In 2026 worden data-ingenieurs die met multi-agentsystemen werken geconfronteerd met een gemeenschappelijk probleem: agenten die op verschillende platforms zijn gebouwd, werken niet op basis van hetzelfde zakelijke inzicht. Het resultaat is geen mislukking van het model; het is een hallucinatie die wordt aangedreven door een gefragmenteerde context.
Het probleem is dat agenten die op verschillende platforms en door verschillende teams zijn gebouwd, niet hetzelfde inzicht hebben in hoe het bedrijf feitelijk opereert. Ieder heeft zijn eigen interpretatie van wat een klant, order of regio betekent. Wanneer deze definities verschillen onder de uitzendkrachten, mislukken beslissingen.
Een reeks aankondigingen van Microsoft deze week waren rechtstreeks op dit probleem gericht. Het middengedeelte is een aanzienlijke uitbreiding Doek IQeen semantische intelligentielaag die het bedrijf in november 2025 lanceerde. De bedrijfsontologie van Fabric IQ is nu via MCP toegankelijk voor elke agent van elke leverancier, niet alleen voor Microsoft. Bovendien heeft Microsoft bedrijfsplanning toegevoegd aan Fabric IQ, waardoor historische gegevens, realtime signalen en formele organisatiedoelen in één doorzoekbare laag worden samengebracht. De nieuwe Database Hub brengt Azure SQL, Cosmos DB, PostgreSQL, MySQL en SQL Server samen in één beheervlak binnen Fabric. De datafabricagent zorgt voor algemene beschikbaarheid.
Het algemene doel is een uniform platform waar alle gegevens en semantiek beschikbaar en toegankelijk zijn voor elke agent om de context te krijgen die een bedrijf nodig heeft.
Amir Netz, CTO van Microsoft Fabric, gebruikt een filmanalogie om uit te leggen waarom een gedeelde contextlaag belangrijk is. “Het lijkt op het meisje uit 50 First Dates”, vertelde Netz aan VentureBeat. “Elke ochtend worden ze wakker en vergeten ze alles en moet je het opnieuw uitleggen. Dit is de uitleg die je ze elke ochtend geeft.”
Waarom MCP-toegang de vergelijking verandert
Het toegankelijk maken van de ontologie voor MCP’s is de stap die Fabric IQ verplaatst van een functie die uitsluitend op Fabric gebaseerd is, naar een gedeelde infrastructuur voor agentimplementaties van meerdere leveranciers. Netz legt expliciet de ontwerpbedoeling uit.
“Het maakt niet uit wie de agent is, hoe deze is gebouwd, wat de rol is”, zei Netz. “Er is een bepaalde gemeenschappelijke kennis, een bepaalde gemeenschappelijke context die alle agenten zullen delen.”
In die gedeelde context trekt Netz ook een duidelijke grens tussen wat de ontologie doet en wat de RAG doet. Hij wijst augmented generation retrieval niet af als een techniek; hij past het specifiek toe. RAG verwerkt grote documentensets, zoals regelgeving, bedrijfshandboeken en technische documentatie, waarbij het on-demand ophalen praktischer is dan alles in context plaatsen. “We verwachten niet dat mensen alles uit hun hoofd onthouden”, zegt hij. “Als iemand je een vraag stelt, moet je een beetje zoeken, het juiste relevante stuk vinden en het terugbrengen.”
Maar RAG lost bedrijfsproblemen niet in realtime op, betoogde hij. Het vertelt de dienst niet welke vliegtuigen er momenteel in de lucht zijn, of de bemanning voldoende rusttijden heeft, of wat de huidige prioriteiten zijn op een bepaalde productlijn. “De fout in het verleden was dat ze dachten dat één technologie je alles kon bieden,” zei Netz. “De cognitieve modellen van agenten zijn vergelijkbaar met die van mensen. Je moet dingen hebben die buiten het geheugen beschikbaar zijn, dingen die op aanvraag beschikbaar zijn, dingen die voortdurend in realtime worden geobserveerd en gedetecteerd.”
Analisten zeggen dat Microsoft de uitvoeringskloof nog steeds moet dichten
Industrieanalisten zien de logica achter de koers van Microsoft, maar hebben vragen over wat er daarna zal gebeuren.
Robert Kramer, analist bij Moor Insights and Strategy, merkt op dat de breedte van de Microsoft-stack een structureel voordeel biedt in de race om het standaardplatform te worden voor de implementatie van bedrijfsagenten.
“Fabric is verbonden met Power BI-, Microsoft 365-, Dynamics- en Azure-services. Dit geeft Microsoft een natuurlijk pad om bedrijfsgegevens te verbinden met zakelijke gebruikers, operationele workflows en nu AI-systemen die in die omgevingen opereren”, zei hij. De impact is volgens Kramer dat Microsoft op een breder gebied concurreert dan Databricks of Snowflake, die hun reputatie hebben opgebouwd op de diepte van het dataplatform zelf.
De meer prangende vraag voor datateams is volgens Kramer of MCP-toegang daadwerkelijk de integratiewerkzaamheden vermindert.
“De meeste bedrijven opereren niet in één AI-omgeving. Financiën kunnen een set tools gebruiken, een andere set tools ontwikkelen, een toeleveringsketen, enz.”, vertelde Kramer aan VentureBeat. “Als Fabric IQ kan fungeren als een gemeenschappelijke datacontextlaag waartoe deze agenten toegang hebben, zal dit een deel van de fragmentatie verminderen die doorgaans rond bedrijfsdata bestaat.”
Hij zei echter: “Als je gewoon een ander protocol toevoegt dat nog steeds veel technisch werk vereist, zal de acceptatie langzamer zijn.”
Of ingenieurswerk een moeilijker probleem is, valt te betwisten. Onafhankelijk analist Sanjeev Mohan vertelde VentureBeat dat de grootste uitdaging organisatorisch en niet technisch is.
“Ik denk niet dat ze de implicaties volledig begrijpen”, zei hij over het datateam van het bedrijf. “Dit is een klassieke overbelasting van mogelijkheden: het evolueert sneller dan mensen zich kunnen voorstellen als ze het gebruiken. Hard werken zal ervoor zorgen dat de contextlaag betrouwbaar en betrouwbaar is.”
Holger Mueller, hoofdanalist bij Constellation Research, beschouwt MCP als het juiste mechanisme, maar dringt aan op voorzichtigheid bij de implementatie ervan. “Als bedrijven willen profiteren van AI, moeten ze toegang krijgen tot hun data – die op veel plaatsen ongeorganiseerd en in silo’s zijn – en ze willen deze op een manier die het voor AI op een standaard manier gemakkelijk maakt om dat te bereiken. Dat is wat MCP doet”, vertelde Mueller aan VentureBeat. Hoe goed is de toegang, hoe goed presteert deze en hoeveel kost het. De toegang en het bestuur moeten nog worden verbeterd.”
Hub-database en concurrentieoverzicht
De aankondiging van Fabric IQ komt samen met Database Hub, nu in vroege toegang, waardoor Azure SQL, Azure Cosmos DB, PostgreSQL, MySQL en SQL Server onder één beheer- en observatielaag binnen Fabric worden gebracht. Het doel is om databewerkingsteams één plek te geven waar ze hun databases kunnen monitoren, organiseren en optimaliseren zonder de manier waarop elke service wordt ingezet te veranderen.
Devin Pratt, onderzoeksdirecteur bij IDC, zei dat de geïntegreerde richting in lijn is met de bredere marktrichting. IDC schat dat tegen 2029 60% bedrijfsdataplatform zal transactionele en analytische werklasten verenigen. “Het doel van Microsoft is om meer van deze onderdelen samen te brengen in een gecoördineerde aanpak, terwijl concurrenten vanuit verschillende uitgangspunten hetzelfde pad bewandelen”, vertelde Pratt aan VentureBeat.
Wat dit betekent voor bedrijfsdatateams
Voor data-ingenieurs die verantwoordelijk zijn voor het bouwen van AI-ready pijpleidingen, zijn de praktische implicaties van de aankondigingen van deze week veranderingen in de wereld van hard werken. Het koppelen van databronnen aan het platform is een opgelost probleem. Het definiëren van de betekenis van gegevens in zakelijke termen, en het consequent beschikbaar maken van die definitie voor elke agent die ernaar opvraagt, is niet gepast.
Deze verschuiving heeft reële gevolgen voor dataprofessionals. De semantische laag – de ontologie die bedrijfsentiteiten, relaties en operationele regels in kaart brengt – in de productie-infrastructuur. Het moet worden gebouwd, geversieerd, beheerd en onderhouden met dezelfde discipline als de datapijplijn. Dit is een nieuwe verantwoordelijkheidscategorie voor data-engineeringteams, en de meeste organisaties beschikken nog niet over het personeel of de structuur om dit te doen.
De bredere trend die in de aankondigingen van deze week tot uiting komt, is dat de dataplatformrace in 2026 niet langer primair over rekenkracht of opslag zal gaan. Het gaat erom welk platform de meest betrouwbare gedeelde context kan bieden aan verschillende agenten.
