Viime vuonna ilmestyneen Tiedolla johtamisen trendit-blogimme jälkeen on tapahtunut paljon. Totesimme Fabricin olevan erittäin kustannustehokas ratkaisu ja se on näkynyt uusien Fabric-käyttöönottojen määrissä. Myös tekoälyn käytön lisääntyminen oli yksi viime vuoden kolmesta teemasta. Tänä vuonna ennustamme sen käytön yhä kasvavan ja arkipäiväistyvän.
Esimerkiksi Fabricissa AI-kyvykkyydet ovat laajentuneet kaikkiin maksullisiin Fabric-kapasiteetteihin ja uusia AI-ominaisuuksia, kuten tekoälyagentteja julkaistaan tiuhaan tahtiin. Datan kasvava määrä ja kiihtyvä hyödyntäminen nostaa tämän vuoden kolmanneksi teemaksi Data Governancen. Tähän liittyen Fabricissa on hiljattain julkaistu Fabric One Security, jota voisi luonnehtia jopa käänteentekeväksi ominaisuudeksi käyttöoikeushallinnassa.
Fabricin käyttö lisääntyy koko ajan
Viime vuonna tätä tuli jo uumoiltua, mutta nyt sen voinee todeta: Microsoft Fabric on ollut iso hitti! Väittäisin, että minkään muun Microsoftin tuotteen ympärillä ei ole ollut näin isoa liikehdintää sosiaalisen median tai muiden vastaavien yhteisöjen keskuudessa. Parhaana puolena tässä on se, että tuotteeseen on saatavilla valtavat määrät ilmaista sisältöä kouluttautumiseen, sparraamiseen tai ongelmien ratkaisuun. Myös asiakkaat ovat ottaneet tuotteen innokkaasti vastaan ja Pinjalla onkin jo useita valmistuneita ja käynnissä olevia Fabric-projekteja. Käytännössä kaikki uudet raportointi- ja tietovarastohankkeemme tehdään nykyisin Fabriciin ja Lakehouseen pohjautuen. Myös migraatioprojekteja, joissa vanha ympäristö konvertoidaan Fabriciin on jo käynnissä tai jo päättynyt. Tämä on tietenkin hyvä juttu meille konsulteille, mutta Fabricia on helppo suositella yksinkertaisesti kustannussäästöjen ja erittäin hyvän skaalautuvuuden vuoksi. Myöskin käyttöönotto on erittäin nopeaa ja olemme kehittäneet tähän sisäisesti hyvän tuotteen, jolla Fabric saadaan pystyyn heti oikealla jalalla.
Fabric toteuttaa ns. Lakehouse -arkkitehtuuria. Se on nykyaikainen tapa rakentaa tietovarasto, jonka isoimpia vahvuuksia on erilliset storage & compute -kerrokset, jotka myös skaalautuvat “rajattomasti” ja toisistaan riippumatta. Tällaisessa ratkaisussa on myös tyypillistä, että storage on todella halpaa, joka vastaa nykyaikaisten tietovarastojen alati kasvaviin datamääriin hienosti ja mahdollistaa lähdejärjestelmien datan tallentamisen mahdollisimman muuttumattona. Lue lisää Fabricista Pinjan asiantuntijoiden Fabric- blogisarjasta.
Tekoälyn käyttö arkipäiväistyy
Jo viime vuoden Pinjan Trendit-blogissa todettiin, että tekoäly ja koneoppiminen ovat yhä pinnalla. Nyt tekoälymallien (kielimallit) käyttö on monilla täysin arkipäivää (eikä pelkästään meemikuvien generointiin) ja niillä teetetään laajalti erilaisia työtehtäviä. Microsoft Fabric ja Copilot ovat jo viime vuoden trendiennusteemme mukaisesti alkaneet lunastamaan tekoälylupauksiaan. Copilot on kehittynyt huimasti ja nyt siitä alkaa olla aidosti hyötyä jo Power BI -kehityksessä. Muiden AI-kyvykkyyksien avaaminen kaikkiin maksullisiin Fabric-kapasiteetteihin on avannut tien AI:n käyttöön kaikille. Miltä kuulostaisi oman “ChatGPT:n” kehittäminen siten, että se osaa kaivaa vastauksen sinun omasta datastasi? Tämä on jo nyt mahdollista, eikä hintalappukaan päätä huimaa. Fabricin AI-funktioista löytyy valmiina mm. sentimenttianalyysi ja käännökset eri kielille. Tällaisten mallien tekeminen oli ennen työlästä ja vaati paljon erilaisten työkalujen osaamista, nyt ne löytyvät jokaisen Data Engineerin työkalupakista valmiina ja tekoälyä pääsee käyttämään parhaimmillaan yhdellä koodirivillä Notebookissa. Tällaisia ei olisi välttämättä moni osannut edes haaveilla vielä pari vuotta sitten.
Jo perinteinen tietovarasto & BI -kokonaisuus on ollut vahva kuvaamaan, sitä mitä on tapahtunut. Myös porautumiset numeroiden taakse ovat jo pidempään mahdollistaneet analyyttisen tarkastelun, miksi niin kävi.
Sen sijaan tulevaan katsominen on saanut paljon lisäboostia kun AI-kyvykkyydet integroituvat data-alustaan ja niiden mutkattomampi hyödyntäminen on mahdollistunut.
Reagoimiseen liittyvät prosessit ovat toistaiseksi olleet ihmisten vastuulla, mutta tarve siitä, mitä asioille voisi ja pitäisi, hakee vastausta agenttikulttuurista. Datamaailmassa ensisijaisen kiinnostuksen kohteena ovat tietenkin data-agentit.
Tänä vuonna tekoälyagentit tulevat ottamaan koko ajan enemmän jalansijaa myös Microsoft Fabricissa Data Agentin muodossa. Tekoälyagentteja voisi kuvata tiettyyn tehtävään nimettynä apurina. Kun Copilot, tai muu tekoäly auttaa yleisten tehtävien tekemisessä (esim. PBI-raportti, Pipeline), niin tekoälyagentti voi toimia itsenäisemmin ja käyttää myös muita työkaluja, kuten Teamsia. Fabricissa tekoälyagentti on tarkasti konfiguroitavissa sanallisilla ohjeilla, jolloin ne käyttäytyvät kulloiseenkin tehtävään sopivalla tavalla.
Kaiken kielimallien ympärillä pyörivän hypen ohella ei kannata unohtaa syvempää analytiikkaa, joihin edelleen on parempi kouluttaa täsmällisempiä tekoälymalleja. Tällaisia tapauksia voivat olla esimerkiksi myynnin tai koneiden huoltotarpeiden ennustaminen tai vaikkapa tuotteen dynaaminen hinnoittelu, johon Pinjalta löytyy valmis ratkaisu. Lue, miten Pinjan tekoälypohjainen dynaaminen hinnoitteluratkaisu optimoi hintoja reaaliajassa Carspectilla.
Data Governance on entistäkin tärkeämpää
Data Governance on tylsä aihe. Siitä huolimatta se on vuonna 2025 aiempaakin tärkeämpää ja aiheeseen on erittäin suositeltavaa perehtyä ja mahdollisesti pyyhkiä aiemmista oppikirjoista pölyt päältä. Vaikka perinteinen tietovarasto on laajentunut monipuoliseksi lakehouse -konseptiksi, datan laatu on vähintään yhtä tärkeää kuin aina ennenkin. Enää se ei tarkoita pelkästään oikeita lukuja johdolle, vaan nyt se on elintärkeä syöte tekoälylle. Jos syötät tekoälylle roskaa, se antaa sinulle takaisin roskaa, eikä tekoäly osaa korjata (vielä) dataa. Tekoäly ei myöskään poista tarvetta datan käytön monitoroinnille ja lokitukselle. Nyt se on entistäkin tärkeämpää, koska meidän pitää pysyä kärryillä siitä mitä dataa tekoälymallille syötetään ja minkä datan pohjalta se antaa vastauksensa.
Agentit, kuten Microsoft Fabric Data Agent on huikealla potentiaalilla varustettu työkalu, mutta sen toimintaa pitää pystyä hallinnoimaan. Jos kytket sen omaan dataasi kiinni, et välttämättä kuitenkaan halua, että sillä on pääsy sellaiseen sisältöön, johon agenttia käskyttävällä loppukäyttäjällä ei ole pääsyä. Tässä hyvin toteutettu hallintamalli astuu kehiin, eikä käyttäjä voi hakea sopivalla promptilla sellaista dataa, johon hänellä ei ole käyttöoikeuksia. Joissain ympäristöissä voi olla tarvetta datan suojaamiseksi siten, että vihamielinen taho ei pysty muokkaamaan sitä luvattomasti ja näin ollen vaikuttamaan AI:n toimintaan. Esimerkiksi erittäin suosittuja AI-kielimalleja on pyritty muokkaamaan syöttämällä niille massoittain väärää informaatiota.
Hallintamallin toteuttamiseen antaa eväitä hiljattain julkaistu Fabric One Security, joka todella on mullistava ominaisuus Fabricissa! Riittää, että määrittelet datan käyttöoikeudet kerran ja ne toimivat kaikkialla Fabricissa. Kunnolliset työkalut datan alkuperän ja muutosten vaikutusten seurantaan puuttuvat vielä, mutta olen varma, että nämä tulevat tuotteeseen ennemmin tai myöhemmin.
Teemme nyt mielettömiä harppauksia eteenpäin Fabricin ja AI:n avulla. Kiinnostuitko? Ota yhteyttä asiantuntijoihimme ja sovitetaan uusimmat kehitysaskeleet teille sopivaksi.
Lue lisää:
Fabric blogisarja 1 osa
Carspect menestystarina
Pinjan AI ratkaisut
Tiedolla johtaminen ja Business Intelligence
