L’intelligenza semantica è un elemento fondamentale per comprendere veramente cosa significano i dati e come possono essere utilizzati.
Microsoft ora integra profondamente semantica e ontologie Piattaforma dati Fabric Con la sua nuova tecnologia Fabric IQ, presentata per la prima volta martedì alla conferenza Microsoft Ignite.
Fabric IQ è un livello di intelligenza semantica progettato per risolvere un problema fondamentale con gli agenti di intelligenza artificiale aziendale: l’efficacia dipende non solo dalla dimensione del set di dati, ma anche dalla capacità dei dati di riflettere le operazioni aziendali effettive. La nuova tecnologia crea una struttura semantica comune che associa i set di dati alle entità del mondo reale, alle loro relazioni, gerarchie e contesto operativo. Il livello semantico rappresenta l’ultimo passo nella strategia della piattaforma dati recentemente integrata di Microsoft. Il database grafico di LinkedIn tecnologia per fornire contesto.
Microsoft sta inoltre espandendo il proprio portafoglio dati con una serie di nuovi servizi: Azure HorizonDB, un servizio compatibile con PostgreSQL in anteprima anticipata, nonché SQL Server 2025 e DB documenti di AzureQuesti sono ora generalmente disponibili.
"Quando penso a cosa fa Fabric per i clienti, offre ai clienti una piattaforma dati unificata in modo che non debbano riunire molti, molti, molti strumenti diversi per ottenere valore aziendale." Arun Ulag, vicepresidente aziendale di Microsoft Azure Data, ha dichiarato:
Perché la comprensione semantica è importante per gli agenti IA?
Gli agenti IA tradizionali devono affrontare una limitazione fondamentale: possono vedere modelli nei dati, ma non capiscono cosa rappresentano tali dati dal punto di vista aziendale. Un rappresentante può analizzare le transazioni di vendita senza comprendere le gerarchie dei clienti, i modelli stagionali o le relazioni tra i prodotti. Può interrogare i livelli di inventario senza sapere in che modo le linee di produzione si collegano alle reti di distribuzione o in che modo le relazioni con i fornitori influiscono sulla disponibilità.
Questo divario tra dati grezzi e significato aziendale è ciò che porta a previsioni inaffidabili e decisioni automatizzate inadeguate. Ulag ha spiegato che Fabric IQ risolve questo problema fornendo un livello semantico che cattura il modo in cui funzionano effettivamente le organizzazioni.
Questo approccio architetturale differisce in modo significativo dalle strategie di generazione aumentata di accesso (RAG) e di database vettoriali enfatizzate dai concorrenti.
RAG estrae i documenti rilevanti per fornire il contesto, mentre Fabric IQ crea un grafico semantico persistente che rappresenta la struttura organizzativa, i flussi di lavoro e la logica aziendale. Gli agenti non si limitano a ricevere informazioni. Comprendono relazioni quali quali fornitori forniscono quali prodotti, come le linee di produzione si collegano ai sistemi di inventario o come le gerarchie dei clienti si associano ai territori di vendita.
Dai modelli semantici analitici alle ontologie operative
Microsoft investe in modelli semantici tramite Power BI da oltre un decennio. Questi modelli incapsulano la logica aziendale e definiscono entità e relazioni; determinano metriche e gerarchie; Si connettono a una varietà di origini dati su Azure, AWS, Google Cloud, sistemi locali e piattaforme SaaS come Dynamics 365.
"Oggi abbiamo 20 milioni di modelli semantici in funzione. Da dove? Perché abbiamo creato il livello di modellazione semantica in Power BI. Pertanto, dietro ogni report di Power BI esiste un modello semantico." disse Ulag. "Questi modelli semantici comprendono già la maggior parte della logica aziendale che riflette ciò che interessa al cliente. Di quali dati si preoccupano? Quali sono le metriche a cui tengono? Come sono collegati tra loro i dati?"
La limitazione di questi modelli semantici è stata la loro portata. Funzionavano bene con la business intelligence, l’analisi e la visualizzazione, ma operavano solo all’interno di report individuali o confini dipartimentali. Fabric IQ elimina queste limitazioni.
"Tuttavia, abbiamo avuto una lacuna. Questi modelli semantici sono stati utilizzati solo per casi d’uso della BI." disse Ulag. "C’è un’opportunità molto più grande là fuori; l’opportunità di prendere questi modelli semantici e di elevarli a un’ontologia completa."
L’aggiornamento dei modelli semantici alle ontologie cambia radicalmente ciò che le organizzazioni possono fare riguardo al contesto e al significato del business. "Cosa succede se li elevi a un’ontologia? Quello che succede è che ora puoi connettere i dati all’interno della tua organizzazione." disse Ulag.
Ha spiegato che l’ontologia si integra anche con i flussi di dati in tempo reale. Oltre ai dati vincolanti, le ontologie consentono alle organizzazioni di definire regole operative. Questa combinazione costituisce la base per agenti operativi in grado di comprendere il contesto aziendale a un livello che i sistemi di intelligenza artificiale tradizionali non possono raggiungere. Funziona con connessioni dati interaziendali, integrazione in tempo reale e definizioni di regole.
Intermediari operativi che comprendono e agiscono sulle operazioni aziendali
Fabric IQ abilita una nuova classe di agenti che Microsoft chiama "agenti operativi." Questi agenti possono monitorare autonomamente i dati e agire in base alla comprensione delle operazioni aziendali da parte dell’ontologia.
"Stiamo anche introducendo nella struttura qualcosa chiamato agenti operativi che possono monitorare i tuoi dati per te e seguire le regole che desideri che seguano. E può agire autonomamente sotto il controllo umano," disse Ulag.
Ulag ha presentato un esempio di catena di fornitura che dimostra la differenza rispetto agli approcci tradizionali. Un’organizzazione può modellare la propria catena di fornitura e le operazioni di consegna nell’ontologia. Quando i dati in tempo reale mostrano la congestione del traffico in una parte della città, l’agente operativo può reindirizzare automaticamente i camion attorno al problema.
Le ontologie create in Fabric IQ si integrano direttamente con le piattaforme di sviluppo degli agenti di Microsoft. Ciò fornisce un contesto aziendale che rende gli agenti più affidabili e accurati.
"Ciò che facciamo porta davvero a un livello completamente diverso nella costruzione di modelli semantici con dati aggregati, consentendo ai clienti di modellare le proprie operazioni e intraprendere azioni aziendali." disse Ulag.
Cosa significa questo per le strategie di intelligenza artificiale aziendale?
Sembra Bisogno ingegneria del contesto per abilitare meglio l’intelligenza artificiale delle agenzie.
La semantica e le ontologie ad essa associate fanno proprio questo e altro ancora. Il contesto riguarda la comprensione del motivo per cui viene effettuata una richiesta e la semantica riguarda la comprensione del significato più profondo. Per le organizzazioni che hanno difficoltà con l’affidabilità degli agenti AI nonostante i grandi set di dati, Fabric IQ rappresenta un approccio fondamentalmente diverso. L’informatica va oltre la scalabilità o la messa a punto dei modelli. La domanda cruciale è se il contesto aziendale catturato nelle ontologie aumenterà l’efficacia dell’agente più dei tradizionali percorsi di ottimizzazione.
La scommessa strategica di Microsoft è chiara: la comprensione semantica delle operazioni aziendali determina l’efficacia dell’agente AI. Il solo accesso a grandi quantità di dati non è sufficiente. L’aggiornamento dei modelli semantici esistenti alle ontologie operative può fornire un percorso più rapido verso agenti affidabili.
