Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Fabric IQ (anteprima) è un carico di lavoro per unificare i dati in OneLake e contestualizzarli in base alla lingua dell'azienda. I dati vengono quindi esposti ad analisi, agenti di intelligenza artificiale e applicazioni con significato semantico e contesto coerenti. Questa pagina offre una panoramica del carico di lavoro di IQ Fabric, degli elementi contenuti e del modo in cui questi elementi interagiscono per distribuire dati e semantiche unificati in Microsoft Fabric.
Importante
Questa funzionalità si trova in Anteprima.
Come workload in Fabric, Fabric IQ è una raccolta di funzionalità che interagiscono per aggiungere contesto ai dati tramite un'interfaccia coerente di competenze, strumenti e API. Gli elementi che fanno parte del carico di lavoro di IQ Fabric sono:
- Ontologia (anteprima)
- Piano (anteprima)
- Grafico (anteprima)
- Agente dati
- Agente delle operazioni (anteprima)
- Power BI modelli semantici
Per altre informazioni sul ruolo di ogni elemento nel carico di lavoro IQ Fabric, vedere la sezione Items in Fabric IQ (anteprima).
Annotazioni
Gli elementi di Fabric possono far parte di più carichi di lavoro. Molti degli elementi in Fabric IQ vengono condivisi con altri carichi di lavoro Fabric, ad esempio Real-Time Intelligence e Power BI, poiché sono rilevanti per lo scopo di più scenari di carico di lavoro.
Perché usare Fabric IQ (anteprima)?
Il workload di Fabric IQ (anteprima) consente di ottenere i seguenti vantaggi:
- Unificazione dei dati: Unificare i dati analitici e operativi, combinando i dati da varie origini all'interno di OneLake (ad esempio lakehouses, eventhouses e modelli semantici di Power BI) in un singolo modello coerente. Fabric IQ può anche unificare i dati operativi esterni usando collegamenti OneLake, facendo riferimento a tali dati senza copiare o compilare pipeline ETL.
- Consistent language across tools: Fornisce una singola definizione di un concetto (ad esempio CustomerMaterial o Asset) che determina il modo in cui Power BI, notebook e agenti interpretano i dati.
- Onboarding più rapido: Fornisce nuovi dashboard ed esperienze di intelligenza artificiale con significato aziendale coerente, perché i concetti aziendali devono essere dichiarati una sola volta.
- Governance e attendibilità: Riduce la duplicazione e le definizioni incoerenti tra i team applicando una semantica chiara, mentre i vincoli migliorano la qualità dei dati.
- Ragionamento tra domini: Rappresenta le relazioni tra i concetti con i collegamenti a grafo e consente di attraversare le relazioni ( ad esempio Order > Shipment > Temperature Sensor > Cold Chain Breach) per spiegare i risultati.
- Idoneità per l'intelligenza artificiale e azioni pronte per le decisioni: Fornisce basi strutturate per copiloti e agenti, in modo che le risposte riflettano il linguaggio aziendale come definito nell'ontologia. L'ontologia definisce anche le regole tramite l'integrazione con Fabric Activator, abilitando azioni governate e in tempo reale (come avvisi o notifiche) quando vengono soddisfatte le condizioni. Poiché le regole di business e i vincoli vivono nell'ontologia, gli agenti possono andare oltre le risposte alle azioni sicure e controllabili.
Dove Fabric IQ (anteprima) rientra in Fabric
Ecco come il carico di lavoro Fabric IQ (anteprima) implementa le funzionalità chiave Fabric:
- Acquisizione e archiviazione: Si basa sui dati di tabelle Lakehouse, stream Eventhouse e modelli semantici di Power BI esistenti. Scenari di Fabric IQ possono anche usare i dati condivisi attraverso i limiti dell'organizzazione attraverso Condivisione dei dati esterni di OneLake, estendendo la visibilità ai dati governati in altri tenant. L'elemento piano (anteprima) usa il mirroring di OneLake e i collegamenti rapidi di OneLake per integrare le origini dati riducendo al minimo l'ETL, lasciando i dati nella posizione originale e preservando la governance.
- Modellare e rappresentare la semantica:modelli semantici di Power BI forniscono una descrizione logica di un dominio analitico. Scegliere le tabelle da aggiungere da una lakehouse o da un magazzino e usare il modello semantico per rappresentare il dominio all'interno di Fabric. I modelli semantici possono anche essere esportati in ontologia (anteprima), che offre funzionalità di modellazione definendo tipi di entità, proprietà sui tipi di entità e tipi di relazione. Facoltativamente, eseguire il bootstrap di una struttura di ontologia da origini dati e modelli esistenti o crearne di personalizzati. Associare quindi le funzionalità di ontologia alle origini dati ed esaminarle in un grafico esplorabile creato automaticamente.
- Analizza e visualizza: Usa modelli semantici di Power BI come base per report in Power BI. È anche possibile visualizzare i dati in ontologia (anteprima) e grafico (anteprima) che interagiscono per offrire un grafico visivo e un'esperienza di query basata sui concetti aziendali. Usa ontologie basate sui tuoi modelli semantici di Power BI per mantenere la stessa terminologia nell'analisi tra i vari elementi, oppure usa le ontologie per guidare agenti consapevoli del dominio di alimentazione.
- Operare e gestire: È possibile eseguire la versione, convalidare e gestire le definizioni di ontologia. La governance, il rilevamento della derivazione e il controllo si applicano in modo coerente in tutte le origini dati, inclusi i dati a cui si accede tramite collegamenti OneLake e condivisioni tra tenant. È anche possibile monitorare l'integrità dell'ontologia tramite gli strumenti di monitoraggio di Fabric. Il piano (anteprima) aggiunge approvazioni del flusso di lavoro e audit trail dettagliati per le operazioni di writeback e pianificare le revisioni.
Elementi in Fabric IQ (anteprima)
Il carico di lavoro Fabric IQ (anteprima) include gli elementi seguenti. Alcuni di questi elementi sono condivisi con altri carichi di lavoro di Fabric e gli elementi possono lavorare insieme per realizzare la visione condivisa di Fabric IQ di dati e semantiche unificate.
- Ontologia (anteprima) è un elemento per il vocabolario aziendale e il livello semantico che unifica il significato tra domini e origini OneLake. Definisce tipi di entità, relazioni, proprietà e regole di azione condizionale (tramite Fabric Activator). Quindi, l'ontologia associa tutte queste definizioni ai dati reali in modo che gli strumenti downstream condividono lo stesso linguaggio. Le onlogi sono l'elemento principale per la definizione di un linguaggio comune nel carico di lavoro IQ Fabric.
- Il piano (anteprima) consente di integrare pianificazione, visualizzazione, analisi e gestione dei dati in una singola piattaforma. Plan è una piattaforma unificata senza codice per la pianificazione collaborativa, la creazione di report, l'analisi, l'integrazione dei dati e la gestione. Consente alle organizzazioni di lavorare da una base dati coerente, consentendo agli utenti aziendali di pianificare, analizzare e creare report senza passare da più strumenti.
-
Graph (anteprima) offre l'archiviazione e l'elaborazione nativi del grafo per nodi, spigoli e percorsi sui dati collegati. È utile per trovare il percorso, l'analisi delle dipendenze e gli algoritmi del grafo. Il grafo è integrato con l'elemento di ontologia e offre una rappresentazione visiva dei concetti e delle relazioni aziendali nel contesto del carico di lavoro di Fabric IQ.
- Anche questo elemento fa parte del carico di lavoro Real-Time Intelligence.
-
L'agente dati consente di creare sistemi di domande e risposte conversazionali personalizzati usando l'intelligenza artificiale generativa. In Fabric IQ, gli agenti dati possono connettersi all'ontologia come origine, consentendo loro di comprendere i concetti aziendali e di usare questi termini per rispondere alle domande.
- Questo elemento fa anche parte del workload di Data Science.
-
L'agente operativo (anteprima) consente di creare un agente di intelligenza artificiale per monitorare i dati in tempo reale e consigliare azioni aziendali. Supporta la visione del carico di lavoro di IQ Fabric degli agenti intelligenti che possono ragionarsi tra i concetti aziendali tenendo conto della terminologia.
- Anche questo elemento fa parte del carico di lavoro Real-Time Intelligence.
-
Modello semantico di Power BI è un modello di analisi curato, ottimizzato per la creazione di report e l'analisi interattiva, con misure, gerarchie delle schede punteggio, e relazioni per oggetti visivi e DAX. I modelli semantici sono un altro modo per rappresentare la struttura, il linguaggio e le relazioni dei dati aziendali e le onlogi possono essere generati direttamente da essi per mantenere il linguaggio coerente tra le esperienze Fabric.
- Questo elemento fa anche parte del carico di lavoro Power BI.
Scegliere l'elemento giusto
Questa sezione contiene indicazioni per la scelta degli strumenti appropriati per lo scenario dalle opzioni di modellazione in Fabric. La tabella seguente comprende gli elementi relativi alla modellazione del carico di lavoro Fabric IQ e di Real-Time Intelligence.
| Elemento | Quando utilizzare |
|---|---|
| Ontology (anteprima) nel carico di lavoro Fabric IQ | Utilizzare quando è necessaria la coerenza tra domini, la governance e il fondamento AI/agente e si vuole ragionare sui processi. |
| Grafico (anteprima) | Usare quando le domande complesse in termini di relazioni (come catene di impatto, comunità e percorsi più brevi) dominano il processo decisionale e sono necessarie prestazioni grafiche native. Graph supporta la corrispondenza dei criteri di ricerca in stile GQL e le query con percorso più breve per domande con un numero elevato di relazioni. |
| Power BI modello semantico | Quando gli utenti aziendali necessitano di KPI attendibili e visualizzazioni rapide con modellazione dimensionale, calcoli e dataset regolati per il self-service BI. |
| Generatore di gemelli digitali (anteprima) in Real-Time Intelligence | Usare quando è necessario un contesto operativo, gemelli digitali con stato, analisi degli scenari o simulazioni di ipotesi legate ad asset e segnali reali. |
Relazioni tra elementi
In questa sezione viene descritto come gli elementi interagiscono tra loro o sono correlati tra loro.
- Ontologia (anteprima) e modello semantico: Usando questi elementi di IQ Fabric insieme, è possibile ottenere i vantaggi di entrambe le rappresentazioni definendo concetti aziendali, ad esempio Customer, Shipment e Breach, una sola volta. Generare o allineare Power BI modelli semantici in modo che la terminologia e gli indicatori di prestazioni chiave (KPI) rimangano coerenti tra i report.
- Ontologia (anteprima) e Grafico: Ontologia dichiara quali cose si connettono e perché. I grafici archiviano e calcolano i percorsi, ad esempio "Trovare spedizioni esposte a rotte rischiose e violazioni correlate". Questi elementi interagiscono in Fabric IQ integrando l'esperienza del grafo negli elementi ontologici.
- Ontologia (anteprima) e agenti dati/operazioni: L'ontologia fornisce agli agenti una base nelle semantiche e nelle regole aziendali condivise. Di conseguenza, gli agenti possono recuperare il contesto pertinente, ragionarsi tra domini e consigliare o attivare azioni regolate.
- Pianificare (anteprima) e modello semantico: Il piano (anteprima) può connettersi ai modelli semantici esistenti, consentendo l'uso delle dimensioni e delle misure nei fogli di pianificazione per l'analisi semplice dei piani rispetto a quella effettiva. È anche possibile creare previsioni dinamiche direttamente sul modello semantico e aggiornarle man mano che diventano disponibili nuovi effettivi.
- Tutti gli elementi: Power BI modelli semantici presentano indicatori KPI attendibili. L'ontologia definisce il linguaggio per l'azienda, in modo coerente con le rappresentazioni di modelli semantici esistenti. Il piano connette i dati alle decisioni e consente di tradurre le informazioni dettagliate in azioni in modo efficiente. Il grafico supporta l'analisi delle dipendenze e dell'impatto. Gli agenti di dati e operazioni consentono interazioni con agenti intelligenti che conoscono i concetti aziendali. I flussi di eventi in tempo reale possono fornire all'agente operativo segnali live, mentre il modulo Pianificazione traduce tali segnali in azioni coordinate. Insieme, questi elementi costituiscono il carico di lavoro di IQ Fabric che connette dati, semantica, pianificazione, analisi e azioni guidate dall'intelligenza artificiale.
Passaggi successivi
Altre informazioni sugli elementi che costituiscono Fabric IQ: