Copilot Microsoft Fabricissa: Edistynyt ja päivitetty opas yrityksille ja ammattilaisille

Copilot Microsoft Fabricilla Siitä on tullut yksi tärkeimmistä laadullisen harppauksen ajureista liiketoimintadatan analysoinnissa ja hallinnassa. Sen integrointi, joka perustuu generatiiviseen tekoälyyn ja edistyneisiin kielimalleihin, antaa yrityksille ja ammattilaisille mahdollisuuden lähestyä digitaalista transformaatiota ketterämmällä, intuitiivisemmalla ja turvallisemmalla tavalla. Nykyään Copilotin ominaisuuksien ja potentiaalin syvällinen ymmärtäminen on avainasemassa kilpailuedun saavuttamisessa monimutkaisessa dataympäristössä.

Tässä artikkelissa kerrotaan kaiken Copilotista Microsoft Fabricissa: sen aktivoinnista ja sen tarjoamista ominaisuuksista kullekin Fabric-ekosysteemin työkuormalle, sen hyödyntämisestä työnkulkujen nopeuttamiseen Power BI:ssä, Data Factoryssa, datatieteen muistikirjoissa, suunnittelussa ja reaaliaikaisissa ympäristöissä, sekä tärkeimmistä tietoturvaan, yksityisyyteen ja resurssien hallintaan liittyvistä näkökohdista järjestelmänvalvojille ja yrityksille. Valmistaudu tutustumaan käytännölliseen, mukaansatempaavaan ja kattavaan oppaaseen, joka on kirjoitettu ystävälliseen ja luonnolliseen tyyliin, mutta kuitenkin äärimmäisen teknisesti tarkasti.

Microsoft Fabric: Yhtenäisen datan ja analytiikan vallankumous pilvessä

Mikä on Copilot Microsoft Fabricissa?

Microsoft Fabric -ympäristön Copilot on älykäs avustaja, joka perustuu generatiiviseen tekoälyyn ja on erityisesti koulutettu parantamaan kaikenlaisten käyttäjien kokemusta alustan datan, raporttien, analyyttisten mallien ja integraatioprosessien parissa. Se toimii Azure OpenAI:n laajojen kielimallien (LLM) ansiosta, jotka on integroitu itse Fabric-ekosysteemiin. Tämä mahdollistaa teknisen, analyyttisen ja johtotason henkilöstön mullistaa vuorovaikutuksensa tiedon kanssa koodin ja kyselyiden automaattisesta luomisesta mallien, visualisointien ja analyyttisten työnkulkujen tulkintaan.

Copilotin suuri etu on monimutkaisten tehtävien automatisoinnissa ja rikastuttamisessa sekä vastausten ja näkemysten saamisessa liiketoiminta- tai teknisiin ongelmiin yksinkertaisesti luonnollista kieltä käyttämällä. Sinun ei tarvitse olla kehittäjä pyytääksesi Copilotilta koodinpätkiä, raporttien selityksiä, visualisointiehdotuksia tai edes tiivistelmiä. Data-asiantuntijat hyötyvät myös paljon ketterämmistä työnkuluista ja suuremmasta tarkkuudesta koodauksessa, testauksessa ja prosessien rakentamisessa skaalautuvasti. Lyhyesti sanottuna Copilot demokratisoi edistyneen pääsyn pilvidataan.

Copilotin käyttäminen näppäimistöllä WindowsTäydellinen opas ja vinkkejä kaikkien oikoteiden hyödyntämiseen

Kenelle Copilotista voi olla hyötyä Microsoft Fabricissa?

Copilot on suunniteltu tukemaan kaikenlaisia ​​​​tiedonhallintaan ja -hyödyntämiseen liittyviä rooleja organisaatiossa:

• BI- ja liiketoiminta-analytiikan alueiden johtajat ja päälliköt: Päätös Copilotin käyttöönotosta antaa heille mahdollisuuden tehostaa datastrategiaansa, optimoida käyttöönottoa ja arvoa tiimeissään ja ennen kaikkea nopeuttaa päätöksentekoa.
• Kankaan ylläpitäjät: He hallitsevat käyttäjiä, työkuormia ja tehokasta kapasiteetin käyttöä. He myös päättävät, millä alueilla ja projekteissa Copilot on käytössä, mikä kontrolloi resursseihin ja tietoturvaan kohdistuvia vaikutuksia.
• Arkkitehdit ja datatiimit: He suunnittelevat arkkitehtuurin sisällyttämällä siihen natiivisti Copilotin työnkulut ja ominaisuudet, jotta se voi skaalautua ja mukautua organisaation tulevaan kasvuun.
• Huippuosaamiskeskukset, IT- ja innovaatiopäälliköt: He johtavat Copilotin käyttöönottoa, tukea ja koulutusta sekä integroivat muita tekoälytyökaluja ja -hallintoa yritykseen.
• Insinöörit, datatieteilijät, itsepalvelukäyttäjät ja analyytikot: He voivat pyytää reaaliaikaista apua raporttien luomiseen, datan muuntamiseen, visualisointiin ja analysointiin nopeammin kuin koskaan ennen, samalla helpottaen toistuvien tehtävien dokumentointia ja automatisointia.

Copilotin edut ja käytännön sovellukset Microsoft Fabricissa

Copilotin käytännön sovellukset Microsoft Fabricissa ovat lukuisia ja kattavat käyttötapauksia useimmilla data-analytiikan osa-alueilla. Jotkut tärkeimmistä eduista ovat:

• Dataprojektien kehitys- ja toteutusajan lyhentäminen: Kuvaile vain tavoite luonnollisella kielellä, niin Copilot luo koodia, muuntaa kyselyitä, valmistelee malleja tai ehdottaa käyttövalmiita visualisointeja.
• Olennaisten tietojen poiminta ja oivallusten automatisointi: Copilot analysoi automaattisesti tietojoukkoja, tiivistää kaavoja ja trendejä tai jopa luo mukautettuja selityksiä Power BI:ssä laadituille raporteille.
• Nopeutettu oppiminen ja perehdytys: Uudet tiimin jäsenet, olivatpa he sitten teknisiä tai ei, voivat nopeasti ymmärtää prosesseja, koodia ja malleja Copilotin tuottamien selitysten ansiosta sekä ehdottaa strategioita tai taktiikoita analyysia varten.
• Nopeita vastauksia teknisiin ja liiketoimintaan liittyviin kysymyksiin: Insinöörit ja analyytikot saavat välitöntä apua virheisiin, transformaatioiden ymmärtämiseen, koneoppimismallien valintaan, datan puhdistussuosituksiin ja paljon muuhun.
• Dokumentaatio ja määräystenmukaisuus: Copilot voi luoda yksityiskohtaisia ​​yhteenvetoja ja kommentteja malleihin, työnkulkuihin tai koodiin tehdyistä muutoksista, mikä lisää arvoa auditointi- ja jatkuvan parantamisen prosesseihin.

Mikä on Moment 4? Windows 11 ja kaikki sen uudet ominaisuudet yksityiskohtaisesti

Missä Copilot on käytettävissä Microsoft Fabric -ympäristössä?

Copilot ei ole yksittäinen ominaisuus, vaan se on koko Fabric- ja Power BI -ekosysteemin kattava kokonaisuus, joka mukautuu kunkin työryhmän tarpeisiin:

• Tietotehdas: Sen avulla voit luoda prosesseja, muunnoksia ja integrointiprosesseja kuvaamalla logiikkaa luonnollisella kielellä sekä selittämällä ja dokumentoimalla jokaisen vaiheen.
• Tekniikka ja datatiede (muistikirjat): Se avustaa koodin luomisessa, korjaamisessa, dokumentoinnissa ja optimoinnissa, visualisointien generoinnissa, ominaisuuksien valmistelussa ja mallien analysoinnissa. Se integroi suoran pääsyn Lakes-tietojoukkoihin, taulukoihin ja tiedostoihin ja jopa vuorovaikutuksen Spark- tai Pandas-tietokehysten kanssa oivallusten ja uudelleenkäytettävän koodin luomiseksi.
• Tietovarasto ja SQL: Se yksinkertaistaa edistyneiden SQL-kyselyiden kirjoittamista, luo automaattisesti skriptejä ja tiivistää prosesseja. Se voi kääntää luonnollisen kielen pyynnöt suoraan koodiksi, selittää monimutkaisia ​​lauseita ja auttaa virheiden virheenkorjauksessa.
• Power BI ja Power BI Desktop: Se mullistaa raporttien luomisen luomalla sivuja, yhteenvetoja, kuvauksia ja synonyymejä suoraan malleihin. Lisäksi Copilot integroi luonnollisen kysymys- ja vastaustoiminnon dataan ja malleihin, mikä parantaa loppukäyttäjän kokemusta.
• Reaaliaikainen tiedustelu: Se muuntaa luonnollisella kielellä esitetyt suorat datakysymykset KQL (Kusto Query Language) -kyselyiksi, mikä helpottaa tiedon tutkimista reaaliajassa mahdollisimman helposti.

Jokainen näistä alueista integroi Copilotin rooleja, käyttöoikeuksia ja tietoturvaa kunnioittaen, mikä tarkoittaa, että se ei näytä tai käytä enempää tietoja kuin mihin käyttäjällä on normaalisti oikeus nähdä.

Windows AI Foundry ja Azure AI Foundry: Tekoälyvallankumous Windows ja pilvi

Copilotin aktivointi ja määrittäminen Microsoft Fabricissa

Copilot on oletusarvoisesti käytössä useimmissa vuokralaisissa ja F2- tai korkeammissa maksukapasiteeteissa Microsoft Fabricissa. Jotta toiminnot kuitenkin otetaan käyttöön oikein, aktivointi- ja määritysprosessin on noudatettava useita vaiheita, jotka varmistavat, että vain valtuutetut käyttäjät voivat käyttää niitä ja että toiminnot ovat yksityisyyden, turvallisuuden ja lakisääteisten vaatimusten mukaisia.

Vaihe 1: Vahvista lisenssityyppisi ja alueesi

Copilot on käytettävissä vain työtiloissa, joille on määritetty maksulliset Fabric-ominaisuudet (F2 tai uudempi), Power BI Premium (P1 tai uudempi) tai jotka on erityisesti määritetty Copilot-ominaisuudella. Pro- ja PPU-työtilat eivät tue suoraan Copilot-ominaisuutta. Lisäksi kapasiteetin on sijaittava tuetulla alueella, koska Azure OpenAI:ta tuetaan vain tietyissä paikoissa (pääasiassa Yhdysvalloissa ja Euroopan unionissa, ja muilla alueilla on maantieteellisiä rajoituksia).

Vaihe 2: Suojaus- ja käyttöoikeusryhmien määrittäminen

Laajalle levinneen tai sopimattoman käytön välttämiseksi on hyvä käytäntö rajoittaa Copilotin alkuvaiheen käyttöönotto vain tiettyihin käyttäjäryhmiin. Luo ja hallinnoi tiettyjä käyttöoikeusryhmiä Microsoft 365 -hallintapaneelista ja määritä ne nimenomaisesti Copilotin käyttöoikeutta vaativille avainalueille ja rooleille. Tämä ei ainoastaan ​​paranna tietoturvaa, vaan myös nopeuttaa koulutusta ja kulutuksen hallintaa.

Vaihe 3: Vuokralaisen asetusten ja kapasiteetin säätäminen

Fabricin hallintapaneelista järjestelmänvalvoja voi ottaa Copilotin käyttöön tai poistaa sen käytöstä globaalisti sekä hallita sitä, voidaanko tietoja käsitellä alkuperäisen alueen ulkopuolella, mikä on olennainen vaatimus tietyissä sijainneissa. Jos organisaatiosi on noudatettava tiukkoja tietojen säilytysmääräyksiä, tarkista ja muuta asetuksia huolellisesti ennen kuin otat Copilotin käyttöön tiimeillesi.

Vaihe 4: Työalueiden määrittäminen ja roolien määrittäminen

Jokaisella Copilotin käyttöön haluavalla käyttäjällä on oltava käyttöoikeus (järjestelmänvalvojana, jäsenenä tai osallistujana) yhteen tai useampaan työtilaan, joille on määritetty asianmukainen kapasiteetti. Copilotin käyttämien elementtien ja mallien on sijaittava näillä alueilla, vaikka niihin viitattaisiinkin muiden alueiden välillä, jos sopiva kokoonpano on olemassa.

Vaihe 5: Aktivoi Copilot Power BI Desktopissa ja palvelussa

Power BI Desktopissa valitse vain tuettu työtila, kun aktivoit Copilotin; samat säännöt koskevat verkkopalvelua. On tärkeää huomata, että työtilan ei tarvitse olla sama kuin lopullisen raportin julkaisualue. Muista, että Copilot-kokemus on käytettävissä vain, jos järjestelmänvalvojan asetukset sallivat sen ja jos alue ja siihen liittyvä lisenssi täyttävät vaatimukset.

Vaihe 6: Hallitse Copilotin käyttöä ja pääsyä

Copilotin resurssien kulutus liittyy suoraan pyyntöjen määrään ja vaadittujen tehtävien monimutkaisuuteen (mitattuna tokeneissa), joten on suositeltavaa seurata käyttöä ja laatia kapasiteetin skaalaussuunnitelmia, erityisesti suurissa organisaatioissa. Microsoft Fabric tarjoaa mittaussovelluksia käyttäjien, alueiden ja tehtävien kulutuksen seurantaan ja siten pullonkaulojen tai kustannusten ylitysten ennakointiin.

Copilotin tekninen toiminta Microsoft Fabricissa

Sisäisesti Copilotin toiminta on jäsennelty useisiin vaiheisiin, jotka varmistavat yksilöllisen, turvallisen ja optimoidun kokemuksen:

1. Käyttäjä syöttää kysymyksen, ohjeen tai pyynnön chat-käyttöliittymän kautta tai valitsemalla ennalta määritetyn kehotteen. Tämä merkintä voi tulla selaimesta, Power BI Desktopista tai mobiilisovelluksesta.
2. Pyyntö sisältää kontekstuaalisia tietoja, kuten käyttäjän, istuntohistorian, työtilan metatiedot ja käsiteltävän tiedon tai raportin tyypin.
3. Copilot esikäsittelee syötteen lisäämällä siihen asiaankuuluvan kontekstin (perustan), kuten skeemoja, tietoja, käyttöoikeuksia tai suoritettavaan toimintoon liittyviä metatietoja. Tämä vaihe on avainasemassa vastauksen mukauttamisessa kontekstiin ja käyttäjään.
4. Kokoonpanosta riippuen Copilot voi tallentaa pyyntöjä välimuistiin 48 tunniksi nopeuttaakseen toistuvia tuloksia ja välttääkseen tarpeetonta resurssien kulutusta.
5. Järjestelmä lähettää syötteitä ja perusteluja Microsoftin ylläpitämälle Azure OpenAI -palvelulle. Tietoja ei jaeta julkisten API-rajapintojen kanssa, eikä OpenAI kouluta mallejaan asiakkaan datalla.
6. Azure OpenAI käsittelee pyynnön GPT-malliensa avulla, tokenisoi tekstin ja luo vastaukset luonnollisella kielellä, koodilla tai teknologiametatiedoilla.
7. Copilot vastaanottaa vastauksen ja suorittaa sille jälkikäsittelyprosessin: sisällön suodatus, koodin validointi, vastuullisen tekoälyn käytäntöjen noudattamisen tarkastukset ja tarvittaessa pyyntöjen edelleenlähetys, jos se havaitsee virheitä tai sopimattomia vastauksia.
8. Lopuksi käyttäjä vastaanottaa tulosteen, joka voi olla luonnollista kieltä, koodinpätkää, visualisointia tai tiettyä toimintoa. Käyttäjän tulisi aina tarkistaa ja validoida vastaus ennen sen käyttöä, ottaen huomioon oikeustieteen menetelmien probabilistisen ja epädeterministisen luonteen.

Merkinnät, vuorovaikutustyypit ja parannetut tulokset Copilotin avulla

Pyyntöjä Copilotille voidaan tehdä kirjoittamalla luonnollisella kielellä tai valitsemalla valmiiksi määritettyjä toimintopainikkeita tilanteesta riippuen:

• Suora keskustelu Copilotin kanssa: Muotoile avoimia kysymyksiä tai selkeitä käskyjä, esimerkiksi: ”luo myyntikaavio alueittain” tai ”selitä tämä semanttinen malli”.
• Ponnahdusikkunat tietyissä kokemuksissa: Kuten DAX- tai TMDL-kyselyiden muokkaamisessa Power BI Desktopissa, jossa chatin lisäksi voit käyttää painikkeita ja kontekstuaalista ohjetta.

Joitakin parhaita käytäntöjä Copilotin hyödyllisyyden parantamiseksi:

• Käytä englantia aina kun mahdollista. koska mallit palauttavat parempia vastauksia kyseisellä kielellä, kun harjoitusdataa on enemmän.
• Ole kysymyksessäsi täsmällinen ja selkeä; Mitä enemmän kontekstia ja yksityiskohtia annat, sitä parempia tuloksia saat.
• Sisällytä mukaan kentät, toiminnot tai odotukset, joita sinulla on; Esimerkiksi määrittämällä, minkä visualisoinnin haluat hankkia tai mitä taulukkoa haluat kyselyn tehdä.
• Toista ja muokkaa ohjeitasi, jos vastaus ei täysin vastaa tarvetta; Copilotin avulla voit toistaa pyyntöjä tai tarkentaa kontekstia, kunnes saat tyydyttävän tuloksen.

Istunnon keskusteluhistoriaa käytetään keskustelun aikana kontekstin ylläpitämiseen, mutta sitä ei jaeta eri istuntojen tai käyttäjien välillä tietosuojasyistä.

Työskentelyn optimointi Copilotilla jokaisella kuormalla ja korostettu käyttö Fabricissa

Copilot Data Factoryssa

Copilotin integrointi Data Factoryyn maksimoi tehokkuuden prosessien ja transformaatioiden luomisessa luonnollisella kielellä tehtyjen vaatimusten analysoinnin ansiosta. Sen ominaisuuksiin kuuluvat:

• Luo uusia muunnoksia automaattisesti Dataflow Gen2:ssa yksinkertaisesti kuvaamalla työnkulun tavoite.
• Selitä ja dokumentoi jokainen otettu vaihe, mikä helpottaa monimutkaisten prosessien ymmärtämistä ja auditointia.
• Salli kokonaisten prosessien luominen luonnollisen kielen ohjeista ("luo prosessi, joka kopioi tiedot SQL Serveristä Azure Data Lakeen").
• Suoritusongelmien vianmääritys selittämällä virheet tai ehdottamalla vaiheittaisia ​​ratkaisuja.
• Yhteenveto monimutkaisista prosesseista kuvaamalla toimintojen logiikkaa ja suhteita prosessissa.

Suositellut käytännöt: Ole selkeä pyynnöissäsi, tarkista luodut vaiheet, käytä kumoa-toimintoja ja hyödynnä käynnistyskehotteita tutustuaksesi kaikkiin Copilotin ominaisuuksiin.

Rajoitukset: Tällä hetkellä Copilot ei käsittele useita kyselyitä samanaikaisesti, eikä se voi kumota joukkomuutoksia niiden vahvistamisen jälkeen. Se ei myöskään näytä virheilmoituksia ei-tuetuista ominaisuuksista.

Copilot tekniikan ja datatieteen alalla

Fabric Notebooksissa Copilot on todellinen linkkuveitsi datatieteilijöille ja -insinööreille, ja se mahdollistaa kaiken datan tutkimisesta ja visualisoinnista Python-koodin, Spark-koodin tai kontekstuaalisen analyysin luomiseen:

• Mukautetun koodin generointi analysointiin, mallinnukseen, visualisointiin, suodatukseen, muunnoksiin ja koneoppimiseen, mukautuen kannettavaan tietokoneeseen liitettyihin datakehyksiin ja taulukoihin.
• Se auttaa virheiden automaattisessa debuggauksessa ja korjaamisessa ehdottamalla korjattuja katkelmia ja yksityiskohtaisia ​​selityksiä.
• Puoliautomaattinen dokumentointi "Lisää kommentteja" -toiminnon ansiosta, joka tiivistää selkeästi koodin ja datan muutokset.
• Koodin optimointi ja ehdotuksia reaaliaikaisen kehityksen tehokkuuden ja laadun parantamiseksi.
• Liitteenä olevan Lakehousen skeemojen, tiedostojen ja tietorakenteiden visualisointi ja selitys.
• Keskusteluhistoria ja istuntojen hallinta, sekä komennot keskustelujen viemiseen ja poistamiseen vaatimustenmukaisuusvaatimusten mukaisesti.

Rajoitukset: Copilotin datatieteen ominaisuudet rajoittuvat tällä hetkellä muistikirjoihin. Lisäksi yksityisen verkon tai yksityisen linkin tilanteissa jotkin keskustelukokemukset eivät välttämättä lataudu.

Copilot tietovarastossa ja SQL-tietokannassa

Tietokanta-asiantuntijoille Copilot nopeuttaa SQL-kyselyiden luomista, luonnollisen kielen käskyjen muuntamista koodiksi ja monimutkaisten lauseiden virheenkorjausta tietovarastoissa ja SQL OLTP -tietokannoissa. Tärkeimpiä ominaisuuksia ovat:

• Suora käännös tekstistä kokonaisiksi SQL-lauseiksi kyselyä, analyysia tai muuntamista varten.
• Koodin täydennysehdotuksia ja monimutkaisten lausekkeiden selityksiä.
• Nopea kyselyiden lataus ja älykkäät toiminnot toiminnan tehokkuuden parantamiseksi.
• Kysymyksiä ja vastauksia itse relaatiomallista, ja kyky tuottaa nopeita oivalluksia.

Copilot Power BI:ssä ja Power BI Desktopissa

Power BI:ssä Copilot on tärkein työkalu automaattiseen raporttien luomiseen, yhteenvetojen generointiin, synonyymeihin tarkennetulle haulle ja luonnollisella kielellä tehtäviin kyselyihin liiketoimintatiedoista.

• Sen avulla voit kuvailla haluamasi raportin tai analyysin tyypin, ja Copilot luo Power BI -sivun, suosittelee visualisointeja ja valmistelee tiivistelmän.
• Se luo automaattisesti synonyymejä ja kuvauksia kannustaakseen intuitiivisiin kysymys- ja vastauskeskusteluihin datamallista.
• Se auttaa käyttäjää kirjoittamaan parempia kyselyitä tai tarkentamaan raporttien tavoitteita.
• Se tarjoaa täyden integraation Power BI Desktopin kanssa, jolloin voit valita siihen liittyvän työtilan ja hallita kulutusta edellä kuvattujen ominaisuuksien avulla.

Rajoitukset: Ei tällä hetkellä yhteensopiva Private Linkin tai suljettujen verkkoympäristöjen kanssa. Erillinen käyttökokemus edellyttää tuettua aluetta, eikä Fabricin käyttöönottoa vaadita, ainoastaan ​​asianmukaisen alueen.

Reaaliaikainen perämies (reaaliaikainen tiedustelu)

Reaaliaikainen datan tutkiminen ja analysointi vie sen uudelle tasolle Copilotin ja sen Kusto Query Language (KQL) -integraation ansiosta. Sen avulla sekä kokeneet että aloittelevat käyttäjät voivat kääntää liiketoimintatarkoituksen tehokkaiksi kyselyiksi ja saada yksityiskohtaisia ​​selityksiä saaduista tuloksista.