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.
IQ (forhåndsvisning) er en arbeidsbelastning for å samle data som ligger på tvers av OneLake (inkludert lakehouses, eventhouses og semantiske modeller) og organisere det etter språket i virksomheten din. Dataene blir deretter eksponert for analyser, AI-agenter og applikasjoner med konsekvent semantisk betydning og kontekst.
Viktig!
Denne funksjonen er i forhåndsversjon.
Hvorfor bruke IQ (forhåndsvisning)?
IQ (forhåndsvisning) muliggjør følgende fordeler:
- Konsistens på tvers av verktøy: En enkelt definisjon av et begrep (som kunde, materiale eller ressurs) styrer hvordan Power BI, notatbøker og agenter tolker data.
- Raskere onboarding: Nye dashbord eller AI-opplevelser trenger ikke å gjenoppdage forretningsmening, siden forretningskonsepter bare trenger å erklæres én gang.
- Styring og tillit: Klar semantikk reduserer duplisering og semantisk drift, mens begrensninger forbedrer datakvaliteten.
- Tverrdomene-resonnement: Graflenker lar deg gå gjennom relasjoner (som Ordre > , Forsendelse > , Temperatur, Sensor > , Kaldekjedebrudd) for å forklare utfall.
- AI-beredskap og beslutningsklare tiltak: Ontologier gir strukturert grunnlag for andrepiloter og agenter, slik at svarene reflekterer ditt forretningsspråk. Fordi forretningsregler og begrensninger finnes i ontologien, kan agenter gå videre fra svar til trygge, reviderbare handlinger.
Hvor IQ (forhåndsvisning) passer inn i Fabric
Slik implementerer IQ (forhåndsvisning) viktige Fabric-funksjoner:
- Inntak og lagre: Bygger videre på data fra lakehouse-tabeller, eventhouse-strømmer og eksisterende semantiske modeller.
- Modellere og representere semantikk: Ontologi- (forhåndsvisnings-)elementet tilbyr modelleringsmuligheter ved å definere entitetstyper, egenskaper på entitetstyper og relasjonstyper. Eventuelt kan du starte opp en ontologistruktur fra eksisterende datakilder og modeller, eller lage din egen. Deretter binder du ontologifunksjoner til datakilder, og utforsker dem i en navigerbar graf som bygges automatisk.
- Analyser og visualiser: Ontologi- (forhåndsvisnings-)elementet integreres med Graph i Microsoft Fabric for å gi en visuell graf og spørringsopplevelse basert på forretningskonseptene dine. Du kan også bygge Power BI-modeller basert på ontologien din, eller bruke ontologien til å informere agenter som er bevisste på Power Domain.
- Operer og styr: Du kan versjonere, validere og styre definisjonene av ontologien din. Du kan også overvåke ontologiens helse gjennom Fabric-overvåkingsverktøy.
Elementer i IQ (forhåndsvisning)
IQ (forhåndsvisning) inneholder følgende elementer:
- Ontologi (forhåndsvisning):Ontologi (forhåndsvisning) er et element for virksomhetens vokabular- og semantiske lag som forener betydning på tvers av domener og OneLake-kilder. Den definerer entitetstyper, relasjoner, egenskaper og regler og begrensninger, og binder dem til reelle data slik at nedstrømsverktøy deler samme språk.
- Fabric-dataagent (forhåndsvisning):Fabric-dataagent (forhåndsvisning) lar deg bygge dine egne samtalebaserte spørsmål-og-svar-systemer ved bruk av generativ AI.
- Graf i Microsoft Fabric (forhåndsvisning): Graf i Microsoft Fabric (forhåndsvisning) tilbyr native graflagring og beregning for noder, kanter og traverseringer over tilkoblede data. Det er bra for stifinning, avhengighetsanalyse og grafalgoritmer.
- Driftsagent (forhåndsvisning):Operasjonsagent (forhåndsvisning) lar deg opprette en AI-agent for å overvåke sanntidsdata og anbefale forretningshandlinger.
- Power BI semantisk modell: En semantisk modell er en kuratert analysemodell som er optimalisert for rapportering og interaktiv analyse med målinger, scorecard-hierarkier og relasjoner for visuelle elementer og DAX.
Velg riktig produkt
Denne delen inneholder veiledning for å velge riktige verktøy for ditt scenario fra modelleringsalternativene i Fabric. Følgende tabell inkluderer modelleringsrelaterte elementer fra IQ og Real-Time Intelligens.
| Item | Når du skal bruke |
|---|---|
| Ontologi (forhåndsvisning) i IQ | Bruk når du trenger tverrdomene konsistens, styring og AI/agent-forankring, og du vil resonnere på tvers av prosesser. |
| Graf i Microsoft Fabric (forhåndsversjon) | Bruk når relasjonstunge spørsmål (som impact-kjeder, fellesskap og korteste veier) dominerer beslutningene dine, og du trenger graf-native ytelse. |
| Power BI semantisk modell | Bruk når forretningsbrukere trenger pålitelige KPI-er og raske visualiseringer med dimensjonsmodellering, beregninger og styrte datasett for selvbetjent BI. |
| Digital tvillingbygger (forhåndsvisning) i Real-Time Intelligence | Bruk når du trenger operasjonell kontekst, tilstandsfulle tvillinger, scenarioanalyse eller hva-hvis-simulering knyttet til reelle eiendeler og signaler. |
Relasjoner til elementer
Denne delen beskriver hvordan gjenstander fungerer sammen eller henger sammen med hverandre.
- Ontologi (forhåndsvisning) og semantisk modell: Definer bedriftskonsepter (som kunde, sending og brudd) én gang, og lag eller juster Power BI-modeller slik at KPI-er forblir konsistente på tvers av rapporter.
- Ontologi (forhåndsvisning) og graf i Microsoft Fabric: Ontologien erklærer hvilke ting som henger sammen og hvorfor. Graf i Microsoft Fabric lagrer og beregner traverseringer (som «Finn forsendelser utsatt for risikofylte ruter og relaterte brudd»).
- Ontologi (forhåndsvisning) og dataagent: Ontologi forankrer agenter i felles forretningssemantikk og regler slik at de kan hente relevant kontekst, resonnere på tvers av domener og anbefale eller utløse styrte handlinger.
- Alle gjenstander: Ontologi definerer språket for virksomheten din. Digital tvillingbygger gjør det operativt for eiendeler. Graf i Microsoft Fabric driver avhengighets-/påvirkningsanalyse, og semantiske modeller presenterer pålitelige KPI-er.
Neste trinn
Lær om å bygge en ontologi i Hva er ontologi (forhåndsvisning)?