Fabric IQ kobler Copilot til styrte data – 20 millioner modeller er grunnlaget

Microsoft presenterte 28. september 2026 på European Microsoft Fabric + SQL Community Conference i Barcelona Fabric IQ i Copilot Chat og Cowork som generelt tilgjengelig. Løsningen lar Copilot bruke målinger, relasjoner og forretningsdefinisjoner fra Power BI når ansatte spør om virksomhetens data. I Cowork kan et svar fra disse dataene også inngå i en større arbeidsoppgave. Microsoft sier at eksisterende tilgangskontroller følger med, men kvaliteten på svaret avhenger fortsatt av modellen Copilot bruker.

TechRadars omtale fra 29. september beskriver mer enn 20 millioner semantiske modeller bygget i Power BI som grunnlaget Copilot kan hente kontekst fra. Tallet angir omfanget av eksisterende modeller, ikke et felles lager der alle kunder kan spørre i hverandres data. For en norsk virksomhet er det egne rapporter, modeller og brukertillatelser som bestemmer hvilke data som kan bli del av et svar.

Slik går spørsmålet gjennom Power BI-modellen

Den semantiske modellen er bindeleddet mellom et spørsmål på vanlig språk og et beregnet forretningstall. Den beskriver hvilke tabeller som hører sammen, hvordan målinger beregnes, og hva virksomheten legger i begreper som omsetning eller aktive kunder. Når Copilot finner relevant Power BI-innhold, kan svaret bygge på denne logikken i stedet for å tolke et tall løsrevet fra rapporteringen.

Dataflyten begynner med innhold brukeren har tilgang til. Copilot finner en relevant rapport eller modell, Power BI behandler spørsmålet mot den underliggende modellen, og resultatet formuleres som et svar. I Cowork kan resultatet føres videre til en oppgave, for eksempel et utkast som bruker tall fra rapporten. Den som leser svaret, får dermed både et beregnet tall og Copilots språklige tolkning av det.

Det skillet betyr noe når flere rapporter ser ut til å svare på samme spørsmål. En salgsrapport kan beregne omsetning etter fakturadato, mens en annen bruker ordredato. Begge kan være riktig beregnet etter sin modell og likevel gi ulike svar. Styrt kontekst gjør beregningen definert; den velger ikke automatisk hvilken definisjon virksomheten mener er riktig i den aktuelle samtalen.

Tilgang følger brukeren, men kontrollene er ulike

Eksisterende rapportrettigheter er fortsatt avgjørende for hvilke data Cowork kan hente. Microsofts Cowork-dokumentasjon beskriver at Power BI-spørringen kjøres på vegne av den påloggede brukeren, slik at tilgang til innhold og radbasert sikkerhet fortsatt gjelder. En ansatt skal derfor bare få data vedkommende allerede har rett til å se i Power BI. Sensitivitetsetiketter på innholdet følger også med i Cowork-samtalen og i innhold som opprettes fra den.

Administratorer må samtidig skille mellom tilgang til data og muligheten til å finne dem. En innstilling i Microsoft 365 styrer om Fabric-data vises i Copilot-opplevelser. En annen innstilling i Fabric styrer om metadata deles slik at Power BI-innhold kan dukke opp i søk og menyen for vedlegg. Selv når slik deling er slått av, kan en bruker med tilgang fortsatt oppgi en rapport ved navn eller lenke. Et fraværende søkeresultat er derfor ikke i seg selv bevis for at rapporten er utilgjengelig.

Datatapsbeskyttelse krever en egen vurdering for Cowork: den tekniske dokumentasjonen oppgir at DLP foreløpig ikke støttes der. Det er en viktig forskjell fra å si at alle styringsregler i Power BI følger med uten forbehold. For et tall som skal videre i en e-post eller et dokument, må virksomheten vite både hvilke data brukeren kunne hente, og hvilke regler som gjelder for innholdet Cowork produserer.

Riktig tilgang gir ikke nødvendigvis riktig nøkkeltall

Modellens definisjoner og oppdateringstidspunkt setter grensene for svarets presisjon. Dersom et nøkkeltall har ulike filtre eller perioder i flere modeller, kan Copilot velge en modell som ikke svarer til det brukeren mente. Et overbevisende formulert svar kan da være tro mot den valgte modellen, men uegnet som svar på forretningsspørsmålet. Dette er en følge av modellvalg og beregningslogikk, ikke en målt feilrate for tjenesten.

Også ordet «siste» trenger en konkret tidsramme. Svar fra en semantisk modell gjenspeiler dataene ved modellens siste vellykkede oppdatering. En rapport som oppdateres daglig, gir dermed ikke nødvendigvis dagens transaksjoner, selv om spørsmålet ber om de nyeste tallene. Oppdateringsfrekvensen og eventuelle feil i datagrunnlaget blir synlige i Copilot-svaret uten at assistenten kan rette dem.

For norske Microsoft-kunder ligger kontrollen derfor i et kort sett med spørsmål før svarene brukes bredt:

• Hvilke Power BI-rapporter og modeller kan hver brukergruppe nå, og virker radbaserte begrensninger som forutsatt?
• Er målinger og begreper som skal brukes på tvers av avdelinger, definert likt eller tydelig skilt fra hverandre?
• Når ble den aktuelle modellen sist oppdatert, og dekker dataene perioden brukeren spør om?
• Kan virksomheten se hvilken rapport eller modell et viktig svar bygger på, særlig når tallet føres videre i Cowork?

En godkjent Power BI-rapport gir et konkret sammenligningspunkt når samme nøkkeltall dukker opp i Copilot. Hvis tallene avviker, kan forklaringen ligge i valgt rapport, filter, tillatelse, definisjon eller oppdatering. Integrasjonen gjør dermed arbeidet med semantiske modeller mer synlig for ansatte som tidligere bare møtte tallene i ferdige rapporter.

Les også:

• ChatGPT Business eller Microsoft 365 Copilot: integrasjonen avgjør
• Norge faller til femteplass i KI-bruk – veksten fortsetter likevel
• Benford henter 60 millioner – revisoren bygger teknologien selv