7 עובדות מפתיעות על Copilot עבור Power BI

By Mirko Peters · 2026-08-12

ברוכים השבים לפודקאסט ולבלוג המלווה שלנו! אם עקבתם אחרי הדיונים האחרונים שלנו על נקודת המפגש בין בינה מלאכותית לעולם הארגוני …

Automatically translated with AI from the original post. Read the English original

ברוכים השבים לפודקאסט ולבלוג המלווה! אם עקבתם אחר הדיונים האחרונים שלנו על נקודת המפגש בין בינה מלאכותית לדיווח ארגוני, אתם יודעים שהנוף של הנתונים משתנה תחת הרגליים שלנו. בפרק האחרון שלנו עסקנו באחת השאלות המעוררות ביותר בקהילת אינטליגנציה עסקית כרגע: האם Copilot יכול להחליף מפתחי Power BI? בחנו כיצד העוזר מבוסס הבינה המלאכותית של Microsoft משנה את קבלת ההחלטות היומיומית, מדוע פיקוח אנושי נותר קריטי, וכיצד מפתחי דוחות מביאים ערך ייחודי שאלגוריתמים פשוט לא יכולים לשחזר. כדי להרחיב על התובנות מהפרק, הפוסט הזה צולל לעומק המציאות הטכנית של אנליטיקה מונעת בינה מלאכותית, וחושף שבע עובדות מפתיעות על Copilot עבור Power BI שכל איש מקצוע בתחום הנתונים ומנהל עסקי צריכים להכיר.

מבוא ל-Copilot עבור Power BI

בינה מלאכותית כבר עברה רשמית את מחזור ההייפ והשתלבה בליבת התשתית הארגונית. בתוך מערכת Microsoft, Copilot מייצג שינוי פרדיגמה יסודי. זה כבר לא עוסק רק בכתיבת מאקרואים או בקבלת הצעות השלמה אוטומטית בסיסיות. כיום Copilot פועל כשותף חכם המשולב ישירות ב-Power BI וב-Microsoft Fabric, ומתוכנן לפרש בקשות בשפה טבעית, לנסח מדדי DAX ולבנות דוחות חזותיים במהירות. עם זאת, בעוד שהטכנולוגיה מבטיחה רווחי פרודוקטיביות חסרי תקדים, היא גם מציגה ניואנסים בלתי צפויים, חוב טכני סמוי וגבולות ממשל מחמירים שתופסים ארגונים רבים עבור הפתעה.

7 עובדות מפתיעות על Copilot עבור Power BI

כשארגונים מפעילים כלי בינה מלאכותית לראשונה, הם נוטים לצפות למטה קסם שבונה באופן מיידי פתרונות ארגוניים ללא פגם. המציאות, כפי שמיטיבי הארכיטקטים של הנתונים יודעים, מורכבת הרבה יותר. להלן שבע עובדות מפתיעות על Copilot עבור Power BI שמעצבות את הוויכוח המתמשך בין כלים אוטומטיים לבין מומחיות אנושית:

1. הוא מייצר שאילתות DAX ו-M, אבל לא תמיד מפיק קוד מוכן לייצור. Copilot יכול לכתוב מדדי DAX מורכבים ושינויים ב-Power Query מתוך בקשות בשפה טבעית, ובכל זאת הפלט לרוב דורש אופטימיזציה ואימות על ידי מפתח המכיר ביצועים ומידול ספציפי להקשר.
2. מודעות להקשר משתרעת על כל הדוח. בניגוד להשלמה אוטומטית פשוטה, Copilot יכול להשתמש במודל הנתונים, בקשרים, בחזותיים ובמדדים הקיימים בקובץ Power BI הנוכחי כדי להציע הצעות. זה מועיל במיוחד בהשוואת תהליכי עבודה, שכן הוא מצמצם משמעותית משימות חוזרות.
3. הוא יכול להציע שיפורים למודל הנתונים, לא רק לשאילתות. Copilot מציע המלצות לגבי עמודות מחושבות לעומת מדדים, שינויים בקשרים ושיקולי ריבוי (cardinality), ומציף תיקונים מבניים שמפתחים עלולים לפספס.
4. מגבלות אבטחה ופרטיות יכולות לצמצם את השימושיות שלו. כאשר מדיניות הדייר או מדיניות מערך הנתונים מגבילות עיבוד חיצוני, Copilot עלול לא לגשת לנתונים רגישים או לספק הצעות כלליות בלבד. על המפתחים לוודא עמידה בדרישות הציות לפני שהם מסתמכים על הפלט.
5. הוא מאיץ אב-טיפוס, אך עלול ליצור חוב טכני. יצירה מהירה של חזותיים, מדדים ועמודי דוח מאיצה אב-טיפוס, אך ללא בדיקה של מפתח התוצאה עלולה לכלול DAX לא יעיל, לוגיקה כפולה או שמות לא ברורים שמסבכים את התחזוקה.
6. Copilot מבין מדדים עסקיים המנוסחים בשפה טבעית. ניתן לבקש מדדים כמו "מכירות מתחילת השנה, למעט מבצעים" באנגלית פשוטה ולקבל נוסחת DAX פעילה; כך הפער מצטמצם, שכן האנליטיקה נגישה גם למי שאינם מפתחים, והיא עדיין נהנית מפיקוח.
7. הוא לומד מעריכות משתמש בתוך הפעלה, אך לא מכל הדפוסים הארגוניים. Copilot מתאים את עצמו לתיקונים שאתם מבצעים במהלך הפעלה ומשפר את ההצעות המיידיות, אך הוא אינו יורש אוטומטית את מוסכמות המידול הארגוניות, אלא אם כן הן מקודדות בתבניות, במדדים שמוגדרים על ידי מפתחים או בכללי ממשל.

תכונות מרכזיות של Copilot ב-Power BI

יצירת דוחות מבוססת בינה מלאכותית

בקשות בשפה טבעית

אפשר כעת לעבוד עם הנתונים בדרך טבעית ונוחה. עם Copilot ב-Power BI מתארים פשוט מה רוצים לראות, והמערכת מבינה את הבקשה. התכונה הזו, שמופעלת על ידי Microsoft, מאפשרת לשאול שאלות או לבקש ויזואליזציות בשפה יומיומית. אין צורך להכיר מונחים טכניים או נוסחאות מורכבות. Microsoft 365 Copilot מקשיב להוראות ועוזר לבנות דוחות במהירות. הגישה הזו הופכת את ניתוח הנתונים לנגיש יותר ומאפשרת להתמקד בערך שטמון בנתונים.

ויזואליזציות אוטומטיות

Copilot יכול ליצור דוחות באופן אוטומטי, על ידי הפיכת הרעיונות שלכם לתרשימים וגרפים. אין צורך להתחיל מאפס. Microsoft 365 Copilot משתמש באוטומציה כדי ליצור מודלים של נתונים ויזואליזציות שמתאימים לצרכים שלכם. אפשר לחקור את הנתונים, לסכם תובנות מרכזיות ולשתף את הממצאים עם הצוות. התהליך הזה חוסך זמן ומבטיח שהדיווח שלכם יישאר מדויק ומעודכן. יצירת ויזואליזציות נעשית קלה יותר, ואפשר לספק ערך מהר יותר.

עזרה ב-DAX ובמודל הנתונים

המלצות חכמות

כשצריך לכתוב DAX, Copilot מציע הצעות חכמות על בסיס מודל הנתונים שלכם. אפשר לבקש עזרה בשפה יומיומית, ו-Microsoft 365 Copilot יכתוב עבורכם DAX. התכונה הזו תומכת במשתמשים ברמות מיומנות שונות. גם אם אתם חדשים ב-Power BI, אפשר ליצור ניתוחים מתקדמים בלי ידע טכני מעמיק. ההמלצות החכמות עוזרות להימנע מטעויות ולשמור על עקביות בדיווח.

יצירת קוד

אוטומציה ממלאת תפקיד מרכזי ביצירת קוד. Copilot מאפשר לתצוגה מקדימה של התוצאות, לשינוי מדדים analytics, ולאינטראקציה עם הנתונים במקום אחד. אפשר לשאול שאלות פתוחות ולקבל תשובות מיידיות. Microsoft 365 Copilot שומר על ההקשר של השיחה, כך שלא מאבדים את עניין הניתוח. תהליך העבודה הזה מאפשר להתמקד במשימות בעלות ערך גבוה ובקבלת החלטות.

שילוב בתהליך העבודה

Copilot ב-Power BI פועל בצורה חלקה עם Microsoft Fabric. אפשר לאחד את צוותי הנתונים ולהביא את כולם לפלטפורמת אנליטיקה אחת. להלן כמה דרכים שבהן Copilot ו-Microsoft Fabric משפרים את תהליך העבודה:

• העצימו את הצוות בעיבוד נתונים וניתוח בקנה מידה גדול.
• אפשרו תשובות בשירות עצמי באמצעות נתונים מנוהלים ומדויקים.
• צמצמו פיצול של נתונים והבטיחו נתונים אמינים ומעודכנים.
• פשטו את ניתוח הנתונים לכל המשתמשים, ללא קשר לרמת המיומנות.
• האיצו את יצירת הדוחות והציעו נושאים רלוונטיים לחקירה.
• סכמו נתונים בקלות בעזרת תכונות נרטיב חכמות.
• מקסמו את התשואה על ההשקעה על ידי ייעול טיפול הנתונים והגברת היעילות התפעולית.

טיפ: האוטומציה ב-Copilot מחליפה שלבים חוזרים כמו עיצוב דוחות, איחוד מדדים או שליחת עדכונים. תכונות בינה מלאכותית עוזרות לזהות דפוסים, לחזות מגמות ולקבל החלטות מושכלות ללא צורך בידע טכני מעמיק.

אפשר לראות כיצד Copilot ב-Power BI, שמופעל על ידי Microsoft, משנה את הדרך שבה בונים דוחות, כותבים DAX ויוצרים מודלים של נתונים. השילוב של אוטומציה, המלצות חכמות ושילוב חלק עם Microsoft Fabric מוסיף ערך רב לדיווח ולניתוח הנתונים שלכם.

מגבלות ואתגרים של Copilot

אתגרים במודלים מורכבים של נתונים

לוגיקה עסקית מותאמת אישית

לעתים קרובות מתמודדים עם מצבים שבהם הדוחות דורשים כללים עסקיים ייחודיים. Copilot יכול להאיץ משימות רבות, אבל הוא לא תמיד מצליח לתפוס את העומק המלא של לוגיקה עסקית מותאמת אישית. כמפתחי דוחות, אתם יודעים שלכל ארגון יש כללים וחריגים משלו. ייתכן שתצטרכו ליצור חישובים שמשקפים תמחור מיוחד, מדיניות אזורית או תהליכי עבודה ייחודיים. בעוד Copilot יכול לנתח ולייעל דוחות במהירות, את 20% האחרונים של קבלת ההחלטות המורכבת עדיין נדרשת המומחיות שלכם.

כך נראית השוואה של הביצועים של Copilot באופטימיזציה של דוחות מורכבים:

תראו זמני רענון מהירים יותר וגדלי קבצים קטנים יותר, אבל הערך של הקלט שלכם נשאר גבוה כשצריך להחיל לוגיקה עסקית מותאמת אישית. Copilot יכול לטפל ברוב משימות האופטימיזציה, אבל אתם עדיין מובילים את השלבים האחרונים כדי להבטיח דיוק ורלוונטיות.

שילוב מכמה מקורות

כשעובדים עם נתונים ממקורות רבים, נתקלים באתגרים חדשים. Copilot יכול לעזור לאחד נתונים, אבל ארכיטקטורת מערכות מורכבת ושילוב ענן היברידי דורשים לרוב פיקוח שלכם. עליכם לוודא שהנתונים מפלטפורמות שונות נשארים עקביים ואמינים.

• ייתכן שתבחינו בפערים בממשל הבינה המלאכותית וביכולת ההסבר שלה, ואלה עלולים להוביל לסיכוני ציות.
• ככל שמוסיפים מקורות, קשה יותר לנהל ממשל נתונים ותצפית בזמן אמת.
• נתונים לא מובנים מוסיפים מורכבות, ומקשים על שמירה על האיכות.
• סביבות ענן מרובות יכולות להכניס אי-עקביות ואתגרים תפעוליים.

כמפתחי דוחות, אתם ממלאים תפקיד מרכזי בפתרון הבעיות האלה. אתם דואגים שהנתונים שבהם אתם משתמשים יהיו מדויקים, ושהדוחות שלכם יספרו את הסיפור האמיתי שמאחורי המספרים.

ממשל נתונים ואבטחה

נושאי ציות

עליכם לפעול לפי כללים מחמירים כשאתם מטפלים בנתונים רגישים, במיוחד בתעשיות מפוקחות. Copilot תומך בהרבה צרכי ציות, אבל עדיין צריך לבדוק שהדוחות שלכם עומדים בכל הדרישות. למשל, בתחום הבריאות חייבים להגן על מידע רפואי של מטופלים לפי HIPAA. בתחום הפיננסים יש לתעד בקרות גישה לביקורות SOC 2. פרויקטים ממשלתיים דורשים שהנתונים יישארו באזורים מאושרים.

עליכם להישאר ערניים לדרישות האלה. Copilot מספק לכם כלים, אבל אתם מחליטים איך להשתמש בהם כדי לשמור על הארגון מאובטח ועומד בדרישות.

ניהול נתונים רגישים

ניהול נתונים רגישים הוא יותר מאשר מילוי כללים. צריך להגן על המידע בכל שלב. Copilot מציע יכולות כמו תוויות רגישות, מניעת אובדן נתונים ורישומי ביקורת. הכלים האלה עוזרים לסווג ולנטר נתונים, אבל אתם צריכים להגדיר אותם ולבדוק אותם.

• תוויות רגישות עוזרות לסמן נתונים לפי חשיבותם.
• מניעת אובדן נתונים עוצרת דליפות לפני שהן קורות.
• רישומי ביקורת מאפשרים לעקוב אחר מי ניגש לנתונים או שינה אותם.
• מחסומי מידע מונעים גישה בלתי מורשית.
• ניטור מתמשך עוזר לזהות בעיות בשלב מוקדם.

אתם מוסיפים ערך כשאתם דואגים שהבקרות האלה יתאימו לצרכים של הארגון שלכם. השיקול שלכם מבטיח שהנתונים הרגישים יישארו מוגנים.

פערים בהצגה ובסיפור

אתם יודעים שדיווח טוב הוא יותר ממספרים וגרפים. Copilot יכול ליצור ויזואליזציות וסיכומים, אבל לפעמים הוא לא תמיד מצליח לתפוס את הסיפור שאתם רוצים לספר. לעיתים קרובות צריך להתאים ולעצב את הנרטיב לקהלים שונים. לפעמים לתוכן שנוצר בבינה מלאכותית חסרים ההקשר או המעורבות שהבעלי העניין שלכם צריכים.

• ייתכן שתצטרכו לערוך ולעצב דוחות כדי שיתאימו למיתוג של הארגון.
• התאמת התוכן למנהלים, למנהלי ביניים או לצוותים טכניים דורשת את התובנה שלכם.
• התערבות ידנית עוזרת להדגיש ממצאים מרכזיים ולהניע לפעולה.

כמפתחי דוחות, אתם מגשרים בין הנתונים לבין קבלת ההחלטות. הכישורים שלכם בסיפור ובהצגה מוציאים את מלוא הערך מהדוחות שלכם.

הערה: Copilot משפר את תהליך העבודה שלכם, אבל החשיבה הביקורתית והפיקוח שלכם מבטיחים שהדוחות יעמדו ביעדים העסקיים ובתקני הציות. אתם נשארים חיוניים במתן ערך, במיוחד כשמתמודדים עם נתונים מורכבים, רגולציה מחמירה או צורכי דיווח ייחודיים.

הערך המתמשך של מומחיות Power BI

ניתוח אסטרטגי

את/ה ממלא/ת תפקיד מרכזי בניתוח אסטרטגי. כמפתח/ת דוחות, אין זה רק עניין של יצירת תרשימים. את/ה מסתכל/ת על התמונה הרחבה ועוזר/ת לצוות לקבל החלטות חכמות. את/ה משתמש/ת בכישורים שלך כדי לזהות דפוסים ומגמות בנתונים, וזה עוזר לארגון לתכנן את העתיד. מומחי אופטימיזציה של Power BI, כמוך, יודעים להפוך מספרים גולמיים לתובנות ברורות. את/ה שואל/ת את השאלות הנכונות ומנחה את הצוות אל התוצאות הטובות ביותר. Microsoft מספקת את הכלים, אבל השיקול הדעת שלך מוסיף ערך ממשי.

ידע תחומי

ההבנה שלך את העסק שלך מייחדת אותך. את/ה מכיר/ה לעומק את התחום שלך ואת יעדי החברה. ידע תחומי זה עוזר לך ליצור דוחות בעלי משמעות. את/ה לא פועל/ת רק לפי תבניות מוכנות. את/ה מתכנן/ת פתרונות שמתאימים לצרכים הייחודיים שלך. מומחי אופטימיזציה של Power BI משתמשים בניסיון שלהם כדי לבנות מודלים שמשקפים מצבים מהעולם האמיתי. את/ה מבין/ה כיצד מחלקות שונות משתמשות בנתונים, וזה מאפשר לך ליצור לוחות מחוונים שעונים על השאלות הנכונות. Microsoft מספקת פלטפורמה חזקה, אבל את/ה מביא/ה את ההקשר שהופך את הדוחות לשימושיים.

• את/ה מבין/ה את ההקשרים העסקיים העמוקים ואת צורכי המשתמשים.
• את/ה יוצר/ת פתרונות מותאמים אישית שחורגים מיכולות הדיווח הבסיסיות.
• הכישורים שלך כוללים מידול נתונים וממשל נתונים, שהם חיוניים לניהול נתונים יעיל.

תקשורת עם בעלי עניין

את/ה מתחבר/ת לאנשים בכל רחבי הארגון. כמפתח/ת דוחות, את/ה מקשיב/ה למה שבעלי העניין צריכים. את/ה מתרגם/ת שאלות עסקיות לפתרונות נתונים. תקשורת טובה עוזרת לך לחשוף תובנות שכלי AI עלולים לפספס. את/ה מסביר/ה תוצאות מורכבות במונחים פשוטים. זה בונה אמון ועוזר לאחרים לראות את הערך שבעבודתך. כלי Microsoft מאפשרים שיתוף קל, אבל היכולת שלך לספר סיפור באמצעות נתונים היא זו שעושה את ההבדל.

את/ה עוזר/ת לצוות לראות את הסיפור שמאחורי המספרים. המומחיות שלך מבטיחה שכל דוח מספק ערך ותומך ביעדי הארגון. Power BI נותן לך את הפלטפורמה, אבל את/ה מספק/ת את התובנה וההכוונה.

התאמות אישיות

את/ה מביא/ה ערך ייחודי לארגון שלך על ידי יצירת פתרונות מותאמים אישית ב-Power BI. לכל עסק יש אתגרים ויעדים משלו. דוחות מוכנים מראש או פלטים שנוצרו על ידי AI לעתים מחמיצים את הפרטים החשובים ביותר עבור הצוות שלך. את/ה מבין/ה את הצרכים הספציפיים של המשתמשים. את/ה מתכנן/ת לוחות מחוונים ומודלים שמתאימים בדיוק לצרכים האלה.

פתרונות מותאמים אישית מאפשרים לך לפתור בעיות שכלים גנריים אינם יכולים לטפל בהן. לדוגמה, ייתכן שתצטרך/י לעקוב אחר תהליך מכירות מיוחד או למדוד ביצועים בדרך שמתאימה לאסטרטגיה של החברה. את/ה יכול/ה לבנות חישובים, מסננים ותצורות חזותיות שמשקפים את כללי העסק שלך. רמת ההתאמה הזו מבטיחה שהדוחות שלך עונים על השאלות הנכונות.

העבודה הכבדה נשארת בבניית מודל נתונים חזק. אם אנחנו רוצים תשובות חכמות ואמינות, מידול אינו ניתן לוויתור. אחרת, זה פשוט PBI Garbage In -> ופלט מלכותי של Power BI + LLM Garbage Out.

את/ה יודע/ת שמודל נתונים חזק הוא הבסיס לכל דוח מצוין. Copilot יכול לעזור לך להתחיל, אבל עליך לעצב את הנתונים כך שיתאימו ללוגיקה העסקית שלך. את/ה מחליט/ה כיצד הטבלאות מתחברות, אילו שדות חשובים וכיצד לטפל בחריגים. עבודה זו מונעת שגיאות ושומרת על מהימנות התובנות שלך.

להלן כמה דרכים שבהן את/ה מוסיף/ה ערך באמצעות התאמות אישיות:

• את/ה יוצר/ת מדדים ו-KPI מותאמים אישית שמשקפים את יעדי החברה.
• את/ה מתכנן/ת לוחות מחוונים אינטראקטיביים שמנחים את המשתמשים דרך נתונים מורכבים.
• את/ה מאוטומט/ת תהליכים, כגון רענון מתוזמן או התראות, כדי לשמור על עדכניות המידע.
• את/ה בונה כללי אבטחה שמגינים על מידע רגיש ועומדים בדרישות הציות.
• את/ה מתאים/ה דוחות לקהלי יעד שונים, מהנהלה ועד אנליסטים.

התאמה אישית פירושה גם שאת/ה יכול/ה להגיב במהירות לשינויים. אם העסק שלך משיק מוצר חדש או משנה את האסטרטגיה שלו, את/ה יכול/ה לעדכן את הדוחות מיד. אינך צריך/ה לחכות לכלי גנרי שיתפוס את הקצב. הגמישות שלך שומרת על הארגון שלך בחזית.

אתם/ן ממלאים/ות תפקיד מרכזי בהפיכת הנתונים לשימושיים בארגון שלכם/ן. המומחיות שלכם/ן בפתרונות מותאמים אישית מבטיחה ש-Power BI יספק תובנות שמניבות תוצאות אמיתיות.

התפקיד המתפתח של מפתחי Power BI

ממשימות שגרתיות למשימות בעלות ערך גבוה

ייתכן שתבחינו/ו שהעבודה היומיומית שלכם/ן כמפתחי/ות דוחות משתנה עם עליית Copilot וכלי הבינה המלאכותית של Microsoft. בעבר, חלק גדול מהזמן הוקדש למשימות חוזרות כמו עיצוב דוחות או בניית הדמיות בסיסיות. כעת Copilot מטפל בחלק גדול מהשלבים האלה עבורכם/ן. השינוי הזה מאפשר לכם/ן להתמקד בעבודה בעלת ערך גבוה שדורשת את המומחיות שלכם/ן.

אפשר להקדיש יותר זמן לתכנון מודלים טובים יותר של נתונים ולגילוי תובנות חדשות. אתם/ן עוזרים/ות לצוות לקבל החלטות חכמות יותר על ידי העמקה בנתונים. מפתחי דוחות רבים מייעלים כיום את הדוחות שלהם כך ש-Copilot יוכל לעבוד טוב יותר. ייתכן שתשפרו/ו את מודלי הנתונים שלכם/ן על ידי הסרת שדות או טבלאות מיותרים. כך הדוחות יהיו מהירים וקלים יותר לשימוש. השינויים האלה עשויים לדרוש מאמץ בתחילת הדרך, אך הם משתלמים ככל ש-Copilot וכלי Microsoft ממשיכים להשתפר.

• אתם/ן מתמקדים/ות באופטימיזציה של דוחות לתאימות עם Copilot.
• אתם/ן מדייקים/ות את מודלי הנתונים כדי להגביר את הביצועים וייצור התובנות.
• אתם/ן מגלים/ות תובנות חדשות שאולי הוחמצו בעבר.
• אתם/ן משקיעים/ות בשינויים האלה לטובת התועלת לטווח ארוך, ככל שהבינה המלאכותית מתקדמת.

כישורים חיוניים

ככל שהתפקיד שלכם/ן מתפתח, עליכם/ן לפתח כישורים חדשים. כישורים אלה עוזרים לכם/ן להפיק את המירב מ-Copilot ומכלי הנתונים של Microsoft.

ארכיטקטורת נתונים

עליכם/ן להבין כיצד לבנות מבנה נתונים לדיווח ברור ואמין. ארכיטקטורת נתונים טובה פירושה לדעת כיצד לחבר בין טבלאות, להגדיר קשרים ולארגן מידע. מדובר בהבטחה שמודלי הנתונים שלכם/ן פשוטים ויעילים. זה עוזר ל-Copilot להפיק תוצאות טובות יותר ושומר על פעולה תקינה של הדוחות.

ניתוח עסקי

עליכם/ן להכיר את העסק מקרוב ומכל זווית. ניתוח עסקי פירושו לשאול את השאלות הנכונות ולמצוא תשובות בנתונים. אתם/ן עובדים/ות עם צוותים בכל רחבי הארגון כדי להבין מה חשוב באמת. אתם/ן משתמשים/ות בכלי Microsoft כדי להפוך צרכים עסקיים לדוחות ברורים. הכישורים שלכם/ן עוזרים לזהות מגמות ולהנחות את הצוות לקראת בחירות טובות יותר.

סיפור נתונים

אתם/ן הופכים/ות מספרים לסיפורים שאנשים מבינים. סיפור נתונים פירושו הסבר של תוצאות בצורה שברורה לכולם. אתם/ן משתמשים/ות בהדמיות, בסיכומים ובשפה ברורה. אתם/ן עוזרים/ות לצוות לראות את התמונה הגדולה ולפעול. Copilot יכול לעזור לכם/ן לבנות תרשימים, אך המשמעות שמאחורי הנתונים היא זו שאתם/ן מוסיפים/ות.

שיתוף פעולה עם Copilot

העבודה הטובה ביותר שלכם/ן נוצרת כשאתם/ן עובדים/ות יחד עם Copilot. Microsoft תכננה את Copilot לעבוד לצדכם/ן, לא במקומכם/ן. כשמשתמשים/ות ב-Copilot, אפשר להתקדם בתהליך העבודה מהר יותר ועם פחות טעויות. אפשר לחקור נתונים לעומק יותר וליצור דוחות בזמן קצר יותר.

• אתם/ן מייעלים את תהליך העבודה וחוסכים/ות זמן.
• אתם/ן מגלים/ות תובנות שעוזרות לצוות לקבל החלטות טובות יותר.
• אתם/ן יוצרים/ות דוחות במהירות, וכך מתפנים/ות להתמקד בניתוח.
• אתם/ן תומכים/ות במשתמשים/ות שאינם טכניים, ועוזרים/ות להם לבנות דוחות משלהם.
• אתם/ן מעצימים/ות את כל הצוות באמצעות אנליטיקה בשירות עצמי.

טיפ: כששיתוף הפעולה שלכם/ן עם Copilot פעיל, אתם/ן הופכים/ות למדריכים/ות של הארגון. אתם/ן עוזרים/ות לאחרים להשתמש בכלי Microsoft כדי לענות על שאלות ולפתור בעיות. התפקיד שלכם/ן גדל ככל שאתם/ן מלמדים/ות, תומכים/ות ומובילים/ות את הצוות בעולם שמונע על ידי נתונים ובינה מלאכותית.

למידה מתמשכת

אתם עובדים בתחום שמשתנה במהירות. כלים ותכונות חדשות מופיעים בתדירות גבוהה. Copilot ל-Power BI מביא איתו דרכים חדשות לבניית דוחות ולניתוח נתונים. כדי להישאר רלוונטיים צריך להמשיך ללמוד. למידה מתמשכת עוזרת לפתח מיומנויות ולהסתגל לטכנולוגיה חדשה.

אפשר לנקוט במספר אסטרטגיות כדי להישאר רלוונטיים כמפתחי Power BI. אלה כמה צעדים שאפשר לפעול לפיהם:

1. פשטו את סכמת הנתונים
   הדוחות שלכם משתפרים כשאתם מייעלים את המודלים הסמנטיים. הסתירו שדות ש-Copilot אינו צריך. כך התשובות של Copilot יהיו מדויקות ורלוונטיות יותר. אתם עוזרים ל-Copilot להתמקד בנתונים החשובים ביותר.

2. צרו תשובות מאומתות
   הדוחות שלכם נוחים יותר לשימוש כשאתם מעבדים תשובות לשאלות נפוצות. קשרו ויזואליזציות לביטויים שמשתמשים מקלידים לעיתים קרובות. כך הצוות שלכם מוצא תשובות במהירות. בונים אמון כשמספקים מידע ברור ואמין.

3. הוסיפו הוראות AI
   אתם מכוונים את Copilot על ידי מתן הקשר על העסק שלכם. הוסיפו הוראות שמסבירות את המטרות והצרכים שלכם. Copilot משתמש במידע הזה כדי לספק תובנות טובות יותר. אתם דואגים ש-Copilot יבין מה הכי חשוב לארגון שלכם.

טיפ: אפשר להצטרף לקהילות מקוונות, להשתתף בוובינרים ולקרוא את התיעוד של Microsoft. הפעילויות האלה עוזרות ללמוד תכונות חדשות ושיטות עבודה מומלצות. אתם חולקים את הידע שלכם עם אחרים ולומדים מהניסיון שלהם.

בונים מיומנויות באמצעות תרגול וניסויים. נסו תכונות חדשות ב-Power BI וב-Copilot. בדקו דרכים שונות למודלים של נתונים וליצירת דוחות. תלמדו מה עובד הכי טוב לצוות שלכם. תהפכו למובילים בארגון כשתישארו סקרנים ופתוחים לשינוי.

למידה מתמשכת שומרת על מוכנות לאתגרים חדשים. אתם מסתגלים לכלים ולשיטות חדשות. אתם עוזרים לצוות שלכם להצליח בעולם שבו נתונים ו-AI מניעים החלטות.

העתיד של Power BI עם Copilot

AI כשותף

תראו דרך עבודה חדשה כש-Copilot הופך לחלק מהשגרה היומיומית שלכם. Microsoft מביאה את Copilot ל-Power BI כדי לעזור לכם לבצע משימות חוזרות באופן אוטומטי. אפשר להקדיש יותר זמן לניתוח מורכב ולסיפור הנתונים. ה-AI תומך בכם על ידי טיפול בשלבים שגרתיים, כך שתוכלו להתמקד במציאת תובנות ושיתופן עם הצוות.

מומחי תעשייה צופים ש-Copilot יהפוך את הניתוח לשיחתי ונגיש יותר. אפשר לשאול שאלות בשפה טבעית ולקבל תשובות במהירות. Copilot משנה את האופן שבו אתם מתקשרים עם הנתונים. אין צורך לכתוב נוסחאות ארוכות או לחפש את הגרף הנכון. במקום זאת, מתארים מה רוצים, וה-Copilot עוזר לבנות דוחות וויזואליזציות.

• Copilot מבצע משימות חוזרות באופן אוטומטי ומייצר שלבי DAX ו-Power Query מותאמים.
• אפשר להתרכז בפירוש התוצאות ובהבנת ההקשר שמאחורי הנתונים.
• Copilot מעניק לכם את היכולת לתעדף סיפורים ותובנות בעלי השפעה.

הערה: אנליסטים מצטיינים בולטים כשהם מפרשים תוצאות באופן ביקורתי ומבינים את הסיפור שמאחורי המספרים. AI אינו יכול להחליף לחלוטין את השיקול והיצירתיות שלכם.

חוסן קריירה

אפשר לבנות קריירה חזקה בעולם מונע AI על ידי התמקדות במיומנויות שמבדילות אתכם. Microsoft מעודדת לפתח חשיבה אסטרטגית ויכולות פתרון בעיות. חברות מחפשות אנשים שיכולים לפרש מידע מורכב ולקבל החלטות מושכלות.

אלה צעדים שאפשר לנקוט כדי להישאר עמידים:

1. בצעו מיפוי מיומנויות וזהו פערים בתחום אוריינות דיגיטלית.
2. הירשמו לקורס רלוונטי או להסמכה רלוונטית בתוך 90 יום.
3. חזקו מיומנויות מנהיגות ותקשורת.
4. חפשו מנטורינג בתחום שלכם.
5. כונו קשרי עבודה באופן עקבי בקהילה העסקית המקומית שלכם.
6. התייעצו עם מומחה השמה מקצועי כדי להעריך את מיקומכם בשוק.

יש להתמקד בפיתוח מיומנויות שבינה מלאכותית אינה יכולה לשכפל. חשיבה אסטרטגית ופתרון בעיות יעזרו לכם להנחות את הצוות ולקבל החלטות שמניעות צמיחה. הערך שאתם מביאים נובע מהערכת סיכונים והבנה של צרכי העסק.

טיפ: למידה מתמשכת שומרת עליכם מוכנים לאתגרים חדשים. אפשר להצטרף לקהילות מקוונות, להשתתף בוובינרים ולקרוא את התיעוד של Microsoft כדי להישאר מעודכנים.

לסיכום, Copilot מציע יכולות יוצאות דופן לתהליך העבודה האנליטי שלכם, אך הוא משמש כמאיץ ולא כתחליף לאינטליגנציה האנושית. כפי שדנו בפרק שלנו Can Copilot Replace Power BI Developers?, המיומנויות שלכם במודלים של נתונים, בממשל ובסיפור סיפורים נשארות היתרון המכריע. על ידי אימוץ כלי בינה מלאכותית תוך העמקה בניתוח אסטרטגי ובלמידה מתמשכת, תוכלו להבטיח את עתידכם המקצועי ולהוביל את הארגון אל הדור הבא של בינה עסקית.

רשימת בדיקה ל-Copilot עבור Power BI

השתמשו ברשימה זו כדי להעריך וליישם את Microsoft Copilot לצד תהליכי העבודה של המפתחים ב-Power BI.

הגדרה וגישה

• לוודא את רישוי Copilot ואת הקצאות המנוי למשתמשים
• להפעיל תכונות Copilot בהגדרות הדייר של Power BI
• לאמת הרשאות גישה מבוססות תפקידים ליוצרי דוחות ולצופים
• לוודא שניתנה גישה מתאימה לסביבות העבודה ולמערכי הנתונים

שילוב עם תהליכי העבודה של המפתחים

• להגדיר מתי להשתמש ב-Copilot ומתי בפתרונות שמפתחים בונים (ETL מבוסס סקריפטים, DAX מתקדם, חזותיות מותאמות אישית)
• לקבוע הנחיות לבדיקת תוכן שנוצר על ידי Copilot על ידי מפתחים
• לתעד כיצד הצעות של Copilot נשמרות ומנוהלות בגרסאות לצד עבודת המפתחים
• לשלב את תוצרי Copilot בצינורות CI/CD במקומות שבהם הדבר רלוונטי

ממשל נתונים ואבטחה

• לאמת מקורות נתונים ולהחיל תוויות רגישות לפני של-Copilot יש גישה
• לוודא ש-Copilot מכבד אבטחה ברמת השורה ואת מדיניות הנתונים של הדייר
• לבצע ביקורת על שאילתות ותוצרים של Copilot כדי לאתר סיכוני דליפת נתונים
• לתחזק תהליך אישור לדוחות שנוצרו על ידי Copilot לפני פרסום לסביבת הייצור

איכות ואימות

• לבדוק את המדדים ואת קוד ה-DAX שנוצרו על ידי Copilot מבחינת נכונות וביצועים
• להריץ בדיקות שמשוות בין תוצרי Copilot לבין בסיסי ייחוס שנבנו על ידי מפתחים
• לאמת את החזותיות מבחינת נגישות, דיוק והתאמה לכוונה העסקית
• לוודא את לוחות זמני הרענון ואת אישורי מקורות הנתונים לאחר יישום שינויים של Copilot

ביצועים ואופטימיזציה

• להעריך את גודל המודל וביצועי השאילתות לאחר שינויים שביצע Copilot
• לייעל את DAX או את תכנון המודל שהוצעו על ידי Copilot בכפוף לבדיקת מפתחים
• לנטר את זמני הטעינה של הדוחות ואת השפעתם על חוויית המשתמש

ניטור וביקורת

• להפעיל רישום יומן לאינטראקציות של Copilot ולפריטים שנוצרו על ידו
• לתזמן ביקורות תקופתיות של השימוש ב-Copilot ובתוצאותיו
• לעקוב אחר שינויים ובעלות על התוכן (Copilot לעומת אדם) בהיסטוריית הדוח

הדרכה וניהול שינויים

• לספק הדרכה למפתחים ולאנליסטים על שימוש יעיל ב-Copilot
• ליצור הנחיות עבודה מומלצות לניסוח הנחיות ל-Copilot ולשיפורן
• להעביר לבעלי העניין את מדיניות הממשל ואת אחריות הבדיקה

גיבוי והסלמה

• להגדיר מסלולי הסלמה למקרים שבהם תוצרי Copilot שגויים או לא בטוחים
• לשמור על תהליכים ידניים לדוחות קריטיים בזמן אימוץ Copilot

שיפור מתמשך

• לאסוף משוב ממפתחים ומשתמשים על יעילותו של Copilot
• לשפר באופן איטרטיבי את תבניות ההנחיות ואת הממשל על בסיס הלקחים שנלמדו
• להעריך את מדדי הפרודוקטיביות של Copilot לעומת מפתחים ולהתאים את התפקידים בהתאם

שאלות נפוצות

מה ההבדל בין Copilot לבין מפתח שעובד ב-Power BI?

Copilot הוא סוכן בינה מלאכותית שמסייע ביצירת שאילתות, בהכנת חזותיות ובהפקת הסברים נרטיביים באמצעות בינה מלאכותית גנרטיבית, ואילו מפתח מביא מומחיות אנושית בהנדסת נתונים, DAX, SQL ופתרונות מותאמים אישית. Copilot מזרז משימות נפוצות, כמו יצירת לוח מחוונים או אינטראקציות של Copilot המוגבלות לדוח, ואילו מפתח מטפל במודלים מורכבים, בכוונון ביצועים, באבטחה ובשילוב עם מערכות חיצוניות או עם Microsoft Fabric.

האם Copilot יכול להחליף את Power BI Desktop או מפתח לבניית דוחות?

Copilot משלים את Power BI Desktop ואת מיומנויות המפתח, אך אינו מחליף אותם במלואם. הוא יכול לאוטומט משימות שגרתיות, ליצור שאילתות ולהציע חזותיות בחלונית Copilot או בצ'אט, אך הנדסת נתונים מורכבת, DAX מתקדם והחלטות אדריכליות דורשים ידע וניסיון של מפתחים בכלי BI ותכנון קיבולת של Fabric.

איך Copilot של Power BI מתקשר עם שירות Power BI ועם אפליקציות Power BI?

Copilot יכול להיות זמין בשירות Power BI ובתוך אפליקציות Power BI כחוויית Copilot בהיקף אפליקציה או כ-Copilot בהיקף דוח. בשירות, הוא עוזר ליצור דוחות, להסביר מדדים וליצור אריחים בלוח מחוונים. באפליקציות, הוא תומך בחקירה מודרכת ובפעולות ברמת האפליקציה, המותאמות לתוכן ולהרשאות של האפליקציה.

מהן הדרישות הכלליות ל-Copilot ב-Microsoft Fabric וב-Power BI?

הדרישות הכלליות ל-Copilot כוללות רישוי מתאים ל-Microsoft 365 (M365), הגדרת סביבת עבודה (workspace) והפעלת תכונות Copilot, כגון Fabric Copilot עבור Power BI. ייתכן שתצטרכו להפעיל את Fabric Copilot for Power ולהגדיר קיבולת Fabric או קיבולת Power BI, כך ש-Copilot יהיה מופעל וניתן יהיה לגשת למקורות הנתונים ולמודלים הנדרשים.

איך מתחילים צ'אט חדש או מנקים את צ'אט Copilot בעת שימוש ב-Copilot?

כדי להתחיל צ'אט חדש, פותחים את חלונית Copilot או את Copilot באפליקציות ובוחרים באפשרות “start a new chat”. כדי לנקות את צ'אט Copilot, משתמשים בפקודה או בלחצן “clear the Copilot chat” הזמינים בממשק. פעולה זו מאפסת את הקשר השיחה, כך ש-Copilot לא יתייחס עוד להנחיות קודמות.

האם Copilot תומך ב-SQL, ב-DAX ובשפות שאילתות אחרות לניתוח נתונים?

כן. Copilot תומךביצירת שאילתות SQL ו-DAX, ויכול לסייע בכתיבה ובאופטימיזציה של שאילתות לניתוח נתונים. הוא מסייע ביצירת הצעות לשאילתות, קוד לדוגמה והסבר לתוצאות השאילתות, אך מפתחים צריכים לבדוק ולבחון את הקוד שנוצר לפני השימוש בייצור.

מה ההבדל בין Copilot בהיקף דוח ל-Copilot בהיקף אפליקציה?

Copilot בהיקף דוח מתמקד בנתונים ובויזואליזציות של דוח בודד, ומאפשר תובנות מהירות, הסברים ועריכות בתוך אותו דוח. Copilot בהיקף אפליקציה תומך בפונקציות רחבות יותר ברמת האפליקציה על פני מספר דוחות ולוחות מחוונים, משתמש בהרשאות התוכן של האפליקציה, ויכול לפעול עם מטא-נתונים וניווט ברמת האפליקציה.

איך מפתחים יכולים להשתמש ב-Copilot כדי לבצע אוטומציה של משימות חוזרות ב-Power BI?

מפתחים יכולים להשתמש ב-Copilot לאוטומציה של משימות כגון יצירת ויזואליזציות, יצירת מודלים ראשוניים של נתונים, הפקת מידות DAX לדוגמה או ניסוח תיעוד. Copilot יכול ליצור הנחיות להכנת מערכי נתונים, לכתוב שאילתות ולבנות רכיבי לוח מחוונים. לאחר מכן המפתחים מדייקים, מייעלים ומשלבים את הפריטים האלה בתהליכי עבודה ייצורניים.

האם Copilot זמין בפתרונות Copilot עצמאיים, או רק בתוך Power BI?

Copilot זמין הן כ-Copilot באפליקציות ובחוויות משולבות בתוך Power BI וב-Microsoft Fabric, והן בחלק מכלי Copilot עצמאיים. השילוב משתנה: חלק מהחוויות מוטמעות כחלונית Copilot ב-Power BI Desktop או ב-Power BI Service, ואילו Fabric Copilot for Power BI מתחבר ליכולות של Microsoft Fabric לצורך הנדסת נתונים וממשל רחב יותר.

אילו שיקולי פרטיות וממשל חלים בעת שימוש ב-Copilot ב-Power BI?

השימוש ב-Copilot ב-Power BI מחייב תשומת לב לממשל נתונים, לתוויות רגישות ולבקרות גישה. ארגונים צריכים לוודא הגדרות של קיבולת Fabric והרשאות ל-workspace, לאכוף מדיניות לגישה לנתונים ולבחון כיצד בינה מלאכותית generative משתמשת בתוכן. תכונות Copilot מכבדות הרשאות נתונים, אך מנהלי מערכת חייבים להגדיר הגדרות ולנטר שימוש כדי לעמוד בדרישות הציות.

איך Copilot משפיע על חוויית Power BI עבור משתמשים עסקיים?

Copilot מעשיר את חוויית Power BI באמצעות דיווח שיחתי, יצירת הסברים נרטיביים והאצת היצירה של ויזואליזציות ולוחות מחוונים. משתמשים עסקיים יכולים לשאול שאלות בצ'אט, לקבל תובנות מיידיות ולקבל הצעות לויזואליזציות, וכך לשפר את הדמיית הנתונים ואת יכולת הגילוי שלהם. הוא מוריד חסמי כניסה, אך אינו מבטל את הצורך במודלים מאוצרים ובפיקוח של מפתחים.

האם אפשר לשלוט מתי Copilot משתמש במאגרי נתונים (lakehouse) או במערכי נתונים של Fabric לעומת מערכי נתונים מיובאים?

כן. Copilot מכבד את מודל הנתונים ואת סוגי מערכי הנתונים הזמינים ב-workspace. מנהלי מערכת ומפתחים שולטים במיקום הנתונים — lakehouse, Fabric או מערכי נתונים מיובאים — ומגדירים הרשאות, כך ש-Copilot יגשל למקורות המיועדים. ראו את הגדרת Copilot ב-Microsoft Fabric והפעלת Fabric Copilot for Power כדי לנהל את ההתנהגות.

איך אני לומד איך Copilot עובד ואת שיטות העבודה המומלצות לשימוש יעיל בו?

השתמשו במשאבי Microsoft Learn ובתיעוד הרשמי כדי ללמוד כיצד Copilot פועל. התנסו בסביבות שאינן ייצור, בדקו את השאילתות שנוצרו, אמתו את התוצאות ואמצו את שיטות העבודה המומלצות לכתיבת הנחיות והנדסת הנחיות. שילוב של Copilot עם בדיקה של מפתחים מבטיח תוצאות אמינות ועמידות.

האם יש דרישות ספציפיות להפעלת Fabric Copilot עבור דוחות Power BI?

דרישות ספציפיות עשויות לכלול רישוי מתאים של Microsoft, הגדרת סביבת העבודה והפעלת תכונות Fabric Copilot בהגדרות הדייר. ייתכן שתצטרכו גם להגדיר את קיבולת Fabric ולוודא שלמערכי הנתונים יש את ההרשאות והמטא-נתונים הנדרשים. בדקו את התיעוד העדכני כדי לראות כיצד להפעיל את Fabric Copilot ואת הדרישות הכלליות ל-Copilot בארגון שלכם.

כיצד Copilot והמפתחים יכולים לשתף פעולה כדי ליצור לוחות מחוונים טובים יותר?

מפתחים יכולים להשתמש ב-Copilot כדי לבנות אב-טיפוס של ויזואליזציות, ליצור טרנספורמציות של נתונים ולנסח טקסטים מסבירים, ולאחר מכן לשפר את הפלטים לביצועים, לממשל ולשימושיות. לולאת העבודה המשותפת הזו מאיצה את תהליך האיטרציה: Copilot יוצר, המפתחים מייעלים, ומשתמשי העסק מאמתים, וכך מתקבלים לוחות מחוונים ודוחות יעילים יותר.

מהו תפקידו של Copilot בתהליכי הנדסת נתונים ב-Microsoft Fabric?

ב-Microsoft Fabric, Copilot יכול לסייע במשימות הנדסת נתונים כמו יצירת סקריפטים של ETL/טרנספורמציה, הצעת תכנוני סכמה וכתיבת שאילתות SQL עבור lakehouses. הוא עוזר להאיץ את פיתוח צינורות הנתונים, אך המפתחים נושאים באחריות להנדסה ברמת ייצור, לבדיקות ולניהול קיבולת Fabric.

האם Copilot תומך בהנחיות רב-מודליות או בשפה טבעית ליצירת ויזואליזציות?

כן. Copilot מקבל הנחיות בשפה טבעית דרך הצ'אט, ויכול ליצור ויזואליזציות, מדידות ושאילתות מהוראות בשיחה. הנחיות אפקטיביות משפרות את התוצאות, והמפתחים יכולים להמשיך לכוונן או להתאים את התוכן שנוצר לתקני הביצועים והעיצוב בדוחות Power BI.

כיצד השימוש ב-Copilot משפיע על ביצועי הדוח והאופטימיזציה שלו?

Copilot יכול ליצור שאילתות וויזואליזציות שמתאימות היטב לחקירה, אך ייתכן שאינן אופטימליות מבחינת ביצועים. המפתחים צריכים לבדוק את קוד ה-SQL או ה-DAX שנוצר, לייעל את לוגיקת השאילתות, להחיל אינדקסים או צבירות, ולבדוק בהתחשבות בקיבולת Fabric כדי להבטיח ביצועי דוח הניתנים להרחבה.

מהן המגבלות של Copilot בטיפול בתרחישי BI רגישים או מורכבים?

המגבלות כוללות אי-דיוקים אפשריים, חוסר מודעות להקשר הארגוני וייצור אפשרי של שאילתות לא יעילות. Copilot עשוי שלא להתמודד במלואו עם מודלי אבטחה מורכבים, עם הניואנסים של אבטחה ברמת שורה או עם תבניות DAX מתקדמות. על המפתחים לאמת את הפלטים, להחיל ממשל ולהשתמש ב-Copilot כעוזר ולא כסמכות יחידה.

כיצד אפשר להפעיל או לכבות את Copilot בדייר או בסביבת עבודה שלי?

הפעלה או כיבוי של Copilot דורשים בדרך כלל גישת מנהל להגדרות הדייר ולתצורת סביבת העבודה בשירות Power BI או במרכז הניהול של Microsoft Fabric. מנהלים יכולים להפעיל או לנטרל תכונות Copilot, לשלוט במי יכול לראות את Copilot ואת התמיכה שלו, ולהגדיר חוויות מוגבלות לאפליקציה או לדוח בהתאם למדיניות הארגונית.

האם Copilot יכול ליצור פריסות מלאות של לוחות מחוונים ושרטוטים עבור Power BI?

Copilot יכול להציע פריסות ללוחות מחוונים, להמליץ על סוגי ויזואליזציות וליצור דפי דוח ראשוניים או אריחים. הוא עוזר לכתוב את רכיבי לוח המחוונים, אך המפתחים והמעצבים מחדדים את הפריסה, את האינטראקציות ואת הנגישות, כדי להבטיח חוויית Power BI מלוטשת שמתאימה לצרכים העסקיים.

כיצד Copilot תומך בלמידה ובאימוץ עבור משתמשים חדשים ב-Power BI?

Copilot מאיץ את הלמידה באמצעות הדרכה שלב-אחר-שלב, יצירת שאילתות לדוגמה והסבר של ויזואליזציות בשפה פשוטה. בשילוב עם חומרי Microsoft Learn, הוא עוזר למשתמשים חדשים לחקור הדמיית נתונים, להבין את יסודות DAX ולהפוך לפרודוקטיביים מהר יותר, תוך עידוד ניסויים בטוחים.

אילו שיקולים צריכים ארגונים לשקול בהחלטה בין הסתמכות על Copilot לבין גיוס מפתחים נוספים?

ארגונים צריכים לשקול את יכולתו של Copilot לאוטומציה של משימות חוזרות ולהאצת אב-טיפוס, מול הצורך במיומנויות טכניות מעמיקות. Copilot מקצר את הזמן עד לתובנה ותומך במשתמשים לא טכניים, אך אינטגרציות מורכבות, ממשל והנדסת נתונים מתקדמת עדיין דורשים מפתחים מיומנים. גישה היברידית מניבה בדרך כלל את התוצאות הטובות ביותר.