Azure
Data Foundation
Agentinn er tilbúinn, gögnin eru það ekki enn. Við byggjum pallinn sem agentarnir þínir mega svara úr, sem kóða í tenantinum þínum, og rekum hann eftir sama staðli og Azure Foundation og AI Foundation.
Svarið er 42
Framleiðandi kom til okkar með AI-sölu-app. Notkunartilvikið hafði verið ákveðið, fjárveitingin samþykkt og agentinn átti að svara spurningum um framlegð og afhendingartíma út frá eigin tölum fyrirtækisins. Fyrsta vinnustofan endaði á gagnapalli. Þetta er ekkert einsdæmi heldur mynstur ársins: árið 2024 spurðu fyrirtæki um gagnapall til að smíða skýrslur, árið 2026 spyrja þau um hann vegna þess að þau vilja AI, og nánast hvert notkunartilvik sem berst okkur byrjar á spurningu um gögn. Douglas Adams sá þetta augnablik fyrir árið 1979, þegar tölva reiknaði í sjö og hálfa milljón ára, tilkynnti 42 og þá fyrst kom í ljós að enginn vissi nákvæmlega hver spurningin var. Í fyrirtækjum er þessu öfugt farið. Spurningin er nákvæm, en enginn veit úr hvaða töflu svarið á að koma, hvort fjármálastjórnun og sala leggja sama skilning í framlegð og hver má yfirleitt sjá hana. Sjaldnast er við módelið að sakast, nær alltaf við pallinn undir því, og einmitt hann byggjum við og rekum.
fyrirtækja eru ekki með viðeigandi starfshætti í gagnastjórnun fyrir AI eða vita ekki hvort svo sé.
AI-verkefna án gagna sem henta fyrir AI verður hætt fyrir árslok 2026, samkvæmt spánni.
governance-verkefna á sviði Data & Analytics mistakast fyrir 2027 vegna þess að ekkert áþreifanlegt tilefni ber þau uppi.
líða í mesta lagi milli tveggja Foundation-uppfærslna á pallinum þínum, og þess á milli höldum við honum stöðugt uppfærðum.
Fjórar flýtileiðir sem liggja beint við
Sá sem er í tímaþröng velur stystu leiðina, og þegar kemur að gögnum eru þær fjórar. Hver þeirra á sér virðingarverð rök, en engin þeirra dugar lengra en að fyrsta notkunartilvikinu.
„Þetta er nú allt í Excel.“
Hver deild heldur úti sínum eigin sannleika og hver þeirra er rökrétt í sjálfu sér. Agent sem les þær allar skilar öllum þessum sannleikum, og það af sömu vissu.
„Við smíðum þetta sjálf.“
Það gengur upp á meðan þær tvær manneskjur sem vita hvernig þetta er smíðað eru áfram í starfi. Vinnumarkaðurinn fyrir data engineers með reynslu af rekstri og governance er hins vegar eftirtektarverður í því að lokka þær burt.
„Fyrst leyfið, svo sjáum við til.“
Fabric-capacity eða Databricks-workspace er pantað á klukkutíma. Gagnaskrá, réttindi og net fylgja ekki sjálfkrafa með, þau eru annaðhvort byggð eða þau vantar.
„Við látum setja þetta upp í eitt skipti.“
Pallurinn er tekinn út og afhentur, og frá úttektardeginum eldist hann. Databricks og Microsoft senda stöðugt frá sér nýjar runtimes og nýja virkni, úttektarskýrslan gerir það ekki.
Allar fjórar líta á gagnapallinn sem kaup sem gerð eru í eitt skipti. Við lítum á hann sem rekstur: Azure Data Foundation er pallur með útgáfunúmerum sem við byggjum í tenantinum þínum, þróum áfram með hverri útgáfu og rekum eins lengi og þú þarft á honum að halda.
Frá hrágögnum að traustu svari
Í Azure Data Foundation fara gögn í gegnum þrjú lög sem eru nefnd að ólympískri fyrirmynd, án þess að neitt þeirra sé hugsað sem huggunarverðlaun. Bronze tekur við gögnunum óbreyttum úr kerfunum þínum, Silver hreinsar þau og samræmir, og Gold afhendir þau mótuð eftir viðskiptaþörfum til Power BI, Data Science og agentanna þinna. Ofan á liggur gagnaskráin, sem veit um hverja töflu hvaðan hún kemur og hver má sjá hana, og undir liggur grunnurinn sem við afhendum sem kóða.
- GagnalindirERP, CRM, sérhæfð forrit, skrár og kerfi í eigin gagnaveri
- BronzeHrágögnTekin inn óbreytt og í heild, svo að rekja megi hverja tölu síðar til uppruna síns.
- SilverHreinsuðTvítekningar fjarlægðar, snið samræmd, gæði sannreynd.
- GoldMótuð eftir viðskiptaþörfumEin skilgreining á hverjum mælikvarða, samræmd við þær deildir sem bera ábyrgð á honum.
- NotkunPower BI, Data Science og agentar, með þeim réttindum sem gagnaskráin úthlutar
Sex byggingareiningar, þrír blueprints, einn staðall
Agentinn sér það sem þú sérð, og ekkert umfram það
Í síðasta lagi með fyrsta agentinum verður spurning um skipulag að spurningu um ábyrgð. Agent sem tekur saman launagögn af því að þau lágu fyrir tilviljun í samnýttri töflu er ekki að gera mistök, hann gerir einfaldlega það sem réttindin leyfa honum. Í Azure Data Foundation er Microsoft Entra ID identity provider, gagnaskráin þekkir uppruna, flokkun og aðgangshafa hverrar töflu, og réttindin gilda á stigi gagnaskrár, schema og töflu. Agentar á borð við Fabric data agent eða Genie Agent í Azure Databricks senda fyrirspurnir með auðkenni notandans og sjá þess vegna nákvæmlega það sem manneskjan sem þeir starfa fyrir má sjá. Þetta er ekki virkni sem keypt er síðar, heldur forsenda alls sem AI Foundation byggir ofan á.
Hvað breytist hjá þér
Einn mælikvarði, ein skilgreining
Gold-lagið geymir hvern mælikvarða nákvæmlega einu sinni. Fjármálastjórnun, sala og agentinn reikna með sömu tölunni og munu héðan í frá deila um merkingu hennar, ekki lengur um uppruna hennar.
Réttindi sem fylgja gögnunum
Réttindin eru bundin gögnunum, ekki forritinu. Hvort sem um er að ræða Power BI, notebook eða agent gildir það sem gagnaskráin kveður á um fyrir viðkomandi notanda.
Endurskapanlegur, ekki einnota
Pallurinn verður til úr kóða og hann má endurbyggja úr þessum kóða hvenær sem er. Hver breyting er útgáfustýrð og rekjanleg sem diff, líka fyrir innri endurskoðun þína.
Eitt verð fyrir hvert Data Environment
Reikningsfært er fyrir hvert Data Environment, það er hvert sjálfstætt rekið tilvik pallsins, en ekki eftir dagsverkum. Kostnaðurinn við reksturinn liggur fyrir áður en hann hefst.
Hvað við rekum og hvað verður eftir hjá þér
Managed Service er aðeins jafn góður og afmörkun hans. Þess vegna segjum við jafn skýrt hvað við tökum að okkur og hvað verður eftir hjá þér, og hvort tveggja rúmast á þremur stigum.
Hér liggja viðskipti þín. Fyrstu notkunartilvikin byggjum við með teymunum þínum og miðlum þekkingunni áfram þar til þú getur borið ábyrgð á þessu lagi.
- Pipelines
- Gagnalíkön
- KPI og skýrslur
- Agentar og viðskiptarökfræði
Svo að pallurinn virki þegar teymin þín þurfa á honum að halda og kosti ekki meira en nauðsyn krefur.
- Cluster Health
- Uppfærslur á runtimes og libraries
- Backup og Restore
- Table Maintenance
- Fabric-Capacity-Scheduling
- Kostnaðarhagræðing
- Vöktun með severity-stigum
- Mánaðarleg Service Review
Svo að hvert umhverfi samsvari kóðanum og kóðinn nýjustu útgáfunni.
- OpenTofu og Terragrunt
- Stillingar-repository fyrir hvern viðskiptavin
- Drift Detection og Remediation
- Release Train
Pallur með útgáfunúmeri
Gagnapallar úreldast sjaldan með látum, heldur hljóðlega, ein runtime í einu. Þess vegna fær Azure Data Foundation útgáfur eins og hugbúnaður, og umhverfið þitt fylgir þeim.
- 1Gefa út nýja útgáfuVið þróum Foundation áfram og gefum út nýjar útgáfur með skjalfestum breytingum.
- 2Rúlla útgáfunni útRelease Train flytur nýju útgáfuna inn í umhverfið þitt, hverja breytingu sem rekjanlegt diff.
- 3Athuga frávikDrift Detection ber kóða og umhverfi saman í hverri viku og afturkallar frávik.
- 4Uppfæra runtimesDatabricks-runtimes og libraries uppfærum við mánaðarlega eða ársfjórðungslega.
Foundation-uppfærsla að minnsta kosti á tólf mánaða fresti, innifalin í verðinu
Við höldum pallinum þínum stöðugt uppfærðum, og í síðasta lagi eftir tólf mánuði fær hann Foundation-uppfærslu. Pallur sem var rúllað út í apríl 2026 lítur því árið 2028 ekki út eins og leifar frá apríl 2026.
Frá fyrsta fundi í rekstur
- Kortleggja stöðunaKortleggja stöðunaÍ Assessment, sem tekur einn dag, förum við yfir gagnalindir, fyrirliggjandi palla og þau notkunartilvik sem eru fyrst í röðinni.
- Ákveða færibreyturÁkveða færibreyturÍ eins dags vinnustofu ákveðum við saman blueprint, environments, gagnalindir og réttindalíkan.
- Rúlla pallinum útRúlla pallinum útÁ tveimur til fjórum dögum verður pallurinn til úr kóðanum, í tenantinum þínum og samkvæmt þínum færibreytum.
- Afhenda og rekaAfhenda og rekaEftir eins dags afhendingu og einnar til tveggja vikna onboarding tökum við við rekstrinum sem Managed Azure Data Foundation.
Úr gagnasílóinu inn í pallinn
Gögn liggja í ERP-kerfum, skynjurum, logfiles og fileshares, en sjaldan þar sem þeirra er þörf. Florian Stöckl og David Fengler sýna í webcastinu hvers vegna lakehouse leysir klassíska data warehouse af hólmi, hvernig gögn fara í gegnum Bronze, Silver og Gold, hver blueprintanna þriggja hentar hvaða teymi og hvernig rekstur og verkefnaáfangar fléttast saman.
Holy Trinity
Allt hefst á einum degi
Assessment
Á undan tilboðinu kemur stöðumatið. Á einum degi förum við yfir gagnalindirnar þínar, fyrirliggjandi palla og fyrstu notkunartilvikin og skráum hvaða blueprint hentar og hvað pallurinn þarf að geta. Niðurstaðan tilheyrir þér, sama með hverjum þú heldur áfram.
GagnalindirIntegrationHvaða kerfi eru tengd og í hvaða röð.
NotkunartilvikAnalytics & AIHvaða spurningum á að svara fyrst, allt frá skýrslu til agents.
GovernanceGagnaskrá og réttindiHver má sjá hvaða gögn og hvernig það endurspeglast í gagnaskránni.
ReksturBlueprint og environmentsHvaða blueprint hentar og hversu mörg Data Environments þú þarft.
Það sem við erum spurð um í fyrsta samtali
Azure Databricks eða Microsoft Fabric, hvað hentar okkur?
Það ræðst síður af tækninni en af teymunum þínum. Sá sem forritar gagnavinnslu og þjálfar eigin módel er vel settur með Azure Databricks, en sá sem vinnur aðallega með Power BI og vill koma fagdeildum hratt að niðurstöðum er betur settur með Microsoft Fabric. Fyrir hvort tveggja er til hybrid-blueprint. Tillöguna vinnum við í Assessment.
Er Azure Data Foundation það sama og Azure Data Factory?
Nei. Azure Data Factory er þjónusta frá Microsoft fyrir gagnasamþættingu. Azure Data Foundation er pallurinn okkar, gerður úr arkitektúr, kóða og rekstri, þar sem samþættingarverkfæri eru ein byggingareining af mörgum. Þess vegna styttum við heitið heldur ekki.
Við notum Databricks eða Fabric nú þegar. Þurfum við að byrja upp á nýtt?
Ekki endilega. Í Assessment könnum við hvað má taka yfir og hvað er betra að byggja upp á nýtt úr kóðanum. Gögnin þín og pipelines eru áfram þín, en pallinn undir þeim færum við upp á staðal Foundation.
Hvar eru gögnin okkar geymd?
Í tenantinum þínum og á því Azure-svæði sem þú velur. Við byggjum og rekum pallinn þar sem hann stendur, ekki í okkar eigin umhverfi.
Hvað verður eftir hjá okkur?
Til lengri tíma pipelines, gagnalíkön, KPI og viðskiptarökfræði, því þar liggja viðskipti þín. Í upphafi byggjum við fyrstu notkunartilvikin með teymunum þínum og miðlum þekkingunni áfram þar til þau geta sjálf borið ábyrgð á þessu lagi. Pallinn undir rekum við.
Þurfum við eigið data-teymi?
Ekki fyrir rekstur pallsins, hann tökum við að okkur. Fyrir viðskiptarökfræðina þarftu til lengri tíma fólk sem skilur gögnin þín, innanhúss eða hjá samstarfsaðila, og við hjálpum til við að byggja upp þá þekkingu.
Hvað er Data Environment?
Einingin sem við reikningsfærum eftir: sjálfstætt rekið tilvik pallsins, til dæmis fyrir eitt félag eða skýrt afmarkað gagnasvið. Hversu mörg þú þarft kemur í ljós í Assessment.
Hvernig tengist Azure Data Foundation AI Foundation?
Data Foundation gerir gögnin þín nothæf fyrir agenta, og AI Foundation leggur til pallinn sem þessir agentar keyra á. Báðar deila auðkennum, guardrails og rekstrarlíkani, og báðar standa á Azure Foundation.
Hvað kostar Azure Data Foundation?
Reikningsfært er eitt uppsetningargjald og mánaðarleg upphæð fyrir hvert Data Environment, og regluleg Foundation-uppfærsla er innifalin. Tilboð færð þú eftir Assessment, þegar ljóst er hvaða blueprint verður fyrir valinu og hversu mörg environments þú þarft.
Hafðu samband núna






