Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Fabric IQ er en del af Microsoft IQ, et sæt kapabiliteter, der udgør virksomhedens intelligenslag i Microsoft-stakken. I Microsoft IQ arbejder Fabric IQ sammen med Work IQ, Foundry IQ og Web IQ for at give kontekst til et komplet overblik over din organisation. Work IQ giver kontekst om, hvordan medarbejdere arbejder, Foundry IQ giver kontekst til en organisations politikker og autoritative dokumenter, Web IQ giver kontekst fra nettet, og Fabric IQ giver kontekst om forretningsenheder og data.
Fabric IQ giver kontekst til tilstanden i din virksomhed. Den er baseret på alle de analytiske, realtids- og driftsdata om din virksomhed, men data alene er ikke nok. Fabric IQ løfter disse data op til virksomhedens sprog. Med den rigere kontekst kan folk og agenter korrekt fortolke data og ræsonnere og træffe beslutninger ud fra forretningskoncepter og mål.
Lag af Fabric IQ
Fabric IQ bringer tre lag af forretningskontekst ind i Microsoft IQ: unified data, business intelligence og operational intelligence. Disse lag leveres gennem to kerneelementer items i den Fabric IQ-arbejdsbelastning, ontologi (forhåndsvisning) og semantiske model, hvilket skaber delt kontekst over forretningsdata i OneLake.
Samlet data med OneLake
OneLake er grundlaget for Fabric IQ, der samler virksomhedsdata på tværs af skyer og on-premises data til en enkelt, styret sandhedskilde. Gennem genveje, spejling og OneLake-kataloget eliminerer det fragmentering og skaber en multicloud, samlet datalake, som Fabric IQ bruger til sikkert at opdage og tilgå relevant kontekst. Det fungerer også som distributionslag for disse data, hvilket gør dem konsekvent tilgængelige for Fabric-arbejdsbelastninger, Foundry og Copilot Studio, så al intelligens fra semantiske modeller, ontologi (preview) og agenter er forankret i de samme betroede, organisationsdækkende data.
Business intelligence med Power BI semantiske modeller
Power BI semantiske modeller tilbyder et kurateret analyselag med målinger, hierarkier og dimensioner. Ontologier kan genereres direkte fra semantiske modeller, der allerede er i produktion, hvilket holder forretningssproget konsistent på tværs af oplevelser.
Semantiske modeller og ontologier arbejder sammen. Du kan generere eller justere ontologier direkte fra semantiske modeller, så terminologi og KPI'er forbliver konsistente på tværs af rapporter, agenter og applikationer. Definér virksomhedskoncepter, såsom Kunde, Forsendelse og Brud, kun én gang og genbrug dem på tværs af Fabric IQ-oplevelser.
Operationel intelligens med ontologier
Ontologi (forhåndsvisning) definerer kerneforretningsenheder, relationer, egenskaber, regler og handlinger. Agenterne forstår, hvilke handlinger der er tilgængelige, og hvordan de kan aktiveres. Operationsagenter overvåger live-data, opdager uregelmæssigheder og tager styret handling.
Ontologier kan genereres fra eksisterende Power BI-semantiske modeller, hvilket gør det muligt at bootstrappe fra betroet logik og definitioner, der allerede er i produktion. Både mennesker og AI-agenter kan bruge dette fælles sprog til tværdomæne-ræsonnering og beslutningsklare handlinger. Du kan også forespørge din ontologi ved hjælp af naturligt sprog via NL2Ontology-forespørgselslaget, som omdanner forretningsspørgsmål til strukturerede forespørgsler.
Hvorfor bruge Fabric IQ?
Organisationer arbejder med data på tabeller og skemaer, som er strukturer bygget til maskiner, ikke mening. De kører dog på forretningskoncepter som kunder, forsendelser og aktiver. Uden semantisk forståelse forbliver AI uegnet til beslutninger med høje indsatser, fordi hvert spørgsmål kræver manuel oversættelse af en domæneekspert.
Ved at bruge Fabric IQ-rammen muliggøres disse fordele:
- Tværdomæne-ræsonnering. Relationer mellem koncepter via graflinks gør det muligt at gennemgå relationer (som ordre, > forsendelse > , temperatur, sensor, > koldkædebrud) for at forklare resultater.
- Hurtigere onboarding. Nye dashboards og AI-oplevelser får konsekvent forretningsbetydning, fordi forretningskoncepter kun behøver at blive erklæret én gang.
- Styring og tillid. Reduceret duplikation og inkonsistente definitioner på tværs af teams ved at håndhæve klar semantik, mens begrænsninger forbedrer datakvaliteten.
Fabric IQ's tre lag sikrer, at hver agent starter med samme forståelse af virksomheden og kan anvende den korrekt på tværs af arbejdsgange. Dog kan grænseorganisationer ikke starte på IQ-laget. Opbygning af denne kapacitet kræver et samlet datafundament. Microsoft Fabric leverer dette gennem fire kernefunktioner:
- Saml dataområdet. Sammenfød analytiske og operationelle data ved at kombinere data fra forskellige kilder på tværs af OneLake (som lakehouses, eventhouses og Power BI semantiske modeller) i én konsistent model. Fabric IQ kan også forene eksterne driftsdata ved hjælp af OneLake-genveje, hvor de refererer til dem på stedet uden at kopiere eller bygge ETL-pipelines.
- Behandl og harmoniser data. Forespørgselsacceleration og AI-drevet analyse muliggør enklere opsætning, hurtigere indsigter og AI-drevet udvikling. Brug mindre tid på at styre præstationen og mere tid på at levere meningsfulde indsigter.
- Kurater semantisk viden. Teams, applikationer og AI-agenter opererer alle ud fra et ensartet, betroet fundament af fælles koncepter og data. En enkelt definition af et begreb (som Kunde, Material eller Asset) bestemmer, hvordan Power BI, notebooks og agenter fortolker data. Brugere afdækker indsigter, der ikke kun afspejler rå data, men også semantisk betydning, herunder hvordan entiteter relaterer, hvad der betyder mest, og hvilke handlinger der skal tages. Dette eliminerer tvetydighed og sikrer, at beslutninger truffet af både mennesker og AI afspejler et samlet syn på virksomheden.
- Styrk AI-agenter. Fabric IQ giver struktureret forankring for copiloter og agenter, så svarene afspejler dit virksomhedssprog som defineret i din ontologi (preview).
IQ som arbejdsbyrde i Fabric
Inden for Microsoft Fabric er IQ (preview)workload en gruppering af relaterede Fabric elementer til at forene og kontekstualisere forretningsdata. Ud over kerneelementerne ontologi (forhåndsvisning) og semantisk model leverer IQ-arbejdsbyrden yderligere elementer til analyse, forbrug og operationalisering af denne kontekst (på tværs af ontologien, den semantiske model og OneLake).
Notat
Fabric-elementer kan være en del af flere arbejdsopgaver. Flere af elementerne i IQ-arbejdsbelastningen deles med andre Fabric arbejdsbelastninger som Real-Time Intelligence og Power BI, da de er relevante for hensigten i flere arbejdsbelastningsscenarier.
Følgende tabel viser alle elementer i IQ (forhåndsvisning) arbejdsbyrden:
| Stof vare | Beskrivelse | Få mere at vide |
|---|---|---|
| Ontologi (forhåndsvisning) | Definer et fælles forretningsvokabular – entitetstyper, relationer, egenskaber og regler – der forener betydning på tværs af domæner og datakilder. Brug ontologi til at etablere tværdomæne-konsistens og styring samt til at forankre AI-agenter i betroet forretningssprog. | Hvad er ontologi (forhåndsvisning)? |
| Power BI semantisk model | Byg kuraterede analysemodeller med målinger, hierarkier og relationer optimeret til rapportering. Brug semantiske modeller, når forretningsbrugere har brug for pålidelige KPI'er og hurtige, interaktive visualiseringer. Ontologier kan genereres direkte fra semantiske modeller for at holde forretningssproget konsistent på tværs af oplevelser. Også en del af Power BI arbejdsbyrden. |
Power BI semantiske modeller i Microsoft Fabric |
| Plan (forhåndsvisning) | Samarbejd om planlægning, prognoser og rapportering fra et enkelt datagrundlag uden at skifte værktøj. Brug Plan til at samle forretningsplanlægning, analyse og datastyring i én no-code-oplevelse. | Hvad er plan (forhåndsvisning)? |
| Graf (forhåndsvisning) | Gem og forespørg forbundne data med noder, kanter og traverseringer. Brug Graph, når relationstunge spørgsmål (som impact-kæder, afhængigheder og korteste veje) styrer dine beslutninger. Grafen er integreret med ontologien (forhåndsvisnings-)elementet for en visuel repræsentation af forretningskoncepter. Også en del af Real-Time Intelligence-arbejdsbyrden. |
Graf i Microsoft Fabric oversigt (forhåndsvisning) |
| Dataagent | Opret virtuelle analytikere, der forbinder til dine Fabric-datakilder og besvarer spørgsmål om naturligt sprog inden for et specifikt domæne. Brug dataagenter til at give brugerne en skræddersyet Q& En oplevelse baseret på semantiske modeller og ontologier, publicerbar på tværs af Microsoft 365, Foundry, Copilot Studio og specialprogrammer. Også en del af Data Science-arbejdsbyrden. |
Fabric dataagent-koncepter |
| Operationsagent (forhåndsvisning) | Overvåg realtidsdata og anbefal forretningshandlinger sammen med en AI-agent, der argumenterer på tværs af dine forretningskoncepter. Brug operationsagenter til at opdage anomalier og udløse styrede svar på live-data. Også en del af Real-Time Intelligence-arbejdsbyrden. |
Opret og konfigurer operationsagenter |
Notat
OneLake er datagrundlaget for alle Microsoft Fabric-elementer. Selvom OneLake ikke eksplicit er inkluderet som et element i IQ-arbejdsbelastningen, er alle elementer i arbejdsbelastningen afhængige af OneLake-datatabeller og interagerer med dem nativt.
Relationer til elementer
- Ontologi (forhåndsvisning) og semantisk model: Definer virksomhedskoncepter som kunde eller forsendelse én gang, og generer eller juster derefter ontologier ud fra semantiske modeller, så terminologi og KPI'er forbliver ensartede på tværs af rapporter og agenter.
- Ontologi (forhåndsvisning) og graf: Ontologien erklærer, hvad der forbinder og hvorfor. Grafen gemmer og gennemgår disse forbindelser, som at spore en forsendelse gennem en risikabel rute til et koldkædebrud. Grafoplevelsen integreres direkte i ontologielementerne.
- Ontologi (forhåndsvisning) og data-/operationsagenter: Ontologi forankrer agenter i fælles forretningssprog og regler, så de kan ræsonnere på tværs af domæner og udløse styrede handlinger.
- Plan og semantisk model: Plan forbindes til eksisterende semantiske modeller, så deres dimensioner og målinger flyder ind i planlægningsark til plan-versus-actuals-analyse og dynamisk prognoser.
- Alle genstande samlet: Semantiske modeller leverer pålidelige KPI'er; ontologi (forhåndsvisning) definerer delt forretningssprog for disse KPI'er; Grafpotens-relations- og påvirkningsanalyse; Plan omsætter indsigter til koordinerede handlinger; og data- og driftsagenter leverer intelligente, konceptbevidste interaktioner over live og historiske data.
Næste trin
Lær om de andre funktioner i Microsoft IQ: