Hvad er Fabric IQ (forhåndsvisning)?

IQ (forhåndsvisning) er en arbejdsbyrde til at samle data, der ligger på tværs af OneLake, og organisere dem efter din virksomheds sprog. Dataene eksponeres derefter for analyser, AI-agenter og applikationer med ensartet semantisk betydning og kontekst. Denne side giver et overblik over IQ-arbejdsbyrden, de elementer, den indeholder, og hvordan disse elementer arbejder sammen for at levere ensartede data og semantik i Microsoft Fabric.

Som en arbejdsbyrde i Fabric er IQ en samling af funktioner, der er målrettet den almindelige funktionalitet ved modellering af et miljø med et samlet sprog. Elementerne, der er grupperet i IQ-arbejdsbyrden, inkluderer:

• Ontologi (forhåndsvisning)
• Graf i Microsoft Fabric (prøveversion)
• Fabric data agent (forhåndsvisning)
• Operationsagent (forhåndsvisning)
• Semantiske Power BI-modeller

For mere information om rollen for hvert element i IQ-arbejdsbyrden, se afsnittet Items in IQ (forhåndsvisning).

Hvorfor bruge IQ (forhåndsvisning)?

IQ (forhåndsvisning) muliggør følgende fordele:

• Sammenfødning af data: Samle analytiske og operationelle data ved at kombinere data fra forskellige kilder i OneLake (som lakehouses, eventhouses og Power BI semantiske modeller) i én konsistent model.
• Ensartet sprog på tværs af værktøjer: Giver en enkelt definition af et begreb (som Kunde, Materiale eller Aktiv), der styrer, hvordan Power BI, notebooks og agenter fortolker data.
• Hurtigere onboarding: Giver nye dashboards og AI-oplevelser med ensartet forretningsbetydning, da forretningskoncepter kun behøver at blive erklæret én gang.
• Ledelse og tillid: Reducerer duplikation og inkonsistente definitioner på tværs af teams ved at håndhæve klar semantik, mens begrænsninger forbedrer datakvaliteten.
• Tværdomæneræsonnement: Repræsenterer relationer mellem koncepter med graflinks og giver dig mulighed for at gennemgå relationer (som Order > Shipment > Temperature Sensor Cold > chain Breach) for at forklare resultater.
• AI-beredskab og beslutningsklare handlinger: Giver struktureret grounding for copiloter og agenter, så svarene afspejler dit virksomhedssprog som defineret i din ontologi. Fordi forretningsregler og begrænsninger findes i ontologien, kan agenter gå videre end svar til sikre, reviderbare handlinger.

Hvor IQ (forhåndsvisning) passer ind i Fabric

Sådan implementerer IQ (forhåndsvisning) nøglefunktioner i Fabric:

• Indtag og opbevar: Bygger videre på data fra lakehouse-tabeller, eventhouse-strømme og eksisterende Power BIsemantic-modeller.
• Modellere og repræsentere semantik: Ontologi (forhåndsvisning) tilbyder modelleringsmuligheder ved at definere entitetstyper, egenskaber på entitetstyper og relationstyper. Eventuelt kan du starte en ontologistruktur ud fra eksisterende datakilder og modeller, eller oprette din egen. Derefter binder du ontologifunktioner til datakilder og udforsker dem i en navigerbar graf, der bygges automatisk.
• Analyser og visualiser: IQ-elementerne i ontologi (preview) og graf i Microsoft Fabric arbejder sammen for at levere en visuel graf og forespørgselsoplevelse baseret på dine forretningskoncepter. Du kan også bygge ontologier baseret på dine Power BI semantiske modeller, så den samme terminologi kan bruges til analyse på tværs af elementer, eller bruge ontologien til at informere power domain aware agents.
• Operer og styr: Du kan versionere, validere og styre dine ontologidefinitioner. Du kan også overvåge ontologiens sundhed via Fabric-overvågningsværktøjer.

Elementer i IQ (forhåndsvisning)

IQ (forhåndsvisning) er en Fabric-arbejdsbyrde, der indeholder følgende elementer. Nogle af disse elementer deles med andre Fabric-arbejdsbelastninger, og objekterne kan arbejde sammen for at opnå den fælles IQ-vision om samlet data og semantik.

• Ontologi (forhåndsvisning) er et element til virksomhedens vokabular- og semantiske lag, der forener betydning på tværs af domæner og OneLake-kilder. Den definerer entitetstyper, relationer, egenskaber samt regler og begrænsninger og binder dem til reelle data, så downstream-værktøjer deler samme sprog. Ontologier er kerneelementet for at definere et fælles sprog i IQ-arbejdsbyrden.
• Graph i Microsoft Fabric (forhåndsvisning) tilbyder native graflagring og beregning til noder, kanter og traverseringer over forbundne data. Det er godt til stifinding, afhængighedsanalyse og grafalgoritmer. Grafen er integreret med ontologielementet og bringer en visuel repræsentation af dine forretningskoncepter og relationer til IQ-arbejdsbyrden.
  • Denne enhed er også en del af Real-Time Intelligence-arbejdsbyrden.
• Fabric data agent (forhåndsvisning) giver dig mulighed for at bygge dine egne samtalebaserede Q&A-systemer ved hjælp af generativ AI. I IQ kan dataagenter forbinde til din ontologi som kilde, hvilket gør det muligt for dem at forstå dine forretningskoncepter og bruge disse termer, når de besvarer spørgsmål.
  • Dette punkt er også en del af Data Science-arbejdsbyrden.
• Operations agent (forhåndsvisning) lader dig oprette en AI-agent til at overvåge realtidsdata og anbefale forretningshandlinger. Det understøtter IQ-arbejdsbelastningsvisionen for intelligente agenter, der kan ræsonnere på tværs af forretningskoncepter samtidig med, at de er bevidste om terminologien.
  • Denne enhed er også en del af Real-Time Intelligence-arbejdsbyrden.
• Power BI semantiske model er en kurateret analysemodel, der er optimeret til rapportering og interaktiv analyse med målinger, scorecard-hierarkier og relationer for visuals og DAX. Semantiske modeller er en anden måde at repræsentere strukturen, sproget og relationerne i dine forretningsdata på, og ontologier kan genereres direkte fra dem for at holde sproget konsistent på tværs af Fabric-oplevelser.
  • Dette element er også en del af Power BI-arbejdsbyrden.

Vælg det rigtige produkt

Dette afsnit indeholder vejledning til at vælge de rigtige værktøjer til dit scenario blandt modelleringsmulighederne i Fabric. Følgende tabel indeholder modelleringsrelaterede elementer fra IQ og Real-Time Intelligens.

Relationer til elementer

Dette afsnit beskriver, hvordan genstande arbejder sammen eller relaterer sig til hinanden.

• Ontologi (forhåndsvisning) og semantisk model: Ved at bruge disse IQ-elementer sammen kan du få fordelene ved begge repræsentationer, samtidig med at du definerer virksomhedskoncepter – som Kunde, Forsendelse og Breach – kun én gang. Generer eller juster Power BI semantiske modeller, så terminologi og nøgleindikatorer (KPI'er) forbliver konsistente på tværs af rapporter.
• Ontologi (forhåndsvisning) og graf i Microsoft Fabric: Ontologien angiver, hvilke ting der hænger sammen og hvorfor. Graf i Microsoft Fabric gemmer og beregner traverseringer, som for eksempel "Find forsendelser udsat for risikable ruter og relaterede brud." Disse elementer arbejder sammen i IQ ved at integrere grafoplevelsen i ontologi-elementerne.
• Ontologi (forhåndsvisning) og data-/operationsagenter: Ontologi forankrer agenter i fælles forretningssemantik og regler. Som resultat kan agenter hente relevant kontekst, ræsonnere på tværs af domæner og anbefale eller udløse styrede handlinger.
• Alle genstande: Power BI semantiske modeller præsenterer betroede KPI'er. Ontologi definerer sproget for din virksomhed på en måde, der er i overensstemmelse med eksisterende semantiske modelrepræsentationer. Grafen i Microsoft Fabric understøtter afhængigheds- og påvirkningsanalyse. Data- og driftsagenter muliggør intelligente agentinteraktioner, der er bevidste om dine forretningskoncepter. Sammen udgør disse elementer en samlet IQ-arbejdsbyrde, der forbinder data, semantik, analyse og AI-drevne handlinger.

Næste trin

Lær mere om ontologi (forhåndsvisning), det centrale semantiske repræsentationselement i IQ-arbejdsbyrden: Hvad er ontologi (forhåndsvisning)?.