WEBVTT

00:00:00.160 --> 00:00:02.040
Copilot n'est pas confus. Il est obéissant.

00:00:02.420 --> 00:00:07.500
Ce paragraphe joyeux qu'il vient d'écrire sur la croissance fulgurante inexistante de votre entreprise au quatrième trimestre n'était pas un bug.

00:00:07.840 --> 00:00:09.680
C'est l'évangile selon vos propres données mal câblées.

00:00:10.460 --> 00:00:12.260
C'est l'effet de la poubelle dans la confiance.

00:00:13.160 --> 00:00:16.200
La manière polide Microsoft fabrique de dire vous avez formé votre menteur vous-même.

00:00:17.080 --> 00:00:21.800
Copilot hallucinera joyeusement des schémas parce que vos tables ont murmuré de douze incohérences dans son contexte d'invite.

00:00:22.500 --> 00:00:23.120
Voici ce qui se passe.

00:00:23.540 --> 00:00:27.460
Vous avez des jointures en double, une sémantique manquante et des couches de médaillons à moitié cuites se faisant passer pour la vérité.

00:00:27.460 --> 00:00:31.220
Ensuite vous appelez Copilot et demandez des informations car il ne résonne pas, il réorganise.

00:00:31.960 --> 00:00:36.580
Fabrique lui fournit des métadonnées mal formées et Copilot renvoie un rêve lucide déguisé en analyse.

00:00:37.860 --> 00:00:43.740
Aujourd'hui je vais vous montrer pourquoi cela se produit, où votre modèle de données vous a trahi et comment le reconstruire pour que Copilot arrête d'inventer des histoires.

00:00:44.460 --> 00:00:47.660
A la fin vous aurez une IA précise, explicable et enfin fiable.

00:00:49.380 --> 00:00:50.340
L'illusion de l'intelligence

00:00:50.340 --> 00:00:52.580
Pourquoi Copilot ment ?

00:00:52.580 --> 00:00:54.980
Les gens s'attendent à ce que Copilot sache des choses. Ce n'est pas le cas.

00:00:54.980 --> 00:00:59.980
Il établit des correspondances de modèles à partir de vos métadonnées, du contexte et du sens fragile des relations que vous avez définies dans Fabrique.

00:01:00.640 --> 00:01:03.120
Pensez parler à l'intelligence mais en réalité vous parlez à la réflexion.

00:01:03.880 --> 00:01:07.280
Donnez-lui de l'ambiguïté et elle reflète cette ambiguïté directement, mais en plus brillant.

00:01:07.800 --> 00:01:08.500
Voici le vrai problème.

00:01:08.900 --> 00:01:12.080
La plupart des implémentations de Fabrique traitent la conception de schéma comme une réflexion après coup.

00:01:12.400 --> 00:01:15.540
Les tables de fait sont jointes sur la mauvaise clé, les mesures sont décrites de manière incohérente.

00:01:15.660 --> 00:01:17.720
Les descriptions sont totalement absentes, les descriptions absentes.

00:01:18.060 --> 00:01:20.820
Copilot lit ce chaos comme un enfant lisant une phrase non ponctuée.

00:01:21.560 --> 00:01:22.900
Il devine simplement où doit aller le sens.

00:01:22.900 --> 00:01:26.080
Le résultat semble cohérent, mais peut-être complètement erroné.

00:01:27.060 --> 00:01:31.480
Imaginons que votre couche d'or contienne les revenus d'une source et les ventes totales d'une autre, tous deux non standardisés.

00:01:32.300 --> 00:01:36.340
Copilot voit des noms de colonnes similaires et, dans son infinie politesse, les fusionne.

00:01:36.720 --> 00:01:38.340
Demandez quel était le chiffre d'affaires du trimestre dernier.

00:01:38.800 --> 00:01:44.120
Il fusionne des mesures avec une granularité inadaptée, produit une moyenne sur des échelles incompatibles et vous la présente en toute confiance.

00:01:44.120 --> 00:01:47.840
Le graphique a l'air professionnel, les mathématiques sont une fiction.

00:01:48.380 --> 00:01:49.360
L'illusion vient du ton.

00:01:50.100 --> 00:01:54.740
Le langage naturel donne l'impression de comprendre, mais les réponses naturelles de Copilot ne font que masquer le mimétisme statistique.

00:01:55.380 --> 00:01:57.340
Lorsque vous posez une question, le modèle ne valide pas l'effet.

00:01:58.060 --> 00:02:01.760
Il récupère des modèles, des articulations probables, des colonnes plausibles, du texte digest.

00:02:02.360 --> 00:02:06.080
Sans lignage strict des données, ni gouvernance sémantique, il invente ce qu'il ne peut pas déduire.

00:02:06.980 --> 00:02:08.900
Il s'agit en fait de votre schéma, avec une présence sur scène.

00:02:09.460 --> 00:02:10.480
Fabrique renforce cette illusion.

00:02:11.320 --> 00:02:14.280
Étant donné que les agents de données dans Fabrique transmettent le contexte par le biais de métadonnées,

00:02:14.420 --> 00:02:20.340
toutes lacunes dans les relations, les clés étrangères manquantes, les dimensions non balisées ou les noms de mesures ambiguës sont traités comme des indices facultatifs,

00:02:20.520 --> 00:02:22.880
plutôt que comme des indices facultatifs, plutôt que comme des obligations.

00:02:23.240 --> 00:02:26.040
Le modèle comble ses vides par la complétion de modèle, et non par la logique.

00:02:26.660 --> 00:02:28.880
Vous liez dire joindre les ventes par région et par date ?

00:02:29.600 --> 00:02:31.900
Il pourrait lire joindre les ventes à tout ce qui sent la géographie.

00:02:32.760 --> 00:02:35.160
Ensuite, le SQL qu'il génère coopère obligément avec cette absurdité.

00:02:35.160 --> 00:02:38.420
Les utilisateurs tombent dans le panneau, car l'interface démocratise la syntaxe des requêtes.

00:02:38.740 --> 00:02:40.100
Vous tapez une phrase, elle renvoie un visuel.

00:02:40.940 --> 00:02:43.960
Vous supposez que vous comprenez, mais le modèle fonctionne dans un brouillard statistique.

00:02:44.700 --> 00:02:47.140
Moins vous définissez de contraintes, plus ces mensonges deviennent amicaux.

00:02:47.880 --> 00:02:49.300
Le changement mental clé est le suivant.

00:02:49.500 --> 00:02:50.520
Copilot n'est pas un oracle.

00:02:50.900 --> 00:02:54.780
Il n'a pas d'épistémologie, pas de concept de vérité, seulement des miroirs construits à partir de vos métadonnées.

00:02:55.100 --> 00:02:57.780
Il convertit votre modèle de données en un espace de probabilité linguistique.

00:02:58.640 --> 00:03:00.920
Chaque défaut structurel devient une hallucination sémantique.

00:03:00.920 --> 00:03:05.220
Lorsque votre schéma est incohérent, l'IA hallucine une cohérence qui n'existe pas.

00:03:06.620 --> 00:03:07.780
Et la tragédie est prévisible.

00:03:08.520 --> 00:03:12.320
Les dirigeants prennent des décisions basées sur une fiction qui semble validée parce qu'elle provient de Microsoft Fabric.

00:03:12.320 --> 00:03:18.380
Si votre couche dorée vacille sous des transformations incohérentes, Copilot amplifie cette oscillation en une narration confiante.

00:03:19.380 --> 00:03:21.540
L'éloquence du modèle masque la pourriture de votre pipeline.

00:03:22.120 --> 00:03:23.680
Considérez Copilot comme un moteur de réflexion.

00:03:24.140 --> 00:03:26.460
Son intelligence commence et se termine par la qualité de votre schéma.

00:03:27.420 --> 00:03:32.800
Si vos jointures sont tordues, votre lignée brisée ou votre sémantique floue, cela reflète l'incertitude comme certitude.

00:03:33.580 --> 00:03:37.060
C'est pourquoi le remède ne commence pas par une ingénierie rapide, mais par une hygiène architecturale.

00:03:37.060 --> 00:03:41.380
Donc si Copilot n'est aussi véridique que votre architecture, décortiquons où commence la pourriture.

00:03:42.360 --> 00:03:43.040
Le mythe du médaillon.

00:03:43.420 --> 00:03:44.380
Quand le bronze pollue l'or.

00:03:45.060 --> 00:03:47.900
Chaque ingénieur de données récite l'architecture du médaillon comme une écriture sainte.

00:03:48.140 --> 00:03:49.140
Bronze, argent, or.

00:03:49.580 --> 00:03:50.760
Brut, raffiné, fiable.

00:03:51.300 --> 00:03:53.620
En théorie, c'est un pèlerinage du chaos à la clarté.

00:03:54.320 --> 00:03:57.960
Chaque couche nettoie l'ambiguïté jusqu'à ce que les données gagnent leur auréole de vérité.

00:03:58.320 --> 00:03:58.740
Des vérités.

00:03:59.200 --> 00:04:04.760
En pratique, la plupart des gens construisent un toboggan de parc à thème où l'incohérence brute passe directement du bronze à l'or,

00:04:04.760 --> 00:04:07.140
sans rien nettoyer entre les deux.

00:04:07.640 --> 00:04:08.360
Commençons par le bas.

00:04:08.780 --> 00:04:09.960
Le bronze est votre zone d'atterrissage.

00:04:10.280 --> 00:04:13.820
Fichiers parqués, CSV, ingestion IoT, les archives fossiles de votre organisation.

00:04:14.840 --> 00:04:16.820
Ce n'est pas censé être joli, juste entièrement capturé.

00:04:17.440 --> 00:04:20.120
Pourtant, les gens oublient que le bronze est une quarantaine, pas un ingrédient actif.

00:04:20.800 --> 00:04:23.000
Lorsque cette boue bruite s'infiltre par des raccourcis paresseux,

00:04:23.140 --> 00:04:25.280
des requêtes directes ou une logique de transformation manquante,

00:04:25.380 --> 00:04:28.400
vous donnez à Copilot un bruit non traité comme contexte à un bruit non traité.

00:04:28.900 --> 00:04:29.680
Oui, va halluciner.

00:04:30.320 --> 00:04:30.940
Il a de bonnes raisons.

00:04:31.380 --> 00:04:33.180
Vous lui avez remis un journal de rêve et demandé un audit.

00:04:33.180 --> 00:04:35.260
Silver est censé affiner cette boue.

00:04:35.860 --> 00:04:37.900
C'est là que les doublons meurent, que les schémas s'alignent,

00:04:38.000 --> 00:04:39.140
que les types de données correspondent

00:04:39.140 --> 00:04:41.560
et que les clés universelles finissent par s'accorder sur ce qu'est un client.

00:04:42.400 --> 00:04:46.080
Mais examiner la plupart des configurations Fabrique et Silver est une excuse timide.

00:04:46.620 --> 00:04:49.560
Jointure rapide, recherche fragile, conversion non documentée.

00:04:50.300 --> 00:04:51.240
L'excuse est toujours la même.

00:04:51.620 --> 00:04:52.520
Nous allons corriger cela en gold.

00:04:52.880 --> 00:04:55.380
Cela revient à corriger la grammaire en publiant les dictionnaires en retard.

00:04:55.900 --> 00:04:58.320
Au moment où vous atteignez gold, l'illusion de la confiance s'installe.

00:04:58.960 --> 00:05:00.080
Tout en gold semble analytique.

00:05:00.080 --> 00:05:03.540
Des tables propres, des noms conviviaux pour les entreprises, des tableaux de bord rayonnant de confiance.

00:05:03.960 --> 00:05:06.220
Mais en dessous, vous avez empilé des conversions non concordantes,

00:05:06.320 --> 00:05:10.060
des horodatages non synchronisés, des collisions délits remontant jusqu'au bronze.

00:05:10.980 --> 00:05:13.480
Les métadonnées de Fabrique retracent automatiquement ces relations.

00:05:14.340 --> 00:05:17.340
Et devinez sur quelles relations Copilot s'appuient pour interpréter le langage naturel.

00:05:17.960 --> 00:05:18.260
Toutes.

00:05:18.760 --> 00:05:20.880
Ainsi, lorsque la ligne est ment, le modèle est rite de la tromperie.

00:05:21.560 --> 00:05:22.780
Voici un scénario réel.

00:05:23.300 --> 00:05:25.440
Vous avez des données transactionnelles provenant de deux systèmes de réservation.

00:05:25.440 --> 00:05:28.220
Les deux aliments de bronze avec des formats de clés légèrement différents.

00:05:28.680 --> 00:05:31.140
L'un utilise un identifiant de voyage numérique, l'autre mélange des lettres.

00:05:31.860 --> 00:05:35.840
Dans Silver, quelqu'un les a fusionnés via une jointure interne sur des sous-chaines tronquées pour les standardiser.

00:05:37.100 --> 00:05:38.320
Techniquement, vous avez des données unifiées.

00:05:39.020 --> 00:05:40.820
Sémantiquement, vous venez de créer des correspondances fantômes.

00:05:41.660 --> 00:05:44.100
Copilot calcule désormais en toute confiance le revenu moyen des voyages,

00:05:44.180 --> 00:05:46.500
qui inclut des transactions provenant de contextes totalement différents.

00:05:47.260 --> 00:05:50.380
C'est un non-sens précis, une syntaxe précise, une sémantique fabriquée.

00:05:50.380 --> 00:05:54.860
C'est le mythe du médaillon, l'idée selon laquelle le fait d'avoir des couches offre automatiquement la pureté.

00:05:55.580 --> 00:05:57.880
Les couches ne sont aussi véridiques que la discipline qui les sous-tend.

00:05:58.220 --> 00:05:59.700
Bronze devrait exposer l'entropie brute.

00:06:00.220 --> 00:06:01.820
Silver doit appliquer la décontamination.

00:06:02.460 --> 00:06:04.600
Gold doit représenter une logique métier certifiée.

00:06:05.280 --> 00:06:07.420
Pas de remplacement manuel, pas de correctif temporaire.

00:06:08.400 --> 00:06:11.020
Brisez cette chaîne et vous remplacez le raffinement par une pollution récursive.

00:06:11.660 --> 00:06:12.900
Copilot, bien sûr, ne sait rien de tout cela.

00:06:13.460 --> 00:06:16.280
Il prend tout ce que le modèle fabrique proclame comme lignée et suppose une causalité.

00:06:16.280 --> 00:06:20.920
Si une colonne en or fait référence à un hybride de trois sources incohérentes, l'IA,

00:06:21.360 --> 00:06:22.740
voit un concept unique, unique.

00:06:23.260 --> 00:06:25.380
Demandez-vous, pourquoi les ventes ont-elles grimpé en flash en Mars ?

00:06:25.380 --> 00:06:28.960
Elles génèrent joyeusement du SQL qui agrège tous les enregistrements étiquetés Mars dans toutes les régions,

00:06:29.120 --> 00:06:32.160
devises et fuseaux horaires, car vous n'avez jamais dit à Silver de faire respecter ses limites.

00:06:33.080 --> 00:06:33.900
L'IA ne ment pas.

00:06:34.640 --> 00:06:36.820
Elle traduit votre négligence collective en fiction fluide.

00:06:37.820 --> 00:06:40.840
C'est pourquoi la provenance des données n'est pas une métadonnée facultative, c'est le GPS de copilote.

00:06:41.640 --> 00:06:46.060
Chaque transformation, chaque jointure, chaque définition de mesure est un fil d'Ariane qui ramène à votre source de vérité.

00:06:46.820 --> 00:06:50.980
Fabrique suit la lignée visuellement, mais la lignée sans validation est comme une carte dessinée au crayon.

00:06:51.820 --> 00:06:53.680
L'IA lisse et lignes floues comme des paroles d'évangile.

00:06:54.200 --> 00:06:55.020
Appliquez donc la validation.

00:06:55.880 --> 00:06:58.380
Entre Bronze et Silver, exécutez des tests de schéma automatisés.

00:06:58.800 --> 00:07:00.040
Les identifiants sont-ils alignés ?

00:07:00.040 --> 00:07:01.140
Les valeurs nulles sont à gérer ?

00:07:01.140 --> 00:07:02.380
Les types sont-ils cohérents ?

00:07:02.380 --> 00:07:04.280
Entre Silver et Gold, déployez des audits déjointus.

00:07:04.740 --> 00:07:06.200
Vérifiez les attentes individuelles.

00:07:06.900 --> 00:07:10.380
Surveillez la dérive d'agrégation et vérifiez la continuité de la lignée au niveau des colonnes.

00:07:10.720 --> 00:07:14.200
Ce ne sont pas des rituels bureaucratiques, ce sont des outils de survie pour la précision de l'IA, pour la préciser.

00:07:14.200 --> 00:07:19.220
Lorsque la requête de copilote traverse les couches que vous avez vérifiées, elle hérite de la discipline plutôt que du désordre.

00:07:19.800 --> 00:07:20.640
L'ironie est délicieuse.

00:07:20.980 --> 00:07:25.680
Vous vouliez que copilote automatise l'analyse, mais la base sur laquelle elle repose nécessite toujours une hygiène à l'ancienne.

00:07:26.260 --> 00:07:27.460
Les déchets entrent, la confiance sort.

00:07:27.760 --> 00:07:33.120
Tant que vous ne traiterez pas l'architecture comme une philosophie morale, le raffinement comme une obligation et non comme une suggestion, vous n'aurez jamais d'IA véridique.

00:07:33.660 --> 00:07:35.840
Même avec des couches impeccables, copilote peut toujours trébucher.

00:07:35.840 --> 00:07:38.960
Car savoir quelles données existent ne signifie pas savoir ce qu'elles signifient.

00:07:38.960 --> 00:07:48.160
Un pipeline parfait peut alimenter un modèle sémantiquement vide, ce qui nous amène au traducteur, manquant entre les chiffres et le sens, la couche sémantique, le cerveau que vos données ont oublié de construire.

00:07:49.620 --> 00:07:51.960
Le cerveau manquant, les couches sémantiques et le déficit de contexte.

00:07:52.820 --> 00:07:55.640
C'est là que la plupart des implémentations fabriques perdent littéralement la tête.

00:07:56.100 --> 00:08:00.820
La couche sémantique est le cerveau de votre modèle de données, mais de nombreuses organisations la traitent comme une garniture décorative, décorative.

00:08:01.080 --> 00:08:03.440
Elles pensent que si des tableaux existent, le sens suit automatiquement.

00:08:04.500 --> 00:08:06.520
Les tableaux sont de la mémoire, la sémantique et de la compréhension.

00:08:06.520 --> 00:08:14.040
Sans cette couche, Copilot lit les chiffres comme un touriste lit les panneaux de signalisation dans une autre langue, phonétiquement, avec assurance et sans aucun contexte.

00:08:14.720 --> 00:08:15.600
Définissons-le correctement.

00:08:16.300 --> 00:08:20.200
Le modèle sémantique de fabrique indique à Copilot ce que signifient vos données, pas seulement leurs noms.

00:08:21.340 --> 00:08:24.100
C'est le dictionnaire qui traduit les libellés de colonnes en logique métier.

00:08:24.900 --> 00:08:27.260
Le chiffre d'affaires devient la somme des ventes hors remboursement.

00:08:28.520 --> 00:08:31.360
Le client devient un identifiant d'acheteur unique sur les limites de l'exercice.

00:08:32.480 --> 00:08:35.100
Sans cela, Copilot traite ces mots comme de simples jetons fortuits.

00:08:35.100 --> 00:08:39.960
Vous pouvez demander le total des ventes et obtenir des recettes brutes un jour, puis des recettes nettes le lendemain.

00:08:40.740 --> 00:08:42.580
Ce n'est pas inconstant, c'est linguistiquement la dérive.

00:08:43.400 --> 00:08:48.240
En réalité, un modèle sémantique agit comme un interprète bilingue entre le langage humain et la logique d'Axe ou SQL.

00:08:49.000 --> 00:08:50.200
Il aligne l'intention sur le calcul.

00:08:50.660 --> 00:08:52.080
Lorsqu'elle est manquante, Copilot doit deviner.

00:08:52.680 --> 00:08:54.680
Et les grands modèles linguistiques sont notoirement fiers de deviner.

00:08:55.280 --> 00:08:57.320
Ils assemblent des jointures probables, pas des jointures exactes,

00:08:57.360 --> 00:08:59.900
et ils font bien plus confiance au nom de colonne qu'à vos définitions métier.

00:09:00.520 --> 00:09:02.640
Dans un modèle, les réservations font référence aux réservations.

00:09:02.640 --> 00:09:04.660
Dans un autre, elles comptent les voyages effectués.

00:09:04.960 --> 00:09:06.080
Pour Copilot, ce sont des synonymes.

00:09:06.580 --> 00:09:09.380
Vous venez de demander les réservations par trimestre, et vous avez répondu dans les deux cas.

00:09:09.960 --> 00:09:10.320
C'est faux.

00:09:10.860 --> 00:09:11.780
Comparer deux architectures.

00:09:12.140 --> 00:09:14.740
Dans un entrepôt de données nues, Copilot scrute directement les tables.

00:09:15.240 --> 00:09:16.800
Il voit la date, le montant, le type.

00:09:17.200 --> 00:09:18.740
Ce sont de jolis noms sans contexte.

00:09:18.960 --> 00:09:20.020
Il établit ensuite des correspondantes.

00:09:20.620 --> 00:09:23.980
Les ventes sont égales aux montants par région, quel que soit le champ qui ressemble à la géographie.

00:09:24.900 --> 00:09:27.260
Dans un modèle sémantique, cependant, ces champs ont été civilisés.

00:09:27.840 --> 00:09:32.020
Le montant des ventes inclut une mesure d'Axe définissant la portée, la devise et la logique d'agrégation.

00:09:32.640 --> 00:09:34.520
La région a des relations explicitement épinglées.

00:09:35.160 --> 00:09:38.080
Ainsi, lorsque vous posez la même question, Copilot ne tâtonne pas dans le noir.

00:09:38.620 --> 00:09:40.000
Il suit un chemin éclairé que vous avez tracé.

00:09:40.400 --> 00:09:42.960
La boîte à outils fabriques 2025 vous fournit même des armes pour cela.

00:09:44.060 --> 00:09:46.120
Direct Lake pour la modélisation à faible latence.

00:09:46.320 --> 00:09:47.460
DAX pour la logique de mesure.

00:09:47.900 --> 00:09:49.640
Les synonymes pour la flexibilité linguistique.

00:09:49.720 --> 00:09:51.140
Et les groupes de calcul pour la cohérence.

00:09:52.380 --> 00:09:54.080
Considérez les synonymes comme un vocabulaire élastique.

00:09:54.520 --> 00:09:57.840
Si les utilisateurs disent revenu net, mais que votre mesure est bénéfice, vous ne renommez pas la colonne.

00:09:57.920 --> 00:09:59.300
Vous apprenez la traduction à Copilot.

00:09:59.300 --> 00:10:04.840
Les groupes de calcul appliquent ensuite la grammaire, garantissant que l'intelligence temporelle ou les conversions de devises s'appliquent uniformément.

00:10:05.420 --> 00:10:07.420
Ensemble, ils forment le système de base du modèle linguistique.

00:10:08.220 --> 00:10:10.120
Mais très peu de personnes prennent la peine de les câbler correctement.

00:10:10.520 --> 00:10:13.700
Elles transfèrent les tableaux dans Fabrique et supposent que l'IA de Copilot interprétera les nuances.

00:10:14.380 --> 00:10:15.120
Spoiler, ce n'est pas le cas.

00:10:15.620 --> 00:10:18.360
Le modèle ne déduit pas vos indicateurs de performance clé à partir de convictions morales.

00:10:18.900 --> 00:10:20.360
Il les déduit à partir de balises de métadonnées.

00:10:20.360 --> 00:10:25.680
Si vous n'avez pas étiqueté les mesures, décris les relations ou spécifiez l'ordre de calcul que Copilot improvise.

00:10:26.580 --> 00:10:30.100
L'improvisation est charmante dans les clubs de jazz, désastreuse dans l'analyse d'entreprise.

00:10:30.720 --> 00:10:32.560
Alors comment appliquer la sémantique ?

00:10:32.560 --> 00:10:34.100
Commencez par auditer le vocabulaire de votre modèle.

00:10:34.640 --> 00:10:38.360
Chaque mesure doit avoir une définition cohérente, stockée de manière centralisée et référencée de manière universelle.

00:10:38.860 --> 00:10:40.780
Résistez à l'envie de renommer les colonnes par rapport.

00:10:41.540 --> 00:10:43.360
Attribuez-leur plutôt des aléas dans la couche sémantique.

00:10:43.960 --> 00:10:49.160
Créez des groupes de calculs pour toutes les logiques courantes, les taux taux annuels à ce jour, les moyennes mobiles et les taux de conversion.

00:10:49.760 --> 00:10:53.740
Ajoutez ensuite des synonymes afin que le moteur de langage naturel de Copilot n'invente pas ses propres corrélations.

00:10:54.180 --> 00:10:56.640
Connectez maintenant la sémantique à l'architecture d'instructions de Copilot.

00:10:57.400 --> 00:11:00.860
Fabrique offre deux niveaux de contrôle, les instructions de sources de données et les instructions d'agents.

00:11:01.340 --> 00:11:06.220
Les instructions de sources de données clarifient les spécificités du schéma, les jointures, les références de mesure, les noms préférés,

00:11:06.280 --> 00:11:08.660
tandis que les instructions d'agents régissent le ton, le format et les contraintes.

00:11:08.660 --> 00:11:12.440
Ces éléments interagissent via des invites de mise à la terre qui dépendent entièrement de l'alignement sémantique.

00:11:13.280 --> 00:11:15.460
Si votre modèle sémantique définit clairement les ventes totales,

00:11:15.500 --> 00:11:19.540
les instructions de sources de données peuvent renforcer cette définition lorsque Copilot écrit une suite à la N-suite.

00:11:20.320 --> 00:11:23.400
L'instruction d'agents garantit que la réponse reste concise, tabulaire ou résumée.

00:11:24.060 --> 00:11:26.080
Combinez-les et vous remplacez le chaos par un protocole.

00:11:26.900 --> 00:11:29.200
Sans sémantique, chaque réponse de Copilot est une improvisation.

00:11:29.840 --> 00:11:31.600
Avec la sémantique, chaque réponse devient une preuve.

00:11:32.460 --> 00:11:34.160
Vous ne réglez pas les invites, vous enseignez la logique.

00:11:34.720 --> 00:11:37.860
Une fois que vous accordez à Copilot un dictionnaire cohérent, sa précision augmente,

00:11:37.860 --> 00:11:39.720
car l'incertitude n'a plus nulle part où se cacher.

00:11:40.620 --> 00:11:43.240
Maintenant que Copilot comprend le langage, nous allons lui apprendre la discipline,

00:11:43.460 --> 00:11:45.280
les règles comportementales qui le maintiennent honnêtes.

00:11:46.120 --> 00:11:48.260
Discipline pour les machines, les données et les instructions des agents.

00:11:48.900 --> 00:11:51.960
Copilot peut enfin comprendre votre vocabulaire, mais il a encore besoin de savoir vivre.

00:11:52.760 --> 00:11:55.140
La sémantique enseigne le sens, les instructions enseignent le comportement.

00:11:56.020 --> 00:12:00.020
Et dans Microsoft Fabric, ces comportements sont façonnés par deux less distincts,

00:12:00.340 --> 00:12:02.240
les instructions de sources de données et les instructions d'agents.

00:12:02.540 --> 00:12:05.000
L'une structure le chien, l'autre l'entraîne à ne pas mâcher les meubles.

00:12:05.000 --> 00:12:08.040
Commencez par les instructions de sources de données, les commandements spécifiques au schéma.

00:12:09.000 --> 00:12:12.680
Elles sont au plus près des données et indiquent à Copilot exactement comment interpréter votre modèle.

00:12:13.200 --> 00:12:15.440
Vous vous souvenez de notre précédent chaos avec les joints météorurgiques ?

00:12:15.440 --> 00:12:17.140
Les instructions de sources de données sont là pour résoudre ce problème.

00:12:17.460 --> 00:12:20.260
Vous spécifiez que les données de température et de précipitation doivent être jointes

00:12:20.260 --> 00:12:22.200
lors de la collecte de l'ID géographique et de l'ID de dette.

00:12:22.920 --> 00:12:25.360
Cela supprime les suppositions du modèle et les remplace par une obligation.

00:12:26.080 --> 00:12:29.360
Fabric lit ses déclarations chaque fois que Copilot rédige du SQL ou du DAX,

00:12:29.360 --> 00:12:34.460
garantissant que chaque requête passe par les bonnes clés, car considérez-les comme la constitution relationnelle,

00:12:34.660 --> 00:12:37.760
un texte juridique immuable définissant la manière dont les entités peuvent se connecter.

00:12:38.540 --> 00:12:40.880
Ces instructions gèrent également les synonymes et les définitions de mesure.

00:12:41.600 --> 00:12:45.820
Supposons que vos analystes utilisent les ventes totales, le montant équitable et recettes brutes de manière interchangeable.

00:12:46.360 --> 00:12:48.100
Pour les humains, ces termes signifient à peu près la même chose.

00:12:48.700 --> 00:12:50.840
Pour Copilot, ce sont des variables distinctes qui se disputent l'attention.

00:12:50.840 --> 00:12:53.780
Sous les instructions de la source de données, vous les alignez.

00:12:54.060 --> 00:12:56.960
Chaque fois que le total des ventes est mentionné, utilisez le montant total équitable.

00:12:57.300 --> 00:13:00.620
Votre IA arrête désormais de jouer à la roulette sémantique et commence à répondre de manière cohérente.

00:13:01.400 --> 00:13:03.880
On peut même définir une logique de compartimentage pour les analyses catégorielles.

00:13:05.000 --> 00:13:07.940
Lorsqu'un utilisateur demande des ventes par température, vous pouvez prédéfinir des plages.

00:13:08.840 --> 00:13:13.580
En dessous de 32 degrés Celsius, il fait froid entre 53 et 72 degrés Celsius, etc.

00:13:13.840 --> 00:13:16.720
Sans cela, Copilot renvoie des valeurs numériques infinies,

00:13:16.860 --> 00:13:19.320
noyant l'utilisateur dans des anecdotes très détaillées.

00:13:19.320 --> 00:13:22.800
En intégrant ces compartiments directement dans vos instructions,

00:13:22.940 --> 00:13:25.440
vous créez une agrégation prévisible et une logique reproductible.

00:13:26.220 --> 00:13:29.440
Ce que vous faites réellement ici, c'est convertir des métadonnées latentes en règles explicites.

00:13:30.140 --> 00:13:32.260
L'agent de données de fabrique les transmet avant de construire des requêtes,

00:13:32.360 --> 00:13:34.340
les traitant comme une vérité terrain immuable.

00:13:35.060 --> 00:13:36.940
C'est parce qu'elles ne sont pas prises en compte que les requêtes précédentes

00:13:36.940 --> 00:13:40.020
ont produit des résultats déformés et générés du SQL parfaitement valides pour la mauvaise question.

00:13:40.800 --> 00:13:42.460
Avec des instructions de données correctement écrites,

00:13:42.460 --> 00:13:45.960
les requêtes de Copilot restent ancrées dans des règles métiers plutôt que dans des probabilités linguistiques.

00:13:46.700 --> 00:13:48.860
Passons maintenant aux instructions de l'agent, l'école de l'étiquette,

00:13:48.860 --> 00:13:50.120
pour le comportement LLM.

00:13:51.420 --> 00:13:54.120
Alors que les instructions de la source de données indiquent à Copilot ce que signifient les données,

00:13:54.360 --> 00:13:56.300
les instructions de l'agent dictent la manière dont il doit répondre.

00:13:56.840 --> 00:13:58.980
Elles définissent le style de présentation et la portée analytique.

00:13:59.760 --> 00:14:02.400
Vous pouvez indiquer, toujours résumer avec un tableau concis ou,

00:14:02.940 --> 00:14:06.700
lorsque plusieurs sources existent, clarifier la lignée avant l'agrégation et gation.

00:14:07.580 --> 00:14:11.340
En gros, vous transformez Copilot d'un stagiaire trop enthousiaste en un analyste discipliné.

00:14:11.340 --> 00:14:15.820
Prenons l'exemple de la règle des cinq premières lignes du réglage de l'agent de données.

00:14:16.420 --> 00:14:18.980
Au lieu de renvoyer des milliers d'enregistrements, vous lui dites « CAC ».

00:14:18.980 --> 00:14:21.480
N'affichez que les cinq premières lignes, sauf demande contraire de l'utilisateur récapit.

00:14:22.020 --> 00:14:26.800
L'IA impose la brièveté, évitant au responsable moyen de faire défiler un roman de données.

00:14:27.740 --> 00:14:28.660
Autre directive utile,

00:14:29.520 --> 00:14:32.780
toujours fournir un résumé en haut de chaque réponse « OK ».

00:14:32.780 --> 00:14:34.600
Cela agit comme un métacommentaire.

00:14:35.120 --> 00:14:38.320
Copilot explique ce qu'il affiche, permettant aux utilisateurs de vérifier que les mesures,

00:14:38.320 --> 00:14:40.760
les jointures et les filtres correspondent aux attentes.

00:14:41.640 --> 00:14:45.020
Cela transforme le raisonnement invisible en confirmation visible essentielle pour la confiance.

00:14:45.980 --> 00:14:46.760
Remarquez l'interaction.

00:14:47.200 --> 00:14:48.900
Les instructions de données définissent les faits.

00:14:49.060 --> 00:14:50.800
Les instructions de l'agent définissent la voie.

00:14:51.480 --> 00:14:53.200
Ensemble, ils forment le code éthique de Copilot.

00:14:53.800 --> 00:14:57.280
L'agent de données les combine en une invite composite chaque fois qu'il répond à une question.

00:14:58.060 --> 00:14:59.480
Le modèle de langage ne fait pas cavalier seul.

00:14:59.960 --> 00:15:01.620
Il se conditionne lui-même par le biais de vos règles.

00:15:02.020 --> 00:15:03.300
La gouvernance entre désormais en scène.

00:15:03.680 --> 00:15:06.120
Ces instructions ne peuvent pas exister en copie individuelle anarchique.

00:15:06.120 --> 00:15:09.680
Si chaque utilisateur de fabrique personnalise les synonymes selon ses goûts personnels,

00:15:10.020 --> 00:15:12.260
vous réintroduisez le système de Babel que vous avez passé des mois à éliminer.

00:15:12.880 --> 00:15:16.200
Vous obtiendrez 5 définitions pour le profit et 0 accord lors des révisions trimestrielles.

00:15:17.300 --> 00:15:18.360
Centralisez les jeux d'instructions.

00:15:18.600 --> 00:15:20.320
Publiez-les via l'espace de travail de gestion de fabrique.

00:15:20.420 --> 00:15:22.120
Validez-les par le biais d'une évaluation par les pairs.

00:15:22.280 --> 00:15:24.120
Et verrouillez-les derrière un contrôle de version.

00:15:24.660 --> 00:15:27.340
La flexibilité sans gouvernance est une rébellion déguisée en innovation.

00:15:28.060 --> 00:15:30.600
Bien sûr, même ces règles se dégradent si vous ne les vérifiez jamais.

00:15:30.600 --> 00:15:34.580
L'approche intelligente consiste à traiter la qualité des instructions comme la qualité du code.

00:15:35.300 --> 00:15:37.180
Après chaque modification, testez le comportement de copilote.

00:15:37.640 --> 00:15:40.480
Posez la même question deux fois après avoir vidé le cache, voyez s'il répète le même SQL.

00:15:41.840 --> 00:15:42.920
Examinez les requêtes générées.

00:15:43.160 --> 00:15:45.660
Assurez-vous qu'elles reflètent les jointures forcées et les mesures correctes.

00:15:46.340 --> 00:15:48.340
Si les résultats dérivent, revoyez vos instructions.

00:15:48.940 --> 00:15:51.900
Même les ingénieurs de Microsoft admettent que ce réglage relève plus de l'arc de la science,

00:15:52.000 --> 00:15:52.600
qui est un raccourci.

00:15:52.900 --> 00:15:54.360
Flatteur pour un débogage constant.

00:15:55.320 --> 00:15:56.760
C'est là que les exemples de requêtes vous sauvent.

00:15:57.440 --> 00:15:59.040
Ils sont la réponse de Fabrique au garde-fou,

00:15:59.340 --> 00:16:03.020
vous permettant de coder en dur des fragments SQL canoniques pour des intentions analytiques courantes.

00:16:04.340 --> 00:16:06.660
Imaginons que vous sachiez que le total des revenus par compartiment de température

00:16:06.660 --> 00:16:08.760
peut toujours effectuer une double jointure sur la géographie et la date.

00:16:09.360 --> 00:16:10.740
Vous enregistrez cela comme un exemple de requête.

00:16:11.420 --> 00:16:13.440
Lorsque les utilisateurs demandent une variante de cette phrase,

00:16:13.560 --> 00:16:16.360
copilote contourne l'improvisation et réutilise votre logique exacte.

00:16:16.920 --> 00:16:19.400
C'est l'équivalent pour l'IA de l'émission de formulaire pré-approuvée,

00:16:19.540 --> 00:16:20.600
remplie correctement à chaque fois,

00:16:20.820 --> 00:16:23.360
incapable de sabotage créatif à...

00:16:23.360 --> 00:16:26.480
Au fil du temps, vous pouvez créer une bibliothèque de ces exemples de requêtes

00:16:26.480 --> 00:16:28.920
transformant copilote un généraliste en un expert du domaine.

00:16:29.800 --> 00:16:30.960
Considérez cela comme une mémoire musculaire.

00:16:31.560 --> 00:16:34.860
L'IA apprend progressivement ce qu'est la correction par la répétition et la contrainte

00:16:34.860 --> 00:16:35.900
plutôt que par un génie libre.

00:16:36.800 --> 00:16:39.320
Pourtant, les instructions les plus intelligentes ne peuvent pas racheter le péché architectural.

00:16:39.980 --> 00:16:42.680
Si votre pipeline de données vacille sous des couches de médaillons incohérentes

00:16:42.680 --> 00:16:43.600
ou une sémantique manquante,

00:16:43.740 --> 00:16:46.020
toutes ces barrières de sécurité équivalent à des discours sévères

00:16:46.020 --> 00:16:47.460
prononcés sur un navire en perdition.

00:16:48.360 --> 00:16:50.820
Les instructions limitent le langage et ne peuvent pas inventer la vérité.

00:16:50.820 --> 00:16:53.380
C'est pourquoi le réglage est une architecture en boucle fermée

00:16:53.380 --> 00:16:54.320
qui définit la fiabilité,

00:16:54.400 --> 00:16:55.480
la sémantique définit le sens

00:16:55.480 --> 00:16:57.000
et les instructions définissent l'obéissance.

00:16:57.860 --> 00:17:00.100
Le flux de travail pragmatique ressemble à ceci

00:17:00.100 --> 00:17:01.780
créer des couches de médaillons propres,

00:17:01.920 --> 00:17:03.280
définir un modèle sémantique précis,

00:17:03.480 --> 00:17:05.460
coder ses définitions dans des instructions de sources de données,

00:17:05.620 --> 00:17:08.040
tempérer la personnalité de copilote par le biais d'instructions d'agents,

00:17:08.260 --> 00:17:09.420
puis tester sans relâche.

00:17:10.300 --> 00:17:13.300
Chaque anomalie détectée tôt vous épargne un email furieux d'un cadre plus tard,

00:17:13.640 --> 00:17:14.280
d'un cadre plus tard.

00:17:14.380 --> 00:17:15.260
Oui, la discipline est importante.

00:17:15.780 --> 00:17:17.440
Ce n'est pas glamour, ce n'est pas de la magie de l'IA.

00:17:17.440 --> 00:17:19.940
Il s'agit d'appliquer des règles, de régler les espèces,

00:17:20.000 --> 00:17:22.460
de tester la cohérence et de vérifier occasionnellement l'estime de soi

00:17:22.460 --> 00:17:23.920
lorsque votre IA insiste toujours sur le fait

00:17:23.920 --> 00:17:25.560
que le total des ventes est égal au tarif brut,

00:17:25.620 --> 00:17:27.560
que le total des ventes est égal au tarif brut, plus M1.

00:17:28.360 --> 00:17:29.840
Mais une fois que la discipline est bien ancrée,

00:17:29.940 --> 00:17:31.140
copilote devient étrangement fiable.

00:17:31.880 --> 00:17:33.020
Ses hallucinations disparaissent,

00:17:33.340 --> 00:17:34.500
ses articulations se comportent bien

00:17:34.500 --> 00:17:35.840
et votre tableau de bord cesse de vous manipuler.

00:17:36.220 --> 00:17:37.740
Vous pouvez corriger les règles au sein de fabrique,

00:17:37.880 --> 00:17:40.420
mais l'honnêteté de copilote dépend toujours de l'architecture au-delà de fabrique,

00:17:40.420 --> 00:17:42.960
la gouvernance systémique qui contrôle la vérité dans l'ensemble

00:17:42.960 --> 00:17:44.380
de votre parc de données.

00:17:44.380 --> 00:17:46.740
Et c'est exactement là où nous allons maintenant.

00:17:47.620 --> 00:17:49.640
Le remède systémique, la construction d'une vérité vérifiante.

00:17:50.060 --> 00:17:50.640
Prenons du recul.

00:17:51.220 --> 00:17:53.780
Après tous les réglages, les synonymes et l'entraînement à l'obéissance de l'IA,

00:17:54.020 --> 00:17:54.980
il reste un fait brutal.

00:17:55.940 --> 00:17:58.280
La vérité de copilote dépend de l'intégrité de votre écosystème.

00:17:58.620 --> 00:17:59.860
Vous pouvez l'entraîner, le réprimander

00:17:59.860 --> 00:18:01.700
et le récompenser avec des articulations claires,

00:18:01.780 --> 00:18:03.940
mais si l'architecture qui entoure fabrique laisse échapper des données pourries,

00:18:04.000 --> 00:18:04.900
laisse échapper des données pourries,

00:18:04.940 --> 00:18:05.920
il y a à continuer à de mentir poliment.

00:18:06.280 --> 00:18:08.200
Ce dont vous avez besoin, c'est d'un remède systémique,

00:18:08.280 --> 00:18:09.980
d'une gouvernance, d'une application de la lignée

00:18:09.980 --> 00:18:12.620
et d'une discipline architecturale qui rend le mensonge physiquement impossible.

00:18:13.360 --> 00:18:14.120
Au niveau architectural,

00:18:14.460 --> 00:18:16.860
fabrique ne réussit que lorsque tout ce qui se trouve au-dessus et en dessous

00:18:16.860 --> 00:18:18.900
partage la même boussole morale d'hygiène des données.

00:18:19.760 --> 00:18:21.280
Cela commence par l'application du schéma.

00:18:21.620 --> 00:18:23.940
Chaque ensemble de données de votre lac et de votre entrepôt

00:18:23.940 --> 00:18:26.680
a besoin de clés, de types de données et de relations définies.

00:18:27.240 --> 00:18:29.360
Des contrats immuables décrivant la manière dont les entités s'imbriquent.

00:18:30.200 --> 00:18:33.060
Une dérive dans une table ne devrait pas se répercuter discrètement sur votre couche d'ordre.

00:18:33.580 --> 00:18:36.060
Au lieu de cela, l'application du schéma la détecte comme un linter de code,

00:18:36.280 --> 00:18:38.120
interrompant l'ingestion jusqu'à ce que les définitions soient alignées.

00:18:38.120 --> 00:18:40.340
En pratique, cela ne ralentit pas le développement

00:18:40.340 --> 00:18:42.000
mais empêche la corruption silencieuse

00:18:42.000 --> 00:18:44.180
avant qu'elle ne se mette à stase dans les réponses de copilote.

00:18:44.980 --> 00:18:46.600
Ensuite, introduisez le contrôle de version sémantique.

00:18:46.900 --> 00:18:48.180
Traitez vos modèles de données comme des logiciels.

00:18:48.740 --> 00:18:50.120
Chaque fois que vous modifiez une définition,

00:18:50.580 --> 00:18:52.320
renommez une colonne, changez une formule de mesure

00:18:52.320 --> 00:18:54.560
ou ajustez une relation incrémentée, une version.

00:18:55.380 --> 00:18:56.940
Fabrique ne reconnaît pas automatiquement

00:18:56.940 --> 00:18:59.440
l'impact philosophique du chiffre d'affaires égal au brut

00:18:59.440 --> 00:19:01.200
moins les remises devenant le chiffre d'affaires

00:19:01.200 --> 00:19:03.040
égal au net après impôt.

00:19:03.960 --> 00:19:04.620
Les humains doivent le faire.

00:19:04.960 --> 00:19:06.620
Le contrôle de version préserve l'historique de la lignée

00:19:06.620 --> 00:19:08.180
ce qui vous permet de retracer les réponses copilote

00:19:08.180 --> 00:19:09.440
qui s'appuyaient sur une sémantique obsolète.

00:19:10.780 --> 00:19:12.100
Sans cela, vous ne pourrez jamais vérifier

00:19:12.100 --> 00:19:13.460
lorsqu'un mensonge a été mis en circulation.

00:19:14.140 --> 00:19:15.460
Maintenant, associez l'application à la documentation.

00:19:16.080 --> 00:19:17.900
Microsoft Purview ou le catalogue de données One Lake

00:19:17.900 --> 00:19:18.860
ne sont pas du papier peint.

00:19:19.340 --> 00:19:21.320
C'est la mémoire institutionnelle qui empêche l'amnésie du schéma.

00:19:22.480 --> 00:19:24.360
Les ensembles de données certifiées dans ces catalogues

00:19:24.360 --> 00:19:26.620
constituent les seules sources autorisées pour Copilot et Power BI.

00:19:28.080 --> 00:19:29.380
Considérez-les comme des entités notariées,

00:19:29.520 --> 00:19:31.380
des représentations juridiquement contraignantes de la vérité.

00:19:32.120 --> 00:19:33.440
Si un ensemble de données n'est pas certifié,

00:19:33.500 --> 00:19:34.340
copilote ne doit pas y toucher.

00:19:34.340 --> 00:19:37.300
En intégrant les métadonnées de Purview aux agents de données de fabrique,

00:19:37.420 --> 00:19:39.240
vous vous assurez que chaque requête pilotée par l'IA

00:19:39.240 --> 00:19:40.740
indique une provenance vérifiable.

00:19:41.740 --> 00:19:44.160
Lorsque quelqu'un demande « D'où vient ce numéro ? »,

00:19:44.160 --> 00:19:44.920
vous pouvez réellement répondre.

00:19:45.580 --> 00:19:47.340
Pour assurer la continuité du contexte entre les systèmes,

00:19:47.480 --> 00:19:49.460
activez la mise en miroir et la modélisation des jumeaux numériques.

00:19:50.360 --> 00:19:52.040
La mise en miroir réplique les sources externes

00:19:52.040 --> 00:19:54.440
telles que SQL Server, Cosmos DB ou PostgreSQL

00:19:54.440 --> 00:19:57.120
dans Fabrique en temps réel, préservant ainsi le schéma et la fraîcheur.

00:19:57.680 --> 00:19:58.760
C'est le système immunitaire de Fabrique

00:19:58.760 --> 00:20:00.300
contre la latence et les incohérences des données.

00:20:00.780 --> 00:20:02.800
La modélisation des jumeaux numériques, récemment introduite,

00:20:02.800 --> 00:20:04.840
va plus loin. Elle construit

00:20:04.840 --> 00:20:07.080
une contrepartie numérique en direct des environnements physiques

00:20:07.080 --> 00:20:07.920
ou professionnels.

00:20:09.000 --> 00:20:10.800
Le copilote peut ensuite interroger ses jumeaux

00:20:10.800 --> 00:20:12.820
en comprenant des relations telles que les effets

00:20:12.820 --> 00:20:14.500
de sortie d'usine sur les délais de transport.

00:20:15.800 --> 00:20:17.180
Cela permet de maintenir son raisonnement

00:20:17.180 --> 00:20:18.500
ancré dans la réalité synchronisée,

00:20:18.720 --> 00:20:20.900
et non dans des extraits obsolètes. Mais même la meilleure architecture

00:20:20.900 --> 00:20:22.640
dérive au fil du temps. C'est pourquoi

00:20:22.640 --> 00:20:24.740
vous effectuez des audits de vérité périodique, des contrôles

00:20:24.740 --> 00:20:26.640
rituels où les résultats de l'IA rencontrent la validation

00:20:26.640 --> 00:20:28.900
de la source de vérité. Vous sélectionnez

00:20:28.900 --> 00:20:31.000
des requêtes représentatives, les réexécuter manuellement

00:20:31.000 --> 00:20:33.140
ou via SQL stocké, puis comparez les résultats.

00:20:34.100 --> 00:20:34.920
Toute divergence signale

00:20:34.920 --> 00:20:37.060
une entropie architecturale, des articulations

00:20:37.060 --> 00:20:38.500
corrompues, des mesures dérivées,

00:20:38.960 --> 00:20:40.900
une ligne expirée. Considérez cela comme

00:20:40.900 --> 00:20:41.980
un test polygraphique pour copilote.

00:20:42.720 --> 00:20:45.200
Effectuez tous les trimestres, il vous permet de recalibrer les jeux d'instructions

00:20:45.200 --> 00:20:46.960
et la sémantique avant que la méfiance ne dégénère

00:20:46.960 --> 00:20:48.320
en embarras au sein de la salle de conférence.

00:20:48.720 --> 00:20:50.820
Il est essentiel que toutes les couches de votre pile d'analyse

00:20:50.820 --> 00:20:52.940
BI, copilote, espace de travail fabrique

00:20:52.940 --> 00:20:54.480
puissent dans une source sémantique unique.

00:20:55.100 --> 00:20:56.660
Les ensembles de données fantômes sont les mots.

00:20:57.020 --> 00:20:59.000
Chaque fois qu'un service ambitieux clona un modèle

00:20:59.000 --> 00:21:01.220
pour aller plus vite, il crée un autre dialecte

00:21:01.220 --> 00:21:02.960
de vérité. Soudain,

00:21:03.060 --> 00:21:04.760
Power BI, copilote et Excel copilote

00:21:04.760 --> 00:21:07.000
parlent trois langues légèrement différentes à propos du même chiffre

00:21:07.000 --> 00:21:09.140
d'affaires. Le remède est l'unité

00:21:09.140 --> 00:21:10.880
renforcée, la sémantique centralisée

00:21:10.880 --> 00:21:13.160
dans un modèle, l'exposer en lecture seule au consommateur

00:21:13.160 --> 00:21:14.900
en aval et verrouiller la conformité aux politiques

00:21:14.900 --> 00:21:16.340
et la certification des ensembles de données.

00:21:17.000 --> 00:21:19.140
Tijoni, du service commercial, souhaite une mesure personnalisée

00:21:19.140 --> 00:21:20.960
et négocier par le biais de la gouvernance, et non par des canaux

00:21:20.960 --> 00:21:22.840
secondaires. Enfin, boucler la boucle d'apprentissage.

00:21:23.220 --> 00:21:24.680
La gouvernance n'est pas une paperasse statique,

00:21:24.940 --> 00:21:26.840
c'est un dialogue continu entre les analystes humains

00:21:26.840 --> 00:21:28.920
et les agents d'IA. Les humains

00:21:28.920 --> 00:21:31.120
règlent, le copilote exécute. Les humains vérifient

00:21:31.120 --> 00:21:33.120
et le copilote s'améliore grâce à un contexte mis à jour.

00:21:34.160 --> 00:21:34.780
Chaque itération

00:21:34.780 --> 00:21:37.160
apprend au système à quoi ressemble une exécution véridique.

00:21:37.880 --> 00:21:39.100
Au fil du temps, ce retour d'information

00:21:39.100 --> 00:21:41.160
devient une infrastructure invisible, l'échafaudage

00:21:41.160 --> 00:21:42.880
de la précision. Lorsque vous atteignez cette

00:21:42.880 --> 00:21:44.480
maturité, quelque chose d'extraordinaire se produit.

00:21:45.080 --> 00:21:47.140
Le copilote cesse de se sentir comme un oracle imprévisible

00:21:47.140 --> 00:21:48.880
et commence à se comporter comme un analyste junior.

00:21:49.240 --> 00:21:50.960
Rapide, cohérent, différentiel par rapport à la politique.

00:21:51.700 --> 00:21:52.840
Les hallucinations s'évaporent.

00:21:53.300 --> 00:21:54.940
Non pas parce que l'IA est soudainement devenue honnête,

00:21:54.940 --> 00:21:56.940
mais parce que la malhonnêteté ne correspond plus

00:21:56.940 --> 00:21:58.940
à la structure. La vérité est devenue la voie

00:21:58.940 --> 00:22:00.800
de la moindre résistance, donc le remède systémique n'est pas

00:22:00.800 --> 00:22:02.740
le glamour, c'est la gouvernance, c'est la gouvernance.

00:22:03.360 --> 00:22:04.960
L'application du schéma maintient les au-droit,

00:22:05.280 --> 00:22:07.260
le contrôle sémantique des versions mémorisées historiques,

00:22:07.580 --> 00:22:08.960
la certification de la portée préserve

00:22:08.960 --> 00:22:11.020
l'intégrité, et la sémantique à source

00:22:11.020 --> 00:22:12.260
unique préserve la cohérence.

00:22:13.500 --> 00:22:15.360
La mise en miroir lie la réalité à la réflexion,

00:22:15.440 --> 00:22:16.900
les audits de vérité maintiennent les deux

00:22:16.900 --> 00:22:18.940
synchronisés. Entre eux, le copilote n'a pas

00:22:18.940 --> 00:22:20.740
besoin d'inventer, il se contente de rendre compte.

00:22:21.380 --> 00:22:23.240
Une fois que vous avez appliqué la vérité structurellement,

00:22:23.240 --> 00:22:25.240
vous avez gagné le droit d'automatiser la compréhension

00:22:25.240 --> 00:22:27.100
et cela nous amène à la dernière leçon, apprendre

00:22:27.100 --> 00:22:29.180
aux machines à dire la vérité par conception et non par

00:22:29.180 --> 00:22:30.520
persuasion et non par persuasion.

00:22:30.900 --> 00:22:33.140
Apprendre un copilote à dire la vérité. Copilote

00:22:33.140 --> 00:22:35.220
n'a jamais été indigne de confiance, il était obéissant.

00:22:35.900 --> 00:22:37.080
Il répondait fidèlement à tout chaos

00:22:37.080 --> 00:22:39.280
que vous encodiez. Une fois que vous lui

00:22:39.280 --> 00:22:41.080
avez donné une architecture disciplinée, une sémantique

00:22:41.080 --> 00:22:43.380
cohérente et des instructions explicites, il cesse d'halluciner

00:22:43.380 --> 00:22:44.920
non pas par moralité mais par fatalité,

00:22:45.160 --> 00:22:47.080
mais par fatalisme. Voici l'équation durable,

00:22:47.660 --> 00:22:49.060
des couches de médaillon propre, une discipline

00:22:49.060 --> 00:22:51.120
sémantique et des instructions gouvernées égale une vérité

00:22:51.120 --> 00:22:53.220
IA vérifiable. Éliminez

00:22:53.220 --> 00:22:55.360
l'ambiguïté à la source, documentez le sens avec précision,

00:22:55.520 --> 00:22:57.160
testez régulièrement les résultats et copilote

00:22:57.160 --> 00:22:59.080
devient un miroir poli pour ne refléter que l'effet.

00:22:59.360 --> 00:23:01.220
Pour ne refléter que l'effet. Si votre patrimoine

00:23:01.220 --> 00:23:02.880
de tissu murmure toujours des contradictions,

00:23:03.100 --> 00:23:05.100
c'est à vous de le vérifier. Appliquez

00:23:05.100 --> 00:23:07.120
des contrats de schéma, certifiez des ensembles de données,

00:23:07.360 --> 00:23:09.280
versionnez votre sémantique et effectuez des audits de vérité

00:23:09.280 --> 00:23:11.140
trimestrielle. Regardez ensuite

00:23:11.140 --> 00:23:13.140
copilote se transformer d'improvisateur confiant en collègue

00:23:13.140 --> 00:23:15.200
calculateur. La précision n'est pas

00:23:15.200 --> 00:23:17.320
magique, c'est de la maintenance. Construisez

00:23:17.320 --> 00:23:19.340
une structure si solide que les mensonges ne puissent pas passer.

00:23:20.060 --> 00:23:21.120
Faites cela et chaque invite

00:23:21.120 --> 00:23:23.060
futur produira non pas des histoires mais des déclarations.

00:23:23.960 --> 00:23:25.120
Si cela vous a permis d'économiser

00:23:25.120 --> 00:23:27.200
des heures ou d'éviter des embarras potentiels, récompensez

00:23:27.200 --> 00:23:29.200
vos efforts en vous abonnant à l'émission M365.

00:23:29.840 --> 00:23:31.260
Nous sommes spécialisés dans la fiabilité

00:23:31.260 --> 00:23:33.160
de l'IA de Microsoft. Le prochain

00:23:33.160 --> 00:23:35.100
tutoriel approfondit encore plus l'ingénierie de la

00:23:35.100 --> 00:23:37.200
précision de copilote. L'efficacité appartient aux personnes

00:23:37.200 --> 00:23:38.320
disciplinées. Restez à l'écoute.
