fra jeres egne data i SharePoint, Teams eller andre kilder. Det er vigtigt at skelne: Microsoft 365 Copilot er en færdig assistent, I køber licenser til, mens Copilot Studio er værkstedet, hvor I selv bygger en agent til en bestemt opgave. Det ene er et produkt, det andet er et byggesæt.
Hvad koster Copilot Studio?
Copilot Studio sælges typisk som en licens på virksomhedsniveau med kapacitetspakker, hvor forbruget måles i beskeder eller kreditter, og der findes også en betal-efter-forbrug-model via Azure. Prisniveauerne ændres løbende, så tjek Microsofts aktuelle prisside. Det vigtige for budgettet er, at omkostningen følger BRUGEN, ikke antallet af medarbejdere — en agent, mange bruger flittigt, koster mere end en, ingen åbner.
Hvad er forskellen på Microsoft 365 Copilot og Copilot Studio?
Microsoft 365 Copilot er en færdigbygget assistent i Word, Outlook, Teams og Excel, som I køber per bruger. Copilot Studio er et udviklingsværktøj, hvor I bygger jeres egen agent med jeres egne data og regler — for eksempel en HR-agent, der svarer på personalehåndbogen. I køber det første til medarbejdere; I bygger det andet til en opgave. Mange virksomheder har brug for det ene og ikke det andet.
Kan Copilot Studio svare på dansk?
Ja, agenter kan både forstå og svare på dansk, og kvaliteten er god nok til intern brug i de fleste tilfælde. Vær opmærksom på to ting: selve byggefladen og dokumentationen er overvejende engelsk, og svarkvaliteten på dansk afhænger helt af, at kildematerialet også er dansk og velskrevet. En agent, der bygger på en rodet engelsk-dansk blandet SharePoint, svarer derefter.
Hvilke opgaver egner Copilot Studio sig til?
Bedst egnet er afgrænsede spørgsmål-og-svar-opgaver på et veldefineret dokumentgrundlag: personalehåndbogen, interne procedurer, produktdokumentation, ofte stillede IT-spørgsmål. Dårligt egnet er opgaver, der kræver præcis beregning, komplekse arbejdsgange på tværs af mange systemer, eller hvor et forkert svar har konsekvenser. Til det sidste er en almindelig automatisering med faste regler både billigere og mere pålidelig.
Hvor lang tid tager det at bygge en agent i Copilot Studio?
En simpel agent, der svarer ud fra et SharePoint-bibliotek, kan stå på en dag. Det er også derfor, mange demoer ser imponerende ud. Den realistiske tidsplan til noget, medarbejderne faktisk bruger, er tre til seks uger — og hovedparten af den tid går ikke med at bygge agenten, men med at rydde op i det materiale, den skal svare ud fra.
Hvornår skal man vælge noget andet end Copilot Studio?
Når hovedparten af jeres data ligger uden for Microsoft, når opgaven kræver logik snarere end sprog, eller når I har brug for fuld kontrol over, hvor data behandles. En agent er det rigtige værktøj til at besvare spørgsmål; den er sjældent det rigtige til at udføre en proces. Skal noget flyttes fra system til system efter faste regler, er en automatisering det rigtige valg.