Semantische intelligentie is een cruciaal element om de betekenis van gegevens echt te begrijpen en hoe deze kunnen worden gebruikt.
Microsoft integreert nu semantiek en ontologie er diepgaand in Fabric-dataplatform met nieuwe Fabric IQ-technologie die dinsdag debuteert op de Microsoft Ignite-conferentie.
Fabric IQ is een semantische intelligentielaag die is ontworpen om een fundamenteel probleem bij AI-agenten voor ondernemingen aan te pakken: de effectiviteit hangt niet alleen af van de omvang van de dataset, maar ook van hoe goed de gegevens de feitelijke bedrijfsactiviteiten weerspiegelen. Deze nieuwe technologie creëert een gedeelde semantische structuur die datasets toewijst aan entiteiten uit de echte wereld, hun relaties, hiërarchieën en operationele contexten. De semantische laag vertegenwoordigt de nieuwste stap in de dataplatformstrategie van Microsoft, die onlangs is geïntegreerd LinkedIn-grafiekendatabase technologie om context te bieden.
Microsoft breidt ook zijn dataportfolio uit met een reeks nieuwe services: Azure HorizonDB, een PostgreSQL-compatibele service in vroege preview, evenals SQL Server 2025 en Azure DocumentDBdie nu algemeen verkrijgbaar is.
“Als ik nadenk over de voordelen van fabric voor klanten, geeft het klanten een uniform dataplatform, zodat ze niet heel veel verschillende tools hoeven samen te stellen om bedrijfswaarde te krijgen”, zegt Arun Ulag, corporate vice president van Azure Data bij Microsoft.
Waarom semantisch begrip belangrijk is voor AI-agenten
Traditionele AI-agenten worstelen met een fundamentele beperking: ze kunnen patronen in data zien, maar begrijpen niet wat die data in zakelijke termen vertegenwoordigen. Een agent kan verkooptransacties analyseren zonder de klanthiërarchieën, seizoenspatronen of productrelaties te begrijpen. Het kan voorraadniveaus opvragen zonder te weten hoe productielijnen zijn aangesloten op het distributienetwerk of hoe leveranciersrelaties de beschikbaarheid beïnvloeden.
Deze kloof tussen ruwe data en zakelijke betekenis leidt tot onbetrouwbare voorspellingen en slechte geautomatiseerde beslissingen. Ulag legt uit dat Fabric IQ dit aanpakt door een semantische laag te bieden die vastlegt hoe de organisatie feitelijk opereert.
Deze architecturale benadering verschilt aanzienlijk van de retrieval-incremental generatie (RAG) en vectordatabasestrategieën die door concurrenten worden benadrukt.
Terwijl RAG relevante documenten ophaalt om context te bieden, creëert Fabric IQ persistente semantische grafieken die de organisatiestructuur, workflows en bedrijfslogica weergeven. Agenten nemen niet alleen informatie. Ze begrijpen relaties zoals welke leveranciers welke producten leveren, hoe productielijnen zijn verbonden met voorraadsystemen of hoe klanthiërarchieën worden toegewezen aan verkoopgebieden.
Van analytische semantische modellen tot operationele ontologieën
Microsoft investeert al meer dan tien jaar in semantische modellen via Power BI. Deze modellen omvatten bedrijfslogica en definiëren entiteiten en relaties; ze definiëren statistieken en hiërarchieën; en ze maken verbinding met verschillende gegevensbronnen in Azure, AWS, Google Cloud, on-premises systemen en SaaS-platforms zoals Dynamics 365.
“We hebben vandaag de dag twintig miljoen semantische modellen in de fabric draaien. Waarom? Omdat we een semantische modelleringslaag in Power BI hebben ingebouwd. Achter elk Power BI-rapport zit dus een semantisch model”, aldus Ulag. “Dit semantische model omvat veel bedrijfslogica die weerspiegelt waar klanten om geven. Om welke gegevens gaat het hen? Om welke statistieken gaat het hen? Hoe verhouden die gegevens zich tot elkaar?”
Een beperking van dit semantische model is de reikwijdte ervan. Ze werken goed voor business intelligence, analytics en visualisatie, maar ze opereren alleen binnen individuele rapporten of afdelingsgrenzen. Fabric IQ elimineert dit obstakel.
“We hadden echter een leemte. Deze semantische modellen werden alleen gebruikt voor BI-use cases”, aldus Ulag. “Er is een veel grotere kans, namelijk de mogelijkheid om deze semantische modellen te kunnen gebruiken en ze op te schalen naar volledige ontologieën.”
Het verheffen van een semantisch model tot een ontologie verandert fundamenteel wat organisaties kunnen doen met de zakelijke context en betekenis. “Wat doet het als je het opschaalt naar een ontologie? Wat er gebeurt, is dat je nu data binnen je hele onderneming kunt verbinden”, zegt Ulag.
Hij legde uit dat de ontologie ook geïntegreerd is met realtime datastromen. Naast het verbinden van gegevens stellen ontologieën organisaties in staat operationele regels te definiëren. Deze combinatie creëert de basis voor operationele agenten die de zakelijke context begrijpen op een niveau dat traditionele AI-systemen niet kunnen bereiken. Gegevensverbindingen tussen bedrijven werken samen met realtime integratie en regeldefinitie.
Operationele agenten die de bedrijfsvoering begrijpen en ernaar handelen
Fabric IQ maakt een nieuwe klasse agenten mogelijk die Microsoft ‘operationele agenten’ noemt. Deze agenten kunnen gegevens autonoom monitoren en actie ondernemen op basis van het inzicht van de ontologie in bedrijfsactiviteiten.
“We introduceren ook iets dat een operations agent wordt genoemd en die uw gegevens kan monitoren, die toezicht kan houden op de regelgeving die u vraagt te monitoren. En die autonoom actie kan ondernemen onder menselijk toezicht”, zei Ulag.
Ulag geeft een supply chain-voorbeeld dat het verschil met traditionele benaderingen illustreert. Een organisatie kan haar supply chain- en leveringsactiviteiten modelleren in een ontologie. Wanneer uit realtime gegevens blijkt dat er in een deel van de stad verkeersopstoppingen zijn, kunnen operationele agenten de vrachtwagens automatisch omleiden om het probleem aan te pakken.
Ontologieën die in Fabric IQ zijn gemaakt, kunnen rechtstreeks worden geïntegreerd met het agentontwikkelingsplatform van Microsoft. Dit biedt zakelijke context die agenten betrouwbaarder en nauwkeuriger maakt.
“Dit brengt het werk dat we hebben gedaan in semantische modellen met uniforme data echt naar een heel ander niveau, waardoor klanten hun activiteiten kunnen modelleren en zakelijke acties kunnen ondernemen”, aldus Ulag.
Wat dit betekent voor de AI-strategieën van bedrijven
Er lijkt sprake te zijn van een behoefte aan contexttechniek om agent-AI beter mogelijk te maken.
Semantiek en bijbehorende ontologieën doen precies dat en meer. Context gaat over het begrijpen waarom het verzoek wordt gedaan, en semantiek gaat over het begrijpen van de diepere betekenis. Voor bedrijven die ondanks grote datasets worstelen met de betrouwbaarheid van AI-agents, vertegenwoordigt Fabric IQ een fundamenteel andere aanpak. Dit gaat verder dan computerschaling of modelverfijning. De cruciale vraag is of de zakelijke context die in de ontologie wordt vastgelegd de effectiviteit van agenten meer zal verbeteren dan traditionele optimalisatiepaden.
De strategische weddenschap die Microsoft maakt is duidelijk: semantisch begrip van bedrijfsactiviteiten bepaalt de effectiviteit van AI-agenten. Toegang tot grote datasets alleen is niet voldoende. Het upgraden van bestaande semantische modellen naar operationele ontologieën kan een sneller pad naar betrouwbare agenten bieden.
