Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
Fabric IQ er en del av Microsoft IQ, et sett med kapabiliteter som utgjør enterprise intelligence-laget i Microsoft-stakken. I Microsoft IQ jobber Fabric IQ sammen med Work IQ, Foundry IQ og Web IQ for å gi kontekst for et komplett bilde av organisasjonen din. Work IQ gir kontekst til hvordan ansatte arbeider, Foundry IQ gir kontekst til en organisasjons retningslinjer og autoritative dokumenter, Web IQ gir kontekst fra nettet, og Fabric IQ gir kontekst om forretningsenheter og data.
Fabric IQ gir kontekst om tilstanden til virksomheten din. Den er forankret i all analytisk, sanntids- og driftsdata om virksomheten din, men data alene er ikke nok. Fabric IQ løfter disse dataene opp til språket til virksomheten din. Med den rikere konteksten kan folk og agenter tolke dataene og resonnementet korrekt og ta beslutninger basert på forretningskonsepter og mål.
Lag av Fabric IQ
Fabric IQ bringer tre lag med forretningskontekst inn i Microsoft IQ: unified data, business intelligence og operational intelligence. Disse lagene leveres gjennom to kjerneelementer items i Fabric IQ-arbeidsbelastning, ontologi (forhåndsvisning) og semantisk modell, og skaper delt kontekst over forretningsdata i OneLake.
Samlet data med OneLake
OneLake er grunnlaget for Fabric IQ, som samler bedriftsdata på tvers av skyer og lokal data til en enkelt, styrt sannhetskilde. Gjennom snarveier, speiling og OneLake-katalogen eliminerer det fragmentering og skaper en multicloud, samlet datalake som Fabric IQ bruker for å sikre og få tilgang til relevant kontekst. Den fungerer også som distribusjonslag for disse dataene, og gjør dem konsekvent tilgjengelige for Fabric-arbeidsbelastninger, Foundry og Copilot Studio, slik at all intelligens fra semantiske modeller, ontologi (forhåndsvisning) og agenter er forankret i de samme pålitelige, organisasjonsomfattende dataene.
Business intelligence med Power BI semantiske modeller
Power BI semantiske modeller tilbyr et kuratert analyselag med mål, hierarkier og dimensjoner. Ontologier kan genereres direkte fra semantiske modeller som allerede er i produksjon, slik at forretningsspråket holdes konsistent på tvers av opplevelser.
Semantiske modeller og ontologier samarbeider. Du kan generere eller justere ontologier direkte fra semantiske modeller slik at terminologi og KPI-er forblir konsistente på tvers av rapporter, agenter og applikasjoner. Definer bedriftskonsepter, som Kunde, Sending og Brudd, kun én gang og gjenbruk dem på tvers av Fabric IQ-opplevelser.
Operasjonell intelligens med ontologier
Ontologi (forhåndsvisning) definerer kjerneforretningsenheter, relasjoner, egenskaper, regler og handlinger. Agenter forstår hvilke handlinger som er tilgjengelige og hvordan de kan aktiveres. Driftsagenter overvåker sanntidsdata, oppdager avvik og iverksetter styrte tiltak.
Ontologier kan genereres fra eksisterende Power BI-semantiske modeller, noe som lar deg starte fra pålitelig logikk og definisjoner som allerede er i produksjon. Både mennesker og AI-agenter kan bruke dette delte språket til tverrdomene resonnement og beslutningsklare handlinger. Du kan også spørre ontologien din ved hjelp av naturlig språk gjennom NL2Ontology-spørringslaget, som konverterer forretningsspørsmål til strukturerte spørringer.
Hvorfor bruke Fabric IQ?
Organisasjoner jobber med data på tabell- og skjemanivå, som er strukturer bygget for maskiner, ikke mening. Men de drives på forretningskonsepter som kunder, forsendelser og eiendeler. Uten semantisk forståelse forblir KI uegnet for beslutninger med høye innsatser fordi hvert spørsmål krever manuell oversettelse av en domeneekspert.
Ved å bruke Fabric IQ-rammeverket muliggjøres disse fordelene:
- Tverrdomene-resonnement. Relasjoner mellom konsepter gjennom graflenker lar deg gå gjennom relasjoner (som Ordre, > Forsendelse > , Temperatur, Sensor > , Kaldekjedebrudd) for å forklare utfall.
- Raskere onboarding. Nye dashbord og AI-opplevelser får konsekvent forretningsbetydning fordi forretningskonsepter bare trenger å erklæres én gang.
- Styring og tillit. Redusert duplisering og inkonsistente definisjoner på tvers av team ved å håndheve tydelig semantikk, mens begrensninger forbedrer datakvaliteten.
Fabric IQs tre lag sikrer at hver agent starter med samme forståelse av virksomheten og kan anvende den korrekt på tvers av arbeidsflyter. Men grenseorganisasjoner kan ikke starte på IQ-laget. Å bygge denne kapasiteten krever et samlet datafundament. Microsoft Fabric leverer dette gjennom fire kjernefunksjoner:
- Foren dataområdet. Forene analytiske og operative data ved å kombinere data fra ulike kilder på tvers av OneLake (som lakehouses, eventhouses og Power BI semantiske modeller) i én konsistent modell. Fabric IQ kan også samle eksterne driftsdata ved hjelp av OneLake-snarveier, og referere til dem på stedet uten å kopiere eller bygge ETL-pipelines.
- Behandle og harmonisere data. Spørringsakselerasjon og AI-drevet analyse muliggjør enklere oppsett, raskere innsikt og AI-drevet utvikling. Bruk mindre tid på å styre ytelse og mer tid på å levere meningsfulle innsikter.
- Kurater semantisk kunnskap. Team, applikasjoner og AI-agenter opererer alle ut fra et konsistent, pålitelig fundament av delte konsepter og data. En enkelt definisjon av et konsept (som kunde, materiale eller eiendel) styrer hvordan Power BI, notatbøker og agenter tolker data. Brukere avdekker innsikter som ikke bare reflekterer rådata, men også semantisk betydning, inkludert hvordan entiteter forholder seg til, hva som betyr mest, og hvilke handlinger som bør iverksettes. Dette eliminerer tvetydighet og sikrer at beslutninger både fra mennesker og AI gjenspeiler et samlet syn på virksomheten.
- Styrk AI-agenter. Fabric IQ gir strukturert grunnlag for copiloter og agenter, slik at svarene reflekterer ditt enterprise-språk slik det er definert i din ontologi (forhåndsvisning).
IQ som arbeidsmengde i Fabric
Innenfor Microsoft Fabric er IQ (forhåndsvisning)workload en samling av relaterte Fabric elementer for å forene og kontekstualisere forretningsdata. I tillegg til kjerneelementene ontologi (forhåndsvisning) og semantisk modell, gir IQ-arbeidsbelastningen flere elementer for analyse, konsumering og operasjonalisering av denne konteksten (på tvers av ontologien, semantiske modellen og OneLake).
Note
Fabric-elementer kan være en del av flere arbeidsbelastninger. Flere av elementene i IQ-arbeidsbelastningen deles med andre Fabric arbeidsbelastninger som Real-Time Intelligence og Power BI, siden de er relevante for intensjonen i flere arbeidsbelastningsscenarier.
Tabellen nedenfor viser alle elementene som er inneholdt i IQ (forhåndsvisning) arbeidsmengden:
| Stoff vare | Beskrivelse | Mer informasjon |
|---|---|---|
| Ontologi (forhåndsvisning) | Definer et delt forretningsvokabular – entitetstyper, relasjoner, egenskaper og regler – som forener mening på tvers av domener og datakilder. Bruk ontologi for å etablere tverrdomene konsistens og styring, og for å forankre AI-agenter i pålitelig forretningsspråk. | Hva er ontologi (forhåndsvisning)? |
| Power BI semantisk modell | Bygg kuraterte analysemodeller med målinger, hierarkier og relasjoner optimalisert for rapportering. Bruk semantiske modeller når forretningsbrukere trenger pålitelige KPI-er og raske, interaktive visuelle elementer. Ontologier kan genereres direkte fra semantiske modeller for å holde forretningsspråket konsistent på tvers av opplevelser. Også en del av Power BI arbeidsmengde. |
Power BI semantiske modeller i Microsoft Fabric |
| Plan | Samarbeid om planlegging, prognoser og rapportering fra ett enkelt datafundament uten å bytte verktøy. Bruk Plan for å samle forretningsplanlegging, analyse og databehandling i én no-code-opplevelse. | Hva er Plan? |
| Graph | Lagre og spørre tilkoblede data med noder, kanter og traversaler. Bruk Graf når relasjonstunge spørsmål (som påvirkningskjeder, avhengigheter og korteste veier) styrer beslutningene dine. Grafen er integrert med ontologi- (forhåndsvisnings-)elementet for en visuell representasjon av forretningskonsepter. Også en del av Real-Time Intelligence-arbeidsmengden. |
Graf i Microsoft Fabric oversikt (forhåndsvisning) |
| Dataagent | Lag virtuelle analytikere som kobler seg til dine Fabric-datakilder og svarer på spørsmål om naturlig språk for et spesifikt domene. Bruk dataagenter for å gi brukerne en skreddersydd Q& En opplevelse forankret i semantiske modeller og ontologier, publiserbar på tvers av Microsoft 365, Foundry, Copilot Studio og tilpassede apper. Også en del av Data Science-arbeidsmengden. |
Fabric dataagentkonsepter |
| Operasjonsagent | Overvåk sanntidsdata og anbefal forretningstiltak sammen med en AI-agent som resonnerer på tvers av forretningskonseptene dine. Bruk operasjonsagenter for å oppdage avvik og utløse styrte svar på sanntidsdata. Også en del av Real-Time Intelligence-arbeidsmengden. |
Opprett og konfigurer operasjonsagenter |
Note
OneLake er datagrunnlaget for alle Microsoft Fabric-elementer. Selv om OneLake ikke eksplisitt er inkludert som et element i IQ-arbeidsbelastningen, er alle elementene i arbeidsmengden avhengige av OneLake-datatabeller og samhandler med dem nativt.
Relasjoner til elementer
- Ontologi (forhåndsvisning) og semantisk modell: Definer bedriftskonsepter som kunde eller forsendelse én gang, og generer eller juster ontologier fra semantiske modeller slik at terminologi og KPI-er forblir konsistente på tvers av rapporter og agenter.
- Ontologi (forhåndsvisning) og graf: Ontologi erklærer hva som henger sammen og hvorfor. Graph lagrer og krysser disse forbindelsene, som å spore en forsendelse gjennom en risikabel rute til et kaldkjedebrudd. Grafopplevelsen integreres direkte i ontologioppgavene.
- Ontologi (forhåndsvisning) og data-/driftsagenter: Ontologi forankrer agenter i felles forretningsspråk og regler slik at de kan resonnere på tvers av domener og utløse styrte handlinger.
- Plan og semantisk modell: Plan kobles til eksisterende semantiske modeller slik at deres dimensjoner og målinger flyter inn i planleggingsark for plan-mot-aktuel analyse og dynamisk prognoser.
- Alle elementene samlet: Semantiske modeller leverer pålitelige KPI-er; ontologi (forhåndsvisning) definerer delt forretningsspråk for disse KPI-ene; Grafkrafters forholds- og påvirkningsanalyse; Plan omdanner innsikt til koordinerte handlinger; og data- og driftsagenter gir intelligente, konseptbevisste interaksjoner over sanntids- og historiske data.
Neste trinn
Lær om de andre funksjonene i Microsoft IQ: