Vad är Fabric IQ?

Fabric IQ ingår i Microsoft IQ, en uppsättning funktioner som utgör Microsoft stackens företagsintelligenslager. I Microsoft IQ fungerar Fabric IQ tillsammans med Work IQ, Foundry IQ och Web IQ för att ge en fullständig vy över organisationen. Arbets-IQ ger kontext om hur anställda arbetar, Foundry IQ ger kontext till en organisations principer och auktoritativa dokument, Webb-IQ ger kontext från webben och Fabric IQ ger kontext om affärsentiteter och data.

Fabric IQ ger kontext för verksamhetens tillstånd. Den baseras på alla analytiska, realtids- och driftdata om ditt företag, men enbart data räcker inte. Fabric IQ höjer dessa data till företagets språk. Med den rikare kontexten kan personer och agenter korrekt tolka data och förnuft och fatta beslut när det gäller affärsbegrepp och affärsmål.

Lager av Fabric IQ

Fabric IQ för in tre lager av affärskontext i Microsoft IQ: unified data, business intelligence och operational intelligence. Dessa lager tillhandahålls genom två centrala komponenter i arbetsbelastningen Fabric IQ, ontologi (förhandsversion) och semantisk modell, vilket skapar en delad kontext för affärsdata i OneLake.

Diagram som visar lagren i Fabric IQ.

Enhetliga data med OneLake

OneLake är grunden för Fabric IQ, som förenar företagsdata mellan moln och lokala data till en enda, styrd sanningskälla. Genom genvägar, spegling och OneLake-katalogen eliminerar den fragmentering och skapar en enhetlig datasjö med flera moln som Fabric IQ använder för att på ett säkert sätt identifiera och komma åt relevant kontext. Den fungerar också som distributionslager för dessa data, vilket gör den konsekvent tillgänglig för Fabric arbetsbelastningar, Foundry och Copilot Studio så att all intelligens från semantiska modeller, ontologi (förhandsversion) och agenter baseras på samma betrodda, organisationsomfattande data.

Business Intelligence med Power BI semantiska modeller

Power BI semantiska modeller tillhandahålla ett kuraterat analyslager med mått, hierarkier och dimensioner. Ontologier kan genereras direkt från semantiska modeller som redan finns i produktion, vilket gör att affärsspråket är konsekvent mellan olika upplevelser.

Semantiska modeller och ontologier fungerar tillsammans. Du kan generera eller justera ontologier direkt från semantiska modeller så att terminologi och KPI:er förblir konsekventa mellan rapporter, agenter och program. Definiera företagsbegrepp, till exempel kund, leverans och intrång, bara en gång och återanvänd dem i Fabric IQ-upplevelser.

Driftsinformation med ontologier

Ontologi (förhandsgranskning) är en delad, maskinförståelig representation av ditt företag. Den definierar entitetstyper, egenskaper, relationer, regler och mätvärden och binder dem till levande företagsdata så att människor, applikationer och AI-agenter delar samma vokabulär och kontext. Regler fångar affärslogik i naturligt språk, och mätvärden för in DAX-mått i Power BI som ägs av källan i ontologins kontext så att agenter återanvänder tillförlitliga beräkningar. Med detta delade språk kan agenter övervaka levande data, upptäcka avvikelser och vidta styrda åtgärder.

Du kan skapa ontologiobjekt från grunden eller generera dem från befintliga Power BI-semantiska modeller för att bootstrap:a från betrodd logik som redan är i produktion. Den här processen överför också beräknade kolumner och DAX-mått som ägs av datakällan som mätvärden. Du kan också generera ontologidetaljer med ontologiagenten eller importera dem från öppna standarder som RDF eller OWL.

Efter att en ontologi har skapats kan du valfritt generera en inbyggd grafmodell från dess affärsenheter, relationer, regler och källkodsbindningar för att hjälpa till att besvara relationscentrerade frågor. Den inbyggda ontologiagenten stöder ontologins livscykel genom interaktioner på naturligt språk: den genererar definitioner och databindningar, besvarar affärsfrågor utifrån din ontologikontext och föreslår ändringar för granskning enligt en modell där förslag läggs fram först.

Varför ska du använda Fabric IQ?

Organisationer arbetar med data på nivån för tabeller och scheman, som är strukturer som skapats för datorer, vilket inte betyder något. De bygger dock på affärsbegrepp som kunder, försändelser och tillgångar. Utan semantisk förståelse är AI fortfarande olämpligt för beslut med höga insatser eftersom varje fråga kräver manuell översättning av en domänexpert.

Med hjälp av Fabric IQ-ramverket får du följande fördelar:

  • Resonemang mellan domäner. Relationer mellan begrepp via graflänkar gör att du kan bläddra i relationer (till exempel Order > Shipment > Temperature Sensor > Cold Chain Breach) för att förklara resultatet.
  • Snabbare registrering. Nya instrumentpaneler och AI-upplevelser får konsekvent affärs innebörd eftersom affärsbegrepp bara behöver deklareras en gång.
  • Styrning och förtroende. Minskad duplicering och inkonsekventa definitioner mellan team genom att framtvinga tydlig semantik, medan begränsningar förbättrar datakvaliteten.

Fabric IQ:s tre lager ser till att varje agent utgår från samma förståelse för verksamheten och kan tillämpa den korrekt i olika arbetsflöden. Gränsorganisationer kan dock inte börja på IQ-lagret. För att kunna skapa den här funktionen krävs en enhetlig datagrund. Microsoft Fabric levererar detta via fyra kärnfunktioner:

Diagram som visar Fabric IQ framework.

  • Förena dataegendomen. Förena analytiska och operativa data genom att kombinera data från olika källor i OneLake (till exempel lakehouses, eventhouses och Power BI semantiska modeller) till en enda konsekvent modell. Fabric IQ kan också förena externa driftdata med hjälp av genvägarna OneLake och refererar till dem utan att kopiera eller skapa ETL-pipelines.
  • Bearbeta och harmonisera data. Frågeacceleration och AI-baserad analys möjliggör enklare installation, snabbare insikter och AI-driven utveckling. Ägna mindre tid åt att hantera prestanda och mer tid på att leverera meningsfulla insikter.
  • Kurera semantisk kunskap. Teams, program och AI-agenter fungerar alla från en konsekvent, betrodd grund för delade begrepp och data. En enda definition av ett begrepp (till exempel Kund, Material eller Tillgång) styr hur Power BI, notebook-filer och agenter tolkar data. Användare upptäcker insikter som inte bara återspeglar rådata, utan semantisk betydelse, inklusive hur entiteter relaterar, vad som är viktigast och vilka åtgärder som ska utföras. Detta eliminerar tvetydighet och säkerställer att beslut från både personer och AI återspeglar en enhetlig syn på verksamheten.
  • Ge AI-agenter möjlighet. Fabric IQ ger strukturerad förankring för Copilot-funktioner och agenter, så att svaren återspeglar verksamhetsspråket i din organisation så som det definieras i din ontologi (förhandsversion).

IQ som en arbetsbelastning i Fabric

Inom Microsoft Fabric är IQ (förhandsversion)workload en gruppering av relaterade Fabric objekt för att förena och kontextualisera affärsdata. Utöver de viktigaste objekten i ontologi (förhandsversion) och semantisk modell tillhandahåller IQ-arbetsbelastningen ytterligare objekt för att analysera, använda och operationalisera den kontexten (över ontologi, semantisk modell och OneLake).

Anmärkning

Fabric-element kan ingå i flera arbetsbelastningar. Flera av objekten i IQ-arbetsbelastningen delas med andra Fabric arbetsbelastningar som Real-Time Intelligence och Power BI, eftersom de är relevanta för avsikten med flera arbetsbelastningsscenarier.

I följande tabell visas alla objekt i IQ-arbetsbelastningen (förhandsversion):

Tygföremål Description Learn more
Ontologi (förhandsversion) Definiera en delad affärsförråd – entitetstyper, relationer, egenskaper och regler – som förenar innebörden mellan domäner och datakällor. Använd ontologi för att upprätta konsekvens och styrning mellan domäner och för att jorda AI-agenter på ett betrott affärsspråk. Vad är ontologi (förhandsversion)?
Power BI-semantisk modell Skapa kuraterade analysmodeller med mått, hierarkier och relationer som är optimerade för rapportering. Använd semantiska modeller när företagsanvändare behöver betrodda KPI:er och snabba, interaktiva visuella objekt. Ontologier kan genereras direkt från semantiska modeller för att hålla affärsspråket konsekvent mellan olika upplevelser.

Ingår också i Power BI-arbetsbelastningen.
Power BI-semantiska modeller i Microsoft Fabric
Planning Samarbeta om planering, prognostisering och rapportering från en enda datagrund utan att byta verktyg. Använd plan för att sammanföra affärsplanering, analys och datahantering i en enda upplevelse utan kod. Vad innebär planering i Fabric?
Graph Lagra och sök i sammanlänkade data med noder, kanter och traverseringar. Använd Graph när relationsintensiva frågor (till exempel effektkedjor, beroenden och kortaste sökvägar) styr dina beslut. Graph är integrerat med ontologiobjektet (förhandsversion) för en visuell representation av affärsbegrepp.

Ingår även i arbetsbelastningen för Real-Time Intelligence.
Översikt över Graph i Microsoft Fabric (förhandsversion)
Dataagent Skapa virtuella analytiker som ansluter till dina Fabric datakällor och besvara frågor om naturligt språk för en specifik domän. Använd dataagenter för att ge användarna en skräddarsydd fråga-svar-upplevelse baserad på semantiska modeller och ontologier, som kan publiceras i Microsoft 365, Foundry, Copilot Studio och anpassade appar.

Ingår även i Data Science-arbetsbelastningen.
Koncept för dataagent i Fabric
Driftagent Övervaka realtidsdata och rekommendera affärsåtgärder med en AI-agent som resonerar i dina affärskoncept. Använd åtgärdsagenter för att identifiera avvikelser och utlösa styrda svar på livedata.

Ingår även i arbetsbelastningen för Real-Time Intelligence.
Skapa och konfigurera driftsagenter

Anmärkning

OneLake är datagrunden för alla Microsoft Fabric objekt. Även om OneLake inte uttryckligen ingår som ett objekt i IQ-arbetsbelastningen förlitar sig alla objekt i arbetsbelastningen på OneLake-datatabeller och interagerar med dem internt.

Objektrelationer

  • Ontologi (förhandsversion) och semantisk modell: Definiera företagsbegrepp som Kund eller Leverans en gång och generera eller justera sedan ontologier från semantiska modeller så att terminologi och KPI:er förblir konsekventa mellan rapporter och agenter.
  • Ontologi (förhandsversion) och Graph: Ontologi deklarerar vad som ansluter och varför. Graph lagrar och följer dessa kopplingar, ungefär som att spåra en leverans längs en riskfylld rutt till ett brott i kylkedjan. Grafupplevelsen integreras direkt i ontologiobjekt.
  • Ontologi (förhandsversion) och data- och operationsagenter: Ontologi förankrar agenter i ett gemensamt affärsspråk och gemensamma regler så att de kan resonera över domäner och utlösa styrda åtgärder.
  • Planera och semantisk modell: Planen ansluter till befintliga semantiska modeller så att deras dimensioner och mått flödar in i planeringsbladen för analys av plan kontra faktiska värden och dynamisk prognostisering.
  • Alla objekt tillsammans: Semantiska modeller levererar betrodda KPI:er; ontologi (förhandsgranskning) definierar delat affärsspråk för dessa KPI:er; Grafen driver relations- och effektanalys; planering omvandlar insikter till samordnade åtgärder; och data- och operationsagenter tillhandahåller intelligenta, konceptmedvetna interaktioner över levande och historisk data.

Nästa steg

Lär dig mer om de andra funktionerna i Microsoft IQ: