WEBVTT

00:00:00.000 --> 00:00:00.920
Copilot tidak bingung.

00:00:01.460 --> 00:00:01.920
Ya, patuh.

00:00:02.340 --> 00:00:07.280
Paragraf ceri yang baru saja ditulisnya tentang lonjakan Q4 perusahaan Anda yang tidak nyata itu bukanlah sebuah kesalahan teknis.

00:00:07.700 --> 00:00:09.860
Itu adalah kebenaran menurut data Anda sendiri yang disusun dengan buruk.

00:00:10.460 --> 00:00:12.340
Ini adalah efek sampah masuk keyakinan keluar.

00:00:13.100 --> 00:00:16.400
Cara sopan Microsoft Fabric untuk mengatakan bahwa Anda melatih pembohong Anda sendiri.

00:00:17.040 --> 00:00:21.980
Copilot akan dengan senang hati berhalusinasi tentang pola karena tabel Anda membisikkan ketidak konsistenan ke dalam konteks perintahnya.

00:00:22.540 --> 00:00:23.160
Inilah yang terjadi.

00:00:23.500 --> 00:00:27.760
Anda memiliki join ganda, semantik yang hilang, dan lapisan medali setengah matang yang menyamar sebagai kebenaran.

00:00:27.760 --> 00:00:29.640
Kemudian Anda memanggil Copilot dan minta wawasan.

00:00:29.920 --> 00:00:31.180
Ia tidak menalar, ia menyusun ulang.

00:00:31.840 --> 00:00:36.720
Fabric memberinya metadata yang cacat, dan Copilot mengembalikan mimpi jernih yang dibalut sebagai analisis.

00:00:37.660 --> 00:00:41.280
Hari ini, saya akan menunjukkan mengapa itu terjadi di mana modal data Anda mengkhianati Anda,

00:00:41.460 --> 00:00:43.960
dan cara membangunnya kembali agar Copilot berhenti mengarang cerita.

00:00:44.360 --> 00:00:48.180
Pada akhirnya, Anda akan memiliki AI yang akurat, dapat dijelaskan, dan akhirnya dapat dipercaya.

00:00:49.340 --> 00:00:50.260
Ilusi kecerdasan.

00:00:51.240 --> 00:00:52.060
Mengapa Copilot berbohong?

00:00:52.560 --> 00:00:54.240
Orang berharap Copilot mengetahui segalanya.

00:00:54.240 --> 00:00:54.820
Itu data.

00:00:54.820 --> 00:00:59.900
Ia mencocokkan pola dari metadata, konteks, dan hubungan rapu yang telah Anda tentukan di dalam Fabric.

00:01:00.700 --> 00:01:03.040
Anda pikir Anda melibicara dengan kecerdasan, padahal Anda sebenarnya berjalan.

00:01:03.540 --> 00:01:07.400
Berikan ambiguitas, dan ia akan mencerminkan ambiguitas itu kembali, hanya saja dengan ambiguit.

00:01:07.740 --> 00:01:08.420
Ini tidak masalah sebenarnya.

00:01:08.420 --> 00:01:12.220
Sebagian besar implementasi Fabric menganggap desain skema sebagai prioritas kesekian.

00:01:12.440 --> 00:01:17.560
Tabel fakta digabungkan dengan kunci yang salah, ukuran ditulis secara tidak konsisten, deskripsi hilang sama sekali, deskripsi hilang.

00:01:17.960 --> 00:01:20.860
Copilot membaca kekacauan ini seperti anak kecil membaca kalimat tanpa tanda baca.

00:01:21.560 --> 00:01:23.000
Ia hanya menebak di mana mana seharusnya berat.

00:01:23.780 --> 00:01:26.060
Hasilnya terdengar koheren, namun mungkin sangat salah.

00:01:26.800 --> 00:01:31.780
Katakanlah Pisenemus Anda berisi pendapatan dari satu sumber, dan total penjualan dari sumber lain, keduanya tidak distandarisasi.

00:01:32.200 --> 00:01:36.000
Copilot melihat nama kolom yang serupa, dan dalam kesopanannya tak terbatas menggabungkannya.

00:01:36.000 --> 00:01:38.360
Anda bertanya berapa pendapatan kuartal lalu.

00:01:38.980 --> 00:01:43.360
Ia menggabungkan ukuran dengan granularitas yang tidak cocok menghasilkan rata-rata lintas skala yang tidak kompatibel,

00:01:43.680 --> 00:01:45.340
dan menyajikannya kepada Anda dengan penuh percari.

00:01:45.800 --> 00:01:47.800
Grafiknya terlalu profesional, matematikanya fiksi.

00:01:48.320 --> 00:01:49.460
Ilusi itu datang dari nada bicara.

00:01:50.200 --> 00:01:54.620
Bahasa alami terasa seperti pemahaman, tetapi respons alami Copilot hanya menutupi peniruan statistik.

00:01:55.300 --> 00:01:57.640
Saat Anda mengajukan pertanyaan, model tersebut tidak memperlihatkan sifat.

00:01:58.040 --> 00:02:01.620
Ia mengambil pola, kemungkinan join, kolom yang masuk akal, dan teks yang mudah dicerna.

00:02:01.620 --> 00:02:06.220
Tanpa silsila data yang ketat atau tak luas semantik, ia mengarang apa yang tidak bisa disimpulkan.

00:02:06.920 --> 00:02:10.620
Pada dasarnya, ini adalah skema Anda dengan kehadiran Fabric memperparah ilusi ini.

00:02:11.480 --> 00:02:15.580
Karena agen data di Fabric memberikan konteks melalui metadata, setiap celah dalam hubungan,

00:02:15.920 --> 00:02:22.340
kunci asing yang hilang, dimensi yang tidak ditandai, atau nama ukuran yang ambigu dianggap sebagai petunjuk opsional, bukan mandat.

00:02:23.500 --> 00:02:26.040
Model tersebut mengisi kekosongan itu melalui penyelesaian pola, bukan logika.

00:02:26.040 --> 00:02:28.620
Apakah maksud Anda menggabungkan penjualan berdasarkan wilayah rentak?

00:02:29.320 --> 00:02:32.120
Ia mungkin membaca gabungkan penjualan ke apapun yang berbau geografis.

00:02:32.760 --> 00:02:35.400
Dan SQL yang dihasilkannya dengan patuh bekerja sama dengan omong kosongnya.

00:02:35.740 --> 00:02:38.380
Pengguna terjebak karena antarmukanya mendemokratisasi sintaks permintaan.

00:02:38.740 --> 00:02:40.300
Anda mengetik kalimat, ia mengembalikan visual.

00:02:40.980 --> 00:02:44.040
Anda berasumsi ada pemahaman padahal modelnya beroperasi dalam kabut statistik.

00:02:44.600 --> 00:02:47.200
Semakin sedikit batasan yang Anda tetapkan, semakin ramah kebohongannya.

00:02:47.900 --> 00:02:50.460
Pergisiran mental kuncinya adalah ini, copilot bukanlah peramal.

00:02:50.540 --> 00:02:54.580
Ia tidak punya epistemologi, tidak punya konsep kebenaran, hanya cermin yang dibangun dari metadata Anda.

00:02:54.580 --> 00:02:57.660
Ia mengubah model data Anda menjadi ruang probabilitas nilai.

00:02:58.560 --> 00:03:00.740
Setiap cacah struktural menjadi halusinasi semantik.

00:03:01.520 --> 00:03:05.360
Di mana skema Anda tidak konsisten, AI akan menghalukan konsistensi yang tidak ada.

00:03:06.640 --> 00:03:07.880
Dan tragedinya sudah bisa diprediksi.

00:03:08.560 --> 00:03:12.720
Para eksekutif membuat keputusan berdasarkan fiksi yang terasa tervalidasi karena berasal dari Microsoft Fabric.

00:03:13.300 --> 00:03:18.300
Jika lapisan emas Anda goyah karena transformasi yang tidak konsisten, copilot memperkuat goyangan itu menjadi penceritaan yang percaya diri.

00:03:18.980 --> 00:03:21.700
Kefasian model tersebut menyamarkan kebusukan di pipeline Anda.

00:03:22.140 --> 00:03:23.580
Anggaplah copilot sebagai mesin refleksi.

00:03:23.580 --> 00:03:26.280
Kecerdasannya dimulai dan berakhir dengan kualitas skema.

00:03:27.040 --> 00:03:29.640
Jika gabungan Anda bengkok, silsilah data Anda rusak.

00:03:29.760 --> 00:03:32.820
Atau semantiknya tidak jelas, ia mencerminkan ketidakpastian sebagai kepastian.

00:03:33.440 --> 00:03:35.000
Dan itulah mengapa penyembuhannya dimulai bukan.

00:03:35.340 --> 00:03:37.140
Dari kaya sapro, melainkan dari kebersihan arsitektur.

00:03:37.580 --> 00:03:41.520
Jadi, jika copilot hanya jujur sejauh arsitektur Anda, mari kita bedah di mana kebusukan itu dimulai.

00:03:42.340 --> 00:03:42.940
Mitos medali.

00:03:43.180 --> 00:03:44.380
Ketika perunggu mengotori emas.

00:03:45.020 --> 00:03:47.880
Setiap insinyur data melafalkan arsitektur medali seperti kitab suci.

00:03:47.880 --> 00:03:50.820
Perunggu, perak, emas, mentah, disempurnakan, andal.

00:03:50.820 --> 00:03:56.340
Secara teori, ini adalah perjalanan dari kekecauan menuju kejelasan setiap lapisan membersihkan ambiguitas

00:03:56.340 --> 00:03:58.220
sampai data mendapatkan aura kebenarannya.

00:03:59.160 --> 00:04:02.400
Dalam prakteknya, kebanyakan orang membangun perosotan taman bermain

00:04:02.400 --> 00:04:07.040
di mana ketidakkonsistenan mentah meluncur cepat dari perunggu langsung ke emas tanpa dibersihkan di antaranya.

00:04:07.620 --> 00:04:08.440
Mari kita mulai dari bawah.

00:04:08.880 --> 00:04:14.140
Perunggu adalah zona pendaratan Anda, file park rate, CSV, penyerapan IoT, catatan fosil organisasi Anda.

00:04:14.480 --> 00:04:16.820
Itu tidak perlu terlihat cantik, cukup terekam sepenuhnya.

00:04:17.480 --> 00:04:20.020
Namun orang lupa perunggu adalah karantina, bukan bahan aktif.

00:04:20.820 --> 00:04:23.900
Ketika kotoran mentah itu merehibas ke atas melalui jalan pintas yang malas,

00:04:24.000 --> 00:04:25.840
query langsung, atau logika transformasi yang hilang,

00:04:26.180 --> 00:04:28.400
Anda memberikan kebisih yang tidak diolah kepada popilot sebagai kontek.

00:04:28.860 --> 00:04:29.840
Ya, ia akan berhalusinasi.

00:04:30.320 --> 00:04:33.320
Ia punya alasan kuat Anda memberinya jurnal mimpi dan mintanya melakukan audit.

00:04:33.720 --> 00:04:35.360
Erat dimaksudkan untuk mempunyai numpur itu.

00:04:35.880 --> 00:04:41.320
Disinilah duplikat mati, skema selaras, data cocok, dan kunci universal akhirnya sepakat tentang apa itu pelanggan.

00:04:41.320 --> 00:04:46.180
Namun lihat, sebagian besar pengaturan fabrik dan perak hanyalah permintaan maaf setengah hati,

00:04:46.280 --> 00:04:49.100
gabungan cepat, pencarian rapuh, konversi yang tidak terdokumentasi.

00:04:50.360 --> 00:04:52.320
Alasannya selalu sama kita akan memperbaikinya di emas.

00:04:52.780 --> 00:04:55.500
Itu sama saja dengan memperbaiki tata bahasa dengan menerbitkan kamus yang terlambat.

00:04:55.920 --> 00:04:58.280
Saat Anda mencapai level goal, ilusi kepercayaan penguncul.

00:04:59.060 --> 00:05:03.240
Segalanya di goal tanpa analitis, tabel bersih, nama-rama bisnis, dashboard yang bersinar, penuh keyakinan.

00:05:04.000 --> 00:05:08.380
Namun di bawahnya, Anda telah menumpukan versi yang tidak cocok, stempel waktu yang tidak sinkron,

00:05:08.580 --> 00:05:10.700
dan tabrakan ID yang terlacak hingga ke bronze.

00:05:11.260 --> 00:05:17.240
Metadata fabrik melacak hubungan tersebut secara otomatis dan tebak hubungan mana yang diandalkan kopelot saat menafsirkan bahasa alami.

00:05:17.980 --> 00:05:18.300
Semuanya.

00:05:18.300 --> 00:05:20.940
Jadi saat insula data berbohong, model tersebut mewarisi penipuan.

00:05:21.420 --> 00:05:22.860
Berikut adalah skenario dunia nyata.

00:05:23.340 --> 00:05:25.440
Anda memiliki data transaksional dari dua sistem pemasangan.

00:05:25.900 --> 00:05:28.260
Keduanya masuk ke bronze dengan format kunci yang sedikit berbeda.

00:05:28.620 --> 00:05:31.200
Satu menggunakan ID perjalanan numerik yang lain mencampurnya dengan huruf.

00:05:31.800 --> 00:05:36.240
Di silver, seseorang menggabungkannya melalui inner join pada substring terpotong untuk standarisasi.

00:05:37.240 --> 00:05:40.860
Secara teknis, Anda memiliki data yang disatukan secara semantik Anda baru saja membuat kecocokan palsu.

00:05:41.540 --> 00:05:44.200
Kini kopelot dengan yakin menghitung rata-rata pendapatan perjalanan,

00:05:44.200 --> 00:05:46.620
mencakup transaksi dari konteks yang sama sekali berbeda.

00:05:47.120 --> 00:05:50.480
Ini adalah omong kosong yang presisi sintaksis akurat, namun semantik yang tidak kaya set.

00:05:50.820 --> 00:05:54.920
Inilah mitos medali, gagasan bahwa memiliki lapisan secara otomatis menghasilkan kemurnian.

00:05:55.620 --> 00:05:57.780
Lapisan hanya sejujur disiplin yang ada di dalamnya.

00:05:58.280 --> 00:05:59.760
Bronze harus menampilkan entropi mentah.

00:06:00.240 --> 00:06:01.820
Silver harus menerapkan dekontaminasi.

00:06:02.320 --> 00:06:04.860
Gold harus merepresentasikan logika bisnis yang tersertifikasi.

00:06:05.280 --> 00:06:07.380
Tanpa penggantian manual, tanpa perbaikan sementara.

00:06:08.320 --> 00:06:11.100
Putus rantai itu dan Anda mengganti penyempurnaan dengan polusi rekursif.

00:06:11.200 --> 00:06:12.960
Tentu saja kopelot tidak mengetahui semua ini.

00:06:13.420 --> 00:06:16.620
Ia mengambil apapun yang dinyatakan moda fabrik sebagai silsilah dan menganggapnya sebuah kibat.

00:06:17.440 --> 00:06:20.740
Jika kolom di gold merujuk pada hibrida dari tiga sumber yang tidak konsisten,

00:06:21.200 --> 00:06:22.800
AI melihatnya sebagai satu konsep.

00:06:22.800 --> 00:06:24.780
Tanyakan mengapa penjualan monjak di bulan.

00:06:25.000 --> 00:06:29.940
Ia dengan ceria menghasilkan SKR yang menggabungkan setiap catatan yang berlabel marit di seluruh wilayah mata uang zona waktu

00:06:29.940 --> 00:06:32.340
karena Anda tidak pernah beritahu silver untuk meningkatkan batasan tersebut.

00:06:33.060 --> 00:06:33.920
AI itu tidak berbohong.

00:06:34.480 --> 00:06:36.800
Ia menerjemahkan kelalaian kolektif Anda menjadi fiksi yang fasih.

00:06:37.560 --> 00:06:39.400
Inilah mengapa seusul data bukan hamil tanpa data opsional.

00:06:39.860 --> 00:06:40.860
Ini adalah GPS bagi kopelot.

00:06:40.860 --> 00:06:46.120
Setiap transformasi, setiap join, setiap definisi ukuran adalah jejak marwati yang kembali ke sumber kebenaranan.

00:06:46.540 --> 00:06:51.000
Fabrik melacak silsilah secara visual, tetapi silsilah tanpa validasi bagaikan peta yang digambar dengan pensil.

00:06:51.780 --> 00:06:53.580
AI membaca geris keputus tersebut sebagai kebenaran.

00:06:53.820 --> 00:06:55.000
Jadi terapkan validasi.

00:06:55.760 --> 00:06:58.320
Antara bronze dan silver jalankan pengujian skema otomatis.

00:06:58.920 --> 00:06:59.640
Apakah ID selaras?

00:07:00.000 --> 00:07:00.820
Apakah nilai nul di tangan?

00:07:01.120 --> 00:07:01.900
Apakah tipe data konsisten?

00:07:02.360 --> 00:07:04.160
Antara silver dan gold, terapkan audit join.

00:07:04.620 --> 00:07:06.100
Verifikasi ekspektasi satu ke satu.

00:07:06.500 --> 00:07:10.240
Pantau penyimpangan agregasi dan periksa kesinambungan silsilah tingkat kolom.

00:07:10.240 --> 00:07:11.760
Ini bukan ritual birokrasi.

00:07:12.120 --> 00:07:13.740
Ini adalah alat bertahan hidup untuk akurasi AI.

00:07:14.580 --> 00:07:19.540
Saat query kopelot berjalan melalui lapisan yang telah Anda verifikasi ia mewarisi disiplin, bukan kekacauan.

00:07:19.800 --> 00:07:20.600
Ironinya sangat terasa.

00:07:21.020 --> 00:07:25.680
Anda ingin kopelot mengotomatiskan analisis, namun fondasi yang diandalkannya masih memerlukan kebersihan data yang konvensional.

00:07:26.220 --> 00:07:27.400
Sama masuk jawab yang berjari di kolom.

00:07:27.780 --> 00:07:31.280
Selama Anda tidak memperlakukan arsitektur sebagai filosofi moral dan remurnian sebagai kewajiban,

00:07:31.380 --> 00:07:33.580
bukan saran Anda tidak akan pernah memiliki AI yang jujur.

00:07:33.580 --> 00:07:36.060
Bahkan dengan lapisan yang sempurna, kopelot masih bisa tersandung.

00:07:36.200 --> 00:07:39.020
Karena mengetahui data apa yang ada tidak berarti mengetahui apa artinya.

00:07:39.020 --> 00:07:42.740
Pipa data yang sempurna dapat memberi maka model yang kosong secara semantik

00:07:42.740 --> 00:07:45.620
yang membawa kita pada penerjemah yang hilang antara angka dan makna.

00:07:46.060 --> 00:07:48.180
Lapisan semantik, otak yang lupa dibangun oleh data Anda.

00:07:49.620 --> 00:07:51.980
Otak yang hilang, lapisan semantik, dan defisit konteks.

00:07:52.700 --> 00:07:55.740
Disinilah sebagian besar implementasi fabrik kehilangan akal sehatnya secara harfiah.

00:07:56.180 --> 00:07:58.160
Lapisan semantik adalah otak dari model data Anda,

00:07:58.320 --> 00:08:00.740
tetapi banyak organisasi memperlakukannya seperti hiasan dekoratif.

00:08:00.900 --> 00:08:03.740
Mereka pikir jika tabel ada, makna kami ikutinya secara otomatik.

00:08:04.500 --> 00:08:06.280
Tabel adalah memori, semantik adalah pemahaman.

00:08:06.280 --> 00:08:10.600
Tanpa lapisan itu, kopelot membaca angka seperti turis yang membaca rambut jalan

00:08:10.600 --> 00:08:13.800
dalam bahasa lain secara fonetik, percaya diri, dan benar-benar tanpa konteks.

00:08:14.680 --> 00:08:15.620
Mari kita definisikan dengan benar.

00:08:16.240 --> 00:08:19.080
Model semantik di fabrik memberitahu kopelot apa arti data Anda,

00:08:19.340 --> 00:08:20.080
bukan hanya apa namanya.

00:08:21.220 --> 00:08:23.940
Ini adalah kamus yang menjemahkan label kolom menjadi logika bisnis.

00:08:24.860 --> 00:08:27.180
Pendapatan menjadi jumlah penjualan tidak termasuk pengembalena.

00:08:27.180 --> 00:08:31.260
Pelanggan menjadi ID pembeli unik selama batasan tahun fiskal.

00:08:32.300 --> 00:08:35.280
Tanpa itu, kopelot memperlakukan kata-kata ini hanya sebagai token kebetulan.

00:08:35.880 --> 00:08:40.380
Anda mungkin meminta total penjualan dan mendapatkan penerimaan kotor suatu hari pendapatan bersih di hari berikutnya.

00:08:40.740 --> 00:08:42.800
Ini bukan karena berubah-ubah, ini karena tersesat secara linguistik.

00:08:42.800 --> 00:08:46.240
Kenyataannya, model semantik bertindak sebagai penerjemah duit bahasa

00:08:46.240 --> 00:08:48.420
antara bahasa manusia dan logika DX atau SGL.

00:08:48.960 --> 00:08:50.240
Ini menyalaraskan niat dengan komputasi.

00:08:50.640 --> 00:08:52.040
Ketika itu hilang, kopelot harus menebak.

00:08:52.560 --> 00:08:54.760
Dan model bahasa besar dikenal sebagai penebak yang sombong.

00:08:55.220 --> 00:08:57.340
Mereka menyusun gabungan yang mungkin, bukan yang akurat,

00:08:57.440 --> 00:09:00.120
dan mereka jauh lebih mempercayai nama kolom daripada definisi bisnis Anda.

00:09:00.440 --> 00:09:02.560
Dalam satu model, pemesanan mengacau pada reservasi.

00:09:03.000 --> 00:09:04.700
Di model lain, itu percanaan yang terhadap resik.

00:09:04.700 --> 00:09:06.160
Bagi kopelot, itu adalah sinonim.

00:09:06.600 --> 00:09:08.680
Anda baru saja meminta pemesanan berdasarkan kuartal,

00:09:08.800 --> 00:09:10.800
dan itu menyajikan keduanya untuk Anda salah secara efisit.

00:09:10.800 --> 00:09:11.740
Bandingkan dua arsitektur.

00:09:12.160 --> 00:09:14.780
Di gudang data kosong, kopelot melihat langsung ke dalam tabel.

00:09:15.280 --> 00:09:16.520
Ia melihat tanggal, jumlah, tipe.

00:09:17.160 --> 00:09:18.580
Itu adalah kata benda yang bagus tanpa kontek.

00:09:18.960 --> 00:09:20.160
Kemudian, ia melakukan pencocokan pola.

00:09:20.400 --> 00:09:24.060
Penjualan sama dengan jumlah berdasarkan wilayah sama dengan bidang apapun yang berbau geografi.

00:09:24.720 --> 00:09:27.260
Namun, dalam model semantik, bidang-bidang tersebut telah diberadapkan.

00:09:28.120 --> 00:09:30.680
Jumlah penjualan mencakup ukuran daksi yang menentukan cakupan,

00:09:30.680 --> 00:09:32.120
mata uang, dan logika agregasi.

00:09:32.680 --> 00:09:34.620
Wilayah memiliki hubungan yang dipatok secara eksplisit.

00:09:35.180 --> 00:09:36.740
Jadi, ketika Anda mengajukan pertanyaan yang sama,

00:09:36.740 --> 00:09:38.180
kopelot tidak merabah-rabah dalam bidang lapang.

00:09:38.600 --> 00:09:39.840
Ia berjalan di jalan terang yang dibangun.

00:09:40.360 --> 00:09:42.920
Perangkat fabrik tahun 2025 bahkan memberi Anda senjata untuk ini.

00:09:44.000 --> 00:09:45.780
Direct leg untuk pemudalan latensi rendah.

00:09:46.200 --> 00:09:47.440
DAX untuk logika ukuran.

00:09:47.820 --> 00:09:49.420
Sinonim untuk fleksibilitas linguistik.

00:09:49.540 --> 00:09:51.100
Dan grup perhitungan untuk konsistensi.

00:09:52.400 --> 00:09:53.980
Anggaplah sinonim sebagai kosa kata yang fleksibel.

00:09:54.580 --> 00:09:56.000
Jika pengguna menyebut pendapatan bersih,

00:09:56.000 --> 00:09:57.980
namun ukuran Anda adalah labah, jangan ubah nama kolom.

00:09:58.400 --> 00:09:59.760
Anda ajarkan kupilot untuk menerjemah.

00:10:00.120 --> 00:10:02.300
Grup kalkulasi kemudian menegakkan tata bahasa

00:10:02.300 --> 00:10:04.420
memastikan kecerdasan waktu atau konversi mata uang

00:10:04.420 --> 00:10:05.320
diterapkan secara seragam.

00:10:05.600 --> 00:10:07.760
Bersama-sama, keduanya membentuk sistem dasar bagi mandapat.

00:10:08.320 --> 00:10:09.980
Namun, hanya sedikit orang yang menggantinya dengan benar.

00:10:10.420 --> 00:10:11.840
Mereka membuang tabel ke dalam fabrik

00:10:11.840 --> 00:10:13.920
dan berasumsi ekopilot akan menafsirkan nuansanya.

00:10:14.380 --> 00:10:15.060
Pecoran tidak akan.

00:10:15.700 --> 00:10:18.220
Model tersebut tidak menyimpulkan KP Anda berdasarkan keyakinan moral.

00:10:18.860 --> 00:10:20.200
Model itu menyimpulkannya dari tech method.

00:10:20.880 --> 00:10:22.360
Jika Anda belum melambuli ukuran,

00:10:22.480 --> 00:10:23.240
menjelaskan hubungan,

00:10:23.360 --> 00:10:24.560
atau menentukan urutan kalkulasi,

00:10:24.640 --> 00:10:25.820
kopilot akan berimprovisasi.

00:10:26.620 --> 00:10:27.980
Improvisasi itu memikat di klub jazz,

00:10:28.100 --> 00:10:30.200
tapi memperbencana dalam analisis perusahaan.

00:10:30.200 --> 00:10:32.160
Jadi bagaimana cara Anda menegakkan semantik?

00:10:32.560 --> 00:10:34.020
Mulailah dengan mengaudit kosa kata model Anda.

00:10:34.600 --> 00:10:36.320
Setiap ukuran memerlukan definisi yang konsisten,

00:10:36.460 --> 00:10:37.440
disimpan secara terpusat,

00:10:37.520 --> 00:10:38.500
dan dirujuk secara universal.

00:10:38.760 --> 00:10:40.980
Tahan keinginan untuk mengubah nama kolom di setiap laporan.

00:10:41.500 --> 00:10:43.240
Gunakan alias dilapisan semantik sebagai gantinya.

00:10:43.960 --> 00:10:45.940
Buat grup kalkulasi untuk semua logika umum,

00:10:46.240 --> 00:10:47.080
total tahun berjalan,

00:10:47.320 --> 00:10:48.060
rata-rata bergulir,

00:10:48.280 --> 00:10:49.120
dan tingkat konversi.

00:10:49.760 --> 00:10:52.200
Kemudian, tambahkan sinonim agar mesin bahasa alami kopilot

00:10:52.200 --> 00:10:53.620
tidak menciptakan korelasi sendiri.

00:10:54.200 --> 00:10:56.600
Sekarang, hubungkan semantik dengan arsitektur instruksi kopilot.

00:10:56.600 --> 00:10:58.960
Fabric menawarkan dua tingkat kendali,

00:10:59.120 --> 00:11:00.860
instruksi sumber data dan instruksi agen.

00:11:01.560 --> 00:11:03.840
Instruksi sumber data memperjelas spesifikasi skema,

00:11:04.020 --> 00:11:05.860
join, referensi ukuran, dan nama pilihan,

00:11:05.960 --> 00:11:08.420
sementara instruksi agen mengatur nada, format, dan batasan.

00:11:09.120 --> 00:11:10.720
Keduanya berinteraksi melalui perintah dasar

00:11:10.720 --> 00:11:12.500
yang sangat bergantung pada keselarasan semantik.

00:11:13.240 --> 00:11:16.200
Jika model semantik Anda mendefinisikan total penjualan dengan jelas,

00:11:16.340 --> 00:11:18.440
instruksi sumber data dapat menegakkan definisi tersebut

00:11:18.440 --> 00:11:19.580
saat kopilot menulis SQL.

00:11:20.040 --> 00:11:22.100
Instruksi agen memastikan respons tetap ringkas,

00:11:22.200 --> 00:11:23.520
berbentuk tabel, atau dirangkum.

00:11:23.520 --> 00:11:26.260
Gabungkan keduanya dan Anda akan mengganti kekacauan dengan protok.

00:11:26.780 --> 00:11:29.180
Tanpa semantik, setiap jawaban kopilot hanyalah improvisasi.

00:11:29.800 --> 00:11:31.440
Dengan semantik, setiap respons menjadi bukti.

00:11:32.460 --> 00:11:34.340
Anda tidak sedang menyesuaikan perintah Anda sedang mengajarkan logik.

00:11:34.920 --> 00:11:36.860
Setelah Anda memberi kopilot ke amus yang konsisten,

00:11:37.020 --> 00:11:38.520
akurasinya melonjak karena ketidakpastian

00:11:38.520 --> 00:11:40.200
tidak punya tempat lagi untuk bersembunyi.

00:11:40.780 --> 00:11:42.320
Sekarang setelah kopilot memahami bahasanya,

00:11:42.440 --> 00:11:44.120
kita akan mengajarinya disiplin aturan perilaku

00:11:44.120 --> 00:11:45.220
yang menjaganya tetap jujur.

00:11:46.040 --> 00:11:48.300
Disiplin untuk mesin, data, dan instruksi agen.

00:11:48.940 --> 00:11:50.600
Kopilot mungkin akhirnya memahami kosa kata Anda,

00:11:50.600 --> 00:11:51.820
tetapi tetap butuh tata kerama.

00:11:51.820 --> 00:11:55.040
Semantik mengajarkan makna, instruksi mengajarkan perilaku.

00:11:55.980 --> 00:11:58.100
Dan di Microsoft Fabric, perilaku tersebut dibentuk melalui

00:11:58.100 --> 00:12:00.160
dua tali kendali yang berbeda, instruksi sumber data

00:12:00.160 --> 00:12:01.820
dan instruksi agen.

00:12:02.500 --> 00:12:04.800
Satu menyusun kerangka, yang lain melatihnya agar tidak merusak.

00:12:05.220 --> 00:12:06.700
Mulailah dengan instruksi sumber data,

00:12:06.800 --> 00:12:07.900
perintah spesifik untuk skema.

00:12:08.920 --> 00:12:10.500
Instruksi ini terletak paling dekat dengan data

00:12:10.500 --> 00:12:12.920
dan memberi tahu kopilot cara tepat untuk menafsirkan model Anda.

00:12:13.280 --> 00:12:15.040
Ingat kekacauan kita sebelumnya dengan join data cuaca.

00:12:15.440 --> 00:12:16.980
Instruksi sumber data adalah tempat Anda memperbaiki.

00:12:16.980 --> 00:12:19.380
Anda menentukan bahwa data suhu dan curah hujan

00:12:19.380 --> 00:12:22.300
harus digabungkan berdasarkan ide geografi penyebutan dan ide tanggal.

00:12:22.860 --> 00:12:25.380
Ini menghapus tebakan dari model dan menggantinya dengan kewajiban.

00:12:26.240 --> 00:12:29.520
Fabric membaca reklarasi tersebut setiap kali kopilot menyusun SQL atau DAC

00:12:29.520 --> 00:12:32.040
memastikan setiap kiri berakar pada kunci yang tepat.

00:12:32.720 --> 00:12:34.380
Anggaplah ini sebagai konstitusi relasional,

00:12:34.540 --> 00:12:36.380
teks hukum yang tidak dapat diubah yang mendefinisikan

00:12:36.380 --> 00:12:37.780
bagaimana entitas dapat terhubung.

00:12:38.600 --> 00:12:40.820
Instruksi ini juga menangani sinonim dan definisi ukuran.

00:12:41.560 --> 00:12:43.520
Misalkan analis Anda menggunakan total penjualan,

00:12:43.520 --> 00:12:45.780
jumlah wajar, dan penerimaan kotor secara bergantian.

00:12:45.780 --> 00:12:48.120
Bagi manusia itu semua berarti kurang lebih sama.

00:12:48.740 --> 00:12:50.760
Bagi kopilot, itu adalah variable berbeda yang berperten.

00:12:51.800 --> 00:12:53.420
Dibaih instruksi sumber data, Anda menyelaraskannya.

00:12:54.140 --> 00:12:55.540
Setiap kali total penjualan disebutkan,

00:12:55.660 --> 00:12:56.760
gunakan jumlah wajar total.

00:12:57.280 --> 00:12:59.200
Sekarang, AI Anda berhenti bermain rolet semantik

00:12:59.200 --> 00:13:00.740
dan mulai menjawab secara konsisten.

00:13:01.420 --> 00:13:03.060
Mereka bahkan dapat menentukan logika pengelompokan

00:13:03.060 --> 00:13:04.040
untuk analisis kategoris.

00:13:04.880 --> 00:13:06.780
Saat pengguna menanggakan penjualan berdasarkan suhu,

00:13:07.000 --> 00:13:08.400
Anda dapat menentukan rentang sebelumnya.

00:13:08.400 --> 00:13:10.280
Di bawah 3 grad sama dengan beku,

00:13:10.520 --> 00:13:14.420
hingga 53 dingin, 53 hingga 72 sedang, dan seterusnya.

00:13:14.420 --> 00:13:17.820
Tanpa itu, kopilot mengembalikan nilai numerik tak terbatas,

00:13:17.940 --> 00:13:19.780
menenggelamkan pengguna dalam trivia yang sangat detail.

00:13:20.520 --> 00:13:22.640
Dengan menyematkan kelompok ini langsung ke dalam instruksi Anda,

00:13:22.720 --> 00:13:24.480
Anda menghasilkan agregasi yang dapat diprediksi,

00:13:24.560 --> 00:13:25.940
yang dapat diprediksi, dan logika yang dapat diprediksi.

00:13:26.140 --> 00:13:27.480
Apa yang sebenarnya Anda lakukan di sini adalah

00:13:27.480 --> 00:13:29.520
mengubah metadata latent menjadi aturan eksplisit.

00:13:30.080 --> 00:13:32.020
Agen data fabric meneruskan ini sebelum membuat query,

00:13:32.160 --> 00:13:34.420
memperlakukannya sebagai kebenaran mutlak yang tidak dapat diubah.

00:13:34.800 --> 00:13:36.740
Melewatkannya adalah alasan mengapa query sebelumnya

00:13:36.740 --> 00:13:37.620
menghasilkan hasil menit.

00:13:37.780 --> 00:13:40.100
Itu menghasilkan SQL yang valid untuk pertanyaan yang salah.

00:13:40.780 --> 00:13:42.400
Dengan instruksi data yang ditulis dengan benar,

00:13:42.400 --> 00:13:44.440
query kopilot tetap berlabuh pada aturan bisnis

00:13:44.440 --> 00:13:45.900
daripada probabilitas linguistik.

00:13:46.660 --> 00:13:48.220
Sekarang, mari kita naik satu lapisan

00:13:48.220 --> 00:13:50.500
ke instruksi agen sekolah etiket untuk perilaku LM.

00:13:51.380 --> 00:13:53.260
Sementara instruksi sumber data memberitahu kopilot

00:13:53.260 --> 00:13:54.200
apa arti data tersebut,

00:13:54.340 --> 00:13:56.280
instruksi agen menentukan bagaimana ia harus merespon.

00:13:56.720 --> 00:13:59.240
Mereka mendefinisikan presentasi, gaya, dan ruang lingkup analitis.

00:13:59.780 --> 00:14:02.260
Anda dapat menginstruksikan selalu ringkas dengan tabel yang ringkas.

00:14:03.120 --> 00:14:04.920
Atau, jika ada beberapa sumber,

00:14:05.060 --> 00:14:06.680
jelaskan silsilahnya sebelum agregasi.

00:14:07.540 --> 00:14:09.940
Pada dasarnya, Anda mengubah kopilot dari pekerja magang

00:14:09.940 --> 00:14:11.980
yang terlalu bersemangat menjadi analis yang disiplin.

00:14:13.000 --> 00:14:15.660
Pertimbangkan aturan lima baris teratas dari penyesuaian agen data.

00:14:16.440 --> 00:14:18.800
Daripada mengembalikan ribuan catatan Anda memberitahunya,

00:14:18.980 --> 00:14:21.360
tampilkan hanya lima teratas kecuali pengguna meminta sebaliknya.

00:14:22.240 --> 00:14:23.980
AI menegakkan keringkasan menghindarkan

00:14:23.980 --> 00:14:26.900
manajer rata-rata dari menggulir dokumen data yang panjang.

00:14:26.900 --> 00:14:32.080
Arahan berguna lainnya selalu berikan ringkasan di bagian atas setiap tanggapan.

00:14:33.160 --> 00:14:34.360
Ini bertindak seperti komentar meta.

00:14:35.080 --> 00:14:36.680
Kopilot menjelaskan apa yang ditunjukkannya,

00:14:37.020 --> 00:14:40.620
membiarkan pengguna meverifikasi bahwa ukuran, gabungan, dan filter sesuai dengan harapan.

00:14:41.620 --> 00:14:45.140
Ini mengubah penalaran tak terlihat menjadi konfirmasi yang terlihat krusial untuk kepercayaan.

00:14:45.880 --> 00:14:46.540
Perhatikan interaksinya.

00:14:47.200 --> 00:14:48.620
Instruksi data mendefinisikan fakta,

00:14:48.780 --> 00:14:50.480
instruksi agen mendefinisikan suara.

00:14:51.400 --> 00:14:53.200
Bersama-sama mereka membentuk kode etikopilot.

00:14:53.200 --> 00:14:57.440
Akin data menggabungkan ini menjadi perintah komposit setiap kali menjawab pertanyaan.

00:14:58.040 --> 00:14:59.440
Model bahasa tidak melakukan improvisasi.

00:14:59.880 --> 00:15:01.480
Ia mengondisikan dirinya sendiri melalui aturan-aturan.

00:15:02.020 --> 00:15:03.280
Sekarang tata kelola pun mulai berperan.

00:15:03.620 --> 00:15:06.180
Instruksi-instruksi ini tidak boleh berada dalam salinan individu yang kacau.

00:15:06.620 --> 00:15:09.460
Jika setiap pengguna fabrik menyesuaikan sinonim sesuai selera pribadi,

00:15:09.700 --> 00:15:12.360
Anda telah menghadirkan kembali kekacauan yang butuh waktu berbulan-bulan untuk gila.

00:15:12.360 --> 00:15:14.560
Anda akan mendapatkan lima definisi untuk laba

00:15:14.560 --> 00:15:16.360
dan tidak ada kesepakatan saat tinjauan tribulanan.

00:15:17.140 --> 00:15:18.260
Pusatkan set instruksi,

00:15:18.640 --> 00:15:20.640
publikasikan melalui ruang kerja manajemen fabrik,

00:15:20.640 --> 00:15:24.080
validasi melalui tinjauan sejawat dan kunci dengan kontrol versi.

00:15:24.600 --> 00:15:27.520
Fleksibilitas tanpa tata kelola adalah pemberontakan yang disamarkan sebagai novasi.

00:15:28.000 --> 00:15:30.840
Tentu saja, aturan-aturan ini pun akan mengundar jika Anda tidak pernah verifikasi.

00:15:31.260 --> 00:15:34.780
Pendekatan cerdasnya adalah memperlakukan kualitas instruksi seperti kualitas kode.

00:15:35.300 --> 00:15:37.060
Setelah setiap pengeditan, ujilah perilaku Kopele.

00:15:37.520 --> 00:15:39.420
Ajukan pertanyaan sama dua kali setelah membersihkan charge.

00:15:39.420 --> 00:15:41.080
Lihat apakah ia mengulang SQL yang sama.

00:15:41.780 --> 00:15:42.840
Periksa query yang dihasilkan.

00:15:43.600 --> 00:15:46.000
Pastikan query tersebut mencerminkan join yang diperlakukan dengan ukuran yang butuh.

00:15:46.400 --> 00:15:48.300
Jika output menyimpang, tinjau kembali instruksi Anda.

00:15:48.300 --> 00:15:52.640
Bahkan insinyur Microsoft sendiri mengakui bahwa penyetelan ini lebih merupakan seni daripada sains.

00:15:52.840 --> 00:15:54.580
Istilah halus untuk proses debugging yang konstan.

00:15:55.300 --> 00:15:56.680
Disinilah query contoh akan menyelamatkan Anda.

00:15:57.380 --> 00:15:59.740
Ini adalah jawaban fabrik untuk batasan keamanan

00:15:59.740 --> 00:16:03.240
yang mengungkinkan Anda membuat fragment SQL kanonik untuk tujuan analitis umum.

00:16:04.240 --> 00:16:06.960
Misalnya, Anda tahu bahwa total pendapatan berdasarkan kategori suhu

00:16:06.960 --> 00:16:08.920
harus selalu melakukan join ganda pada geografi data.

00:16:09.460 --> 00:16:10.820
Anda merekamnya sebagai query contoh.

00:16:10.820 --> 00:16:13.420
Saat pengguna menanyakan variasi frase tersebut,

00:16:13.540 --> 00:16:16.460
copilot akan mengambilkan improvisasi dan menggunakan logika Anda yang tepat.

00:16:17.220 --> 00:16:19.600
Ini adalah ekvivalen AI dari formulir pras tujui

00:16:19.600 --> 00:16:22.980
yang selalu diisi dengan benar dan mustahil untuk melakukan sabotase kreatif.

00:16:24.100 --> 00:16:26.700
Seiring waktu, Anda dapat membangun pustaka query contoh ini

00:16:26.700 --> 00:16:29.340
mengubah copilot dari generalis menjadi ahli di bidangnya.

00:16:29.800 --> 00:16:30.680
Anggaplah ini sebuah modi otot.

00:16:31.180 --> 00:16:33.680
AI secara bertahap mempelajari apa itu kebenaran

00:16:33.680 --> 00:16:36.220
melalui pengulangan dan batasan bukan dari kejeniusan bebas.

00:16:36.220 --> 00:16:39.540
Tetap saja instruksi terpintar pun tidak dapat menentus kesalahan arsitek.

00:16:39.960 --> 00:16:43.180
Jika pipeline data Anda goyah karena lapisan medalien yang tidak konsisten

00:16:43.180 --> 00:16:44.200
atau semantik yang hilang,

00:16:44.640 --> 00:16:47.560
semua batasan ini hanyalah pidato tegas di atas kapal yang tenggelam.

00:16:48.300 --> 00:16:50.760
Instruksi membatasi bahasa mereka tidak bisa menciptakan kebenaran.

00:16:51.260 --> 00:16:53.680
Itulah sebabnya penyetelan adalah arsitektur luk tertutup,

00:16:53.820 --> 00:16:54.940
arsitektur menentukan keandalan,

00:16:55.120 --> 00:16:55.960
semantik menentukan makna,

00:16:55.960 --> 00:16:57.220
dan instruksi menentukan kepatuhan.

00:16:57.780 --> 00:16:59.060
Alur kerja yang beramati seriat seperti ini.

00:16:59.700 --> 00:17:01.080
Bangun lapisan medalien yang bersih,

00:17:01.300 --> 00:17:02.800
tentukan model semantik yang presisi,

00:17:03.200 --> 00:17:05.460
masukkan definisi tersebut ke dalam instruksi sumber data,

00:17:05.460 --> 00:17:06.980
sesuaikan kepribadian co-pilot

00:17:06.980 --> 00:17:09.260
melalui instruksi agen dan uji tanpa henti.

00:17:10.220 --> 00:17:11.600
Setiap anomali yang Anda deteksi lebih awal

00:17:11.600 --> 00:17:13.920
akan menyelamatkan Anda dari ingil marah eksekutif nantinya.

00:17:14.280 --> 00:17:15.280
Jadi, idea kedisiplinan itu penting.

00:17:15.680 --> 00:17:16.220
Ini tidak glamor.

00:17:16.680 --> 00:17:17.540
Ini bukan keajaiban AI.

00:17:18.180 --> 00:17:19.180
Ini adalah penegakan aturan,

00:17:19.280 --> 00:17:19.960
pembersihan cecoy,

00:17:20.040 --> 00:17:20.920
pengunciin konsistensi,

00:17:21.000 --> 00:17:22.300
dan sesekali pemiliksaan harga diri

00:17:22.300 --> 00:17:23.600
saat AI Anda masih bersih keras

00:17:23.600 --> 00:17:25.520
bahwa total penjualan sama dengan pendapatan kotor,

00:17:25.600 --> 00:17:26.260
ditambah penuh kotor,

00:17:26.320 --> 00:17:27.860
ditambah pengembalian dan ditambah kajaiban.

00:17:28.500 --> 00:17:30.080
Namun, begitu kedisiplinan itu terbentuk,

00:17:30.180 --> 00:17:31.180
co-pilot menjadi sangat Anda.

00:17:31.940 --> 00:17:32.880
Halusinasinya berkurang,

00:17:33.160 --> 00:17:34.100
video-nya berperilaku baik,

00:17:34.180 --> 00:17:35.640
dan dasber Anda tidak lagi menyesatkan Anda.

00:17:36.200 --> 00:17:38.460
Anda dapat memperbaiki aturan di dalam fabrik,

00:17:38.620 --> 00:17:40.240
namun kejujuran co-pilot tetap bergantung

00:17:40.240 --> 00:17:41.540
pada arsitektur di luar fabrik,

00:17:41.660 --> 00:17:42.820
yaitu tata kelola sistemik

00:17:42.820 --> 00:17:44.960
yang mengawasi kebenaran di seluruh aset data Anda.

00:17:45.400 --> 00:17:46.760
Dan itulah tujuan kita selanjutnya.

00:17:47.500 --> 00:17:48.800
Obat sistemik membangun demi kebenaran

00:17:48.800 --> 00:17:49.540
yang dapat dififikasi.

00:17:50.100 --> 00:17:50.580
Dan lebih luas.

00:17:51.100 --> 00:17:52.580
Setelah semua penyetelan sinonim

00:17:52.580 --> 00:17:53.820
dan pelatihan kepatuhan AI

00:17:53.820 --> 00:17:55.140
masih ada satu fakta yang brutal.

00:17:55.960 --> 00:17:56.900
Kebenaran co-pilot bergantung

00:17:56.900 --> 00:17:58.060
pada integritas ekosistem Anda.

00:17:58.680 --> 00:17:59.660
Anda bisa melatihnya,

00:17:59.660 --> 00:18:01.440
menegurnya, dan memberinya imbalan.

00:18:01.560 --> 00:18:03.100
Tetapi jika arsitektur di sekitar fabrik

00:18:03.100 --> 00:18:04.080
dipenuhi kerusakan data,

00:18:04.180 --> 00:18:05.540
AI akan tetap berbohong dengan sopan.

00:18:06.400 --> 00:18:07.960
Yang Anda butuhkan adalah obat sistemik,

00:18:08.200 --> 00:18:08.600
tetap kelola,

00:18:08.980 --> 00:18:09.880
penegakan silsilah,

00:18:10.040 --> 00:18:10.920
dan disiplin arsitektur

00:18:10.920 --> 00:18:11.700
yang membuat kebohongan

00:18:11.700 --> 00:18:12.780
menjadi mustahil secara fisik.

00:18:13.600 --> 00:18:14.600
Pada tingkat arsitektur,

00:18:14.780 --> 00:18:15.620
fabrik hanya berhasil

00:18:15.620 --> 00:18:17.520
jika segala sesuatu di atas dan di bawahnya

00:18:17.520 --> 00:18:19.300
berbagi kompas moral kebersihan data yang sama.

00:18:19.960 --> 00:18:21.160
Hal itu dimulai dengan penegakan skep.

00:18:21.600 --> 00:18:23.420
Setiap kumpulan data di leghouse dan warehouse,

00:18:23.420 --> 00:18:24.940
Anda memerlukan kunci tipe data

00:18:24.940 --> 00:18:26.320
dan hubungan yang terdefinisi.

00:18:26.320 --> 00:18:28.380
Kontrak tidak berubah yang menjelaskan

00:18:28.380 --> 00:18:29.480
bagaimana entitas sering mengunjuk.

00:18:30.160 --> 00:18:31.260
Pergeseran pada satu tabel

00:18:31.260 --> 00:18:32.480
tidak boleh merambat secara diam-diam

00:18:32.480 --> 00:18:33.060
ke lapisan masalah.

00:18:33.640 --> 00:18:34.160
Sebaliknya,

00:18:34.300 --> 00:18:35.300
penegakan skema menangkapnya

00:18:35.300 --> 00:18:36.000
seperti linterkode,

00:18:36.220 --> 00:18:37.100
menghentikan penyerapan data

00:18:37.100 --> 00:18:38.020
hingga definisi selaras.

00:18:38.740 --> 00:18:39.460
Dalam prakteknya,

00:18:39.580 --> 00:18:40.820
ini tidak memperlambat pengembangan,

00:18:40.980 --> 00:18:42.320
melainkan mencegah korupsi senyap

00:18:42.320 --> 00:18:44.200
sebelum menyebar kejawaban co-pilot.

00:18:44.920 --> 00:18:45.340
Selanjutnya,

00:18:45.400 --> 00:18:46.540
perkenalkan pembuatan versi semua.

00:18:46.960 --> 00:18:48.260
Perlakuan muda data Anda seperti perangkat Anda.

00:18:48.380 --> 00:18:50.000
Setiap kali Anda mengubah definisi,

00:18:50.140 --> 00:18:51.320
mengubah nama kolom,

00:18:51.320 --> 00:18:52.440
mengubah rumus ukuran

00:18:52.440 --> 00:18:53.500
atau menyesuaikan hubungan,

00:18:53.640 --> 00:18:54.420
tambahkan versinya.

00:18:55.560 --> 00:18:57.260
Fabrik tidak secara otomatis mengenali

00:18:57.260 --> 00:18:58.820
dampak filosofis dari pendapatan

00:18:58.820 --> 00:19:00.300
sama dengan bruto dikurangi diskon

00:19:00.300 --> 00:19:01.160
yang berubah menjadi

00:19:01.160 --> 00:19:02.820
pendapatan bersih setelah pajak.

00:19:05.140 --> 00:19:06.460
Pembuatan versi melestarikan

00:19:06.460 --> 00:19:07.120
di WSILSILAH

00:19:07.120 --> 00:19:08.900
memungkinkan Anda melacak jawaban co-pilot

00:19:08.900 --> 00:19:10.200
mana yang mengandalkan semantik usang.

00:19:10.620 --> 00:19:10.980
Tanpanya,

00:19:11.220 --> 00:19:12.360
Anda tidak akan pernah bisa mengaudit

00:19:12.360 --> 00:19:13.460
kapan kebohongan mulai beredar.

00:19:13.900 --> 00:19:15.080
Sekarang hubungkan pendekakan aturan

00:19:15.080 --> 00:19:15.760
dengan dokumentasi.

00:19:16.100 --> 00:19:17.860
Necrosis overview atau katalog data one-neck

00:19:17.860 --> 00:19:18.800
bukanlah hiasan dinding?

00:19:18.800 --> 00:19:20.560
Itu adalah memori institusional

00:19:20.560 --> 00:19:21.760
yang mencegah amnesia skema.

00:19:22.640 --> 00:19:23.740
Kumpulan data bersertifikat

00:19:23.740 --> 00:19:24.760
dalam katalog ini bertindak

00:19:24.760 --> 00:19:25.620
sebagai satu-satunya sumber

00:19:25.620 --> 00:19:27.140
yang diizinkan untuk co-pilot dan power BA.

00:19:27.860 --> 00:19:29.000
Anggaplah itu sebagai entitas

00:19:29.000 --> 00:19:30.700
yang dinotarisasi representasi kebenaran

00:19:30.700 --> 00:19:31.500
yang mengikat secara umur.

00:19:32.060 --> 00:19:32.700
Jika kumpulan data

00:19:32.700 --> 00:19:33.480
tidak disertifikasi,

00:19:33.560 --> 00:19:34.340
co-pilot tidak boleh menikmati.

00:19:34.920 --> 00:19:35.820
Dengan mengintegrasikan

00:19:35.820 --> 00:19:36.560
metadata purview

00:19:36.560 --> 00:19:37.740
dengan agen data fabric,

00:19:38.020 --> 00:19:39.540
Anda memastikan setiap query berbasis E

00:19:39.540 --> 00:19:40.380
mencantumkan asal-usul

00:19:40.380 --> 00:19:41.220
yang dapat diverifikasi.

00:19:41.680 --> 00:19:42.620
Ketika seseorang bertanya,

00:19:42.740 --> 00:19:43.560
dari mana angka ini berasal?

00:19:44.220 --> 00:19:44.940
Anda benar-benar dapat ini.

00:19:44.940 --> 00:19:46.580
Untuk kesenambungan konteks

00:19:46.580 --> 00:19:47.080
lintas sistem,

00:19:47.180 --> 00:19:48.020
aktifkan pencerminan

00:19:48.020 --> 00:19:49.260
dan pemodelan kembaran digital.

00:19:50.020 --> 00:19:51.440
Mencermin mereplikasi sumber eksternal

00:19:51.440 --> 00:19:52.400
seperti SQL Server,

00:19:52.540 --> 00:19:53.020
Cosmos DB,

00:19:53.180 --> 00:19:53.880
atau PostgreSQL

00:19:53.880 --> 00:19:55.020
ke dalam fabric secara real-time

00:19:55.020 --> 00:19:56.360
menjaga skema dan kesekarannya

00:19:56.360 --> 00:19:57.660
menjaga skema dan kesekarannya.

00:19:57.840 --> 00:19:58.720
Ini adalah sistem imun fabric

00:19:58.720 --> 00:19:59.380
terhadap latensi

00:19:59.380 --> 00:20:00.220
dan ketidakcocokan data.

00:20:00.720 --> 00:20:01.620
Pemodelan kembaran digital

00:20:01.620 --> 00:20:02.780
yang baru diperkenalkan

00:20:02.780 --> 00:20:03.840
membawa hal ini lebih jauh.

00:20:04.420 --> 00:20:05.780
Ini membangun padanan digital

00:20:05.780 --> 00:20:07.320
langsung dari lingkungan fisik

00:20:07.320 --> 00:20:07.920
atau bisnis.

00:20:08.940 --> 00:20:10.560
Co-pilot kemudian dapat meminta data

00:20:10.560 --> 00:20:11.860
pada kembaran digital ini

00:20:11.860 --> 00:20:12.680
memahami hubungan

00:20:12.680 --> 00:20:13.700
seperti dampak output pabrik

00:20:13.700 --> 00:20:14.920
terhadap keterlambatan transportasi.

00:20:15.800 --> 00:20:16.800
Hal ini menjaga penawarannya

00:20:16.800 --> 00:20:18.100
tetap berpijak pada data yang sinkron

00:20:18.100 --> 00:20:19.340
bukan pada data lama yang basi.

00:20:19.900 --> 00:20:21.100
Namun bahkan arsitektur terbaik pun

00:20:21.100 --> 00:20:21.880
akan mengalami penimbang.

00:20:22.240 --> 00:20:23.480
Itulah sebabnya Anda perlu melakukan

00:20:23.480 --> 00:20:24.540
audit kebenaran berkala

00:20:24.540 --> 00:20:25.220
pemiliksaan rutin

00:20:25.220 --> 00:20:26.500
di mana output AI divalidasi

00:20:26.500 --> 00:20:27.780
dengan sumber kebenaran yang terpercaya.

00:20:28.220 --> 00:20:29.620
Anda memilih query yang representatif

00:20:29.620 --> 00:20:31.060
menjalankannya kembali secara manual

00:20:31.060 --> 00:20:32.360
atau melalui SQL tersimpan

00:20:32.360 --> 00:20:33.420
lalu membandingkan hasilnya.

00:20:34.240 --> 00:20:35.880
Seperbedaan menandakan entropi arsitektur

00:20:35.880 --> 00:20:36.740
sambungannya rusak,

00:20:36.880 --> 00:20:37.600
ukuran yang bergeser

00:20:37.600 --> 00:20:39.220
atau silsilah data yang kedaluarsa.

00:20:39.220 --> 00:20:40.140
Kita...

00:20:40.140 --> 00:20:41.460
Anggap saja ini sebagai tes poligraf

00:20:41.460 --> 00:20:41.900
untuk kopilot.

00:20:42.700 --> 00:20:43.660
Dilakukan setiap kuartal

00:20:43.660 --> 00:20:44.440
ini memungkinkan Anda

00:20:44.440 --> 00:20:45.720
mengalibrasi ulang set instruksi

00:20:45.720 --> 00:20:47.080
dan semantik sebelum ketidakpercayaan

00:20:47.080 --> 00:20:48.440
berubah menjadi masalah di ruang rapat.

00:20:48.820 --> 00:20:49.880
Pentingnya semua lapisan

00:20:49.880 --> 00:20:50.900
tumpukan analitik Anda

00:20:50.900 --> 00:20:52.680
BI, kopilot, ruang kerja, fabrik

00:20:52.680 --> 00:20:53.500
harus menarik data

00:20:53.500 --> 00:20:54.620
dari satu sumber semantik.

00:20:55.400 --> 00:20:56.520
Set data bayangan adalah musuhnya.

00:20:56.920 --> 00:20:57.760
Setiap kali departemen

00:20:57.760 --> 00:20:59.180
yang ambisius mengkloning model

00:20:59.180 --> 00:21:00.220
agar bekerja lebih cepat

00:21:00.220 --> 00:21:01.980
hal itu menciptakan dialek kebenaran yang lain.

00:21:02.480 --> 00:21:02.880
Tiba-tiba

00:21:02.880 --> 00:21:04.580
power BI, kopilot, dan exo-kopilot

00:21:04.580 --> 00:21:05.500
berbicara dalam tiga bahasa

00:21:05.500 --> 00:21:06.220
yang sedikit berbeda

00:21:06.220 --> 00:21:07.500
mengenai angka pendapatan yang sama.

00:21:08.360 --> 00:21:09.960
Obatnya adalah kesatuan yang dipaksakan

00:21:09.960 --> 00:21:11.400
semantik terpusat dalam satu model

00:21:11.400 --> 00:21:12.260
ekspos dalam mode

00:21:12.260 --> 00:21:13.400
baca saja ke konsumen hilir

00:21:13.400 --> 00:21:14.600
dan kunci kepatuhan kebijakan

00:21:14.600 --> 00:21:15.760
pada sertifikasi set data.

00:21:17.000 --> 00:21:18.120
Jika Johnny di bagian penjualan

00:21:18.120 --> 00:21:18.920
menginginkan metrik custom

00:21:18.920 --> 00:21:19.760
dia harus bernegosiasi

00:21:19.760 --> 00:21:20.340
melalui tata kelola

00:21:20.340 --> 00:21:21.040
bukan seluruh langsung.

00:21:21.520 --> 00:21:22.740
Terakhir, tutup siklus pembelajaran.

00:21:23.200 --> 00:21:24.760
Tata kelola bukanlah dokumen statis

00:21:24.760 --> 00:21:26.200
melainkan dialog berkelanjutan

00:21:26.200 --> 00:21:27.900
antara analis manusia dan agen AE.

00:21:28.500 --> 00:21:29.440
Manusia menyesuaikan,

00:21:29.620 --> 00:21:30.480
kopilot mengeksekusi,

00:21:30.600 --> 00:21:31.460
manusia meverifikasi,

00:21:31.560 --> 00:21:32.260
dan kopilot berkembang

00:21:32.260 --> 00:21:33.360
melalui konteks yang diperbalik.

00:21:34.200 --> 00:21:35.520
Setiap iterasi mengajarkan sistem

00:21:35.520 --> 00:21:37.000
seperti apa eksekusi yang jujur itu.

00:21:37.800 --> 00:21:38.400
Seiring waktu,

00:21:38.640 --> 00:21:39.620
umpan balik ini menjadi

00:21:39.620 --> 00:21:40.800
infrastruktur tak terlihat

00:21:40.800 --> 00:21:41.840
kerangka kerja akurasi.

00:21:42.260 --> 00:21:43.340
Ketika Anda mencapai kematangan ini,

00:21:43.500 --> 00:21:44.540
sesuatu yang luar biasa terjadi.

00:21:45.100 --> 00:21:46.100
Kopilot tidak lagi terasa

00:21:46.100 --> 00:21:47.260
seperti peramal yang tidak terduga

00:21:47.260 --> 00:21:48.100
dan mulai berperilaku

00:21:48.100 --> 00:21:48.940
seperti analis junior

00:21:48.940 --> 00:21:49.760
cepat, konsisten,

00:21:49.860 --> 00:21:50.840
dan patuh pada kebijakan.

00:21:51.680 --> 00:21:52.580
Halusinasi menguap,

00:21:53.040 --> 00:21:54.660
bukan karena AI tiba-tiba menjadi jujur,

00:21:54.760 --> 00:21:56.080
tetapi karena ketidakjujuran

00:21:56.080 --> 00:21:57.520
tidak lagi sesuai dengan strukturnya.

00:21:58.100 --> 00:21:59.040
Kebenaran menjadi jalan

00:21:59.040 --> 00:22:00.120
dengan hambatan terkecil,

00:22:00.120 --> 00:22:01.920
jadi solusi sistemik bukanlah kemewahan,

00:22:02.080 --> 00:22:02.840
melainkan tetap lolat.

00:22:03.360 --> 00:22:04.100
Penegakan skema,

00:22:04.260 --> 00:22:05.420
menjaga kerangka tetap lurus,

00:22:05.540 --> 00:22:07.180
pembuatan versi semantik mengingat sejarah.

00:22:07.400 --> 00:22:09.020
Sertifikasi purview menjaga integritas

00:22:09.020 --> 00:22:09.780
dan semantik.

00:22:10.360 --> 00:22:11.880
Sumber tunggal menjaga koherensi,

00:22:12.200 --> 00:22:12.360
nuk.

00:22:13.340 --> 00:22:15.380
Pencerminan mengikat realitas pada refleksi,

00:22:15.660 --> 00:22:17.500
audit kebenaran menjaga keduanya tetap sinkron.

00:22:17.920 --> 00:22:18.620
Di antara keduanya,

00:22:18.740 --> 00:22:19.760
kopilot tidak perlu mengarang,

00:22:20.080 --> 00:22:20.820
ia hanya melaporkan.

00:22:21.500 --> 00:22:23.300
Setelah Anda menegakkan kebenaran secara struktural,

00:22:23.460 --> 00:22:24.880
Anda berhak untuk mengotomatiskan awasan

00:22:24.880 --> 00:22:26.760
dan itu membawa kita pada pelajaran terakhir,

00:22:26.760 --> 00:22:28.620
mengajarkan mesin untuk mengatakan kebenaran

00:22:28.620 --> 00:22:29.340
berdasarkan desain,

00:22:29.440 --> 00:22:30.040
bukan persuasi.

00:22:30.780 --> 00:22:32.200
Mengajarkan kopilot untuk mengatakan kebenaran.

00:22:32.860 --> 00:22:34.300
Kopilot tidak pernah tidak terpercaya,

00:22:34.520 --> 00:22:35.160
ia hanya patuh,

00:22:35.760 --> 00:22:37.380
ia menjawab dengan setiap pada kekacauan

00:22:37.380 --> 00:22:38.340
apapun yang Anda kodekan.

00:22:39.180 --> 00:22:40.720
Setelah Anda memberinya arsitektur yang disiplin,

00:22:40.800 --> 00:22:41.540
semantik yang konsisten,

00:22:41.600 --> 00:22:42.400
dan instruksi yang eksplisit,

00:22:42.480 --> 00:22:43.320
ia berhenti berhamsinasi,

00:22:43.400 --> 00:22:44.100
bukan karena moralitas,

00:22:44.180 --> 00:22:45.140
sebaliknya karena kepercayaan.

00:22:46.020 --> 00:22:47.040
Inilah persamaan abadi,

00:22:47.620 --> 00:22:49.540
lapisan medali yang bersih ditambah disiplin semantik,

00:22:49.620 --> 00:22:51.400
ditambah instruksi terkelola sama dengan kebenaran E

00:22:51.400 --> 00:22:52.300
yang dapat diverifikasi.

00:22:53.020 --> 00:22:54.340
Hilangkan ambiguitas pada sumbernya,

00:22:54.600 --> 00:22:55.860
dokumentasikan makna secara tepat,

00:22:55.960 --> 00:22:56.900
uji output secara berkala,

00:22:57.080 --> 00:22:58.580
dan kopilot akan menjadi cermin yang dipoles

00:22:58.580 --> 00:22:59.760
hanya untuk merefleksikan fakta.

00:23:00.440 --> 00:23:02.460
Jika aset fabrik Anda masih membisikkan kontradiksi,

00:23:02.640 --> 00:23:04.200
inilah panggilan bagi Anda untuk mengauditnya.

00:23:04.820 --> 00:23:05.800
Terapkan kontak skema,

00:23:06.100 --> 00:23:07.160
sertifikasi kumpulan data,

00:23:07.380 --> 00:23:08.260
buat versi semantik Anda,

00:23:08.360 --> 00:23:09.760
dan jalankan audit kebenaran triwannya.

00:23:10.420 --> 00:23:12.360
Lalu saksikan saat kopilot berubah dari improvisator

00:23:12.360 --> 00:23:14.020
yang percaya diri menjadi rekan kerja yang dapat itu.

00:23:14.500 --> 00:23:15.460
Akurasi bukanlah sihir,

00:23:15.460 --> 00:23:16.280
mainkan melihara.

00:23:16.760 --> 00:23:17.900
Bangun struktur yang begitu ketat

00:23:17.900 --> 00:23:19.520
sehingga kebohongan secara fisik tidak dapat manak.

00:23:19.520 --> 00:23:20.520
Lakukan itu,

00:23:20.660 --> 00:23:21.620
dan setiap perintah di masa depan

00:23:21.620 --> 00:23:22.540
tidak akan menghasilkan cerita,

00:23:22.640 --> 00:23:23.260
melainkan pernyataan.

00:23:23.940 --> 00:23:25.140
Jika ini menghemat waktu Anda

00:23:25.140 --> 00:23:26.240
atau menghindari rasa malu,

00:23:26.420 --> 00:23:27.120
balas seusaha ini,

00:23:27.560 --> 00:23:28.940
berlanggananlah ke M365 Show.

00:23:29.740 --> 00:23:30.900
Kami berspesialisasi dalam membuat

00:23:30.900 --> 00:23:32.160
M365 benar-benar benar-benar beradaan.

00:23:32.920 --> 00:23:34.380
Tutor berikutnya akan menggali lebih dalam

00:23:34.380 --> 00:23:35.880
tentang rekayasa akurasi kopilot,

00:23:36.320 --> 00:23:37.400
efisiensi milik mereka yang disiplin.

00:23:37.940 --> 00:23:38.460
Tetap bersama kami.
