Semantische intelligentie is een cruciaal element om daadwerkelijk te begrijpen wat gegevens betekenen en hoe deze kunnen worden gebruikt.
Microsoft integreert nu semantiek en ontologieën diepgaand in zijn software Fabric-dataplatform met zijn nieuwe Fabric IQ-technologie die het dinsdag debuteerde op de Microsoft Ignite-conferentie.
Fabric IQ is een semantische intelligentielaag die is ontworpen om een fundamenteel probleem met AI-agenten voor ondernemingen aan te pakken: de effectiviteit hangt niet alleen af van de grootte van de dataset, maar ook van hoe goed de gegevens de werkelijke bedrijfsactiviteiten weerspiegelen. De nieuwe technologie creëert een gedeelde semantische structuur die datasets toewijst aan entiteiten uit de echte wereld, hun relaties, hiërarchieën en operationele context. De semantische laag vertegenwoordigt de nieuwste stap in de dataplatformstrategie van Microsoft, die onlangs is geïntegreerd De grafiekendatabase van LinkedIn 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 zijn.
“Als ik nadenk over wat fabric voor klanten doet, geeft het klanten een uniform dataplatform, zodat ze niet heel veel verschillende tools aan elkaar hoeven te plakken om bedrijfswaarde te bereiken”, 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 distributienetwerken of hoe leveranciersrelaties de beschikbaarheid beïnvloeden.
Deze kloof tussen ruwe data en de zakelijke betekenis is de oorzaak van onbetrouwbare voorspellingen en slechte geautomatiseerde beslissingen. Ulag legde uit dat Fabric IQ dit aanpakt door een semantische laag te bieden die vastlegt hoe organisaties daadwerkelijk werken.
Deze architecturale benadering verschilt aanzienlijk van retrieval-augmented generatie (RAG) en vectordatabasestrategieën die concurrenten hebben benadrukt.
Terwijl RAG relevante documenten verzamelt om context te bieden, creëert Fabric IQ een persistente semantische grafiek die de organisatiestructuur, workflows en bedrijfslogica weergeeft. Agenten halen niet alleen informatie op. Ze begrijpen relaties zoals welke leveranciers welke producten leveren, hoe productielijnen verbinding maken 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 specificeren statistieken en hiërarchieën; en ze maken verbinding met diverse gegevensbronnen in Azure, AWS, Google Cloud, on-premises systemen en SaaS-platforms zoals Dynamics 365.
“We hebben tegenwoordig twintig miljoen semantische modellen die in fabric draaien. Waarom? Omdat we de semantische modelleringslaag in Power BI hebben ingebouwd. Achter elk Power BI-rapport zit dus een semantisch model”, aldus Ulag. “Deze semantische modellen omvatten al een groot deel van de bedrijfslogica die weerspiegelt waar een klant om geeft. Wat zijn de gegevens waar ze om geven? Wat zijn de statistieken waar ze om geven? Hoe verhouden de gegevens zich tot elkaar?”
De beperking van deze semantische modellen is hun reikwijdte. Ze werkten goed voor business intelligence, analytics en visualisatie, maar werkten alleen binnen individuele rapporten of afdelingsgrenzen. Fabric IQ neemt deze beperkingen weg.
“We hadden echter een leemte. Deze semantische modellen werden alleen gebruikt voor BI-gebruiksscenario’s”, aldus Ulag. “Er is een veel grotere kans, namelijk de mogelijkheid om deze semantische modellen te kunnen gebruiken en ze te upgraden naar een volledige ontologie.”
Het upgraden van de semantische modellen naar ontologieën verandert fundamenteel wat organisaties kunnen doen met de zakelijke context en betekenis. “Wat gebeurt er als je ze upgradet 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 integreert met realtime datastromen. Naast het verbinden van data, 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. Cross-enterprise dataverbindingen werken samen met realtime integratie en regeldefinities.
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 operations agents in fabric wordt genoemd en die uw gegevens voor u kunnen bekijken, die de regels kunnen volgen die u vraagt te controleren. En die autonoom actie kunnen ondernemen onder menselijk toezicht”, zei Ulag.
Ulag gaf een supply chain-voorbeeld dat het verschil met traditionele benaderingen illustreert. Een organisatie kan haar supply chain- en leveringsactiviteiten in de ontologie modelleren. Wanneer uit realtime gegevens blijkt dat er sprake is van verkeersopstoppingen in een deel van een stad, kan de operationele agent vrachtwagens automatisch om het probleem heen leiden.
De ontologieën die in Fabric IQ zijn gemaakt, kunnen rechtstreeks worden geïntegreerd met de agentontwikkelplatforms van Microsoft. Dit biedt zakelijke context die agenten betrouwbaarder en nauwkeuriger maakt.
“Het brengt het werk dat we hebben gedaan in semantische modellen in fabric 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 zakelijke AI-strategieën
Er lijkt sprake te zijn van een behoefte aan contexttechniek om agent AI beter mogelijk te maken.
Semantiek en de bijbehorende ontologieën doen precies dat en meer. Context gaat over het begrijpen waarom een verzoek wordt gedaan, en semantiek begrijpt de diepere betekenis. Voor bedrijven die ondanks grote datasets worstelen met de betrouwbaarheid van AI-agenten, vertegenwoordigt Fabric IQ een fundamenteel andere aanpak. Het gaat verder dan het schalen van rekenmodellen of het verfijnen van modellen. De cruciale vraag is of de bedrijfscontext vastgelegd in ontologieën de effectiviteit van agenten meer zou verbeteren dan traditionele optimalisatiepaden.
De strategische weddenschap die Microsoft maakt is duidelijk: semantisch inzicht in bedrijfsactiviteiten bepaalt de effectiviteit van AI-agenten. Toegang tot grote datasets alleen is niet voldoende. Het upgraden van bestaande semantische modellen naar operationele ontologieën zou een sneller pad naar betrouwbare agenten kunnen bieden.
