WEBVTT

00:00:00.000 --> 00:00:02.220
Gudang data fabrik Anda hanyalah kuburan CSV.

00:00:02.460 --> 00:00:04.960
Saya tahu itu menyebalkan, tetapi lihatlah bagaimana Anda menggunakannya.

00:00:05.140 --> 00:00:09.900
Pembuangan CSV yang tak ada habisnya, tabel dingin, pekerjaan ETL terjadwal yang berjalan lambat seperti tahun 2015.

00:00:10.620 --> 00:00:14.360
Anda membeli fabrik untuk meluncurkan data Anda ke era AI dan kemudian Anda mengubahnya menjadi arsip.

00:00:14.560 --> 00:00:15.840
Ironisnya sangat indah.

00:00:16.040 --> 00:00:20.660
Fabrik dibangun untuk kecerdasan, wawasan waktu nyata, penalaran kontekstual, analitik yang menyesuaikan diri.

00:00:20.820 --> 00:00:23.420
Namun di sini Anda memperlakukannya seperti tab perware digital.

00:00:23.820 --> 00:00:27.840
Sementara itu, lapisan AI yang Anda bayar, agen data, tata kelola kontekstual,

00:00:27.840 --> 00:00:30.840
penalaran semantik tidak aktif menunggu instruksi yang tidak pernah datang.

00:00:31.040 --> 00:00:33.840
Jadi, masalahnya bukanlah kapasitas dan bukan kualitas data.

00:00:34.060 --> 00:00:38.100
Melainkan pemikiran Anda tidak memiliki masalah data, Anda memiliki masalah konseptual,

00:00:38.360 --> 00:00:40.380
salah mengira infrastruktur intelijen sebagai penyimpanan.

00:00:40.560 --> 00:00:45.860
Mari kita perbaiki model mental itu sebelum CFO Anda menyadari bahwa Anda telah menemukan kembali drive jaringan dengan merek yang lebih baik.

00:00:46.020 --> 00:00:48.960
Masalah data yang mati, perilaku lama, sulit dihilangkan.

00:00:49.240 --> 00:00:52.840
Sebagian besar organisasi masih menjalankan pekerjaan ETL malam hari yang menyapu sistem operasional,

00:00:53.080 --> 00:00:56.740
meratakan tabel menjadi relik yang dipisahkan koma, dan mengunggah data yang sudah tidak terpakai ke one leg.

00:00:56.740 --> 00:00:59.940
Hal ini menenangkan, dapat diprediksi, dapat diukur, dan sangat sederhana.

00:01:00.180 --> 00:01:02.860
Namun, yang Anda dapatkan adalah museum statis berisi cuplikan.

00:01:03.100 --> 00:01:06.620
Setiap berkas menunjukkan bagaimana segala sesuatunya terlihat pada satu momen dan segera mulai membusuk.

00:01:06.760 --> 00:01:10.360
Tidak ada gerakan, tidak ada hubungan, tidak ada konteks yang berkembang, hanya berkas, banyak sekali.

00:01:10.740 --> 00:01:14.720
Kebenarannya, pendekatan itu masuk akal ketika data berada di tempat dalam sistem yang terbatas.

00:01:14.920 --> 00:01:19.300
Fabrik dirancang untuk sesuatu yang sama sekali berbeda, data yang hidup, data yang mengalir, kecerdasan yang sadar konteks.

00:01:19.480 --> 00:01:24.020
One leg bukanlah lemari arsip, ia seharusnya menjadi sistem peredaran arus informasi organisasi Anda.

00:01:24.020 --> 00:01:28.380
Memperlakukannya seperti penyimpanan dingin sama saja dengan membalsem metrik bisnis Anda secara digital.

00:01:28.640 --> 00:01:31.160
Tanpa model semantik, data Anda tidak memiliki bahasa.

00:01:31.380 --> 00:01:33.380
Tanpa hubungan, data tidak memiliki memori.

00:01:33.600 --> 00:01:36.520
CSV dari penjualan, CSV dari pemasaran, CSV dari keuangan,

00:01:36.780 --> 00:01:40.500
semuanya dapat hidup berdampingan dengan damai di danau yang sama dan tetap tidak pernah berbicara satu sama lain.

00:01:40.740 --> 00:01:43.720
Struktur tata kelola hilang, metadata tampaknya opsional.

00:01:43.720 --> 00:01:46.760
Hasilnya adalah isolasi yang begitu murni sehingga bahkan Copilot,

00:01:46.940 --> 00:01:49.220
AI percakapan Microsoft, tidak dapat menafsirkannya.

00:01:49.500 --> 00:01:52.880
Jika Anda bertanya kepada Copilot, apa pendorong pendapatan kuartal terakhir?

00:01:53.040 --> 00:01:56.880
Ia tidak tahu kemana harus mencari karena Anda tidak pernah memberitahu apa arti pendapatan dalam skema Anda.

00:01:57.080 --> 00:01:58.360
Mari kita ambil contoh mikro.

00:01:58.580 --> 00:02:03.580
Misalkan kumpulan data penjualan Anda berisi catatan transaksi, tanggal, jumlah, SKU produk, dan kode wilayah.

00:02:03.720 --> 00:02:05.620
Anda dengan senang hati membuangnya ke satu danau.

00:02:05.620 --> 00:02:08.920
Tidak ada model semantik, tidak ada hubungan bernama, hanya kolom tabel mentah.

00:02:09.080 --> 00:02:12.200
Sekarang, minta AI Fabrik untuk mengidentifikasi wilayah dengan kinerja terbaik.

00:02:12.200 --> 00:02:15.960
Ia mengangkat bahu. Ia tidak dapat mengontekstualisasikan kode wilayah tanpa metadata

00:02:15.960 --> 00:02:18.240
yang menghubungkannya ke geografi atau unit organisasi.

00:02:18.480 --> 00:02:21.960
Bagi mesin, USN dapat berarti Amerika Utara atau segmen pengguna utara.

00:02:22.200 --> 00:02:25.720
Manusia mengandalkan inferensi. AI membutuhkan struktur yang eksplisit.

00:02:25.880 --> 00:02:27.980
Itulah celah yang mengubah gudang Anda menjadi kamar mayat.

00:02:28.120 --> 00:02:29.780
Inilah yang terlewatkan oleh kebanyakan orang.

00:02:30.040 --> 00:02:33.580
Fabrik tidak memperlakukan data yang diam dan data yang bergerak sebagai spesies yang terpisah.

00:02:33.580 --> 00:02:37.080
Ia berasumsi bahwa setiap kumpulan data suatu hari nanti dapat menjadi partisipan yang cerdas,

00:02:37.300 --> 00:02:39.340
yang ditanyakan secara real-time, diperkaya oleh konteks,

00:02:39.340 --> 00:02:42.160
dibentuk ulang oleh aturan tata kelola, dan bahkan dipertimbangkan oleh agen.

00:02:42.340 --> 00:02:45.460
Ketika Anda mempertahankan CSV tanpa mengaktifkan koneksi tersebut,

00:02:45.700 --> 00:02:47.340
Anda mengabaikan desain metabolik fabrik.

00:02:47.460 --> 00:02:50.980
Anda memotong sistem sarafnya, bandingkan dengan data yang bergerak.

00:02:51.140 --> 00:02:53.900
Di fabrik, modul intelijen real-time menyerap sinyal streaming,

00:02:54.140 --> 00:02:56.440
peristiwa IOT, log transaksi, ping sensor,

00:02:56.680 --> 00:03:00.460
dan memasukkannya ke dalam kumpulan data langsung yang dapat memicu respons secara instan.

00:03:00.500 --> 00:03:03.920
Deteksi anomali tidak dijalankan setiap minggu, tetapi terus menerus.

00:03:04.140 --> 00:03:08.080
Analisis trend tidak menunggu akhir kuartal, tetapi diperbarui pada setiap catatan baru.

00:03:08.080 --> 00:03:11.180
Seperti inilah tampilan data langsung, yang terus dievaluasi,

00:03:11.440 --> 00:03:13.120
dikontekstualisasikan oleh agen AI,

00:03:13.320 --> 00:03:15.960
dan tunduk pada aturan tata kelola dalam hitungan mili detik.

00:03:16.060 --> 00:03:19.280
Perbedaan antara data yang diam dan data yang bergerak sangat mendasar.

00:03:19.500 --> 00:03:21.080
Data yang diam menjawab apa yang terjadi,

00:03:21.380 --> 00:03:23.460
tetapi data yang bergerak menjawab apa yang sedang terjadi

00:03:23.460 --> 00:03:25.120
dan apa yang harus kita lakukan selanjutnya.

00:03:25.360 --> 00:03:27.100
Jika gudang Anda hanya melakukan yang pertama,

00:03:27.340 --> 00:03:29.640
Anda menjalankan arsip historis, bukan mesin keputusan.

00:03:29.840 --> 00:03:32.340
Tujuan fabrik adalah untuk mengompresi garis waktu tersebut

00:03:32.340 --> 00:03:34.600
hingga observasi dan tindakan tidak dapat dibedakan.

00:03:34.780 --> 00:03:37.080
Tanpa aktifasi AI, Anda menyimpan fosil.

00:03:37.080 --> 00:03:40.780
Dengannya, Anda mengelola organisme hidup yang beradaptasi dengan konteks.

00:03:40.960 --> 00:03:42.680
Bayangkan gudang Anda seperti tubuh.

00:03:42.900 --> 00:03:44.280
Satu danau adalah aliran darah,

00:03:44.500 --> 00:03:45.860
modal semantik adalah DNA,

00:03:46.180 --> 00:03:48.900
dan agen data adalah sel otak yang mengirimkan sinyal ke seluruh sistem.

00:03:49.160 --> 00:03:51.300
Saat ini, sebagian besar dari Anda memiliki aliran darah,

00:03:51.380 --> 00:03:52.160
tetapi tidak berfungsi.

00:03:52.340 --> 00:03:54.520
Organ-organ itu ada, tetapi tidak ada yang terkoordinasi.

00:03:54.740 --> 00:03:56.280
Dan ya, memang nyaman seperti itu.

00:03:56.500 --> 00:03:58.480
Tidak ada kejutan, tidak ada otomatisasi tiba-tiba.

00:03:58.800 --> 00:03:59.980
Tidak ada rekomendasi yang tidak benar.

00:04:00.220 --> 00:04:02.860
Sistem statis tidak menentang, tetapi juga tidak bersaing.

00:04:02.860 --> 00:04:07.080
Dalam lingkungan tempat, 90% perusahaan besar memberikan gudang mereka kepada agen AI,

00:04:07.360 --> 00:04:10.720
membiarkan data Anda tidak aktif seperti mengisi akwarium mewah dengan ikan plastik

00:04:10.720 --> 00:04:13.300
karena Anda lebih memilih prediktabilitas daripada kehidupan.

00:04:13.520 --> 00:04:15.800
Jadi, apa yang seharusnya hidup di satu danau Anda?

00:04:16.020 --> 00:04:19.180
Hubungan, konteks, dan kecerdasan yang menghubungkan kumpulan data Anda

00:04:19.180 --> 00:04:20.740
menjadi pandangan dunia yang kohesif.

00:04:20.940 --> 00:04:22.820
Setelah Anda berhenti membuang CSV mentah

00:04:22.820 --> 00:04:25.040
dan mulai memodelkan informasi untuk konsumsi AI,

00:04:25.240 --> 00:04:27.020
fabrik mulai berperilaku sebagaimana mestinya.

00:04:27.280 --> 00:04:29.440
Sebuah ekosistem data yang hidup dan berpikir,

00:04:29.440 --> 00:04:31.820
bukan kotak es berisi angka-angka yang sudah usang.

00:04:32.100 --> 00:04:35.600
Jika alur ETL Anda masih berakhir dengan CSV penyimpanan, selamat.

00:04:35.780 --> 00:04:38.580
Anda telah mengotomatiskan proses penguburan termahal di dunia.

00:04:38.780 --> 00:04:41.200
Di bagian berikutnya, kami akan menggali file-file tersebut,

00:04:41.420 --> 00:04:43.180
memberinya otak, dan menunjukkan kepada Anda

00:04:43.180 --> 00:04:45.340
apa yang sebenarnya membuat fabrik cerdas agen data.

00:04:45.560 --> 00:04:47.080
Lapisan intelijen yang hilang

00:04:47.080 --> 00:04:49.080
Masuk ke bagian yang dilewati semua orang,

00:04:49.320 --> 00:04:50.720
lapisan intelijen yang sebenarnya,

00:04:51.060 --> 00:04:52.520
hal yang memisahkan gudang dari otak.

00:04:52.680 --> 00:04:53.880
Microsoft menyebutnya agen data,

00:04:54.180 --> 00:04:56.360
tetapi anggaplah mereka sebagai neuron yang akhirnya mulai menyala

00:04:56.360 --> 00:04:58.860
setelah Anda berhenti memperlakukan satu danau seperti loker penyimpanan.

00:04:58.860 --> 00:05:01.120
Agen-agen ini bukanlah fitur dekoratif.

00:05:01.300 --> 00:05:04.280
Mereka adalah kortex operasional yang diam-diam dipasang fabrik untuk Anda

00:05:04.280 --> 00:05:06.680
dan yang sebagian besar dari Anda abaikan dengan gagah berani.

00:05:06.920 --> 00:05:08.380
Mari kita mulai dengan kesalahannya.

00:05:08.660 --> 00:05:10.080
Orang-orang terobsesi dengan dashboard.

00:05:10.460 --> 00:05:13.460
Mereka pikir jika Power BI menunjukkan garis berwarna-warni yang mengarah ke atas,

00:05:13.580 --> 00:05:14.640
mereka telah mencapai pencerahan.

00:05:14.900 --> 00:05:17.160
Sementara itu, mereka telah meninggalkan lapisan penalaran,

00:05:17.320 --> 00:05:20.140
elemen dinamis yang menafsirkan pola dan bertindak berdasarkan pola tersebut.

00:05:20.280 --> 00:05:21.580
Itu seperti membeli Tesla,

00:05:21.860 --> 00:05:23.040
mengagumi grafik layar,

00:05:23.200 --> 00:05:24.720
dan tidak pernah menginjak pedal gas.

00:05:24.720 --> 00:05:28.440
Rata-rata pengguna percaya bahwa keindahan fabrik terletak pada metrik yang seragam.

00:05:28.600 --> 00:05:31.100
Pada kenyataannya, itu terletak pada aktivitas sinaptik,

00:05:31.300 --> 00:05:32.020
agen yang berpikir.

00:05:32.200 --> 00:05:34.020
Jadi, apa sebenarnya agen data ini?

00:05:34.300 --> 00:05:36.820
Mereka adalah antarmuka bertenaga AI antara gudang Anda

00:05:36.820 --> 00:05:39.460
dan layanan kognitif Azure yang dibuat untuk menalar data,

00:05:39.760 --> 00:05:40.660
bukan hanya menanyakannya.

00:05:40.920 --> 00:05:42.080
Mereka berada di satu danau,

00:05:42.280 --> 00:05:44.100
tetapi terintegrasi melalui Azure Eye Foundry,

00:05:44.360 --> 00:05:46.040
tempat mereka mewarisi kemampuan untuk mengambil,

00:05:46.240 --> 00:05:46.720
menyimpulkan,

00:05:46.860 --> 00:05:49.160
dan menerapkan logika berdasarkan konteks organisasi Anda.

00:05:49.360 --> 00:05:50.800
Dan inilah hal yang krusial.

00:05:50.800 --> 00:05:54.520
Mereka berpartisipasi dalam kerangka kerja yang disebut protokol konteks modal.

00:05:54.720 --> 00:05:57.220
Itu memungkinkan beberapa agen untuk berbagi memori dan tujuan,

00:05:57.500 --> 00:05:58.740
sehingga mereka dapat berkolaborasi,

00:05:59.000 --> 00:05:59.620
menyerahkan tugas,

00:05:59.820 --> 00:06:03.400
dan bahkan menegosiasikan hasil seperti rekan kerja yang benar-benar membaca manual perusahaan.

00:06:03.560 --> 00:06:07.060
Setiap agen dapat dikonfigurasi untuk menghormati batasan tata kelola dan keamanan.

00:06:07.280 --> 00:06:09.840
Mereka tidak berkeliaran secara membabi buta ke dalam data sensitif

00:06:09.840 --> 00:06:12.880
karena fabrik menegakkan kebijakan melalui cakupan dan akses berbasis peran.

00:06:13.040 --> 00:06:16.600
Tautan tata kelola ini memberi mereka sesuatu seperti ini yang tidak pernah dimiliki analitik,

00:06:16.840 --> 00:06:17.660
yaitu pengekangan moral.

00:06:17.660 --> 00:06:21.860
Agen keuangan CFO Anda tidak dapat secara tidak sengaja membaca data gaji SDM

00:06:21.860 --> 00:06:23.320
kecuali diizinkan secara tegas.

00:06:23.520 --> 00:06:25.820
Itulah perbedaan antara penalaran dan penggeledahan.

00:06:26.080 --> 00:06:28.340
Sekarang, bandingkan agen data ini dengan Copilot,

00:06:28.620 --> 00:06:30.520
asisten selebritas yang senang diajak bicara.

00:06:30.700 --> 00:06:33.000
Copilot berada di dalam TAMS atau Power BI.

00:06:33.280 --> 00:06:35.500
Ia menawan, reaktif, dan agak dangkal.

00:06:35.700 --> 00:06:37.220
Ia menjawab apa yang Anda tanyakan.

00:06:37.520 --> 00:06:39.000
Agen data, sebagai perbandingan,

00:06:39.220 --> 00:06:41.200
adalah mereka yang telah membaca perakiraan triwulanan,

00:06:41.500 --> 00:06:42.660
menemukan ketidak konsistenan,

00:06:42.820 --> 00:06:45.140
dan menyusun rekomendasi bahkan sebelum Anda membuka dashboard.

00:06:45.140 --> 00:06:47.020
Copilot adalah seorang pelajar.

00:06:47.020 --> 00:06:48.240
Agen adalah auditor.

00:06:48.520 --> 00:06:50.500
Yang satu patuh, yang lain mengantisipasi.

00:06:50.740 --> 00:06:52.580
Mari kita dasarkan ini dalam sebuah contoh.

00:06:52.820 --> 00:06:55.600
Bisnis retail Anda memproses transaksi harian melalui fabrik.

00:06:55.760 --> 00:06:59.020
Tanpa agen, Anda akan menghabiskan hari Jumat untuk mengekspor ringkasan.

00:06:59.180 --> 00:07:01.000
Produk terlaris, tren wilayah meningkat,

00:07:01.320 --> 00:07:02.820
anomali di atas ambang batas.

00:07:03.060 --> 00:07:05.540
Dengan agen, gudang menjadi cukup peka untuk memperhatikan

00:07:05.540 --> 00:07:08.640
bahwa penjualan di wilayah timur melonjak 20% di atas perakiraan

00:07:08.640 --> 00:07:11.340
sementara lok rantai pasokan menunjukkan pengiriman yang tertunda.

00:07:11.340 --> 00:07:12.820
Agen mendeteksi ketidakcocokan,

00:07:13.020 --> 00:07:14.340
menandainya sebagai risiko pemenuhan,

00:07:14.620 --> 00:07:15.160
memberi peringatan,

00:07:15.400 --> 00:07:17.940
dan mengusulkan pendistribusian ulang inventaris secara preemptif.

00:07:18.060 --> 00:07:18.760
Tidak ada yang bertanya.

00:07:19.080 --> 00:07:19.840
Begitu kesimpulannya.

00:07:20.120 --> 00:07:20.860
Ini bukan fiksi ilmiah.

00:07:21.060 --> 00:07:23.360
Ini adalah kecerdasan waktu nyata fabrik yang digabungkan dengan penalaran agen.

00:07:23.520 --> 00:07:25.360
Berhenti sejenak untuk memahami apa artinya itu.

00:07:25.600 --> 00:07:27.040
Gudang Anda baru saja melakukan penilaian,

00:07:27.160 --> 00:07:27.520
bukan query,

00:07:27.780 --> 00:07:28.340
bukan peringatan,

00:07:28.620 --> 00:07:30.540
tetapi analisis yang memerlukan pemahaman maksud bisnis.

00:07:30.780 --> 00:07:32.440
Gudang data mengidentifikasi anomali,

00:07:32.660 --> 00:07:33.720
konteks referensi silang,

00:07:33.820 --> 00:07:35.200
dan bertindak secara bertanggung jawab.

00:07:35.200 --> 00:07:38.300
Itulah ambang batas di mana gudang data menjadi sistem keputusan.

00:07:38.500 --> 00:07:39.060
Tanpa agen,

00:07:39.260 --> 00:07:41.700
Anda masih akan mengekspor visual power BI ke dalam Deadslide

00:07:41.700 --> 00:07:43.660
dengan berpura-pura menemukan masalah secara manual.

00:07:43.920 --> 00:07:45.200
Inilah bagian yang aneh.

00:07:45.420 --> 00:07:48.760
Sebagian besar perusahaan telah mengaktifkan kemampuan ini dalam kapasitas fabrik mereka.

00:07:48.940 --> 00:07:50.420
Mereka hanya belum mengonfigurasinya.

00:07:50.720 --> 00:07:51.660
Mereka menghabiskan uang,

00:07:51.800 --> 00:07:52.720
mendapatkan perangkat lunak,

00:07:52.920 --> 00:07:54.340
dan lupa menginisialisasi kognisi,

00:07:54.620 --> 00:07:56.260
karena itu memerlukan pemikiran arsitektural,

00:07:56.520 --> 00:07:57.660
mendefinisikan hubungan semantik,

00:07:57.880 --> 00:07:58.880
menetapkan instruksi AI,

00:07:59.120 --> 00:08:01.640
dan menghubungkan titik akhir onelake ke infrastruktur penalaran.

00:08:01.640 --> 00:08:03.300
Namun begitu Anda melakukannya,

00:08:03.620 --> 00:08:04.400
semuanya berubah,

00:08:04.620 --> 00:08:08.140
dashboard menjadi efek samping kecerdasan alih-alih tujuan untuk analisis.

00:08:08.300 --> 00:08:10.440
Pikirkan kembali metafora kuburan CSV.

00:08:10.720 --> 00:08:14.120
CSV tersebut adalah batu nisan yang menandai tempat kumpulan data lama mati.

00:08:14.320 --> 00:08:15.000
Nyalakan agen,

00:08:15.180 --> 00:08:16.380
dan hari kebangkitan pun tiba.

00:08:16.620 --> 00:08:17.700
Gudang mulai bernapas,

00:08:17.860 --> 00:08:18.920
tabel menyelaraskan diri,

00:08:19.080 --> 00:08:20.000
atribut memperoleh makna,

00:08:20.140 --> 00:08:21.760
dan metrik disinkronkan secara mandiri.

00:08:22.000 --> 00:08:23.600
Sistem tidak hanya melaporkan realitas,

00:08:23.880 --> 00:08:27.720
tetapi juga menafsirkannya saat Anda masih menyusun email tentang KPI kuartal terakhir.

00:08:27.720 --> 00:08:28.340
Tentu saja,

00:08:28.540 --> 00:08:30.220
perubahan ini memerlukan peningkatan mental,

00:08:30.220 --> 00:08:32.840
dari manajemen penyimpanan hingga orkestrasi kognitif.

00:08:33.000 --> 00:08:34.660
Agen data tidak menunggu instruksi,

00:08:34.880 --> 00:08:36.020
mereka mengikuti tujuan.

00:08:36.280 --> 00:08:40.140
Mereka menggunakan protokol konteks model untuk berkomunikasi dengan agen Microsoft lainnya,

00:08:40.380 --> 00:08:43.540
yang ada di Power Automate 365 dan layanan Azure AI,

00:08:43.840 --> 00:08:45.580
berbagi konteks penalaran di seluruh platform.

00:08:45.900 --> 00:08:48.920
Begitulah cara fluktuasi data dapat memicu alur kerja adaptif

00:08:48.920 --> 00:08:51.860
atau menghasilkan wawasan baru di dalam Excel tanpa mediasi manusia.

00:08:52.060 --> 00:08:52.400
Dan ya,

00:08:52.580 --> 00:08:53.780
jika dikonfigurasi dengan buruk,

00:08:53.900 --> 00:08:55.320
otonomi ini dapat terlihat meresahkan,

00:08:55.320 --> 00:08:58.400
seperti memiliki pekerja magang yang bertindak tegas setelah salah membaca spreadsheet.

00:08:58.560 --> 00:08:59.740
Itulah sebabnya tata kelola,

00:08:59.740 --> 00:09:01.020
yang akan segera kita bahas,

00:09:01.180 --> 00:09:01.320
ada.

00:09:01.560 --> 00:09:02.260
Namun pertama-tama,

00:09:02.320 --> 00:09:03.020
terimalah kebenaran ini.

00:09:03.220 --> 00:09:04.960
Kecerdasan yang tertunda berarti keuntungan yang hilang.

00:09:05.160 --> 00:09:07.160
Semakin lama Anda memperlakukan fabrik sebagai penyimpanan dingin,

00:09:07.300 --> 00:09:10.420
semakin mahal pula biaya yang Anda keluarkan untuk platform AI yang berfungsi sebagai cadangan yang dimuliakan.

00:09:10.680 --> 00:09:10.960
Jadi,

00:09:11.200 --> 00:09:12.740
berhentilah meratapi potensi data Anda.

00:09:13.000 --> 00:09:13.740
Bangunkan agen,

00:09:13.960 --> 00:09:16.320
biarkan gudang Anda beralih dari arsip menjadi organisme,

00:09:16.580 --> 00:09:19.780
karena era analitik berikutnya bukanlah tentang mengajukan pertanyaan yang lebih baik.

00:09:19.780 --> 00:09:23.200
Ini tentang memiliki sistem yang menjawab sebelum Anda dapat mengetiknya.

00:09:23.380 --> 00:09:25.560
Cara menghidupkan kembali gudang Anda dengan AI.

00:09:25.560 --> 00:09:27.600
Saatnya menghidupkan kembali mayat itu,

00:09:27.840 --> 00:09:29.220
kebangkitan tidak dimulai dengan kode,

00:09:29.500 --> 00:09:30.380
tetapi dengan konteks,

00:09:30.600 --> 00:09:32.260
karena konteks adalah oksigen untuk data.

00:09:32.500 --> 00:09:35.100
Langkah pertama adalah memasukkan makna ke dalam gudang Anda.

00:09:35.300 --> 00:09:36.940
Itu berarti membuat model semantik.

00:09:37.100 --> 00:09:39.940
Model-model ini menentukan bagaimana data Anda berpikir tentang dirinya sendiri.

00:09:40.120 --> 00:09:41.400
Penjualan terkait dengan pelanggan,

00:09:41.540 --> 00:09:42.320
pelanggan ke wilayah,

00:09:42.440 --> 00:09:43.720
wilayah ke struktur pendapatan.

00:09:43.720 --> 00:09:44.240
Tanpa mereka,

00:09:44.560 --> 00:09:48.220
bahkan agen AI yang paling hebat pun seperti ahli bahasa yang diberi kamus tanpa sintaksis.

00:09:48.380 --> 00:09:48.840
Di fabrik,

00:09:49.000 --> 00:09:52.700
Anda menggunakan lapisan pemodelan data untuk mendeklarasikan hubungan ini secara eksplisit

00:09:52.700 --> 00:09:54.660
sehingga agen Anda dapat bernalar alih-alih menebak.

00:09:54.840 --> 00:09:56.060
Sekarang untuk langkah kedua,

00:09:56.320 --> 00:09:58.120
benar-benar menerapkan agen data fabrik.

00:09:58.300 --> 00:10:00.560
Di sinilah Anda memberi gudang Anda bukan hanya otak,

00:10:00.780 --> 00:10:01.760
tetapi juga kepribadian,

00:10:02.060 --> 00:10:03.900
pikiran operasional yang tahu apa yang harus dicari,

00:10:04.260 --> 00:10:05.360
kapan harus memberitahu Anda,

00:10:05.640 --> 00:10:07.600
dan cara menghubungkan titik-titik di satu danau.

00:10:07.820 --> 00:10:08.600
Dalam praktiknya,

00:10:08.600 --> 00:10:10.360
Anda membuka Azure AI Foundry,

00:10:10.660 --> 00:10:11.580
menentukan agen data,

00:10:11.880 --> 00:10:13.820
dan mengarahkannya ke kumpulan data fabrik Anda.

00:10:14.060 --> 00:10:14.600
Seketika,

00:10:14.860 --> 00:10:17.020
ia mewarisi akses ke seluruh lapisan semantik.

00:10:17.180 --> 00:10:17.920
Ini bukan chatbot,

00:10:18.160 --> 00:10:21.340
ini adalah pengindeks sadar yang dilatih pada struktur bisnis Anda yang sebenarnya.

00:10:21.340 --> 00:10:23.760
Mulai sekarang, setiap tabel memiliki malaikat pelindung

00:10:23.760 --> 00:10:25.840
yang mampu mengenali pola dan melakukan inferensi.

00:10:26.040 --> 00:10:27.620
Langkah ketiga adalah instruksi.

00:10:27.860 --> 00:10:31.160
Agen tanpa parameter adalah balita dengan akses ke VPN perusahaan.

00:10:31.340 --> 00:10:33.640
Anda harus memberikan arahan khusus organisasi.

00:10:33.880 --> 00:10:36.540
Apa arti risiko, pendapatan, atau prioritas,

00:10:36.540 --> 00:10:38.160
sumber data mana yang berwenang,

00:10:38.400 --> 00:10:41.180
sistem mana yang tidak boleh disentuh tanpa persetujuan manusia.

00:10:41.340 --> 00:10:44.240
Kebijakan tata kelola dari Purview disinkronkan di sini secara otomatis,

00:10:44.480 --> 00:10:46.200
tetapi Anda harus menentukan maksud logisnya.

00:10:46.400 --> 00:10:48.100
Beritahu agen Anda cara berperilaku.

00:10:48.400 --> 00:10:49.700
Semakin jelas definisi Anda,

00:10:50.020 --> 00:10:51.140
semakin koheren penalarannya.

00:10:51.440 --> 00:10:53.680
Anggap saja seperti menyusun buku pegangan perusahaan

00:10:53.680 --> 00:10:55.260
untuk karyawan yang tidak pernah tidur.

00:10:55.460 --> 00:10:57.120
Langkah keempat adalah integrasi,

00:10:57.400 --> 00:10:59.960
bagian yang mengubah prototipe pintar menjadi teman sehari-hari.

00:11:00.220 --> 00:11:02.300
Hubungkan agen data Anda ke Copilot Studio.

00:11:02.620 --> 00:11:03.020
Mengapa?

00:11:03.020 --> 00:11:05.700
Karena Copilot menyediakan antarmuka bahasa alami

00:11:05.700 --> 00:11:07.120
yang sudah dipahami karyawan Anda.

00:11:07.280 --> 00:11:09.020
Ketika seseorang di bagian penjualan mengetik,

00:11:09.180 --> 00:11:10.420
tunjukkan pola curn yang muncul.

00:11:10.580 --> 00:11:12.900
Copilot dengan sopan meneruskan permintaan tersebut ke agen Anda,

00:11:13.180 --> 00:11:15.100
yang melakukan penalaran asli di seluruh kumpulan data,

00:11:15.380 --> 00:11:17.240
dan mengirimkan ringkasan yang dapat dibaca manusia,

00:11:17.520 --> 00:11:19.720
lengkap dengan kutipan dan garis keturunan yang dapat dilacak.

00:11:19.720 --> 00:11:22.400
Ini adalah kecerdasan yang disajikan secara percakapan.

00:11:22.680 --> 00:11:23.980
Setelah fondasi ini aktif,

00:11:24.240 --> 00:11:26.200
sistem mulai melakukan keajaiban yang tenang.

00:11:26.440 --> 00:11:27.800
Pertimbangkan deteksi tren,

00:11:28.060 --> 00:11:30.600
agen Anda terus-menerus memeriksa data transaksional,

00:11:30.820 --> 00:11:32.880
tingkat inventaris, dan metrik perkiraan.

00:11:33.100 --> 00:11:35.200
Ketika perilaku menyimpang dari ekspektasi,

00:11:35.480 --> 00:11:39.060
misalnya lonjakan hari libur yang berkembang lebih awal dari yang diperkirakan,

00:11:39.340 --> 00:11:41.140
agen akan memberitahu pemasaran dua minggu

00:11:41.140 --> 00:11:43.060
sebelum anomali tersebut muncul di dashboard,

00:11:43.360 --> 00:11:45.200
atau peringatan KPI gambar.

00:11:45.200 --> 00:11:47.200
Alih-alih aturan ambang batas manual,

00:11:47.620 --> 00:11:49.720
agen mengenali lintasan yang secara historis

00:11:49.720 --> 00:11:52.500
mendahului kesalahan dan menandainya secara preemptif.

00:11:52.600 --> 00:11:54.660
Prediksi jurn, pengoptimalan rantai pasokan,

00:11:54.860 --> 00:11:55.760
verifikasi kepatuhan,

00:11:56.060 --> 00:11:57.360
semuanya menjadi proses yang berjalan,

00:11:57.620 --> 00:11:58.620
bukan laporan triwulanan.

00:11:58.920 --> 00:12:00.580
Disinilah keunggulan desain fabrik.

00:12:00.760 --> 00:12:02.680
Agen-agen ini tidak hidup dalam isolasi.

00:12:02.920 --> 00:12:05.080
Mereka berkomunikasi melalui protokol konteks modal

00:12:05.080 --> 00:12:06.300
dengan layanan Microsoft lainnya,

00:12:06.520 --> 00:12:08.040
menciptakan orkestrasi multi-agen.

00:12:08.260 --> 00:12:11.200
Agen data fabrik dapat mengidentifikasi SKU yang bergerak lambat,

00:12:11.200 --> 00:12:14.140
memberi tahu agen power otomat untuk memicu alur kerja diskon,

00:12:14.320 --> 00:12:16.920
menyinkronkan hasil ke Dynamics melalui agen Azure Eye lainnya,

00:12:17.140 --> 00:12:19.940
dan akhirnya menyajikan hasilnya di dalam TAMS sebagai peringatan bisnis.

00:12:20.140 --> 00:12:22.080
Urutan tersebut tidak memerlukan skrip khusus,

00:12:22.420 --> 00:12:24.540
hanya tujuan dan koneksi yang ditentukan dengan benar.

00:12:24.680 --> 00:12:26.780
Anda baru saja menyaksikan kecerdasan terdistribusi

00:12:26.780 --> 00:12:28.040
yang melakukan pekerjaan asli.

00:12:28.280 --> 00:12:30.460
Inilah inti sebenarnya yang terlewatkan oleh banyak orang.

00:12:30.720 --> 00:12:32.580
Fabrik bukanlah tempat untuk menyimpan hasil.

00:12:32.780 --> 00:12:35.140
Ini adalah lingkungan operasi untuk penalaran berkelanjutan.

00:12:35.380 --> 00:12:37.140
Memperlakukannya seperti berangkas data statis

00:12:37.140 --> 00:12:39.480
akan menyianyakan satu inovasi arsitektur yang membedakannya.

00:12:39.480 --> 00:12:41.640
Anda seharusnya berpikir dalam bentuk agen.

00:12:41.860 --> 00:12:43.520
Setiap kumpulan data menjadi aktor.

00:12:43.740 --> 00:12:45.640
Setiap wawasan menjadi suatu peristiwa.

00:12:45.880 --> 00:12:48.020
Setiap proses bisnis menjadi percakapan adaptif

00:12:48.020 --> 00:12:49.480
yang terorkestrasi di antara mereka.

00:12:49.660 --> 00:12:51.880
Pekerjaan Anda beralih dari membangun alur kerja

00:12:51.880 --> 00:12:53.080
menjadi menentukan tujuan.

00:12:53.340 --> 00:12:55.060
Beberapa orang merasa jijik dengan hal itu.

00:12:55.320 --> 00:12:56.840
Mereka menginginkan determinisme yang menenangkan,

00:12:56.960 --> 00:12:57.940
jaminan bahwa tidak ada yang berubah

00:12:57.940 --> 00:12:59.420
kecuali jika mesin cetak manusia bekerja.

00:12:59.580 --> 00:13:02.200
Namun, sistem cerdas berkembang pesat dengan adanya umpan balik.

00:13:02.360 --> 00:13:03.600
Ketika agen menyempurnakan metrik

00:13:03.600 --> 00:13:04.860
atau mengotomatiskan peringatan,

00:13:04.860 --> 00:13:06.240
agen tersebut tidak mengambil kendali,

00:13:06.500 --> 00:13:07.640
melainkan mengambil tanggung jawab.

00:13:07.760 --> 00:13:10.060
Beginilah cara data akhirnya mendapatkan keuntungan

00:13:10.060 --> 00:13:11.020
dengan mendeteksi masalah,

00:13:11.320 --> 00:13:12.140
membuat rekomendasi,

00:13:12.360 --> 00:13:13.340
dan belajar dari koreksi.

00:13:13.640 --> 00:13:14.800
Jika Anda pernah bertanya-tanya

00:13:14.800 --> 00:13:16.220
mengapa pesaing bergerak lebih cepat

00:13:16.220 --> 00:13:17.360
dengan kumpulan data yang sama,

00:13:17.700 --> 00:13:19.600
itu karena gudang mereka tidak menunggu instruksi,

00:13:19.860 --> 00:13:21.120
mereka berdiskusi secara internal,

00:13:21.460 --> 00:13:22.500
menyelesaikan masalah mikro

00:13:22.500 --> 00:13:24.200
bahkan sebelum para eksekutif mendengarnya.

00:13:24.500 --> 00:13:27.240
Seperti itulah lingkungan fabrik yang dibangkitkan kembali.

00:13:27.480 --> 00:13:28.700
Hidup, sadar diri,

00:13:28.860 --> 00:13:30.120
dan analitis tanpa henti.

00:13:30.400 --> 00:13:31.980
Dan ya, memberikan kehidupan pada data Anda

00:13:31.980 --> 00:13:33.220
mengharuskan Anda memberinya batasan

00:13:33.220 --> 00:13:34.380
karena otonomi yang tidak terkendali

00:13:34.380 --> 00:13:35.760
dengan cepat berubah menjadi kekacauan.

00:13:35.940 --> 00:13:37.600
Jadi, sebelum kita membiarkan agen-agen ini

00:13:37.600 --> 00:13:38.400
berkeliaran dengan bebas,

00:13:38.600 --> 00:13:39.560
mari kita pasang pagar pembatas

00:13:39.560 --> 00:13:41.280
yang menjaga intelijen agar tidak menjadi pembangkangan.

00:13:41.480 --> 00:13:43.260
Tata Kelola sebagai pagar pembatas.

00:13:43.460 --> 00:13:45.100
Mari kita bicara tentang pengendalian diri,

00:13:45.240 --> 00:13:46.360
bagian yang diabaikan semua orang

00:13:46.360 --> 00:13:47.480
sampai sesuatu terbakar.

00:13:47.660 --> 00:13:48.880
Memberikan intelijen gudang Anda

00:13:48.880 --> 00:13:49.660
tanpa tata kelola

00:13:49.660 --> 00:13:50.840
seperti memberikan akses root

00:13:50.840 --> 00:13:51.980
kepada pekerja magang kantor

00:13:51.980 --> 00:13:52.480
dan berkata,

00:13:52.720 --> 00:13:53.320
jadilah kreatif.

00:13:53.460 --> 00:13:55.040
Kesiapan AI bukanlah keyakinan buta,

00:13:55.260 --> 00:13:56.760
melainkan kepercayaan yang direkayasa.

00:13:56.760 --> 00:13:57.700
Dan di jagat fabrik,

00:13:57.860 --> 00:13:59.240
kepercayaan itu memakai tiga seragam,

00:13:59.460 --> 00:13:59.740
Purview,

00:14:00.020 --> 00:14:00.900
pencegahan kehilangan data,

00:14:01.100 --> 00:14:02.540
dan lapisan tata kelola bawaan fabrik.

00:14:02.660 --> 00:14:03.180
Bersama-sama,

00:14:03.460 --> 00:14:04.600
mereka menggambar garis batas

00:14:04.600 --> 00:14:06.680
yang membuat agen data Anda cemerlang tetapi patuh.

00:14:06.900 --> 00:14:07.780
Dalam istilah manusia,

00:14:08.080 --> 00:14:09.360
tata kelola menjaga rasa ingin tahu

00:14:09.360 --> 00:14:10.600
agar tidak masuk tanpa izin.

00:14:10.760 --> 00:14:12.680
Purview menentukan siapa yang dapat melihat apa,

00:14:12.980 --> 00:14:14.760
DLP memastikan tidak ada informasi rahasia

00:14:14.760 --> 00:14:15.940
yang hilang dalam query yang ceroboh,

00:14:16.180 --> 00:14:17.880
dan tata kelola fabrik menegakkan kebijakan

00:14:17.880 --> 00:14:19.320
tepat di dalam pembuluh darah platform.

00:14:19.620 --> 00:14:21.060
Jika dikonfigurasi dengan benar,

00:14:21.360 --> 00:14:22.760
sistem ini membentuk sistem saraf

00:14:22.760 --> 00:14:23.720
yang mendeteksi pelanggaran

00:14:23.720 --> 00:14:25.680
dan menegakkan disiplin dengan kecepatan mesin.

00:14:25.880 --> 00:14:27.060
Agen Anda mungkin bernalar,

00:14:27.380 --> 00:14:29.240
tetapi mereka bernalar di dalam kotak pasir

00:14:29.240 --> 00:14:30.540
yang dilapisi kaca kepatuhan.

00:14:30.780 --> 00:14:31.900
Nuansa yang krusial adalah

00:14:31.900 --> 00:14:33.700
bahwa fabrik tidak memperlakukan tata kelola

00:14:33.700 --> 00:14:34.800
sebagai tugas eksternal.

00:14:34.980 --> 00:14:36.540
Itu asli untuk setiap transaksi.

00:14:36.860 --> 00:14:38.660
Setiap kumpulan data membawa paspor metadata,

00:14:39.040 --> 00:14:39.700
garis keturunan,

00:14:39.920 --> 00:14:40.520
klasifikasi,

00:14:40.760 --> 00:14:41.740
dan peran aksesnya sendiri.

00:14:42.020 --> 00:14:43.840
Jadi, setiap kali agen menarik data,

00:14:44.160 --> 00:14:46.000
ia menyeret konteks metadata itu bersamanya.

00:14:46.260 --> 00:14:47.780
Begitulah cara fabrik memastikan

00:14:47.780 --> 00:14:48.920
AI yang sadar konteks.

00:14:49.100 --> 00:14:50.520
Informasi tidak hanya diambil,

00:14:50.680 --> 00:14:51.340
tetapi dilacak.

00:14:51.340 --> 00:14:52.920
Anda dapat melihat siapa yang menyentuhnya,

00:14:53.120 --> 00:14:53.360
kapan,

00:14:53.560 --> 00:14:55.120
dan bagaimana ia bercabang melalui alur kerja.

00:14:55.280 --> 00:14:57.280
Ini adalah akuntansi forensik untuk kognisi.

00:14:57.500 --> 00:14:57.900
Sekarang,

00:14:58.060 --> 00:15:00.300
mari kita bahas fantasi tentang kecerdasan yang tidak diatur.

00:15:00.520 --> 00:15:01.620
Banyak tim mengaktifkan agen,

00:15:01.840 --> 00:15:02.580
merayakan otonomi,

00:15:02.840 --> 00:15:04.100
dan tiga minggu kemudian bertanya-tanya

00:15:04.100 --> 00:15:05.520
mengapa bot yang membantu mengirim email

00:15:05.520 --> 00:15:07.080
berisi nomor rahasia ke saluran bersama.

00:15:07.260 --> 00:15:09.780
Karena tanpa adanya struktur otoritas yang eksplisit,

00:15:10.080 --> 00:15:12.080
setiap agen menjadi pekerja magang improvisasi

00:15:12.080 --> 00:15:14.000
yang yakin bahwa ia bekerja dengan heroik.

00:15:14.120 --> 00:15:16.080
Tata kelola mengubah improvisasi tersebut

00:15:16.080 --> 00:15:17.520
menjadi latihan dengan naskah.

00:15:17.520 --> 00:15:19.700
Peran dan izin menentukan kumpulan data mana

00:15:19.700 --> 00:15:21.120
yang dapat ditanyakan oleh agen

00:15:21.120 --> 00:15:23.120
dan tindakan apa yang memerlukan konfirmasi.

00:15:23.360 --> 00:15:24.560
AI tetap berpikir kreatif,

00:15:24.740 --> 00:15:26.240
tetapi melakukannya sambil membacakan

00:15:26.240 --> 00:15:28.120
manual etika perusahaan secara real time.

00:15:28.300 --> 00:15:30.160
Pengayaan metadata memainkan peran yang tenang

00:15:30.160 --> 00:15:31.240
tetapi menentukan di sini.

00:15:31.520 --> 00:15:33.200
Setiap catatan memperoleh lapisan deskriptif,

00:15:33.320 --> 00:15:33.760
kepemilikan,

00:15:33.960 --> 00:15:34.480
sensitivitas,

00:15:34.660 --> 00:15:35.220
garis keturunan.

00:15:35.420 --> 00:15:35.700
Jadi,

00:15:35.980 --> 00:15:37.220
ketika agen menyusun ringkasan,

00:15:37.440 --> 00:15:38.980
ia sudah mengetahui apakah konten tersebut

00:15:38.980 --> 00:15:40.380
bersifat publik atau terbatas.

00:15:40.600 --> 00:15:42.800
Gabungkan itu dengan grafik garis keturunan fabrik,

00:15:42.800 --> 00:15:44.980
dan Anda dapat melacak kesimpulan yang dihasilkan AI

00:15:44.980 --> 00:15:46.500
langsung kembali ke sumber data mentah.

00:15:46.700 --> 00:15:48.300
Itu menutup lingkaran interpretabilitas,

00:15:48.580 --> 00:15:49.620
sehingga audit dapat dilakukan

00:15:49.620 --> 00:15:50.880
bahkan dalam operasi otonom.

00:15:51.080 --> 00:15:52.580
Itulah perbedaan antara otomatisasi

00:15:52.580 --> 00:15:53.400
yang dapat dijelaskan

00:15:53.400 --> 00:15:54.600
dan penyangkalan yang masuk akal.

00:15:54.800 --> 00:15:56.480
Manfaat psikologisnya sangat besar.

00:15:56.700 --> 00:15:58.460
Para eksekutif berhenti takut pada AI nakal

00:15:58.460 --> 00:16:00.340
karena mereka dapat memeriksa jejak penalarannya.

00:16:00.580 --> 00:16:02.600
Petugas data berhenti menulis memo tata kelola

00:16:02.600 --> 00:16:04.800
karena kebijakan berjalan bersama data itu sendiri.

00:16:04.800 --> 00:16:07.040
Fabrik mencapai apa yang tidak pernah dapat dicapai

00:16:07.040 --> 00:16:07.920
oleh sistem BI lama,

00:16:08.220 --> 00:16:09.760
kepatuhan yang menegakkan diri sendiri.

00:16:09.760 --> 00:16:12.260
Setiap wawasan memiliki asal-usul yang tertanam.

00:16:12.500 --> 00:16:14.060
Setiap tindakan dicatat dengan presisi

00:16:14.060 --> 00:16:15.040
perekam data penerbangan.

00:16:15.300 --> 00:16:17.720
Tentu saja, aturan saja tidak menjamin kebijaksanaan.

00:16:17.920 --> 00:16:19.320
Anda dapat mengatur secara berlebihan

00:16:19.320 --> 00:16:20.800
dan mencekik kreativitas dengan mudah.

00:16:20.980 --> 00:16:23.200
Tata kelola dimaksudkan untuk menyalurkan kecerdasan,

00:16:23.380 --> 00:16:24.040
bukan membungkamnya.

00:16:24.220 --> 00:16:26.520
Kecemerlangan model fabrik terletak pada proporsionalitasnya,

00:16:26.780 --> 00:16:28.780
keseimbangan antara otomatisasi dan akuntabilitas.

00:16:29.000 --> 00:16:30.900
Agen bertindak cepat tetapi dalam ambang batas

00:16:30.900 --> 00:16:31.680
yang dapat ditentukan.

00:16:31.900 --> 00:16:33.700
Keputusan yang membutuhkan empati, penilaian,

00:16:33.860 --> 00:16:35.900
atau tanggung jawab meningkat ke manusia secara otomatis.

00:16:35.900 --> 00:16:38.960
Anda menjaga mesin tetap cepat dan manusia tetap bertanggung jawab.

00:16:39.060 --> 00:16:39.520
Elegant.

00:16:39.760 --> 00:16:41.200
Jadi, inilah uji lakmusnya.

00:16:41.480 --> 00:16:42.720
Jika lingkungan fabrik Anda terasa liar,

00:16:42.940 --> 00:16:43.980
Anda telah mengatur secara kurang baik.

00:16:44.160 --> 00:16:46.520
Jika terasa lumpuh, berarti Anda telah mengatur secara berlebihan.

00:16:46.680 --> 00:16:48.440
Titik manisnya adalah orkestrasi.

00:16:48.680 --> 00:16:51.620
Sebuah simfoni tempat para agen bermain dengan percaya diri dalam skor

00:16:51.620 --> 00:16:54.620
dan kepatuhan bersenandung mengikuti irama alih-alih menabuh interupsi.

00:16:54.920 --> 00:16:56.260
Setelah kepercayaan tercapai,

00:16:56.540 --> 00:16:58.720
saat itulah fabrik menunjukkan sifat aslinya.

00:16:58.980 --> 00:17:01.980
Kolaborasi yang disiplin dan sadar antara logika dan hukum.

00:17:01.980 --> 00:17:04.060
Kekacauan meredah, wawasan mengalir,

00:17:04.280 --> 00:17:07.900
dan untuk pertama kalinya data Anda berperilaku tidak seperti remaja yang tidak terkendali,

00:17:08.200 --> 00:17:11.680
tetapi seperti profesional terlatih yang tahu persis seberapa jauh kecemerlangan

00:17:11.680 --> 00:17:13.500
dapat dilakukan sebelum melanggar kebijakan.

00:17:15.140 --> 00:17:16.340
Ekosistem cerdas.

00:17:16.600 --> 00:17:18.020
Apa yang telah Anda bangun sejauh ini?

00:17:18.280 --> 00:17:20.320
Model semantik, agen, dan tata kelola.

00:17:20.640 --> 00:17:22.660
Bukan sekadar gudang data, melainkan koloni.

00:17:22.960 --> 00:17:26.520
Setiap elemen di Microsoft Fabric direkayasa untuk hidup berdampingan dan bekerjasama.

00:17:26.720 --> 00:17:28.480
Keindahannya terletak pada penyatuan.

00:17:28.480 --> 00:17:32.180
Rekayasa data, intelijen bisnis, dan AI semuanya berbagi oksigen yang sama.

00:17:32.420 --> 00:17:34.360
Secara terpisah, semuanya mengesankan.

00:17:34.580 --> 00:17:38.160
Bersama-sama, semuanya berkembang menjadi sesuatu yang berbatasan dengan koordinasi yang sadar.

00:17:38.320 --> 00:17:40.480
Fabrik bukanlah alat lain dalam tumpukan teknologi Anda,

00:17:40.760 --> 00:17:43.020
melainkan sistem operasi untuk intelijen perusahaan.

00:17:43.240 --> 00:17:45.640
Dalam satu kanvas, Anda dapat merekayasa alur data,

00:17:45.860 --> 00:17:47.920
mengelola gudang, mengatur analitik waktu nyata,

00:17:48.180 --> 00:17:50.500
dan mengundang agen AI untuk bernalar di semua hal tersebut.

00:17:50.660 --> 00:17:52.180
Tidak ada serah terima antar departemen,

00:17:52.180 --> 00:17:56.500
hanya satu alur kerja berkelanjutan yang dimulai sebagai penyerapan dan berakhir sebagai wawasan.

00:17:56.500 --> 00:18:01.980
Bandingkan dengan era prafabrik, saat empat platform dan enam jabat tangan diperlukan sebelum data dapat dipahami.

00:18:02.240 --> 00:18:04.000
Saat ini, One Lake memasukkan semuanya,

00:18:04.320 --> 00:18:05.580
Power BI memvisualisasikannya,

00:18:05.880 --> 00:18:07.460
kecerdasan waktu nyata bereaksi terhadapnya,

00:18:07.720 --> 00:18:08.800
dan agen data menafsirkannya.

00:18:09.060 --> 00:18:12.060
Anda akhirnya memiliki orkestrasi daripada kekacauan koordinasi.

00:18:12.260 --> 00:18:14.180
Pertimbangkan pemeliharaan prediktif.

00:18:14.360 --> 00:18:18.020
Dalam lingkungan fabrik, data sensor mengalir melalui kecerdasan waktu nyata.

00:18:18.020 --> 00:18:20.000
Lapisan rekayasa data membentuknya,

00:18:20.280 --> 00:18:22.780
agen data mendeteksi frekuensi getaran yang tidak teratur,

00:18:22.780 --> 00:18:24.940
dan bahkan sebelum teknisi melihat dashboard,

00:18:25.160 --> 00:18:27.520
agen Power Automate telah menjatuhalkan tiket inspeksi.

00:18:27.780 --> 00:18:29.180
Itulah kognisi loop tertutup,

00:18:29.440 --> 00:18:31.720
sistem yang tidak menunggu izin untuk mencegah masalah.

00:18:31.960 --> 00:18:33.040
Beralih ke pemasaran,

00:18:33.340 --> 00:18:35.560
data kampanye mengalir ke One Lake dari Dynamics,

00:18:35.860 --> 00:18:37.120
diproses oleh data factory,

00:18:37.500 --> 00:18:39.500
dikontekstualisasikan oleh model semantik,

00:18:39.700 --> 00:18:42.740
dan ditafsirkan oleh agen yang terlatih pada pola respons historis.

00:18:42.740 --> 00:18:44.600
Ketika rasio klik tayang menurun,

00:18:44.980 --> 00:18:47.240
agen melakukan referensi silang terhadap musim,

00:18:47.560 --> 00:18:48.640
mengusulkan waktu baru,

00:18:49.040 --> 00:18:51.840
dan memberikan saran kembali ke panel co-pilot Power BI

00:18:51.840 --> 00:18:53.980
untuk disetujui oleh pemasar manusia.

00:18:54.340 --> 00:18:56.100
Fabrik tidak menggantikan kreativitas,

00:18:56.380 --> 00:18:59.380
tetapi memperkuatnya dengan kesadaran situasional yang berkelanjutan.

00:18:59.660 --> 00:19:01.040
Bagaimana dengan manufaktur,

00:19:01.260 --> 00:19:03.980
agen operasi menghubungkan data produksi dengan tingkat pasokan,

00:19:04.160 --> 00:19:05.720
menginstruksikan agen lain di Azure

00:19:05.720 --> 00:19:08.460
untuk menyeimbangkan kembali pesanan pengadaan secara otomatis.

00:19:08.620 --> 00:19:09.900
Ketika permintaan melonjak,

00:19:09.900 --> 00:19:11.060
sistem tidak panik.

00:19:11.060 --> 00:19:13.820
Sistem mengubah rutenya sendiri dalam hitungan mili detik.

00:19:13.960 --> 00:19:16.820
Itulah arti sebenarnya dari kecerdasan yang dapat menyesuaikan diri.

00:19:17.020 --> 00:19:19.000
Data yang dapat merasakan ketidakseimbangannya sendiri

00:19:19.000 --> 00:19:21.320
dan memperbaikinya sebelum ada yang menulis email eskalasi.

00:19:21.580 --> 00:19:23.960
Setiap kali Fabrik menghubungkan bagian-bagian yang bergerak ini,

00:19:24.180 --> 00:19:24.840
nilainya bertambah.

00:19:25.060 --> 00:19:26.220
Data memiliki garis keturunan,

00:19:26.360 --> 00:19:27.400
wawasan memiliki kepengarangan,

00:19:27.600 --> 00:19:28.580
dan tindakan membawa alasan.

00:19:28.800 --> 00:19:30.800
Power BI bukan sekadar titik akhir visualisasi,

00:19:31.080 --> 00:19:32.980
tetapi juga permukaan ekspresi untuk pikiran mesin.

00:19:33.220 --> 00:19:35.020
Data Factory berhenti menjadi mesin penyerapan

00:19:35.020 --> 00:19:37.520
dan menjadi arteri hidup yang memberi makan kognisi berkelanjutan.

00:19:37.520 --> 00:19:40.020
Kecerdasan waktu nyata, itulah refleks Fabrik.

00:19:40.160 --> 00:19:41.520
Tanpa itu, sistem akan mengerti,

00:19:41.620 --> 00:19:42.860
tetapi tidak akan pernah merespons.

00:19:43.060 --> 00:19:44.740
Bersama-sama, lapisan-lapisan ini membentuk

00:19:44.740 --> 00:19:46.480
apa yang mungkin menjadi ekosistem digital pertama

00:19:46.480 --> 00:19:47.420
yang benar-benar kooperatif.

00:19:47.640 --> 00:19:49.040
Sebuah lingkungan tempat penyimpanan,

00:19:49.180 --> 00:19:51.620
penalaran, dan tindakan tidak dapat dibedakan dalam praktik.

00:19:51.720 --> 00:19:53.620
Perubahan demokratisasi adalah Copilot.

00:19:53.800 --> 00:19:56.020
Ia mengubah semua kerumitan ini menjadi percakapan.

00:19:56.240 --> 00:19:58.880
Pengguna bisnis tidak perlu mempelajari KQL atau DAX.

00:19:59.060 --> 00:20:00.660
Mereka mengetik pertanyaan di TAMS.

00:20:00.660 --> 00:20:03.720
Di balik layar, Copilot mendelegasikan penalaran kepada agen data

00:20:03.720 --> 00:20:06.240
yang mengambil jawaban yang divalidasi dan sesuai kebijakan.

00:20:07.520 --> 00:20:09.400
Instan, sementara pejabat tata kelola tidurnya

00:20:09.400 --> 00:20:10.960
karena mengetahui setiap pernyataan disertai

00:20:10.960 --> 00:20:12.660
dengan garis keturunan yang dapat diverifikasi.

00:20:12.880 --> 00:20:15.020
Ini adalah gabungan antara aksesibilitas dan otoritas,

00:20:15.260 --> 00:20:17.600
momen langka ketika kemudahan penggunaan tidak melemahkan ketelitian.

00:20:17.820 --> 00:20:20.420
Disinilah pola pikir BI tradisional akhirnya runtuh.

00:20:20.660 --> 00:20:23.460
Ekosistem data kemarin menghasilkan laporan yang melihat ke belakang.

00:20:23.700 --> 00:20:26.640
Ekosistem Fabrik saat ini menghasilkan kesadaran situasional.

00:20:26.860 --> 00:20:30.060
Anda tidak mengukur kinerja, Anda mengalaminya secara terus-menerus.

00:20:30.060 --> 00:20:32.240
Gudang bukan lagi infrastruktur pasif,

00:20:32.480 --> 00:20:34.820
melainkan sistem saraf strategis perusahaan.

00:20:34.820 --> 00:20:37.380
Kecerdasan Fabrik bukanlah kecemerlangan yang terisolasi,

00:20:37.660 --> 00:20:39.260
melainkan kejeniusan yang kooperatif.

00:20:39.460 --> 00:20:41.060
Bayangkan perubahannya secara visual.

00:20:41.360 --> 00:20:44.620
Danau lama itu horizontal, data mengalir dalam satu arah lalu berhenti.

00:20:44.860 --> 00:20:46.120
Fabrik itu vertikal.

00:20:46.380 --> 00:20:49.360
Data naik melalui rekayasa, pemodelan, penalaran, visualisasi,

00:20:49.560 --> 00:20:51.460
dan tindakan dalam pendakian yang terus-menerus seperti panas

00:20:51.460 --> 00:20:52.520
yang naik melalui atmosfer.

00:20:52.680 --> 00:20:54.480
Yang muncul di atas bukan sekadar analitik,

00:20:54.660 --> 00:20:55.720
melainkan pandangan ke depan.

00:20:55.720 --> 00:20:57.920
Jadi, pertanyaannya menjadi sangat sederhana.

00:20:58.160 --> 00:21:00.680
Apakah Anda akan mengisi lingkungan hidup ini dengan entitas cerdas

00:21:00.680 --> 00:21:02.580
atau terus menumpuk berkas datar seperti batunisan?

00:21:02.800 --> 00:21:05.400
Karena pada tahap ini, ketidaktahuan adalah sebuah pilihan.

00:21:05.600 --> 00:21:07.380
Fabrik memberi Anda jaringan dan neuron.

00:21:07.700 --> 00:21:10.740
Menolak aktifasi itu seperti membeli otak dan bersih keras untuk koma.

00:21:10.940 --> 00:21:12.060
Ketika berfungsi dengan benar,

00:21:12.320 --> 00:21:14.860
ekosistem Fabrik Anda berperilaku tidak seperti perangkat lunak

00:21:14.860 --> 00:21:17.280
dan lebih seperti organisme yang disinkronkan oleh umpan balik.

00:21:17.460 --> 00:21:18.860
Setiap kali kumpulan data berubah,

00:21:19.120 --> 00:21:20.140
setiap lapisan menyesuaikan,

00:21:20.360 --> 00:21:22.080
memastikan kecerdasan tidak pernah mengeras.

00:21:22.320 --> 00:21:24.100
Akhirnya, untuk itulah ia dibuat.

00:21:24.280 --> 00:21:25.220
Bukan pelaporan statis,

00:21:25.440 --> 00:21:27.020
tetapi keadaan pembelajaran yang terus-menerus.

00:21:27.020 --> 00:21:29.680
Dan sekarang kita mencapai persimpangan jalan yang tak terelakkan.

00:21:29.860 --> 00:21:32.200
Apakah Anda bermaksud mempertahankan lingkaran evolusi itu

00:21:32.200 --> 00:21:34.620
atau menutupnya lagi dengan unggahan CSV Anda berikutnya?

00:21:34.880 --> 00:21:37.080
Pilihannya, inilah kebenaran yang sebenarnya.

00:21:37.360 --> 00:21:39.260
Microsoft Fabrik bukanlah produk penyimpanan.

00:21:39.460 --> 00:21:41.640
Ini adalah mesin intelijen yang menyamar sebagai mesin intelijen

00:21:41.640 --> 00:21:43.400
untuk menghindari rasa takut para tradisionalis.

00:21:43.560 --> 00:21:44.760
Anda tidak membeli ruang disk,

00:21:44.920 --> 00:21:46.460
Anda membeli kognisi sebagai layanan.

00:21:46.720 --> 00:21:49.420
Gudang data Anda hanya berfungsi saat agen Anda terjaga.

00:21:49.700 --> 00:21:50.520
Saat mereka tidur,

00:21:50.780 --> 00:21:53.480
ekosistem kembali menjadi arsip senyap yang berpura-pura modern.

00:21:53.760 --> 00:21:56.680
Pesaing Anda tidak mengalahkan Anda dengan kumpulan data yang lebih besar.

00:21:56.680 --> 00:22:00.020
Mereka mengalahkan Anda dengan data yang sama yang dikonfigurasi secara cerdas.

00:22:00.200 --> 00:22:02.980
Mereka membiarkan agen mereka menafsirkan tren sebelum rapat dimulai.

00:22:03.160 --> 00:22:04.620
Anda tetap memformat ekspor.

00:22:04.800 --> 00:22:06.300
Kesenjangan teknologinya minimal.

00:22:06.560 --> 00:22:08.180
Kesenjangan kognitifnya sangat besar.

00:22:08.440 --> 00:22:10.320
Jadi, pilihlah masa depan Anda dengan bijak.

00:22:10.460 --> 00:22:12.760
Tetap perlakukan fabrik seperti kamar mayat data yang mahal

00:22:12.760 --> 00:22:14.660
atau undang fabrik untuk bertindak seperti yang dirancang,

00:22:14.760 --> 00:22:16.380
yaitu kerangka berpikir untuk bisnis Anda.

00:22:16.600 --> 00:22:18.300
Hidupkan kembali kumpulan data tersebut.

00:22:18.480 --> 00:22:19.580
Biarkan agen bernalar.

00:22:19.860 --> 00:22:21.220
Biarkan tata kelola membimbing mereka.

00:22:21.360 --> 00:22:23.320
Dan biarkan wawasan menjadi refleks alih-alih ritual.

00:22:23.320 --> 00:22:26.100
Dan jika pengungkapan ini sedikit menyakitkan, bagus.

00:22:26.300 --> 00:22:28.100
Itu tanda kebangkitan konseptual.

00:22:28.320 --> 00:22:30.180
Sekarang, sebelum pekerjaan ETL Anda berikutnya

00:22:30.180 --> 00:22:31.420
membalsem metrik selama sebulan lagi,

00:22:31.720 --> 00:22:33.360
berlanggananlah untuk mendapatkan urayan lebih mendalam

00:22:33.360 --> 00:22:35.760
tentang cara membangun kecerdasan ke dalam Microsoft Fabrik itu sendiri.

00:22:36.000 --> 00:22:37.960
Tetap perlakukan itu seperti kuburan CSV.

00:22:38.300 --> 00:22:39.540
Jangan sebut itu fabrik.
