Apa itu Fabric IQ?

Fabric IQ adalah bagian dari Microsoft IQ, serangkaian kemampuan yang membentuk lapisan kecerdasan perusahaan dari tumpukan Microsoft. Dalam IQ Microsoft, Fabric IQ bekerja bersama Work IQ, Foundry IQ, dan Web IQ untuk memberikan konteks untuk tampilan lengkap organisasi Anda. Work IQ menyediakan konteks tentang cara kerja karyawan, Foundry IQ menyediakan konteks tentang kebijakan organisasi dan dokumen otoritatif, Web IQ menyediakan konteks dari web, dan Fabric IQ menyediakan konteks tentang entitas bisnis dan data.

Fabric IQ menyediakan konteks tentang status bisnis Anda. Ini didasarkan pada semua data analitik, real-time, dan operasional tentang bisnis Anda, tetapi data saja tidak cukup. Fabric IQ meningkatkan data tersebut hingga bahasa bisnis Anda. Dengan konteks yang lebih kaya itu, orang dan agen dapat menginterpretasikan data dan alasan dengan benar dan membuat keputusan dalam hal konsep dan tujuan bisnis.

Lapisan Fabric IQ

Fabric IQ menghadirkan tiga lapisan konteks bisnis ke dalam Microsoft IQ: data terpadu, intelijen bisnis, dan intelijen operasional. Lapisan ini disediakan melalui dua item inti items dalam beban kerja Fabric IQ, yaitu ontologi (pratinjau) dan model semantik, yang menciptakan konteks bersama untuk data bisnis di OneLake.

Data terpadu dengan OneLake

OneLake adalah fondasi Fabric IQ, yang menyatukan data perusahaan di berbagai cloud dan data lokal (on-premises) ke dalam satu sumber kebenaran yang terkelola. Melalui pintasan, pencerminan, dan katalog OneLake, hal ini menghilangkan fragmentasi dan mewujudkan danau data multicloud yang terpadu, yang digunakan Fabric IQ untuk menemukan dan mengakses konteks yang relevan dengan aman. Ini juga berfungsi sebagai lapisan distribusi untuk data tersebut, sehingga data tersebut tersedia secara konsisten bagi beban kerja Fabric, Foundry, dan Copilot Studio, sehingga semua kecerdasan dari model semantik, ontologi (pratinjau), dan agen didasarkan pada data tepercaya yang sama di seluruh organisasi.

Kecerdasan bisnis dengan model semantik Power BI

Power BI model semantik menyediakan lapisan analitik yang dikumpulkan dengan ukuran, hierarki, dan dimensi. Ontologi dapat dihasilkan langsung dari model semantik yang sudah dalam produksi, menjaga bahasa bisnis tetap konsisten di seluruh pengalaman.

Model semantik dan ontologi bekerja sama. Anda dapat membuat atau menyelaraskan ontologi langsung dari model semantik sehingga terminologi dan KPI tetap konsisten di seluruh laporan, agen, dan aplikasi. Tentukan konsep perusahaan, seperti Pelanggan, Pengiriman, dan Pelanggaran, hanya sekali dan gunakan kembali di seluruh pengalaman IQ Fabric.

Kecerdasan operasional dengan ontologi

Ontologi (pratinjau) mendefinisikan entitas bisnis inti, hubungan, properti, aturan, dan tindakan. Agen memahami tindakan apa yang tersedia dan cara memanggilnya. Agen operasi memantau data langsung, mendeteksi anomali, dan mengambil tindakan yang diatur.

Ontologi dapat dihasilkan dari model semantik Power BI yang sudah ada, sehingga Anda dapat menggunakannya sebagai titik awal dari logika dan definisi tepercaya yang sudah digunakan di lingkungan produksi. Baik manusia maupun agen AI dapat menggunakan bahasa bersama ini untuk penalaran lintas domain dan tindakan siap keputusan. Anda juga dapat mengkueri ontologi Anda menggunakan bahasa alami melalui lapisan kueri NL2Ontology, yang mengonversi pertanyaan bisnis menjadi kueri terstruktur.

Mengapa menggunakan IQ Fabric?

Organisasi bekerja dengan data pada tingkat tabel dan skema, yang merupakan struktur yang dibuat untuk mesin, bukan untuk merepresentasikan makna. Namun, mereka berjalan pada konsep bisnis seperti pelanggan, pengiriman, dan aset. Tanpa pemahaman semantik, AI tetap tidak layak untuk keputusan taruhan tinggi karena setiap pertanyaan memerlukan terjemahan manual oleh pakar domain.

Menggunakan kerangka kerja IQ Fabric memungkinkan manfaat ini:

• Penalaran lintas domain. Hubungan antar konsep melalui tautan graf memungkinkan Anda menelusuri hubungan (seperti Pesanan > Pengiriman > Sensor Suhu > Pelanggaran Rantai Dingin) untuk menjelaskan hasil.
• Proses orientasi yang lebih cepat. Dasbor baru dan pengalaman AI mendapatkan arti bisnis yang konsisten karena konsep bisnis hanya perlu dideklarasikan sekali.
• Tata kelola dan kepercayaan. Mengurangi duplikasi dan definisi yang tidak konsisten di seluruh tim dengan memberlakukan semantik yang jelas, sementara batasan meningkatkan kualitas data.

Tiga lapisan Fabric IQ memastikan bahwa setiap agen memiliki pemahaman yang sama tentang bisnis dan dapat menerapkannya dengan benar di berbagai alur kerja. Namun, organisasi terdepan tidak dapat memulai dari lapisan IQ. Membangun kemampuan ini memerlukan fondasi data terpadu. Microsoft Fabric memberikan ini melalui empat kemampuan inti:

• Satukan seluruh lanskap data. Satukan data analitik dan operasional dengan menggabungkan data dari berbagai sumber di OneLake (seperti lakehouses, eventhouses, dan Power BI model semantik) ke dalam satu model yang konsisten. Fabric IQ juga dapat menyatukan data operasional eksternal menggunakan pintasan OneLake, merujuknya di tempat tanpa menyalin atau membangun alur ETL.
• Memproses dan menyelaraskan data. Akselerasi kueri dan analitik yang didukung AI memungkinkan penyiapan yang lebih sederhana, wawasan yang lebih cepat, dan pengembangan berbasis AI. Luangkan lebih sedikit waktu untuk mengelola performa dan lebih banyak waktu untuk memberikan wawasan yang bermakna.
• Kurasi pengetahuan semantik. Tim, aplikasi, dan agen AI semuanya beroperasi dari fondasi konsep dan data bersama yang konsisten dan tepercaya. Definisi tunggal konsep (seperti Pelanggan, Materi, atau Aset) mendorong bagaimana Power BI, notebook, dan agen menafsirkan data. Pengguna mengungkap wawasan yang tidak hanya mencerminkan data mentah, tetapi makna semantik, termasuk bagaimana entitas berhubungan, apa yang paling penting, dan tindakan apa yang harus diambil. Ini menghilangkan ambiguitas dan memastikan keputusan oleh orang dan AI mencerminkan pandangan terpadu tentang bisnis.
• Memberdayakan agen AI. Fabric IQ menyediakan landasan terstruktur untuk kopilot dan agen, sehingga jawaban mencerminkan bahasa yang digunakan di perusahaan Anda sebagaimana didefinisikan dalam ontologi (pratinjau).

IQ sebagai beban kerja dalam Fabric

Dalam Microsoft Fabric, IQ (pratinjau)workload adalah pengelompokan item Fabric terkait untuk menyatukan dan mengonteksualisasikan data bisnis. Selain komponen inti ontologi (pratinjau) dan model semantik, workload IQ menyediakan item tambahan untuk menganalisis, memanfaatkan, dan mengoperasikan konteks tersebut (mencakup ontologi, model semantik, dan OneLake).

Nota

Item Fabric dapat menjadi bagian dari beberapa beban kerja. Beberapa item dalam beban kerja IQ digunakan bersama dengan beban kerja Fabric lainnya seperti Real-Time Intelligence dan Power BI, karena relevan dengan tujuan dari beberapa skenario beban kerja.

Tabel berikut mencantumkan semua item yang terkandung dalam beban kerja IQ (pratinjau):

Barang Kain	Deskripsi	Pelajari lebih lanjut
Ontologi (pratinjau)	Tentukan kosakata bisnis bersama—jenis entitas, hubungan, properti, dan aturan—yang menyaingkan arti di seluruh domain dan sumber data. Gunakan ontologi untuk membangun konsistensi dan tata kelola lintas domain, dan untuk membumikan agen AI dalam bahasa bisnis tepercaya.	Apa itu ontologi (pratinjau)?
model semantik Power BI	Buat model analitik yang dikumpulkan dengan pengukuran, hierarki, dan hubungan yang dioptimalkan untuk pelaporan. Gunakan model semantik saat pengguna bisnis memerlukan KPI tepercaya dan visual interaktif yang cepat. Ontologi dapat dihasilkan langsung dari model semantik untuk menjaga bahasa bisnis tetap konsisten di seluruh pengalaman. Juga merupakan bagian dari beban kerja Power BI.	Model semantik Power BI di Microsoft Fabric
Planning	Berkolaborasi pada perencanaan, prakiraan, dan pelaporan dari satu fondasi data tanpa beralih alat. Gunakan rencana untuk menggabungkan perencanaan bisnis, analitik, dan manajemen data dalam satu pengalaman tanpa kode.	Apa yang direncanakan di Fabric?
Graph	Menyimpan dan mengkueri data yang terhubung dengan simpul, tepi, dan traversal. Gunakan Grafik saat pertanyaan berat hubungan (seperti rantai dampak, dependensi, dan jalur terpendek) mendorong keputusan Anda. Graph terintegrasi dengan item Ontologi (pratinjau) untuk menampilkan representasi visual dari konsep bisnis. Juga bagian dari beban kerja Real-Time Intelligence.	Gambaran umum Graph di Microsoft Fabric (pratinjau)
Agen data	Buat analis virtual yang terhubung ke sumber data Fabric Anda dan jawab pertanyaan bahasa alami untuk domain tertentu. Gunakan agen data untuk memberikan pengalaman tanya jawab yang disesuaikan kepada pengguna berdasarkan model semantik dan ontologi, yang dapat dipublikasikan di Microsoft 365, Foundry, Copilot Studio, dan aplikasi kustom. Juga bagian dari beban kerja Data Science.	Konsep agen data Fabric
Agen operasi	Pantau data secara real-time dan merekomendasikan tindakan bisnis dengan agen AI yang bernalar berdasarkan berbagai konsep bisnis Anda. Gunakan agen operasi untuk mendeteksi anomali dan memicu respons yang diatur pada data langsung. Juga bagian dari beban kerja Real-Time Intelligence.	Membuat dan mengonfigurasi agen operasi

Nota

OneLake adalah fondasi data untuk semua item Microsoft Fabric. Meskipun OneLake tidak secara eksplisit disertakan sebagai item dalam beban kerja IQ, semua item dalam beban kerja tersebut mengandalkan tabel data OneLake dan berinteraksi dengannya secara bawaan.

Hubungan item

• Ontologi (pratinjau) dan model semantik: Tentukan konsep perusahaan seperti Pelanggan atau Pengiriman sekali, lalu hasilkan atau selaraskan ontologi dari model semantik sehingga terminologi dan KPI tetap konsisten di seluruh laporan dan agen.
• Ontologi (pratinjau) dan Grafik: Ontologi menyatakan apa yang terhubung dan mengapa. Graf menyimpan dan menelusuri koneksi-koneksi tersebut, seperti menelusuri pengiriman melalui rute berisiko hingga ke pelanggaran rantai dingin. Pengalaman grafik diintegrasikan langsung ke dalam item ontologi.
• Ontologi (pratinjau) dan agen data/operasi: Ontologi menjadi landasan bagi agen dalam bahasa dan aturan bisnis bersama sehingga mereka dapat menalar lintas domain dan memicu tindakan yang diatur tata kelolanya.
• Model rencana dan semantik: Rencana terhubung ke model semantik yang ada sehingga dimensi dan ukurannya mengalir ke lembar perencanaan untuk analitik rencana versus-aktual dan prakiraan dinamis.
• Semua item bersama-sama: Model semantik memberikan KPI yang terpercaya; ontologi (pratinjau) mendefinisikan bahasa bisnis bersama untuk KPI tersebut; Grafik mendukung analisis hubungan dan dampak; perencanaan mengubah wawasan menjadi tindakan terkoordinasi; dan agen data dan operasi menyediakan interaksi cerdas dan sadar konsep melalui data langsung dan historis.

Langkah selanjutnya

Pelajari tentang kemampuan lain di IQ Microsoft:

• IQ Kerja
• Foundry IQ
• Web IQ