Microsoft Power Automate

Microsoft Power Automate łączy cloud flows, desktop RPA i process mining z Copilotem, AI Builder oraz agent flows z Copilot Studio. AI pomaga budować i edytować przepływy, przetwarza tekst i dokumenty, a poprzez generative orchestration może wybierać deterministyczne flow jako narzędzie agenta. Integracja z Dataverse, Dynamics, Microsoft 365, Entra, Purview i Power Platform governance jest wyjątkowo silna; jednocześnie funkcje agentowe są rozproszone między Power Automate i Copilot Studio, a licencjonowanie przechodzi właśnie z AI Builder credits na Copilot Credits.

Usługa wystartowała jako Microsoft Flow w 2016 r. W listopadzie 2019 r. Microsoft zmienił nazwę na Power Automate i dodał RPA, rozszerzając automatyzację API o interfejsy desktopowe. Historia

Generatywne AI pojawiło się później w trzech warstwach: Copilot pomaga tworzyć flows, AI Builder/AI Tools wykonują modele i prompts, a Copilot Studio używa flows jako narzędzi agentów. Dlatego produkt nie jest AI-native, ale w ekosystemie Microsoft ma dziś istotną rolę wykonawczą dla agentów.

Copilot w cloud flow designerze tworzy, edytuje i wyjaśnia przepływ na podstawie języka naturalnego. Wygenerowany trigger i actions wymagają sprawdzenia i zapisania; Microsoft zaleca zapisać wersję przed większą zmianą, aby móc wrócić do poprzedniego stanu. Cloud flows · Copilot tips

Power Automate Desktop ma podobnego Copilota do generowania actions, lecz natural-language flow creation jest ograniczone regionalnie i do wybranych grup akcji. Actions wymagające większej uwagi mogą być oznaczone do ręcznego review. Desktop Copilot FAQ

AI Builder/AI Tools wykonują prompts, extraction, classification, prediction, OCR i document processing. Prompt Builder korzysta obecnie m.in. z GPT-4.1 mini, GPT-4.1 i GPT-5 w Azure OpenAI. Agent flows w Copilot Studio łączą te AI actions z deterministycznymi paths, human-in-the-loop, connectors i child flows. Prompt FAQ · Agent flows

Agent flow może zostać narzędziem agenta i być wybrany przez generative orchestration. Sam agent flow pozostaje deterministyczny; planowanie i wybór narzędzia należą do Copilot Studio. Istniejący cloud flow można jednokierunkowo przekonwertować do agent flow, zmieniając zarządzanie i billing.

• routing leadów z Forms, Outlook, Teams i Dynamics 365;
• wzbogacanie, deduplikacja i scoring danych w Dataverse/CRM;
• ekstrakcja danych z zapytań, ofert i załączników;
• aktualizacje CRM, tasków, Teams i SharePoint;
• approvals rabatów, ofert i zmian warunków;
• desktop RPA dla aplikacji bez API;
• agent w Copilot Studio wywołujący kontrolowane flows;
• process mining oraz monitoring procesów sprzedażowych.

Zakres kontekstu i danych zależy od funkcji, planu oraz połączonych systemów.

Microsoft rozwija kilka ścieżek. Open-source plugin power-automate używa FlowAgent MCP do budowania, edycji, uruchamiania i debugowania cloud flows. Power Platform CLI ma wbudowany lokalny serwer MCP oparty o stdio, a osobny Dataverse MCP potrafi czytać i modyfikować dane; oficjalny plugin Dataverse wymienia Codex wprost. Power Platform skills · PAC CLI MCP · Dataverse plugin

Codex powinien móc połączyć się z PAC/FlowAgent jako standardowy klient MCP, ale oficjalna instrukcja FlowAgent skupia się obecnie na Claude Code/GitHub Copilot. Hermes również wymaga testu stdio, auth i tool schemas. Aktualne issue pokazuje awarię bundle FlowAgent 2.1.0 na Node 24 i problemy sovereign cloud — to dowód, że integracja jest rzeczywista, ale jeszcze młoda. Node 24 issue · GCC High issue

W drugą stronę Copilot Studio konsumuje zewnętrzne MCP przez Power Platform connectors. To funkcja ekosystemu agentowego, nie samego cloud-flow designer. MCP w Copilot Studio

Power Platform ma environments, solutions, versioning, pipelines, DLP connector policies, Entra identity, Managed Environments, sharing limits, IP firewall, CMK, Lockbox, Solution Checker i audit. To jeden z najmocniejszych zestawów governance w tej kategorii. Managed Environments · Data policies

Flows obsługują scopes, run-after, exponential retry, concurrency control, termination, failure notifications, approvals i Application Insights. Nie daje to automatycznego rollbacku skutków w zewnętrznych aplikacjach; retry write action bez idempotency może powielić operację. Error handling · Monitoring

Domyślna historia runów to 28 dni; Dataverse może przechowywać dłuższą historię. Trzeba osobno kontrolować prompt/output, FlowRun, approvals, Dataverse records i Application Insights. Microsoft deklaruje, że Copilot inputs/outputs nie uczą modeli Microsoft ani third-party bez opt-in administratora; plugins/Bing mogą jednak wyprowadzać dane poza Microsoft Cloud trust boundary. Run history · Copilot privacy

Power Automate Premium kosztuje 15 USD/użytk./mies. rocznie, Process 150 USD/bot, Hosted Process 215 USD/bot, a Process Mining 5000 USD/tenant/100 GB. Copilot Studio kosztuje 200 USD za 25 tys. Copilot Credits. Pricing

AI Builder credits są wygaszane. Nowi klienci korzystają z Copilot Credits; seeded credits z licencji mają zakończyć się po okresach kontraktowych, a dokumentacja wskazuje 1 listopada 2026 r. jako kluczową datę zmian. AI Builder najpierw konsumuje stare credits, potem Copilot Credits, a brak obu blokuje wykonanie. Koniec AI Builder credits · Copilot Credits

Koszt zależy równolegle od user/bot license, connectors, actions/requests, Copilot Credits, model tier/tokens/pages, Dataverse i ewentualnego RPA. Konwersja cloud flow do agent flow jest nieodwracalna i przenosi billing do Copilot Studio.

G2 pokazuje 4,4/5 przy ponad tysiącu opinii. Użytkownicy chwalą Microsoft 365 integration, low-code, templates i dużą bibliotekę connectors. Powtarzające się minusy to złożoność, wolniejsze działanie, koszt, bugs oraz trudny debugging z niejasnymi błędami. Opinie obejmują głównie klasyczne flows, więc nie dowodzą jakości Copilota ani FlowAgent MCP. G2

Najważniejsze ograniczenia:

• jakość Copilota, AI Builder i agent flow po polsku pozostaje N/D;
• agentowość jest rozdzielona między Power Automate i Copilot Studio;
• Power Automate nadal działa świetnie bez AI, więc Rola AI nie jest maksymalna;
• Copilot potrafi generować/edytować flow, ale nie zastępuje testów i review;
• FlowAgent MCP ma świeże problemy kompatybilności i niepełne oficjalne instrukcje dla Codex;
• cloud flow → agent flow to nieodwracalna zmiana billing/management;
• agent flows nie obsługują obecnie desktop flows, copy/share/co-owner/run-only w sposób cloud flows;
• DLP kontroluje connectors, ale nie automatycznie semantykę danych w payloadzie;
• retry/concurrency nie tworzą transakcyjnego rollbacku;
• 28 dni run history może być za krótkie, a Dataverse zwiększa zakres retencji;
• licencjonowanie AI jest w okresie przejściowym i wielowarstwowe;
• opinie o core automation nie potwierdzają jakości generatywnego AI.

Profil zweryfikowano 2026-09-20. Linki źródłowe znajdują się bezpośrednio przy wspieranych twierdzeniach.