Microsoft IQ: jak połączyć kontekst pracy, danych i wiedzy

Microsoft IQ to określenie wspólnej warstwy kontekstu dla Copilota, agentów i aplikacji AI w ekosystemie Microsoft. Nie jest jednym modelem językowym ani pojedynczą bazą danych, którą wystarczy włączyć. Microsoft Learn opisuje cztery współpracujące możliwości: Work IQ wnosi kontekst codziennej pracy, Fabric IQ znaczenie danych biznesowych, Foundry IQ wiedzę z dokumentów i innych źródeł, a Web IQ aktualne informacje z internetu. Dobór zależy od pytania, na które rozwiązanie ma odpowiedzieć.

Ten przewodnik porządkuje rodzinę IQ w filarze Microsoft AI. W kolejnych materiałach opisujemy szczegółowo Work IQ, Fabric IQ, Foundry IQ i Web IQ. Te nazwy są bliskie, lecz nie oznaczają czterech kopii tej samej usługi.

Który kontekst jest potrzebny agentowi

Pytanie użytkownika	Główny rodzaj kontekstu	Możliwość Microsoft IQ do sprawdzenia
„Co ustaliliśmy z klientem i kto ma kolejny krok?”	Korespondencja, spotkania, ludzie i zadania	Work IQ
„Które zamówienia przekroczyły uzgodniony termin?”	Jednostki biznesowe, miary, relacje i stan danych	Fabric IQ
„Jaka procedura obowiązuje przy tym wyjątku?”	Zatwierdzone dokumenty i wiedza organizacji	Foundry IQ
„Co zmieniło się w publicznych informacjach o rynku?”	Bieżące źródła internetowe	Web IQ

To mapa potrzeb, a nie automatyczny routing każdego pytania. Jedno zadanie może wymagać kilku źródeł. Przykład hipotetyczny: agent przygotowuje notatkę przed spotkaniem z klientem. Work IQ pomaga znaleźć wcześniejsze ustalenia, Fabric IQ dostarcza uzgodnione miary sprzedaży, Foundry IQ przywołuje obowiązującą politykę rabatową, a Web IQ może dodać publiczne wiadomości o firmie. Odpowiedź trzeba jednak ocenić oddzielnie dla każdego źródła: czy jest aktualne, dostępne dla użytkownika i właściwe dla decyzji?

W architekturze nie musisz łączyć wszystkiego bezpośrednio. Jeśli pierwszym zadaniem jest odpowiedź o obowiązującej procedurze, zacznij od jednego zbioru dokumentów i testu poprawności. Gdy pojawi się potrzeba wyjaśnienia, który pracownik prowadzi sprawę, dodaj kontekst pracy. Dopiero pytanie o stan zamówień uzasadnia semantykę danych. Taka kolejność ogranicza liczbę integracji, które trzeba zabezpieczać i utrzymywać od pierwszego dnia.

Wspólna warstwa nie usuwa właścicieli danych

Strona produktu Microsoft IQ podkreśla tożsamość, uprawnienia i zasady bezpieczeństwa jako wspólne ograniczenia. Nie wynika z tego, że połączenie czterech możliwości samo naprawi błędne uprawnienia lub sprzeczne definicje. Jeśli dwa działy inaczej liczą „aktywnego klienta”, agent może zebrać kontekst z wielu miejsc, lecz nadal potrzebuje decyzji, której definicji używać. Tu wraca rola ontologii firmy i właściciela miary.

Równie ważne jest odróżnienie wiedzy od działania. Dokument procedury może mówić, kto zatwierdza rabat; nie daje agentowi prawa do zatwierdzenia go. Kontekst z IQ pomaga przygotować decyzję, ale wykonanie kroku w systemie wymaga narzędzia, uprawnienia, zapisu audytowego i często zgody człowieka. To zagadnienie z architektury systemów AI, a nie właściwość samego wyszukiwania.

Jak zaplanować pierwszy przypadek użycia

Zamiast próbować uruchamiać całą rodzinę IQ, wybierz jedną decyzję i rozpisz jej dowody. Dla briefu klienta ustal: które ustalenia są potrzebne, jaka liczba musi pochodzić z modelu semantycznego, jaka polityka jest obowiązująca i co użytkownik ma zatwierdzić. Następnie dobierz najmniejszy zakres integracji i przygotuj zestaw pytań testowych, w tym brak dokumentu, sprzeczne dane oraz użytkownika bez uprawnienia.

Zapisz dla każdego źródła datę odświeżenia, właściciela, zasady dostępu i przewidywany koszt. Statusy dostępności różnią się między składnikami. Przykładowo ontologia w Fabric IQ jest oznaczona jako preview, a Foundry IQ ma funkcje zarówno ogólnie dostępne, jak i w preview. Nie obiecuj więc jednej daty wdrożenia dla całego Microsoft IQ.

Wynik testu zapisz w postaci czterech osobnych ocen: poprawność faktów o pracy, poprawność miar biznesowych, zgodność z polityką i aktualność informacji publicznej. Gdy wszystkie zlejesz w jedną ocenę „odpowiedź była dobra”, nie ustalisz, który składnik poprawić. Raport powinien też wskazywać źródło każdego stwierdzenia, przypadki bez wystarczających danych i koszty związane z konkretnym sposobem dostępu.

Dobry wynik pilota to odpowiedź, którą odbiorca może prześledzić do właściwego źródła i odrzucić, gdy źródła są niepełne. Dopiero wtedy można sprawdzić, czy wspólny kontekst skraca pracę w porównaniu z obecnym procesem. Jeśli nie wiadomo, kto odpowiada za dane i definicje, najpierw uporządkuj fundament danych firmy.