Copilot sa Microsoft Fabric: Isang Advanced at Na-update na Gabay para sa Mga Negosyo at Propesyonal

Copilot sa Microsoft Fabric Ito ay naging isa sa mga pangunahing driver ng qualitative leap sa pagsusuri at pamamahala ng data ng negosyo. Ang pagsasama nito, batay sa generative AI at advanced na mga modelo ng wika, ay nagbibigay-daan sa mga kumpanya at propesyonal na lapitan ang digital transformation sa isang mas maliksi, intuitive, at secure na paraan. Ngayon, ang malalim na pag-unawa sa mga kakayahan at potensyal ng Copilot ay susi sa pagkakaroon ng competitive edge sa kumplikadong kapaligiran ng data.

Sa artikulong ito, matutuklasan mo ang lahat tungkol sa Copilot sa Microsoft Fabric: mula sa kung paano ito i-activate at ang mga feature na inaalok nito para sa bawat workload sa Fabric ecosystem, hanggang sa kung paano ito magagamit upang mapabilis ang iyong mga daloy ng trabaho sa Power BI, Data Factory, mga data science notebook, engineering, at mga real-time na kapaligiran, pati na rin ang mga pinaka-nauugnay na seguridad, privacy, at mga pagsasaalang-alang sa negosyo para sa mga administrator. Humanda sa pagsisid sa isang praktikal, nakakaengganyo, at komprehensibong gabay, na isinulat sa isang palakaibigan at natural na istilo, ngunit may sukdulang teknikal na katumpakan.

Microsoft Fabric: Ang pinag-isang data at analytics revolution sa cloud

Ano ang Copilot sa Microsoft Fabric?

Ang Copilot sa loob ng Microsoft Fabric environment ay isang matalinong katulong batay sa generative AI, partikular na sinanay upang mapabuti ang karanasan ng lahat ng uri ng user na may data, ulat, analytical na modelo at proseso ng pagsasama sa platform. Gumagana ito salamat sa Large Language Models (LLMs) ng Azure OpenAI, na isinama sa mismong Fabric ecosystem. Nagbibigay-daan ito sa mga teknikal, analytical, at managerial na staff na baguhin ang kanilang pakikipag-ugnayan sa impormasyon, mula sa awtomatikong pagbuo ng code at mga query hanggang sa pagbibigay-kahulugan sa mga modelo, visualization, at analytical na daloy ng trabaho.

Ang malaking bentahe ng Copilot ay nakasalalay sa pag-automate at pagpapayaman ng mga kumplikadong gawain, pagkuha ng mga sagot at insight sa mga problema sa negosyo o teknikal sa pamamagitan lamang ng paggamit ng natural na wika. Hindi mo kailangang maging isang developer para humingi sa Copilot ng mga snippet ng code, mga paliwanag ng ulat, mga mungkahi sa visualization, o kahit na mga executive summary. Nakikinabang din ang mga dalubhasa sa data mula sa mas maliksi na daloy ng trabaho at higit na katumpakan sa coding, pagsubok, at pagbuo ng mga pipeline sa sukat. Sa madaling sabi, ang Copilot ay nagde-demokratize ng advanced na pag-access sa data sa cloud.

Paano i-access ang Copilot mula sa keyboard sa Windows: Kumpletuhin ang gabay at mga trick upang samantalahin ang lahat ng mga shortcut

Sino ang maaaring makinabang mula sa Copilot sa Microsoft Fabric?

Ang Copilot ay idinisenyo upang suportahan ang lahat ng uri ng mga tungkulin sa isang organisasyong nauugnay sa pamamahala at pagsasamantala ng data:

• Mga direktor at pinuno ng BI at business analytics areas: Ang pagpapasya kung paganahin ang Copilot ay nagbibigay-daan sa kanila na palakasin ang kanilang diskarte sa data, pag-optimize ng pag-aampon at halaga sa kanilang mga koponan at, higit sa lahat, pabilisin ang paggawa ng desisyon.
• Mga Administrator ng Tela: Pinamamahalaan nila ang mga user, workload, at mahusay na paggamit ng kapasidad. Sila rin ang nagpapasya kung aling mga lugar at proyekto ang nagbibigay-daan sa Copilot, na kinokontrol ang epekto sa mga mapagkukunan at seguridad.
• Mga arkitekto at pangkat ng data: Dinisenyo nila ang arkitektura sa pamamagitan ng katutubong kabilang ang mga daloy at kakayahan ng Copilot upang ito ay mai-scale at maiangkop sa hinaharap na paglago ng organisasyon.
• Mga Center of Excellence, IT at innovation managers: Pinamunuan nila ang pag-aampon, suporta, at pagsasanay sa paggamit ng Copilot, pagsasama ng iba pang mga tool at pamamahala ng AI sa kumpanya.
• Mga inhinyero, data scientist, self-service na user, at analyst: Maaari silang humiling ng real-time na tulong sa paggawa ng mga ulat, pagbabago, pag-visualize at pagsusuri ng data nang mas mabilis kaysa dati, habang pinapadali din ang dokumentasyon at automation ng mga paulit-ulit na gawain.

Mga kalamangan at praktikal na aplikasyon ng Copilot sa Microsoft Fabric

Ang mga praktikal na aplikasyon ng Copilot sa Microsoft Fabric ay marami at sumasaklaw sa mga kaso ng paggamit sa karamihan ng mga lugar ng data analytics. Ang ilan sa mga pinakamahalagang pakinabang ay:

• Pagbawas ng oras ng pag-unlad at pagpapatupad para sa mga proyekto ng data: Ilarawan lamang ang layunin sa natural na wika at ang Copilot ay bubuo ng code, magbabago ng mga query, maghahanda ng mga modelo, o magmumungkahi ng mga visualization na handa nang gamitin.
• Pagkuha ng nauugnay na impormasyon at automation ng mga insight: Awtomatikong sinusuri ng Copilot ang mga dataset, nagbubuod ng mga pattern, trend, o kahit na bumubuo ng mga custom na paliwanag para sa mga ulat na inihanda sa Power BI.
• Pinabilis na pag-aaral at onboarding: Mabilis na mauunawaan ng mga bagong miyembro ng team, teknikal man o hindi, ang mga proseso, code, at mga modelo salamat sa mga paliwanag na nabuo ng Copilot, pati na rin magmungkahi ng mga diskarte o taktika para sa pagsusuri.
• Mabilis na sagot sa mga tanong sa teknikal at negosyo: Ang mga inhinyero at analyst ay nakakakuha ng agarang tulong sa mga error, pag-unawa sa mga pagbabago, pagpili ng mga modelo ng machine learning, mga rekomendasyon sa paglilinis ng data, at marami pa.
• Pagsunod sa dokumentasyon at regulasyon: Maaaring lumikha ang Copilot ng mga detalyadong buod at komento sa mga pagbabagong ginawa sa mga modelo, daloy, o code, na nagdaragdag ng halaga sa pag-audit at patuloy na mga proseso ng pagpapabuti.

Ano ang Moment 4 in Windows 11 at lahat ng mga bagong feature nito nang detalyado

Saan available ang Copilot sa loob ng Microsoft Fabric environment?

Ang Copilot ay hindi isang solong tampok, ngunit sa halip ay naninirahan bilang isang cross-cutting suite sa buong Fabric at Power BI ecosystem, na umaangkop sa mga pangangailangan ng bawat workgroup:

• Pabrika ng Data: Binibigyang-daan ka nitong bumuo ng mga pipeline, pagbabago, at proseso ng pagsasama sa pamamagitan ng paglalarawan ng lohika gamit ang natural na wika, pati na rin ang pagpapaliwanag at pagdodokumento sa bawat hakbang.
• Engineering at Data Science (Mga Notebook): Tumutulong ito sa paggawa, pagwawasto, dokumentasyon, at pag-optimize ng code, pagbuo ng mga visualization, paghahanda ng mga feature, at pagsusuri ng mga modelo. Pinagsasama nito ang direktang pag-access sa mga dataset, talahanayan, at file ng Lakes, kahit na nakikipag-ugnayan sa mga dataframe ng Spark o Pandas upang makabuo ng mga insight at magagamit muli na code.
• Data Warehouse at SQL: Pinapasimple nito ang pagsulat ng mga advanced na query sa SQL, awtomatikong bumubuo ng mga script at nagbubuod ng mga proseso. Maaari nitong isalin ang mga natural na kahilingan sa wika nang direkta sa code, ipaliwanag ang mga kumplikadong pahayag, at tumulong sa mga error sa pag-debug.
• Power BI at Power BI Desktop: Binabago nito ang paggawa ng ulat sa pamamagitan ng pagbuo ng mga pahina, buod, paglalarawan, at kasingkahulugan nang direkta sa loob ng mga modelo. Higit pa rito, isinasama ng Copilot ang natural na pag-andar ng tanong-at-sagot sa data at mga modelo, na nagpapahusay sa karanasan ng end-user.
• Real-Time Intelligence: Isinasalin nito ang mga direktang tanong tungkol sa data sa natural na wika sa mga KQL (Kusto Query Language) na mga query, na pinapadali ang paggalugad ng impormasyon sa real time nang may pinakamataas na pagiging simple.

Ang bawat isa sa mga lugar na ito ay nagsasama ng Copilot na may kinalaman sa mga tungkulin, pahintulot at seguridad, ibig sabihin, hindi ito magpapakita o mag-a-access ng higit pang data kaysa sa karaniwang karapatan na makita ng user.

Windows AI Foundry at Azure AI Foundry: Ang artificial intelligence revolution sa Windows at ang ulap

Paano i-activate at i-configure ang Copilot sa Microsoft Fabric

Ang Copilot ay pinagana bilang default sa karamihan ng mga nangungupahan at F2 o mas mataas na mga kapasidad sa pagbabayad sa loob ng Microsoft Fabric. Gayunpaman, upang matiyak na ang functionality ay na-deploy nang tama, ang proseso ng pag-activate at pagsasaayos ay dapat sumunod sa isang serye ng mga hakbang na nagsisiguro na ang mga awtorisadong user lang ang makakagamit nito, at ang mga operasyon ay sumusunod sa privacy, seguridad, at legal na mga kinakailangan sa pagsunod.

Hakbang 1: I-verify ang uri at rehiyon ng iyong lisensya

Available lang ang Copilot sa mga workspace na nakatalaga sa may bayad na Fabric capabilities (F2 o mas mataas), Power BI Premium (P1 o mas mataas), o sa mga partikular na naka-configure na may Copilot capability. Ang mga workspace ng Pro at PPU ay hindi direktang sumusuporta sa Copilot. Bilang karagdagan, ang kapasidad ay dapat na matatagpuan sa isang suportadong rehiyon, dahil ang Azure OpenAI ay sinusuportahan lamang sa ilang mga lokasyon (pangunahin sa United States at European Union, na may mga limitasyon sa heograpiya para sa iba pang mga rehiyon).

Hakbang 2: I-configure ang mga pangkat ng seguridad at pag-access

Upang maiwasan ang malawakan o hindi naaangkop na paggamit, magandang kasanayan na limitahan ang paunang deployment ng Copilot sa ilang partikular na grupo ng user lamang. Gumawa at mamahala ng mga partikular na pangkat ng seguridad mula sa Microsoft 365 admin panel at tahasang italaga ang mga ito sa mga pangunahing lugar at tungkulin na nangangailangan ng Copilot access. Ito ay hindi lamang nagpapabuti sa seguridad ngunit nagpapabilis din ng pagsasanay at kontrol sa pagkonsumo.

Hakbang 3: Ayusin ang mga setting at kapasidad ng nangungupahan

Mula sa Fabric administration panel, maaaring i-enable o i-disable ng administrator ang Copilot sa buong mundo, pati na rin kontrolin kung mapoproseso ang data sa labas ng orihinal na rehiyon, isang mahalagang kinakailangan para sa ilang partikular na lokasyon. Kung kinakailangan ng iyong organisasyon na sumunod sa mga mahigpit na regulasyon sa residency ng data, maingat na suriin at isaayos ang mga opsyon bago i-enable ang Copilot para sa iyong mga team.

Hakbang 4: Magtalaga ng mga lugar ng trabaho at i-configure ang mga tungkulin

Ang bawat user na gustong gumamit ng Copilot ay dapat may access (bilang administrator, miyembro, o contributor) sa isa o higit pang mga workspace na na-configure na may naaangkop na kapasidad. Ang mga elemento at modelo kung saan maaaring gumana ang Copilot ay dapat na nasa mga lugar na ito, kahit na sila ay naka-cross-reference sa pagitan ng iba pang mga lugar kung mayroon ang naaangkop na configuration.

Hakbang 5: I-activate ang Copilot sa Power BI Desktop at Serbisyo

Sa Power BI Desktop, pumili lang ng sinusuportahang workspace kapag na-activate mo ang Copilot; ang parehong mga patakaran ay nalalapat sa serbisyo sa web. Mahalagang tandaan na ang workspace ay hindi kailangang pareho sa lugar ng paglalathala ng huling ulat. Tandaan na ang karanasan sa Copilot ay magagamit lamang kung pinapayagan ito ng mga setting ng administratibo at kung ang rehiyon at nauugnay na lisensya ay nakakatugon sa mga kinakailangan.

Hakbang 6: Kontrolin ang paggamit at pag-access ng Copilot

Direktang nauugnay ang pagkonsumo ng mapagkukunan ng Copilot sa bilang ng mga kahilingan at sa pagiging kumplikado ng mga hinihinging gawain (sinusukat sa mga token), kaya ipinapayong subaybayan ang paggamit at maghanda ng mga plano sa pag-scale ng kapasidad, lalo na sa malalaking organisasyon. Nag-aalok ang Microsoft Fabric ng mga application ng sukatan upang masubaybayan ang pagkonsumo ng mga user, lugar, at mga gawain, kaya inaasahan ang mga bottleneck o labis na gastos.

Teknikal na operasyon ng Copilot sa Microsoft Fabric

Sa panloob, ang operasyon ng Copilot ay nakaayos sa isang serye ng mga hakbang na nagsisiguro ng isang personalized, ligtas, at na-optimize na karanasan:

1. Ang gumagamit ay nagpasok ng isang tanong, pagtuturo, o kahilingan sa pamamagitan ng interface ng chat o sa pamamagitan ng pagpili ng isang paunang natukoy na prompt. Maaaring manggaling ang entry na ito sa browser, Power BI Desktop, o sa mobile app.
2. Kasama sa kahilingan ang impormasyon sa konteksto, gaya ng user, history ng session, metadata tungkol sa workspace, at ang uri ng data o ulat na inaaksyunan.
3. Pinoproseso ng Copilot ang input, nagdaragdag ng nauugnay na konteksto (pundasyon) gaya ng mga schema, data, pahintulot o metadata na partikular sa aksyon na isasagawa. Ang hakbang na ito ay susi sa pag-angkop ng tugon sa konteksto at sa user.
4. Depende sa configuration, maaaring i-cache ng Copilot ang mga kahilingan sa loob ng 48 oras upang mapabilis ang paulit-ulit na mga resulta at maiwasan ang hindi kinakailangang pagkonsumo ng mapagkukunan.
5. Nagpapadala ang system ng mga input at katwiran sa serbisyo ng Azure OpenAI, na hino-host ng Microsoft. Walang data na ibinabahagi sa mga pampublikong API, at hindi sinasanay ng OpenAI ang mga modelo nito gamit ang data ng kliyente.
6. Pinoproseso ng Azure OpenAI ang kahilingan gamit ang mga modelong GPT nito, pag-tokenize ng text at pagbuo ng mga tugon sa natural na wika, code, o metadata ng teknolohiya.
7. Natanggap ng Copilot ang tugon at isinasailalim ito sa isang proseso ng post-processing: pag-filter ng nilalaman, pagpapatunay ng code, pagsusuri para sa pagsunod sa responsableng mga patakaran sa artificial intelligence at, kung kinakailangan, pagpapasa ng mga kahilingan kung may nakita itong mga error o hindi naaangkop na tugon.
8. Sa wakas, natatanggap ng user ang output, na maaaring natural na wika, isang snippet ng code, isang visualization, o isang partikular na aksyon. Dapat palaging suriin at patunayan ng user ang sagot bago ito gamitin dahil sa probabilistic at non-deterministic na katangian ng mga LLM.

Mga entry, uri ng pakikipag-ugnayan, at pinahusay na resulta sa Copilot

Ang mga kahilingan sa Copilot ay maaaring gawin sa pamamagitan ng pag-type sa natural na wika o sa pamamagitan ng pagpili ng mga paunang natukoy na pindutan ng pagkilos, depende sa senaryo:

• Direktang pakikipag-chat sa Copilot: Bumuo ng mga bukas na tanong o malinaw na utos; halimbawa: "bumuo ng tsart ng pagbebenta ayon sa rehiyon" o "ipaliwanag ang semantic na modelong ito".
• Mga pop-up na window sa mga partikular na karanasan: Tulad ng pag-edit ng mga query sa DAX o TMDL sa Power BI Desktop, kung saan bilang karagdagan sa chat ay maaari mong i-access ang mga pindutan at tulong sa konteksto.

Ilang pinakamahuhusay na kagawian upang mapabuti ang pagiging kapaki-pakinabang ng Copilot:

• Gumamit ng Ingles hangga't maaari. dahil ang mga modelo ay nagbabalik ng mas mahusay na mga sagot sa wikang iyon dahil sa mas malaking dami ng data ng pagsasanay.
• Maging tiyak at malinaw sa iyong tanong; Kung mas maraming konteksto at detalye ang iyong ibibigay, mas mahusay na mga resulta ang iyong makukuha.
• Isama ang mga field, aksyon, o inaasahan na mayroon ka; Halimbawa, ang pagtukoy kung aling visualization ang gusto mong makuha o kung aling talahanayan ang itatanong.
• Ulitin at ayusin ang iyong mga tagubilin kung ang sagot ay hindi ganap na nakakatugon sa pangangailangan; Binibigyang-daan ka ng Copilot na ulitin ang mga kahilingan o pinuhin ang konteksto hanggang sa makakuha ka ng kasiya-siyang output.

Ginagamit ang history ng chat ng session sa panahon ng pag-uusap upang mapanatili ang konteksto, ngunit hindi ibinabahagi sa pagitan ng iba't ibang session o user para sa mga dahilan ng privacy.

Pag-optimize ng trabaho sa Copilot sa bawat pag-load at naka-highlight na paggamit sa Fabric

Copilot sa Data Factory

Ang pagsasama ng Copilot sa Data Factory ay nagpapalaki ng kahusayan sa paglikha ng mga pipeline at pagbabagong-anyo salamat sa pagsusuri ng mga kinakailangan sa natural na wika. Kasama sa mga kakayahan nito ang:

• Awtomatikong bumuo ng mga bagong pagbabago sa Dataflow Gen2, sa pamamagitan lamang ng paglalarawan sa layunin ng daloy.
• Ipaliwanag at idokumento ang bawat hakbang na ginawa, pinapadali ang pag-unawa at pag-audit ng mga kumplikadong proseso.
• Payagan ang pagbuo ng mga kumpletong pipeline mula sa mga natural na tagubilin sa wika ("lumikha ng pipeline na kumukopya ng data mula sa SQL Server hanggang sa Azure Data Lake").
• Pag-troubleshoot ng mga isyu sa pagpapatupad sa pamamagitan ng pagpapaliwanag ng mga error o pagmumungkahi ng mga hakbang-hakbang na solusyon.
• Ibuod ang mga kumplikadong proseso, na naglalarawan sa lohika at mga ugnayan ng mga aktibidad sa loob ng isang pipeline.

Mga inirerekomendang kasanayan: Maging malinaw sa iyong mga kahilingan, suriin ang mga nabuong hakbang, gamitin ang mga pag-andar sa pag-undo, at samantalahin ang mga senyas sa pagsisimula upang maging pamilyar sa lahat ng kakayahan ng Copilot.

Mga Limitasyon: Sa kasalukuyan, hindi pinangangasiwaan ng Copilot ang maraming query nang sabay-sabay, at hindi rin nito maa-undo ang maramihang pagbabago kapag ginawa na. Hindi rin ito nagbibigay ng mga mensahe ng error para sa mga hindi sinusuportahang kakayahan.

Copilot para sa Engineering at Data Science

Sa Fabric Notebooks, ang Copilot ay isang tunay na Swiss Army na kutsilyo para sa mga data scientist at engineer, na nagbibigay-daan sa lahat mula sa paggalugad at visualization hanggang sa pagbuo ng Python code, Spark code, o contextualized analysis:

• Pasadyang pagbuo ng code para sa pagsusuri, pagmomodelo, visualization, pag-filter, pagbabago at machine learning, na umaangkop sa mga dataframe at talahanayan na konektado sa notebook.
• Nakakatulong ito na awtomatikong i-debug at itama ang mga error sa code, na nagmumungkahi ng mga itinamang fragment at mga detalyadong paliwanag.
• Semi-awtomatikong dokumentasyon salamat sa feature na "Magdagdag ng mga komento," na malinaw na nagbubuod ng code at mga pagbabago sa data.
• Pag-optimize ng code at mga mungkahi upang mapabuti ang kahusayan at kalidad ng real-time na pag-unlad.
• Visualization at pagpapaliwanag ng mga schema, file, at istruktura ng data sa loob ng kalakip na lakehouse.
• History ng chat at pamamahala ng session, na may mga command na mag-export at magtanggal ng mga pag-uusap ayon sa mga pangangailangan sa pagsunod.

Mga Limitasyon: Sa ngayon, ang mga feature ng data science ng Copilot ay limitado sa mga notebook. Bukod pa rito, sa pribadong network o pribadong link na mga sitwasyon, maaaring hindi mag-load ang ilang karanasan sa chat.

Copilot sa Data Warehouse at SQL Database

Para sa mga eksperto sa database, pinapabilis ng Copilot ang paglikha ng mga query sa SQL, ang pagbabago ng mga tagubilin sa natural na wika sa code, at ang pag-debug ng mga kumplikadong pahayag sa mga warehouse ng data at mga database ng SQL OLTP. Kabilang sa mga pangunahing tampok ang:

• Direktang pagsasalin mula sa teksto upang makumpleto ang mga pahayag ng SQL para sa pagtatanong, pagsusuri, o pagbabago.
• Mga mungkahi sa pagkumpleto ng code at pagpapaliwanag ng mga kumplikadong pahayag.
• Mabilis na pag-load ng query at matalinong pagkilos para sa kahusayan sa pagpapatakbo.
• Mga tanong at sagot tungkol sa relational na modelo mismo, na may kakayahang bumuo ng mabilis na mga insight.

Copilot sa Power BI at Power BI Desktop

Sa Power BI, ang Copilot ay ang pangunahing tool para sa awtomatikong paggawa ng ulat, pagbuo ng buod, mga kasingkahulugan para sa advanced na paghahanap, at natural na mga query sa wika tungkol sa data ng negosyo.

• Binibigyang-daan ka nitong ilarawan ang uri ng ulat o pagsusuri na nais, at ang Copilot ay gumagawa ng pahina ng Power BI, nagrerekomenda ng mga visualization, at naghahanda ng executive summary.
• Awtomatiko itong bumubuo ng mga kasingkahulugan at paglalarawan upang hikayatin ang mga intuitive na tanong-at-sagot na mga talakayan tungkol sa modelo ng data.
• Tinutulungan nito ang gumagamit na magsulat ng mas mahusay na mga query o pinuhin ang mga layunin ng mga ulat.
• Nagbibigay ito ng ganap na pagsasama sa Power BI Desktop, na nagbibigay-daan sa iyong piliin ang nauugnay na workspace at kontrolin ang pagkonsumo sa pamamagitan ng mga kakayahan na inilarawan sa itaas.

Mga Limitasyon: Kasalukuyang hindi tugma sa Pribadong Link o saradong mga kapaligiran sa network. Ang standalone na karanasan ay nangangailangan ng pagiging nasa isang suportadong rehiyon at hindi nangangailangan ng Fabric na paganahin para sa paggamit, tanging ang naaangkop na rehiyon.

Real-time na copilot (Real-Time Intelligence)

Ang real-time na paggalugad at pagsusuri ng data ay umabot sa isa pang antas salamat sa Copilot at pagsasama nito sa Kusto Query Language (KQL). Pinapayagan nito ang mga advanced at baguhan na user na isalin ang layunin ng negosyo sa mga epektibong query at makakuha ng mga detalyadong paliwanag tungkol sa mga resultang nakuha.