Qu’est-ce que Fabric IQ ?

Fabric IQ fait partie de Microsoft IQ, un ensemble de fonctionnalités qui forment la couche Intelligence d’entreprise de la pile Microsoft. Dans Microsoft IQ, Fabric IQ fonctionne avec Work IQ, Foundry IQ et Web IQ pour fournir un contexte complet de votre organisation. Work IQ fournit un contexte sur le fonctionnement des employés, Foundry IQ fournit un contexte sur les stratégies d'une organisation et les documents faisant autorité, Web IQ fournit un contexte à partir du web et Fabric IQ fournit un contexte sur les entités et données d'entreprise.

Fabric IQ fournit un contexte sur l’état de votre entreprise. Il est ancré dans toutes les données analytiques, en temps réel et opérationnelles sur votre entreprise, mais les données seules ne sont pas suffisantes. Fabric IQ élève ces données jusqu’au langage de votre entreprise. Avec ce contexte plus riche, les personnes et les agents peuvent interpréter correctement les données et la raison et prendre des décisions en termes de concepts et d’objectifs métier.

Couches de Fabric IQ

Fabric IQ apporte trois couches de contexte métier à Microsoft IQ : données unifiées, business intelligence, et intelligence opérationnelle. Ces couches sont fournies via deux items principaux dans la charge de travail Fabric IQ, l’ontologie (préversion) et le modèle sémantique, créant un contexte partagé sur les données métier dans OneLake.

Données unifiées avec OneLake

OneLake est la base de Fabric IQ, unifiant les données d’entreprise entre les clouds et les données locales en une seule source régie de vérité. Grâce aux raccourcis, à la mise en miroir et au catalogue OneLake, il élimine la fragmentation et crée un lac de données unifié multicloud qui Fabric IQ utilise pour découvrir et accéder en toute sécurité au contexte pertinent. Il sert également de couche de distribution pour ces données, les rendant disponibles de manière cohérente pour les charges de travail Fabric, Foundry et Copilot Studio, afin que toute l’intelligence issue des modèles sémantiques, de l’ontologie (version préliminaire) et des agents repose sur les mêmes données fiables à l’échelle de l’organisation.

Informatique décisionnelle avec les modèles sémantiques Power BI

Power BI modèles sémantiques fournissent une couche d’analytique organisée avec des mesures, des hiérarchies et des dimensions. Les ontologies peuvent être générées directement à partir de modèles sémantiques déjà en production, en conservant la cohérence du langage métier entre les expériences.

Les modèles sémantiques et les ontologies fonctionnent ensemble. Vous pouvez générer ou aligner des ontologies directement à partir de modèles sémantiques afin que la terminologie et les indicateurs de performance clés restent cohérents entre les rapports, les agents et les applications. Définissez des concepts d’entreprise, tels que Client, Expédition et Incident, une seule fois et réutilisez-les dans les expériences Fabric IQ.

Intelligence opérationnelle avec ontologies

Ontology (aperçu) définit les entités métier principales, les relations, les propriétés, les règles et les actions. Les agents comprennent les actions disponibles et comment les appeler. Les agents d’opérations surveillent les données actives, détectent les anomalies et prennent des mesures régies.

Les ontologies peuvent être générées à partir de modèles sémantiques Power BI existants, ce qui vous permet de démarrer à partir d’une logique approuvée et de définitions déjà en production. Les humains comme les agents IA peuvent utiliser ce langage partagé pour raisonner entre différents domaines et mener des actions directement exploitables pour la prise de décision. Vous pouvez également interroger votre ontologie à l’aide du langage naturel via la couche de requête NL2Ontology, qui convertit les questions métier en requêtes structurées.

Pourquoi utiliser Fabric IQ ?

Les organisations travaillent avec des données au niveau des tables et des schémas, qui sont des structures créées pour les machines, ce qui n’a pas de signification. Toutefois, ils reposent sur des concepts métier tels que les clients, les expéditions et les actifs. Sans compréhension sémantique, l’IA reste inadaptée aux décisions à haut enjeu, car chaque question nécessite une traduction manuelle par un expert du domaine.

L’utilisation du framework Fabric IQ offre les avantages suivants :

• Raisonnement inter-domaines. Les relations entre les concepts, grâce à des liens dans le graphe, vous permettent de parcourir ces relations (comme Commande > Expédition > Capteur de température > Violation de la chaîne du froid) pour expliquer les résultats.
• Intégration plus rapide. Les nouveaux tableaux de bord et expériences IA obtiennent une signification métier cohérente, car les concepts métier doivent être déclarés une seule fois.
• Gouvernance et confiance. Réduction de la duplication et des définitions incohérentes entre les équipes en appliquant une sémantique claire, tandis que les contraintes améliorent la qualité des données.

Les trois couches de Fabric IQ garantissent que chaque agent dispose de la même compréhension de l’entreprise et peut l’appliquer correctement dans l’ensemble des flux de travail. Toutefois, les organisations frontalières ne peuvent pas commencer à la couche IQ. La création de cette fonctionnalité nécessite une base de données unifiée. Microsoft Fabric offre cette fonctionnalité grâce à quatre fonctionnalités principales :

• Unifier le patrimoine de données. Unifier les données analytiques et opérationnelles en combinant des données provenant de différentes sources dans OneLake (comme lakehouses, eventhouses et Power BI modèles sémantiques) en un modèle cohérent unique. Fabric IQ peut également unifier les données opérationnelles externes à l’aide de raccourcis OneLake, en le référençant sans copier ou créer des pipelines ETL.
• Traiter et harmoniser les données. L’accélération des requêtes et l’analytique basée sur l’IA permettent une configuration plus simple, des insights plus rapides et un développement piloté par l’IA. Passez moins de temps à gérer les performances et plus de temps pour fournir des insights significatifs.
• Organisez les connaissances sémantiques. Les agents Teams, applications et IA fonctionnent tous à partir d’une base cohérente et fiable de concepts et de données partagés. Une définition unique d’un concept (comme client, matériel ou actif) détermine la manière dont Power BI, les notebooks et les agents interprètent les données. Les utilisateurs découvrent des insights qui reflètent non seulement les données brutes, mais la signification sémantique, notamment la relation entre les entités, ce qui importe le plus et les actions à entreprendre. Cela élimine l’ambiguïté et garantit que les décisions des personnes et de l’IA reflètent une vue unifiée de l’entreprise.
• Donnez aux agents d’IA les moyens d’agir. Fabric IQ fournit une base structurée pour les copilotes et les agents, de sorte que les réponses reflètent votre langage d’entreprise tel que défini dans votre ontologie (préversion).

IQ en tant que charge de travail dans Fabric

Dans Microsoft Fabric, la charge de travail IQ (préversion) est un regroupement d’éléments Fabric connexes qui sert à unifier et contextualiser les données métier. Outre les éléments principaux que sont l’ontologie (version préliminaire) et le modèle sémantique, la charge de travail IQ fournit des éléments supplémentaires permettant d’analyser, d’exploiter et de mettre en œuvre ce contexte dans l’ensemble de l’ontologie, du modèle sémantique et de OneLake.

Note

Les éléments de Fabric peuvent faire partie de plusieurs charges de travail. Plusieurs des éléments de la charge de travail IQ sont partagés avec d’autres charges de travail Fabric comme Real-Time Intelligence et Power BI, car elles sont pertinentes pour l’intention de plusieurs scénarios de charge de travail.

Le tableau suivant répertorie tous les éléments inclus dans la version préliminaire de la charge de travail IQ :

Article en tissu	Description	En savoir plus
Ontology (aperçu)	Définissez un vocabulaire métier partagé ( types d’entités, relations, propriétés et règles) qui unifie la signification entre les domaines et les sources de données. Utilisez l’ontologie pour établir une cohérence et une gouvernance inter-domaines, et pour mettre en place des agents IA dans le langage métier approuvé.	Qu'est-ce qu'une ontologie (version préliminaire) ?
Modèle sémantique Power BI	Créez des modèles d’analytique organisés avec des mesures, des hiérarchies et des relations optimisées pour la création de rapports. Utilisez des modèles sémantiques lorsque les utilisateurs métier ont besoin de KPI fiables et de visuels interactifs rapides. Les ontologies peuvent être générées directement à partir de modèles sémantiques pour assurer la cohérence du langage métier entre les expériences. Fait également partie de la charge de travail Power BI.	Modèles sémantiques Power BI dans Microsoft Fabric
Plan (aperçu)	Collaborez sur la planification, la prévision et la création de rapports à partir d’une base de données unique sans changer d’outils. Utilisez le plan pour rassembler la planification, l’analytique et la gestion des données dans une expérience sans code.	Qu'est-ce que le plan (aperçu) ?
Graph	Stockez et interrogez les données connectées avec des nœuds, des arêtes et des traversées. Utilisez Graph lorsque les questions lourdes sur les relations (telles que les chaînes d’impact, les dépendances et les chemins les plus courts) entraînent vos décisions. Graph est intégré à l’élément ontologie (préversion) pour offrir une représentation visuelle des concepts métier. Fait également partie de la charge de travail Real-Time Intelligence.	Vue d’ensemble de Graph dans Microsoft Fabric (préversion)
Agent de données	Créez des analystes virtuels qui se connectent à vos sources de données Fabric et répondent aux questions en langage naturel pour un domaine spécifique. Utilisez des agents de données pour offrir aux utilisateurs une expérience de questions-réponses personnalisée reposant sur des modèles sémantiques et des ontologies, pouvant être publiée dans Microsoft 365, Foundry, Copilot Studio et des applications personnalisées. Fait également partie de la charge de travail de science des données.	Concepts de l’agent de données Fabric
Agent d’opérations (aperçu)	Surveillez les données en temps réel et recommandez des actions métier avec un agent IA qui explique les concepts de votre entreprise. Utilisez des agents d’exploitation pour détecter les anomalies et déclencher des réponses régies sur des données actives. Fait également partie de la charge de travail Real-Time Intelligence.	Créer et configurer des agents d’opérations

Note

OneLake est la base de données de tous les éléments Microsoft Fabric. Même si OneLake n’est pas explicitement inclus en tant qu’élément dans la charge de travail IQ, tous les éléments de la charge de travail s’appuient sur des tables de données OneLake et interagissent avec eux en mode natif.

Relations d’élément

• Ontology (préversion) et modèle sémantique : Définissez des concepts d’entreprise tels que Customer ou Shipment une fois, puis générez ou alignez les ontologies à partir de modèles sémantiques afin que la terminologie et les indicateurs de performance clés restent cohérents entre les rapports et les agents.
• Ontology (aperçu) and Graph: L’ontologie définit ce qui est connecté et pourquoi. Graph stocke et parcourt ces connexions, comme lorsqu’on suit une expédition sur un itinéraire risqué jusqu’à une rupture de la chaîne du froid. L’expérience graphique est intégrée directement aux éléments d’ontologie.
• Ontology (aperçu) et agents de données et d’opérations : Ontology ancre les agents dans un langage métier commun et des règles partagées afin qu’ils puissent raisonner à travers les domaines et déclencher des actions gouvernées.
• Plan et modèle sémantique : Plan se connecte aux modèles sémantiques existants afin que leurs dimensions et mesures alimentent les feuilles de planification pour l’analyse des écarts entre le plan et le réalisé ainsi que pour les prévisions dynamiques.
• Tous les éléments ensemble : Les modèles sémantiques fournissent des KPI fiables ; l’ontologie (version préliminaire) définit un langage métier partagé pour ces KPI ; Graph permet l’analyse des relations et des impacts ; le plan transforme les enseignements en actions coordonnées ; et les agents de données et d’opérations fournissent des interactions intelligentes, sensibles aux concepts, sur des données en temps réel et historiques.

Étapes suivantes

Découvrez les autres fonctionnalités de Microsoft IQ :

• IQ de travail
• Foundry IQ
• Web IQ