Na estratégia "IA + Dados" da Microsoft.Microsoft Fabric
com teto plano Copilot
A funcionalidade está no centro de suas consequências. Em vez de uma simples sobreposição de recursos, ela incorpora a IA generativa de forma nativa em fluxos de trabalho completos, desde a engenharia de dados até o business intelligence (BI), com o objetivo de fazer uma mudança fundamental na forma como as plataformas de dados interagem.
Este artigo fornecerá uma análise detalhada de Fabric Copilot
Os principais recursos, princípios técnicos e condições de habilitação da empresa exploram como a Microsoft está redefinindo a produtividade de dados com IA.
Posição do copiloto no tecido
Fabric Copilot
é um Microsoft Fabric
um assistente de IA generativo cuja base técnica é o Azure OpenAI
O Modelo de Big Language para Provisionamento de Serviços. Ele fornece uma interface unificada de interação em linguagem natural para as diferentes funções no ecossistema de dados - desenvolvedores de BI, engenheiros de SQL, analistas de dados e usuários corporativos.
Os usuários podem conduzir um diálogo que Copilot
Gere consultas de dados, scripts de análise, gráficos de visualização e pipelines de integração de dados. Diferentemente dos assistentes de IA de uso geral, oMicrosoft
A filosofia de design não é "substituir", mas sim capacitar especialistas humanos com IA e reduzir as barreiras para a adoção de tecnologias de dados.
Principais recursos do Copilot: cobertura de cargas de trabalho de link completo
Fabric Copilot
Os recursos da plataforma penetraram em vários módulos principais da plataforma e foram profundamente otimizados para diferentes cenários e funções de usuário.
Ciência e engenharia de dados (notebooks)
Em um cenário de engenharia de dados, oCopilot
Fornece uma experiência de programação com bate-papo. Os engenheiros podem descrever os requisitos em linguagem natural, oCopilot
Com isso, ele converte seu Python
talvez Spark
Código. Isso reduz bastante a carga de escrever código de amostra e depuração. O valor não está apenas na geração de código, mas também na adição automática de comentários, na correção de erros de sintaxe e na correção de código, permitindo que os engenheiros se concentrem mais na lógica da exploração de dados e na própria construção do modelo.
Fábrica de dados
Para engenheiros de dados que precisam criar processos ETL/ELTCopilot
Capacidade de traduzir instruções em linguagem natural diretamente para Power Query
(linguagem M) lógica de transformação. O usuário simplesmente descreve "como dividir dados" ou "como mesclar dados".Copilot
As etapas correspondentes podem ser geradas e uma explicação do fluxo de processamento de dados pode ser fornecida. Isso pode efetivamente evitar o trabalho repetitivo ao lidar com tarefas complexas de pré-processamento de dados.
Armazenamento de dados e análise de SQL
Em um ambiente de data warehouse, oCopilot
Converta perfeitamente as consultas em linguagem natural em T-SQL
. Os analistas ou empresários podem fazer perguntas diretamente em chinês ou inglês (por exemplo, "Statistics on total sales by region for the last quarter").Copilot
Ele gera automaticamente instruções de consulta SQL precisas. Também oferece sugestões de otimização de instruções e interpretação de resultados de consultas para ajudar os usuários a extrair rapidamente insights de dados estruturados.
Aprimoramentos na experiência do Power BI
Copilot
existir Power BI
O aplicativo é a chave para melhorar a eficiência do desenvolvimento de relatórios. Ele pode sugerir e criar automaticamente layouts de páginas de relatórios e objetos visuais com base nas características do conjunto de dados. Além disso, ele interpreta tabelas e gráficos de forma inteligente para gerar um texto resumido que pode ser usado diretamente no relatório com um único clique. Esse recurso reduz drasticamente o caminho dos dados para a narrativa.
Análise em tempo real (KQL)
Para operações (DevOps) ou cenários de monitoramento de TI em que logs e dados de streaming em tempo real precisam ser processados.Copilot
Pode traduzir instruções em linguagem natural para Kusto
Query Language (KQL). A equipe de operações não precisa ser proficiente em KQL
A sintaxe complexa do diálogo permite que você identifique rapidamente os problemas do sistema ou monitore as métricas em tempo real.
Como o Copilot funciona: o aterramento é fundamental
Fabric Copilot
Seu poder reside em uma arquitetura sofisticada, profundamente integrada à plataforma e de várias camadas, e não apenas em um simples encapsulamento de APIs de modelo de linguagem.
Seu fluxo de trabalho pode ser dividido nas seguintes etapas:
- Análise de entrada do usuárioO sistema primeiro identifica e padroniza a intenção do usuário.
- Aterramento: Isto é
Microsoft Copilot
O principal destaque da arquitetura. Antes de gerar uma resposta, o sistema obtém o contexto de trabalho atual do usuário, incluindo o modelo de dados que está sendo usado, a estrutura da tabela, os metadados, os tópicos do relatório e as informações de permissão do usuário. - Chamada de modelo de idioma grandePalavras-chave integradas ao contexto são enviadas para o
Azure OpenAI
para gerar uma resposta preliminar. - Processamento e saída de respostasOs resultados retornados pelo modelo são processados e convertidos em
SQL
ePython
eM
e outros códigos específicos, ou diretamente para a interface de front-end, como a criação de um novo gráfico.
Grounding
O mecanismo garante que as respostas da IA sejam baseadas em acesso real, específico e privilegiado ao trabalho do usuário, em vez de generalizações prontas para uso. Isso o diferencia dos chatbots genéricos que não têm contexto privado e é a pedra angular dos aplicativos de IA de nível empresarial.
Como faço para ativar o Fabric Copilot?
Condições e custos de comissionamento
começar a usar Fabric Copilot
A premissa é que o locatário deve ter uma conta paga Fabric
capacidade, ou seja F SKU
(por exemplo, F2 e superior) ou P SKU
.
Com relação aos custos.Copilot
Não há taxa de licença separada em si. Todo o seu consumo computacional (ou seja, o uso de tokens) é cobrado de maneira uniforme na conta do locatário. Fabric
na utilização da capacidade (CU). Isso significa que Copilot
O custo dos serviços em nuvem está diretamente relacionado à frequência e à intensidade de seu uso, seguindo o princípio de "pagamento por uso" dos serviços em nuvem.
Gerenciamento e suporte regional
Por padrão, oCopilot
é ativada. O administrador pode adicionar uma nova função à lista Fabric
No Management Portal, o controle granular de sua habilitação é baseado na granularidade da organização, do grupo de segurança ou do espaço de trabalho.
Observe que, para locatários fora dos EUA e da França, você precisará habilitar adicionalmente a opção "Permitir que os dados sejam enviados ao Azure OpenAI para processamento" no portal de gerenciamento. Atualmente.Copilot
Ainda não há suporte para ambientes de nuvem soberanos (como os operados pela CenturyLink na China).
Garantia de segurança e conformidade
Microsoft
enfatizar Copilot
Medidas rigorosas de proteção são seguidas no nível de segurança e privacidade:
- limite jurisdicional:
Copilot
Os direitos de acesso aos dados são exatamente os mesmos que os do usuário. Ele segue estritamente osMicrosoft Entra ID
(anteriormente)Azure AD
) definidos nos limites de permissão para acessar dados que o usuário não tem o direito de ver. - privacidade de dadosAs perguntas dos usuários e os dados comerciais não serão usados para treinar ou aprimorar os serviços públicos.
GPT
Modelagem. Todo o processamento é em tempo real e o sistema não mantém dados privados do usuário. - Residência de dados: os administradores de locatários podem controlar se os dados podem ser processados em diferentes regiões geográficas para garantir que os requisitos de conformidade local sejam atendidos.
O valor dos cenários de aplicativos
cenário do aplicativo | valor agregado | Capacidade de copiloto |
---|---|---|
Exploração rápida de dados desconhecidos | inferior SQL / Python Limite de criação |
Linguagem natural para scripts de consulta |
Geração automática de relatórios de BI | Melhorar significativamente a eficiência do desenvolvimento de relatórios | Sugestões de layout e visualização inteligentes |
Criação da lógica de processamento de dados | Redução de tarefas repetitivas e padronizadas | geração automática Power Query conversões |
Diagnóstico de dados em tempo real | Localizar rapidamente problemas no sistema ou no serviço | linguagem natural para KQL consultar (um documento etc.) |
Narrativa da análise de dados auxiliares | Acelerar a transformação de insights em relatórios | Gerar automaticamente resumos de gráficos e dados |