Microsoft ha recentemente fatto un annuncio significativo nel campo dell'intelligenza artificiale agentica e della gestione dei dati, presentando Fabric IQ e Foundry IQ. Queste due nuove e potenti capacità sono state svelate martedì scorso, durante l'annuale conferenza per gli utenti Microsoft, Ignite, tenutasi a San Francisco. L'obiettivo principale di queste soluzioni è quello di creare un ponte più robusto e intelligente tra gli agenti di intelligenza artificiale e la vasta quantità di dati che le aziende accumulano quotidianamente. Con un focus sulla modellazione semantica avanzata e l'ottimizzazione degli strumenti di ricerca, Microsoft intende rafforzare la propria offerta in un mercato sempre più competitivo e dinamico.
Fabric IQ, attualmente in fase di anteprima, rappresenta una pietra miliare nell'approccio di Microsoft all'unificazione dei dati. Nella sua documentazione ufficiale, Microsoft descrive Fabric IQ come "una soluzione che permette di unificare i dati presenti in OneLake (inclusi lakehouses, eventhouses, che sono magazzini per dati eventi provenienti da Azure Event Hub, e modelli semantici) e di organizzarli secondo il linguaggio della vostra organizzazione". È fondamentale ricordare che, all'interno della piattaforma Microsoft Fabric, OneLake ha il ruolo cruciale di ingerire dati da piattaforme esterne, centralizzandoli in un'unica posizione. Questo approccio garantisce che tutte le informazioni aziendali siano accessibili e interpretabili in modo coerente.
Fabric IQ: un'ontologia e tre modelli di dati
Il fornitore offriva già uno strato semantico nella sua piattaforma analitica Power BI, ma con Fabric IQ, ha riunito funzionalità aggiuntive di modellazione dei dati. Le aziende hanno ora la possibilità di creare un'ontologia che "definisce tipi di entità, relazioni, proprietà, regole e vincoli, e li collega a dati reali affinché gli strumenti a valle condividano lo stesso linguaggio". Questa capacità è cruciale per stabilire un vocabolario comune e una comprensione condivisa tra i diversi sistemi e le applicazioni all'interno di un'organizzazione. Inoltre, a seconda degli scenari specifici, è ora possibile creare grafi di conoscenza e anche gemelli digitali, ampliando ulteriormente le possibilità di analisi e simulazione. L'ontologia può essere utilizzata per determinare i concetti di business presenti in un grafo di conoscenza e in un modello semantico Power BI, facilitando l'interpretazione e l'uso dei dati.
Una volta modellati con una governance appropriata, questi dati diventano immediatamente accessibili agli agenti IA e agli analisti, fornendo loro le informazioni necessarie per prendere decisioni più informate e intraprendere azioni efficaci. All'interno di Fabric, due assistenti IA sono stati implementati per aiutare nella creazione di sistemi conversazionali, consentendo agli utenti di interrogare sia i dati analitici che quelli operativi in modo intuitivo. Tuttavia, è importante notare una limitazione: questi assistenti non sono in grado di creare visualizzazioni di dati. Il loro ruolo è quello di "superficializzare" gli elementi presenti nelle tabelle per rispondere a una domanda specifica. Per ottenere funzionalità simili alla creazione di diagrammi e dashboard su richiesta, come offerto da Snowflake Intelligence e AI/BI Genie di Databricks, è necessario optare per licenze Copilot e creare gli agenti o assistenti IA corrispondenti.
La modellazione semantica e il panorama competitivo
In un contesto caratterizzato dall'unificazione della gestione dei dati, dalla razionalizzazione dei processi di Business Intelligence (BI) e dall'adozione emergente dell'IA agentica, la modellazione semantica sta guadagnando una popolarità sempre maggiore. Questa tendenza è talmente significativa che, a settembre, un gruppo di fornitori di spicco, tra cui Snowflake e Salesforce, ha costituito un consorzio. L'obiettivo di questo gruppo è stabilire uno standard open source per la modellazione semantica, denominato Open Semantic Interchange (OSI). Tale iniziativa mira a promuovere l'interoperabilità e a facilitare lo scambio di modelli semantici tra diverse piattaforme e applicazioni.
David Menninger, analista presso ISG Software Research, ha sottolineato l'importanza cruciale di questo aspetto. "Il contesto di questi modelli semantici è critico. È essenziale per il successo delle implementazioni di IA e BI", ha affermato Menninger. Tuttavia, ha anche rilevato un punto di osservazione critico: Microsoft non partecipa a questa iniziativa aperta. Menninger ha proseguito: "Microsoft sembra promuovere il proprio modello semantico. Sarebbe fantastico vedere Microsoft partecipare a uno sforzo volto a stabilire un modello semantico standard, che sia attraverso OSI o meno". Questa posizione solleva interrogativi sulla volontà di Microsoft di contribuire a uno standard comune o se preferirà consolidare il proprio ecosistema proprietario.
Foundry IQ: l'automazione delle pipeline RAG
Fabric IQ non è l'unica novità; è anche una delle possibili fonti di dati per Foundry IQ. Questa funzionalità, anch'essa in anteprima, si basa su Azure AI Search e mira ad automatizzare le pipeline di Generazione Aumentata tramite Recupero (RAG), garantendo che i documenti appropriati vengano forniti agli agenti IA. Lo strumento automatizza l'ingestion, il chunking e la vettorizzazione dei documenti, appoggiandosi sia ad algoritmi di ricerca vettoriale che a quelli basati su parole chiave per massimizzare la pertinenza e la precisione dei risultati. Questa capacità è fondamentale per le applicazioni di IA generativa, poiché permette agli agenti di recuperare informazioni specifiche da grandi volumi di dati aziendali.
Foundry IQ è progettato per federare i dati indicizzati da una varietà di fonti, tra cui SharePoint, OneLake, Azure Blob Storage, gli indici di Azure AI Search, il Web e Fabric IQ. Questa vasta capacità di integrazione lo rende uno strumento versatile per la gestione delle informazioni. Gli agenti IA si connettono a Foundry IQ utilizzando un server MCP dedicato, garantendo un accesso sicuro e controllato. Inoltre, Foundry IQ è integrato con Azure Purview per soddisfare le esigenze di governance e conformità, assicurando che i dati siano gestiti secondo le politiche aziendali e i requisiti normativi.
L'opinione degli analisti: utilità vs. trasformazione radicale
Donald Farmer, fondatore e analista di TreeHive Strategy, ha commentato il lancio di queste nuove funzionalità con una prospettiva equilibrata. "Finalmente queste due funzionalità offrono agli utenti Microsoft un percorso più chiaro e coerente tra i dati e l'integrazione degli agenti IA", ha dichiarato Farmer, evidenziando un miglioramento nell'esperienza utente. Tuttavia, ha anche aggiunto una nota di cautela: "per le aziende che hanno già investito nello stack Microsoft, queste aggiunte riducono maggiormente gli attriti di quanto non apportino nuove funzionalità radicali. Diciamo che questi aggiornamenti sono più utili che trasformativi". Questo suggerisce che le nuove funzionalità sono evolutive piuttosto che rivoluzionarie per gli utenti consolidati di Microsoft.
Farmer ha proseguito spiegando che Fabric IQ e Foundry IQ saranno più vantaggiosi per le aziende che utilizzano gli strumenti Microsoft in tutti i loro sistemi di dati e IA. Per contro, ha osservato: "Le aziende che si impegnano poco nelle piattaforme dati Microsoft potrebbero non trarne molti vantaggi". Ha anche sottolineato che "Le squadre che hanno già implementato sistemi di recupero altamente ottimizzati e specifici per un dominio potrebbero trovare Foundry IQ troppo generico. Potrebbero considerarlo meno flessibile rispetto alle proprie pipeline". Queste osservazioni evidenziano che, pur essendo potenti, le nuove soluzioni di Microsoft potrebbero non essere la soluzione ideale per tutti, specialmente per coloro che hanno già investito in sistemi personalizzati e altamente specializzati.
La strategia di Microsoft nel panorama competitivo
Con il lancio di queste nuove capacità, Microsoft si posiziona chiaramente come un diretto concorrente di soluzioni come Cortex di Snowflake e l'equivalente offerto da Databricks. La strategia di Microsoft, simile a quella di GCP, Databricks e Snowflake, mira a unificare la maggior parte dei carichi di lavoro dei propri clienti. Tuttavia, il gruppo non detiene il vantaggio di essere un editore di terze parti. Azure, a differenza di Databricks e Snowflake, non può vantare l'argomento multicloud, il che potrebbe rappresentare una limitazione in un mercato che sempre più richiede flessibilità tra diverse piattaforme cloud. Questo rende la battaglia per la quota di mercato particolarmente intensa, con ogni gigante tecnologico che cerca di consolidare la propria offerta.
È importante considerare che le piattaforme di gestione dei dati moderne implementate dalle aziende sono spesso composite. Azure, AWS e GCP sono sempre più considerati non solo fornitori di istanze di storage e calcolo, ma, più recentemente, anche di servizi di intelligenza artificiale integrati. Nonostante le sfide, Microsoft detiene un vantaggio significativo: insieme a Tableau, Power BI rimane uno degli strumenti più adottati nelle aziende per la Business Intelligence. Questo è un asso nella manica non indifferente di fronte a Databricks e Snowflake, che mirano a scuotere le fondamenta del mercato della BI con le loro offerte innovative. La fedeltà e l'adozione di Power BI da parte di una vasta base di utenti aziendali conferiscono a Microsoft una posizione di forza da cui poter lanciare e integrare le proprie nuove soluzioni IA.
Approfondimenti sull'IA applicata e agentica
- IA applicata, GenAI, IA infusa BI, ingegneria dei dati: Qlik punta sulla specializzazione dei suoi agenti IA (di Gaétan Raoul)
- MDM, IA agentica: SAP acquista Reltio per "trascendere" i suoi silos applicativi (di Gaétan Raoul)
- "Project SnowWork": Snowflake si ispira fortemente a Cowork di Anthropic (di Gaétan Raoul)
- E7 e Agent 365: Microsoft monetizza la governance dell'IA agentica a caro prezzo (di Beth Pariseau)