Managed service per Azure Databricks e Microsoft Fabric

Azure
Data Foundation

Key visual della Azure Data Foundation

L'agente è pronto, i dati non ancora. Costruiamo la piattaforma da cui i tuoi agenti possono rispondere, come codice nel tuo tenant, e la gestiamo con lo stesso standard di Azure Foundation e AI Foundation.

Key visual della Azure Data Foundation
Icona di una guida di viaggio con la scritta Don't Panic

La risposta è 42

Un produttore è venuto da noi con un'app di vendita basata sull'AI. Lo use case era deciso, il budget approvato, e l'agente avrebbe dovuto rispondere alle domande su margini e tempi di consegna partendo dai numeri dell'azienda. Il primo workshop si è concluso con una piattaforma dati. Non è un caso isolato, ma lo schema di quest'anno: nel 2024 le aziende chiedevano una piattaforma dati per costruire report, nel 2026 la chiedono perché vogliono l'AI, e quasi ogni use case che arriva da noi comincia con una questione di dati. Douglas Adams ha anticipato questo momento nel 1979, quando un computer calcolò per sette milioni e mezzo di anni, annunciò 42 e solo allora ci si accorse che nessuno conosceva con esattezza la domanda. In azienda il caso è rovesciato. La domanda è precisa, solo che nessuno sa da quale tabella debba arrivare la risposta, se controlling e vendite intendano la stessa cosa per margine e chi abbia il diritto di vederla. Raramente dipende dal modello, quasi sempre dalla piattaforma sottostante, ed è proprio quella che costruiamo e gestiamo.

63%

delle aziende non ha pratiche di gestione dei dati adatte all'AI, oppure non sa se le ha.

Gartner, sondaggio tra 1.203 responsabili del data management, febbraio 2025
60%

dei progetti di AI senza dati pronti per l'AI sarà abbandonato entro la fine del 2026, secondo la previsione.

Gartner, febbraio 2025
80%

delle iniziative di governance per data & analytics fallirà entro il 2027, perché manca un motivo concreto che le sostenga.

Gartner, previsione di febbraio 2024
12 mesi

è l'intervallo massimo tra due aggiornamenti della foundation della tua piattaforma, e nel frattempo la manteniamo costantemente aggiornata.

Modello evergreen della Managed Azure Data Foundation

Quattro scorciatoie a portata di mano

Chi è sotto pressione prende la strada più breve, e per i dati ce ne sono quattro. Ognuna ha motivazioni rispettabili, nessuna regge oltre il primo use case.

Icona di un monitor con un triangolo di avvertimento, accanto un braccio robotico

«Tanto è tutto in Excel.»

Ogni reparto cura la propria verità, e ognuna è coerente in sé. Un agente che le legge tutte restituisce tutte le verità, con la stessa sicurezza.

«Ce la costruiamo da soli.»

Funziona finché restano le due persone che sanno come è stata costruita. Il mercato del lavoro per data engineer con esperienza in gestione operativa e governance, però, è straordinariamente bravo a portarle via.

«Prima la licenza, poi si vedrà.»

Una capacità Fabric o un workspace Databricks si acquistano in un'ora. Catalogo, permessi e rete non ne derivano da soli: vanno costruiti, altrimenti mancano.

«Ce la facciamo configurare una volta.»

La piattaforma viene collaudata e consegnata, e dal giorno del collaudo comincia a invecchiare. Databricks e Microsoft rilasciano di continuo nuovi runtime e nuove funzionalità, il verbale di collaudo no.

Tutte e quattro trattano la piattaforma dati come un acquisto. Noi la trattiamo come gestione operativa: la Azure Data Foundation è una piattaforma con versioni, che costruiamo nel tuo tenant, facciamo evolvere a ogni release e gestiamo per tutto il tempo in cui ti serve.

Dal dato grezzo a una risposta affidabile

Nella Azure Data Foundation i dati attraversano tre livelli, che prendono il nome dal modello olimpico senza che nessuno di essi sia inteso come premio di consolazione. Bronze acquisisce i dati dalle tue fonti così come sono, Silver li ripulisce e li uniforma, e Gold li consegna modellati secondo la logica di business a Power BI, alla data science e ai tuoi agenti. Sopra c'è il catalogo, che per ogni tabella sa da dove proviene e chi può vederla, sotto le fondamenta che consegniamo come codice.

CatalogoUnity Catalog o Microsoft Purview, con lineage, classificazione e permessi per ogni tabella
  1. FontiERP, CRM, applicazioni di business, file e sistemi nel proprio data center
  2. BronzeDati grezziAcquisiti senza modifiche e per intero, così che ogni numero successivo resti riconducibile alla sua origine.
  3. SilverRipulitiDuplicati rimossi, formati uniformati, qualità verificata.
  4. GoldModellati per il businessUna definizione per ogni KPI, concordata con i reparti che ne sono responsabili.
  5. UtilizzoPower BI, data science e agenti, con i permessi assegnati dal catalogo
Fondamenta come codiceRete, identità e policy secondo lo standard della Azure Foundation, descritte interamente in OpenTofu e Terragrunt e verificate ogni settimana per individuare scostamenti

Sei moduli, tre blueprint, uno standard

Quale strumento fa al caso tuo lo decidono i tuoi team e le loro competenze, non noi. Come la piattaforma viene costruita, protetta e gestita è invece stabilito, qualunque dei tre blueprint tu scelga.
Icona di un documento d'identità con ritratto, davanti un lucchetto

L'agente vede ciò che vedi tu, e niente di più

Al più tardi con il primo agente, una questione di ordine diventa una questione di responsabilità. Un agente che riassume dati sugli stipendi perché si trovavano per caso in una tabella condivisa non sbaglia, fa ciò che i permessi gli consentono. Nella Azure Data Foundation Microsoft Entra ID è l'identity provider, il catalogo conosce per ogni tabella origine, classificazione e aventi diritto, e i permessi valgono a livello di catalogo, schema e tabella. Agenti come il Fabric data agent o un Genie Agent in Azure Databricks interrogano i dati con l'identità dell'utente e vedono quindi esattamente ciò che può vedere la persona per conto della quale lavorano. Non è una funzionalità da acquistare in seguito, ma il presupposto di tutto ciò che la AI Foundation costruisce sopra.

Cosa cambia per te

Stella con etichetta

Un KPI, una definizione

Il livello Gold contiene ogni KPI una sola volta. Controlling, vendite e agente calcolano con lo stesso numero e d'ora in poi discutono del suo significato, non più della sua provenienza.

Documento con lucchetto

Permessi che viaggiano con i dati

I permessi sono legati ai dati, non all'applicazione. Che si tratti di Power BI, di un notebook o di un agente, vale ciò che il catalogo prevede per il singolo utente.

Un modulo che si dirama in tre varianti uguali

Riproducibile invece che unica

La piattaforma nasce dal codice e da quel codice si può ricostruire in qualsiasi momento. Ogni modifica è versionata e tracciabile come diff, anche per i tuoi auditor.

Nuvola con moneta

Un prezzo per ogni Data Environment

La fatturazione avviene per Data Environment, cioè per ogni istanza della piattaforma gestita in modo autonomo, e non a giornate uomo. Quanto costa la gestione operativa è chiaro prima che cominci.

Cosa gestiamo noi e cosa resta a te

Un managed service vale quanto la chiarezza dei suoi confini. Per questo diciamo con la stessa chiarezza cosa ci assumiamo e cosa resta a te, e tutto sta in tre livelli.

Use case e logica di businessTu, con il nostro supporto in enablement

Qui c'è il tuo business. I primi use case li costruiamo insieme ai tuoi team e trasferiamo le competenze finché non sarai in grado di gestire questo livello in autonomia.

  • Pipeline
  • Modelli di dati
  • KPI e report
  • Agenti e business logic
Gestione della piattaformaglueckkanja

Perché la piattaforma funzioni quando i tuoi team ne hanno bisogno e non costi più del necessario.

  • Cluster health
  • Aggiornamenti di runtime e librerie
  • Backup e restore
  • Table maintenance
  • Scheduling delle capacità Fabric
  • Ottimizzazione dei costi
  • Monitoring con livelli di severity
  • Service review mensile
Foundation come codiceglueckkanja

Perché ogni ambiente corrisponda al codice e il codice alla release attuale.

  • OpenTofu e Terragrunt
  • Repository di configurazione per ogni cliente
  • Drift Detection e remediation
  • Release Train

Una piattaforma con numero di versione

Le piattaforme dati raramente invecchiano in modo spettacolare, piuttosto in silenzio, un runtime dopo l'altro. Per questo la Azure Data Foundation ha delle release come un software, e il tuo ambiente le segue.

  1. 1Pubblicare la releaseFacciamo evolvere la foundation e rilasciamo nuove versioni con modifiche documentate.
  2. 2Distribuire la versioneIl Release Train porta la nuova versione nel tuo ambiente, ogni modifica come diff tracciabile.
  3. 3Verificare gli scostamentiOgni settimana la Drift Detection confronta codice e ambiente e riporta indietro gli scostamenti.
  4. 4Aggiornare i runtimeManteniamo aggiornati i runtime e le librerie di Databricks con cadenza da mensile a trimestrale.

Un aggiornamento della foundation almeno ogni dodici mesi, incluso nel prezzo

Manteniamo la tua piattaforma costantemente aggiornata, e al più tardi dopo dodici mesi riceve un aggiornamento della foundation. Per questo una piattaforma distribuita ad aprile 2026 non avrà, nel 2028, l'aspetto di un reperto dell'aprile 2026.

Dal primo incontro alla gestione operativa

Dall'assessment al managed service a regime passano poche settimane, di cui al massimo sette giorni lavorativi di progetto, e i tuoi use case non devono aspettare, perché procedono in parallelo fin dal primo giorno.
  • Fare il punto della situazione
    Fare il punto della situazione
    Nell'assessment, della durata di un giorno, esaminiamo le fonti, le piattaforme esistenti e gli use case che vengono per primi.
  • Definire i parametri
    Definire i parametri
    In un workshop di un giorno decidiamo insieme blueprint, ambienti, fonti e modello dei permessi.
  • Distribuire la piattaforma
    Distribuire la piattaforma
    In due-quattro giorni la piattaforma nasce dal codice, nel tuo tenant e secondo i tuoi parametri.
  • Consegnare e gestire
    Consegnare e gestire
    Dopo un giorno di passaggio di consegne e una o due settimane di onboarding prendiamo in carico la gestione operativa come Managed Azure Data Foundation.

Dal silo di dati alla piattaforma

I dati si trovano in sistemi ERP, sensori, file di log e file share, raramente dove servono. Nel webcast Florian Stöckl e David Fengler mostrano perché il lakehouse sostituisce il classico data warehouse, come i dati attraversano Bronze, Silver e Gold, quale dei tre blueprint si adatta a quale team e come gestione operativa e fasi di progetto si integrano tra loro.

La Holy Trinity

La piattaforma dati rende utile l'agente, e l'agente è il motivo per cui si vuole la piattaforma dati. Per questo la Managed Data Foundation e la Managed AI Foundation vanno insieme, con la stessa identità in Entra ID, gli stessi guardrail e lo stesso modello operativo, mentre la Managed Container Foundation offre ai workload un runtime controllato. Come lavorano insieme i tre elementi lo spiega il post del blog The Holy Trinity.
Illustrazione isometrica di un magazzino con pacchi, accanto il riquadro «ADF» per Azure Data FoundationIllustrazione isometrica di una fabbrica con ciminiera, accanto il riquadro «ACF» per Azure Container FoundationIllustrazione isometrica di moduli impilati con un'interfaccia di chat, accanto il riquadro «AIF» per la AI Foundation

Si comincia con un giorno

Assessment

Prima dell'offerta viene l'analisi della situazione. In un giorno esaminiamo le tue fonti, le piattaforme che hai già e i tuoi primi use case, e mettiamo per iscritto quale blueprint è adatto e cosa deve saper fare la piattaforma. Il risultato è tuo, indipendentemente da con chi deciderai di proseguire.

  • FontiIntegrazioneQuali sistemi vengono collegati e in quale ordine.
  • Use caseAnalytics & AIA quali domande rispondere per prime, dal report all'agente.
  • GovernanceCatalogo e permessiChi può vedere quali dati e come questo si riflette nel catalogo.
  • Gestione operativaBlueprint e ambientiQuale blueprint è adatto e di quanti Data Environment hai bisogno.

Cosa ci chiedono al primo colloquio

Azure Databricks o Microsoft Fabric, cosa fa al caso nostro?

Dipende meno dalla tecnologia che dai tuoi team. Chi programma l'elaborazione dei dati e addestra modelli propri si trova bene con Azure Databricks, chi lavora soprattutto con Power BI e vuole portare rapidamente i reparti a dei risultati si trova bene con Microsoft Fabric. Per entrambe le cose c'è il blueprint ibrido. La raccomandazione la elaboriamo nell'assessment.

La Azure Data Foundation è la stessa cosa di Azure Data Factory?

No. Azure Data Factory è un servizio Microsoft per la data integration. La Azure Data Foundation è la nostra piattaforma fatta di architettura, codice e gestione operativa, in cui gli strumenti di integrazione sono un modulo tra tanti. Ed è anche il motivo per cui non la abbreviamo.

Usiamo già Databricks o Fabric. Dobbiamo ricominciare da capo?

Non necessariamente. Nell'assessment verifichiamo cosa si può riprendere e cosa conviene ricreare dal codice. I tuoi dati e le tue pipeline restano tuoi, la piattaforma sottostante la portiamo allo standard della foundation.

Dove si trovano i nostri dati?

Nel tuo tenant e nella region di Azure che scegli tu. Costruiamo e gestiamo la piattaforma dove si trova, non in un nostro ambiente.

Cosa resta a noi?

Nel lungo periodo pipeline, modelli di dati, KPI e business logic, perché è lì che c'è il tuo business. All'inizio costruiamo i primi use case insieme ai tuoi team e trasferiamo le competenze finché non saranno in grado di gestire questo livello in autonomia. La piattaforma sottostante la gestiamo noi.

Ci serve un nostro data team?

Per la gestione della piattaforma no, di quella ci occupiamo noi. Per la logica di business ti servono nel lungo periodo persone che capiscono i tuoi dati, in azienda o presso un partner, e ti aiutiamo a costruire queste competenze.

Che cos'è un Data Environment?

L'unità su cui basiamo la fatturazione: un'istanza della piattaforma gestita in modo autonomo, per esempio per una società del gruppo o per un ambito di dati chiaramente delimitato. Quanti te ne servono emerge dall'assessment.

Come si collega la Azure Data Foundation alla AI Foundation?

La Data Foundation rende i tuoi dati utilizzabili dagli agenti, la AI Foundation mette a disposizione la piattaforma su cui questi agenti girano. Entrambe condividono identità, guardrail e modello operativo, ed entrambe poggiano sulla Azure Foundation.

Quanto costa la Azure Data Foundation?

Si pagano un setup una tantum e un importo mensile per ogni Data Environment, in cui è incluso l'aggiornamento periodico della foundation. L'offerta la ricevi dopo l'assessment, quando è chiaro quale blueprint sarà e di quanti ambienti hai bisogno.

Approfondimenti

Contattaci ora

Florian Stöckl
I dati hanno valore solo quando sono affidabili, sicuri e disponibili per le persone giuste. La nostra Azure Data Foundation crea esattamente questa base, così potete concentrarvi sugli insight e non sull'infrastruttura.
Florian StöcklAzure Lead