Microsoft Fabric IQ: wspólny język danych biznesowych

Microsoft Fabric IQ nadaje danym wspólne znaczenie biznesowe dla analityków, aplikacji i agentów. Łączy dane w OneLake, miary z modeli semantycznych Power BI i ontologię opisującą obiekty oraz ich relacje. Microsoft Learn przedstawia Fabric IQ jako część Microsoft IQ, odpowiedzialną za kontekst stanu firmy. Nie zastępuje ono całego Microsoft Fabric; jest obszarem budowanym na jego danych i istniejących elementach.

Artykuł dotyczy znaczenia danych, nie wyboru platformy SaaS od początku. Ten szerszy wybór opisuje poradnik Microsoft Fabric. Całość należy do filaru Microsoft AI, z mocnym połączeniem do ontologii firmy.

Po co agentowi więcej niż tabela

W systemie sprzedaży „klient” może oznaczać spółkę, kontakt lub grupę kapitałową. W raporcie „przychód” może być wartością faktury, płatności albo zamówienia. Agent, który otrzymuje tylko kolumny tabeli, nie wie, którą definicję zastosować. Fabric IQ ma przenieść do systemów AI język pojęć używany przez firmę: obiekty, własności, związki, miary i reguły.

Przykład hipotetyczny: dyrektor pyta, które zamówienia są zagrożone opóźnieniem. Odpowiedź wymaga powiązania zamówienia z dostawą, magazynem i terminem obiecanym klientowi. Model semantyczny może dostarczyć uzgodnioną miarę opóźnienia, a ontologia opisać, jak te obiekty się łączą. Bez reguły „terminu obiecanego” system może podać poprawne technicznie rekordy, lecz błędną odpowiedź biznesową.

Trzy warstwy Fabric IQ

Dokumentacja Microsoft wyróżnia dane, business intelligence i operational intelligence. OneLake jest fundamentem danych; modele semantyczne Power BI dostarczają miary, hierarchie i wymiary; ontologia opisuje jednostki biznesowe, relacje, własności oraz reguły. W obszarze IQ Microsoft grupuje także elementy, takie jak Graph, data agents i operations agents. Nie oznacza to, że każdy projekt musi używać ich wszystkich.

Model semantyczny odpowiada dobrze na pytania o uzgodnione wskaźniki i ich przekroje. Ontologia rozszerza ten język o obiekty i zależności między domenami, na przykład klienta, zamówienie, dostawę oraz zdarzenie uszkodzenia. Nie każda firma potrzebuje takiej warstwy od razu: jeśli problemem jest jedna niepoprawna miara w Power BI, najpierw napraw jej definicję. Ontologia ma sens, gdy te same pojęcia muszą być używane konsekwentnie przez więcej raportów, aplikacji lub agentów.

Element	Co porządkuje	Przykład pytania kontrolnego
OneLake	Dostęp do danych z różnych źródeł	Czy rekord pochodzi z właściwego systemu i okresu?
Model semantyczny	Miary i przekroje analityczne	Czy „marża” ma uzgodnioną definicję?
Ontologia	Obiekty, relacje i zasady	Czy zamówienie i dostawa są poprawnie powiązane?

Ontologia w preview wymaga odbioru domenowego

Ontologia Fabric IQ jest oznaczona jako preview. Microsoft umożliwia wygenerowanie jej szkicu z modelu semantycznego, ale dokumentacja wymienia ręczny przegląd kluczy, relacji i powiązań z danymi. Automatyczne utworzenie typów obiektów nie rozstrzyga, czy pojęcie „aktywny klient” jest właściwe dla sprzedaży, finansów i obsługi.

Zacznij od jednego obszaru: na przykład Zamówienie, Dostawa, Klient i Termin. Z właścicielami procesu ustal znaczenie pól, regułę aktualizacji i wyjątki. Następnie porównaj kilka pytań zadanych człowiekowi, raportowi i agentowi. Jeżeli odpowiedzi są różne, napraw definicję lub zasilanie przed rozszerzaniem ontologii. To praktyczne zastosowanie porządkowania danych i wiedzy firmy.

W teście uwzględnij relacje trudne, nie tylko idealne rekordy. Jedno zamówienie może mieć kilka dostaw, klient może zmienić identyfikator, a zdarzenie może nadejść później niż raport. Odbiór powinien potwierdzić poprawność kluczy, czasu obowiązywania i pustych wartości. Dobrze wyglądający graf nie dowodzi jeszcze, że agent używa właściwej relacji w odpowiedzi biznesowej.

Fabric IQ nie jest biblioteką firmowych instrukcji. Gdy agent potrzebuje obowiązującej polityki, tekstu umowy lub wielu dokumentów, porównaj Foundry IQ. Gdy pytanie dotyczy tego, kto co ustalił na spotkaniu, bliższe jest Work IQ. Wspólny kontekst ma wartość wtedy, gdy każda warstwa wnosi właściwy rodzaj dowodu.

Platformowo niezależną kolejność pracy — od decyzji i definicji po mapowanie źródeł oraz akcje — opisuje poradnik budowy ontologii firmy. Przydaje się także wtedy, gdy wdrożeniem docelowym będzie Fabric IQ.