Compartir a través de

¿Qué es Fabric IQ (versión preliminar)?

Fabric IQ (versión preliminar) es una carga de trabajo para unificar los datos sentados en OneLake y organizarlos según el idioma de su empresa. A continuación, los datos se exponen a análisis, agentes de inteligencia artificial y aplicaciones con un significado y contexto semánticos coherentes. En esta página se proporciona información general sobre la carga de trabajo de Fabric IQ, los elementos que contiene y cómo funcionan juntos esos elementos para entregar datos unificados y semántica en Microsoft Fabric.

Importante

Esta característica se encuentra en versión preliminar.

Como workload en Fabric, Fabric IQ es una colección de funcionalidades destinadas a la funcionalidad común de modelado de un entorno con lenguaje unificado. Los elementos agrupados en la carga de trabajo de Fabric IQ incluyen:

Para obtener más información sobre el rol de cada elemento de la carga de trabajo de Fabric IQ, consulte la sección Items en Fabric IQ (versión preliminar).

Nota:

Los elementos de Fabric pueden formar parte de distintas cargas de trabajo. Varios de los elementos de Fabric IQ se comparten con otras cargas de trabajo de Fabric como Real-Time Intelligence y Power BI, ya que son relevantes para la intención de varios escenarios de carga de trabajo.

¿Por qué usar Fabric IQ (versión preliminar)?

Fabric IQ (versión preliminar) permite las siguientes ventajas:

  • Unificación de datos: Unificar datos analíticos y operativos, combinando datos de varios orígenes en OneLake (como lakehouses, eventhouses y Power BI modelos semánticos) en un único modelo coherente. Fabric IQ también puede unificar datos operativos externos mediante accesos directos de OneLake, referenciándolos directamente sin copiar ni compilar canalizaciones ETL.
  • Consistent language across tools: Proporciona una única definición de un concepto (como Customer, Material o Asset) que controla cómo Power BI, cuadernos e agentes interpretan los datos.
  • Incorporación más rápida: Proporciona nuevos paneles y experiencias de inteligencia artificial con un significado empresarial coherente, ya que los conceptos empresariales solo deben declararse una vez.
  • Gobernanza y confianza: Reduce la duplicación y las definiciones incoherentes en todos los equipos aplicando una semántica clara, mientras que las restricciones mejoran la calidad de los datos.
  • Razonamiento entre dominios: Representa las relaciones entre conceptos con vínculos de grafos y le permite atravesar relaciones (como Order > Shipment > Temperature Sensor > Cold Chain Breach) para explicar los resultados.
  • Preparación para IA y acciones listas para la toma de decisiones: Proporciona una base estructurada para copilotos y agentes, de modo que las respuestas reflejen el lenguaje empresarial tal como se define en la ontología. La ontología también define reglas a través de la integración con Fabric Activator, habilitando acciones controladas en tiempo real (como alertas o notificaciones) cuando se cumplen las condiciones. Dado que las reglas de negocio y las restricciones residen en la ontología, los agentes pueden ir más allá de las respuestas a acciones seguras y auditables.

Donde Fabric IQ (versión preliminar) encaja en Fabric

Aquí se muestra cómo Fabric IQ (versión preliminar) implementa las principales funcionalidades de Fabric:

  • Ingerir y almacenar: Compila datos de tablas de lakehouse, flujos de eventos y modelos semánticos de Power BI existentes. Los escenarios de Fabric IQ también pueden consumir datos compartidos a través de los límites organizacionales mediante el uso compartido de datos externos de OneLake, ampliando la visibilidad a los datos regulados en otros arrendatarios. El elemento de plan (versión preliminar) usa el reflejo de OneLake y los accesos directos de OneLake para integrar orígenes de datos al tiempo que reduce la necesidad de ETL, manteniendo los datos en su lugar y conservando la gobernanza.
  • Modelar y representar la semántica: El elemento de ontología (versión preliminar) ofrece funcionalidades de modelado definiendo tipos de entidad, propiedades en tipos de entidad y tipos de relación. Opcionalmente, arranque una estructura de ontología a partir de modelos y orígenes de datos existentes, o bien cree su propia. A continuación, enlace características de ontología a orígenes de datos y expórquelas en un grafo navegable que se compila automáticamente.
  • Analizar y visualizar: Los elementos de Fabric IQ de ontología (versión preliminar) y el grafo trabajan juntos para proporcionar una experiencia visual y de consulta basada en tus conceptos empresariales. También puede crear ontologías basadas en los modelos semánticos de Power BI para que la misma terminología pueda ser utilizada en el análisis de diferentes elementos, o usar la ontología para informar a los agentes con conciencia de dominio.
  • Operar y gobernar: Puede versionar, validar y gobernar las definiciones de ontología. La gobernanza, el seguimiento de linaje y la auditoría se aplican de forma coherente en todos los orígenes de datos, incluidos los datos a los que se accede a través de accesos directos de OneLake y recursos compartidosentre inquilinos. Puede supervisar también la salud de la ontología a través de herramientas de supervisión de Fabric. Plan (versión preliminar) agrega aprobaciones de flujo de trabajo y seguimientos de auditoría detallados para operaciones de escritura diferida y revisiones de plan.

Elementos de Fabric IQ (versión preliminar)

Fabric IQ (versión preliminar) es una carga de trabajo de Fabric que contiene los siguientes elementos. Algunos de estos elementos se comparten con otras cargas de trabajo de Fabric, y los elementos pueden trabajar juntos para lograr la visión compartida Fabric IQ de datos unificados y semántica.

  • La ontología (versión preliminar) es un elemento para el vocabulario empresarial y la capa semántica que unifica el significado entre dominios y orígenes de OneLake. Define tipos de entidad, relaciones, propiedades y reglas de acción de condición (a través de Fabric Activador). A continuación, la ontología enlaza todas estas definiciones a datos reales para que las herramientas de nivel inferior compartan el mismo lenguaje. Las ontologías son el elemento principal para definir un lenguaje común en la carga de trabajo de Fabric IQ.
  • Plan (versión preliminar) permite integrar la planificación, visualización, análisis y administración de datos en una sola plataforma. Plan es una plataforma sin código unificada para la planificación colaborativa, los informes, el análisis, la integración de datos y la administración. Permite a las organizaciones trabajar desde una base de datos coherente, lo que permite a los usuarios empresariales planear, analizar e informar sin cambiar entre varias herramientas.
  • Graph (versión preliminar) ofrece almacenamiento y cálculo nativo para nodos, aristas y recorridos a través de datos conectados. Es bueno para buscar rutas de acceso, análisis de dependencias y algoritmos de grafos. Graph se integra con el elemento de ontología y aporta una representación visual de los conceptos y relaciones empresariales a la carga de trabajo de Fabric IQ.
    • Este elemento también forma parte de la carga de trabajo de Real-Time Intelligence.
  • El agente de datos (versión preliminar) permite crear sus propios sistemas de preguntas y respuestas conversacionales mediante inteligencia artificial generativa. En Fabric IQ, los agentes de datos pueden conectarse a su ontología como origen, lo que les permite comprender los conceptos empresariales y usar estos términos al responder a preguntas.
    • Este elemento también forma parte de la carga de trabajo de la Ciencia de Datos.
  • El agente de operaciones (versión preliminar) permite crear un agente de IA para supervisar los datos en tiempo real y recomendar acciones empresariales. Admite la visión de carga de trabajo de FABRIC IQ de los agentes inteligentes que pueden razonar en los conceptos empresariales al tiempo que conoce la terminología.
    • Este elemento también forma parte de la carga de trabajo de Real-Time Intelligence.
  • Power BI modelo semántico es un modelo de análisis curado y optimizado para informes y análisis interactivo con medidas, jerarquías de cuadros de mando y relaciones para objetos visuales y DAX. Los modelos semánticos son otra manera de representar la estructura, el lenguaje y las relaciones de los datos empresariales, y las ontologías se pueden generar directamente a partir de ellos para mantener ese lenguaje coherente en Fabric experiencias.
    • Este elemento también forma parte de la carga de trabajo de Power BI.

Elegir el elemento correcto

Esta sección contiene instrucciones para elegir las herramientas adecuadas para su escenario en las opciones de modelado de Fabric. En la tabla siguiente se incluyen elementos relacionados con el modelado de Fabric IQ y Real-Time Intelligence.

Elemento Cuándo usar
Ontology (versión preliminar) en Fabric IQ Úselo cuando necesite coherencia entre dominios, gobernanza y el anclaje de inteligencia artificial/agente, y desee razonar a través de procesos.
Gráfico (versión preliminar) Usa cuando las preguntas orientadas a relaciones (como las cadenas de impacto, las comunidades y las rutas más cortas) dominan la toma de decisiones y necesitas un rendimiento específico de grafos. Graph admite la coincidencia de patrones al estilo GQL y consultas de caminos más cortos para consultas con muchas relaciones.
Power BI modelo semántico Utilizar cuando los usuarios empresariales necesiten KPIs de confianza y visualizaciones rápidas con modelado dimensional, cálculos, y conjuntos de datos regulados para inteligencia empresarial de autoservicio.
Generador de gemelos digitales (versión preliminar) en Real-Time Intelligence Use cuando necesite contexto operativo, gemelos digitales con estado, análisis de escenarios o simulaciones hipotéticas asociadas a recursos y señales reales.

Relaciones de elemento

En esta sección se describe cómo funcionan los elementos juntos o se relacionan entre sí.

  • Ontología (versión preliminar) y modelo semántico: Mediante el uso de estos elementos de IQ de Fabric conjuntamente, Puede obtener las ventajas de ambas representaciones al definir conceptos empresariales, como Customer, Shipment y Breach solo una vez. Genere o alinee Power BI modelos semánticos para que la terminología y los indicadores clave de rendimiento (KPI) permanezcan coherentes en todos los informes.
  • Ontología (versión preliminar) y Grafo: La ontología declara qué cosas se conectan y por qué. Los grafos almacenan y calculan recorridos, como "Buscar envíos expuestos a rutas peligrosas e infracciones relacionadas". Estos elementos operan conjuntamente en Fabric IQ mediante la integración de la experiencia de grafos en elementos de ontología.
  • Ontología (versión preliminar) y agentes de datos/operaciones: La ontología fundamenta a los agentes en una semántica y reglas empresariales compartidas. Como resultado, los agentes pueden recuperar el contexto pertinente, el motivo entre dominios y recomendar o desencadenar acciones reguladas.
  • Plan (versión preliminar) y modelo semántico: El plan (versión preliminar) puede conectarse a modelos semánticos existentes, lo que permite usar sus dimensiones y medidas en hojas de planeación para un análisis sin problemas de plan frente a real. También puede crear previsiones dinámicas directamente en el modelo semántico y actualizarlas a medida que estén disponibles nuevos reales.
  • Todos los elementos: Los modelos semánticos de Power BI presentan indicadores clave de rendimiento de confianza. La ontología define el lenguaje para su empresa, de forma coherente con las representaciones de modelo semántica existentes. El plan conecta los datos a las decisiones y le ayuda a traducir información a acciones de forma eficaz. El grafo potencia la dependencia y el análisis de impacto. Los agentes de datos y operaciones permiten interacciones de agentes inteligentes que conocen los conceptos empresariales. Las secuencias de eventos en directo en tiempo real pueden alimentar al agente de operaciones con señales en vivo, mientras que el ítem de planificación traduce esas señales en acciones coordinadas. Juntos, estos elementos forman la carga de trabajo de Fabric IQ que conecta datos, semántica, planificación, análisis y acciones controladas por ia.

Pasos siguientes

Obtenga más información sobre los elementos que componen Fabric IQ:

  • Last updated on