WEBVTT

00:00:00.000 --> 00:00:01.700
State ancora effettuando audit manuali su Fabric?

00:00:02.220 --> 00:00:02.700
Affascinante.

00:00:03.060 --> 00:00:06.800
Ciò significa che passate volontariamente i fini di settimana a confrontare dataset di Power BI,

00:00:07.160 --> 00:00:09.820
workspace di Fabric e classificazioni di PowerView usando fogli di calcolo.

00:00:10.360 --> 00:00:14.360
Ammirevole se il vostro obiettivo è vincere un premio per l'uso meno efficiente dell'intelligenza umana.

00:00:15.340 --> 00:00:18.300
La governance in Microsoft Fabric non è difficile perché mancano le funzionalità.

00:00:18.780 --> 00:00:21.460
È difficile perché i sistemi si rifiutano di parlare la stessa lingua.

00:00:22.380 --> 00:00:26.020
Ognuno opera come un manager presuntuoso che insiste che il proprio reparto è diverso.

00:00:26.020 --> 00:00:30.700
PowerView traccia le classificazioni, Power BI applica la sicurezza, Fabric gestisce le pipeline

00:00:30.700 --> 00:00:32.740
e voi dovete fare da arbitri la loro disputa in Excel.

00:00:33.280 --> 00:00:36.100
Ecco che arriva GPT-5 all'interno di Microsoft 365 Pilot.

00:00:36.420 --> 00:00:38.960
Non è lo stesso assistente obbediente a cui chiedevate di riassumere gli app.

00:00:39.140 --> 00:00:40.460
Non ha audio dotato di capacità di ragionare.

00:00:40.700 --> 00:00:41.260
La differenza.

00:00:41.540 --> 00:00:44.180
In GPT-5 non si limita a trovare informazioni e comprendere le relazioni.

00:00:44.760 --> 00:00:48.480
In questo video imparerete come automatizza la governance di Fabric tra i vari servizi

00:00:48.480 --> 00:00:50.380
senza una singola verifica manuale.

00:00:50.940 --> 00:00:54.540
Il ragionamento Chain of Thought trasformerà la noia della conformità in pura logica

00:00:54.540 --> 00:00:57.260
perché la governance si rompe in Microsoft Fabric.

00:00:57.900 --> 00:00:58.700
Ecco la scomoda verità.

00:00:59.320 --> 00:01:02.120
Fabric ha unificato l'analisi ma ha dimenticato di unificare la governance.

00:01:02.580 --> 00:01:06.160
Sotto le dashboard lucide già c'è una rete disordinata di sistemi che competono per l'attenzione.

00:01:07.740 --> 00:01:11.560
Fabric archivia i dati, Power BI li visualizza ma nessuno di loro comunica in modo fluido.

00:01:12.420 --> 00:01:14.320
Si direbbe che Microsoft li aveva costruiti per collaborare.

00:01:14.780 --> 00:01:16.880
In pratica è più come tre geni a un tavolo da conferenza,

00:01:16.880 --> 00:01:18.800
ognuno dei quali parla il proprio dialetto JSON.

00:01:19.520 --> 00:01:21.800
Ecco perché la governance crolla sotto la sua stessa ambizione.

00:01:21.800 --> 00:01:26.400
Avete un lake house pieno di dati sensibili, dashboard di Power BI che vi fanno riferimento

00:01:26.400 --> 00:01:29.700
da 15 angolazioni e Purview che assegna etichette in uno splendido isolamento.

00:01:31.260 --> 00:01:34.580
Quando gli auditor chiedono le prove che ogni dataset classificato sia protetto,

00:01:34.800 --> 00:01:38.560
scoprite che Fabric conosce la lineage, Purview conosce i tag e Power BI conosce i ruoli

00:01:38.560 --> 00:01:39.860
ma nessuno conosce l'intera storia.

00:01:40.880 --> 00:01:42.400
Il risultato è uno spaghetti digitale,

00:01:42.400 --> 00:01:45.460
un'infinita ciotola di campi, autorizzazioni e flussi interconnessi.

00:01:46.140 --> 00:01:49.160
Ogni filo tocca l'altro, eppure nessuno di loro riconosce la connessione.

00:01:49.160 --> 00:01:52.760
Gli uffici di governance finiscono per estrarre manualmente esportazioni e API,

00:01:52.920 --> 00:01:57.280
incrociare nomi che quasi, ma non del tutto, coincidono e litigare con CSV che si rifiutano di allinearsi.

00:01:57.960 --> 00:02:00.460
L'audit medio diventa un esperimento sociologico sulla pazienza umana.

00:02:01.100 --> 00:02:01.840
Prendete la compliance.

00:02:02.660 --> 00:02:06.040
Una volta, passato due settimane, conciliare i set di dati altamente riservati di Purview

00:02:06.040 --> 00:02:07.480
con le restrizioni di Power BI.

00:02:07.840 --> 00:02:10.600
Due settimane per scoprire che metà degli asset erano classificati male,

00:02:10.680 --> 00:02:14.040
l'altra metà etichettati erroneamente perché qualcuno aveva rinominato un workspace metaprogetto.

00:02:14.700 --> 00:02:17.200
Su aver detto, se Fabric avesse una coscienza, chiederebbe scusa.

00:02:17.200 --> 00:02:20.240
La Fabric non ce l'ha. Si limita a registrare eventi e a sorridere.

00:02:20.840 --> 00:02:22.460
Il vero problema non è tecnico, è logico.

00:02:22.940 --> 00:02:26.040
Le piattaforme sono brillanti nell'archivare fatti, ma incapaci di ragionare su di essi.

00:02:26.460 --> 00:02:29.300
Ti sanno dire cosa esiste, ma non come queste cose si relazionano nel contesto.

00:02:29.800 --> 00:02:31.760
Ecco perché i tuoi script e le tue query hanno dei limiti.

00:02:32.320 --> 00:02:35.740
Per convalidare la conformità tra i sistemi, serve un'entità capace di inferenza,

00:02:35.860 --> 00:02:38.900
qualcosa che non si limiti a vedere i dati, ma che ne deduca alle relazioni.

00:02:39.540 --> 00:02:43.620
Ecco il GPT-5, il primo stagista nella storia di Microsoft che non ha bisogno di supervisione costante.

00:02:43.620 --> 00:02:47.560
A differenza dei precedenti modelli copilot, non si ferma la corrispondenza delle parole chiave.

00:02:47.960 --> 00:02:51.120
Esegue un ragionamento strutturato, correlando i grafi di lignaggio di Fabric,

00:02:51.280 --> 00:02:54.940
le classificazioni di Purview e i modelli di sicurezza di Power BI in una narrazione unificata.

00:02:55.940 --> 00:02:58.280
Costruisce ciò che gli strumenti stessi non possono fare, contesto.

00:02:58.720 --> 00:03:01.620
La governance passa finalmente da un'ispezione infinita a un'automazione intelligente

00:03:02.160 --> 00:03:05.620
e, per una volta, puoi controllare il sistema invece di diagnosticare i suoi malintesi.

00:03:05.620 --> 00:03:08.440
Ecco GPT-5 e il ragionamento.

00:03:08.880 --> 00:03:09.820
Come anello mancante.

00:03:10.700 --> 00:03:14.580
Sia chiaro, GPT-5, non si è semplicemente svegliato una mattina imparando a scrivere più velocemente.

00:03:15.380 --> 00:03:17.900
I titoli potrebbero parlare di velocità, ma quello è un effetto collaterale.

00:03:18.300 --> 00:03:19.540
Il vero titolo è il ragionamento.

00:03:20.180 --> 00:03:23.860
Microsoft ha integrato la logica della catena di pensiero direttamente nel cervello operativo di Cubilot.

00:03:24.420 --> 00:03:26.620
In breve, il modello non si limita a rigurgitare documentazione,

00:03:27.320 --> 00:03:30.600
simula il pensiero di un esperto umano senza la dipendenza dal caffè e le fare annuali.

00:03:31.040 --> 00:03:32.160
Confrontalo con GPT-4.

00:03:32.160 --> 00:03:36.440
Il modello precedente era come un assistente dirigente che rispondeva alle domande esattamente come venivano poste.

00:03:36.660 --> 00:03:39.980
Se gli chiedevi delle policy di purview, rimaneva obbedientemente confinato in quel perimetro.

00:03:40.340 --> 00:03:40.980
Intelligente, sì.

00:03:41.500 --> 00:03:41.980
Autono, no.

00:03:42.700 --> 00:03:45.320
Non poteva dedurre che la tua domanda sull'accesso ai set di dati

00:03:45.320 --> 00:03:49.200
potesse richiedere anche il controllo incrociato dei voli Power BI e delle pipeline fabbriche.

00:03:50.000 --> 00:03:51.300
Devi fornire il contesto passo dopo passo.

00:03:51.800 --> 00:03:54.480
GPT-5, d'altra parte, appende il contesto da solo man mano che procede.

00:03:54.920 --> 00:03:58.480
Nota le connessioni che hai dimenticato di menzionare e le analizza razionalmente prima di rispondere.

00:03:58.620 --> 00:04:01.420
È come appare all'interno di Microsoft 365 Copilot.

00:04:01.420 --> 00:04:05.640
Nel momento in cui invii una query di governance, ad esempio mostrami tutti gli asset Fabric

00:04:05.640 --> 00:04:10.240
contenenti indirizzi di clienti non classificati in parview, GPT-5 attiva una catena di ragionamento interna.

00:04:11.040 --> 00:04:12.500
Primo passo, interpreta la tua intenzione.

00:04:13.000 --> 00:04:17.460
Riconosce che la richiesta non riguarda un singolo sistema ma tutte e tre le aree del tuo patrimonio dati.

00:04:18.740 --> 00:04:21.500
Secondo passo, avvia thread mentali separati, uno per ogni dominio.

00:04:22.140 --> 00:04:23.580
Fabric fornisce il lignaggio dei dati.

00:04:23.580 --> 00:04:27.980
Proview contribuisce con i metadati di classificazione e Power BI espone alla configurazione di sicurezza.

00:04:27.980 --> 00:04:32.860
Terzo passo, fa convergere quei thread riconciliando gli identificatori, verificando la semantica,

00:04:33.020 --> 00:04:35.860
così la risposta finale è verificata anziché approssimata.

00:04:36.820 --> 00:04:39.940
Vecchio Copilot univa le informazioni, nuovo Copilot con valida la logica.

00:04:40.320 --> 00:04:42.160
Ecco perché i semplici confronti sulla velocità mancano.

00:04:42.160 --> 00:04:45.100
L'aspetto rivoluzionale non è la rapidità di risposta.

00:04:45.500 --> 00:04:47.940
Ha il fatto che ogni risposta abbia un ragionamento interno integrato.

00:04:48.680 --> 00:04:51.600
È come se Power Automate fosse andato all'università e si fosse allorato con l'Ode,

00:04:51.660 --> 00:04:54.080
fosse tornato determinato a far rispettare le clausole di conformità.

00:04:54.540 --> 00:04:56.720
La maggior parte degli utenti scambia il ragionamento per prolissità.

00:04:57.040 --> 00:04:59.660
Pensano che una spiegazione più lunga significhi che il modello si sta mettendo in mostra.

00:04:59.940 --> 00:05:03.520
No, quella prolissità è prova di riflessione e sta documentando la sua traccia di controllo cognitiva.

00:05:03.720 --> 00:05:06.500
Proprio come un revisore prende appunti a supporto di ogni conclusione,

00:05:06.660 --> 00:05:08.780
GPT-5 delinea i passaggi logici seguiti.

00:05:08.780 --> 00:05:11.540
Quella traccia di controllo non è superflua, è una protezione.

00:05:12.060 --> 00:05:14.900
Quando le autorità di regolamentazione chiedono come si è giunto a una conclusione,

00:05:14.980 --> 00:05:17.120
finalmente è una risposta che va oltre, ha detto Copilot.

00:05:17.580 --> 00:05:18.740
Analizziamo il modello funzionale.

00:05:19.280 --> 00:05:20.940
Immaginilo come una pipeline a tre stadi.

00:05:21.240 --> 00:05:24.260
Interpretazione della richiesta, ragionamento multidominio, sintesi verificata.

00:05:25.400 --> 00:05:28.400
Nella prima fase Copilot analizza il linguaggio nel contesto,

00:05:28.780 --> 00:05:32.640
comprendendo che dati sensibili non etichettati implicano una vacuna di classificazione in preview.

00:05:34.100 --> 00:05:37.720
Nella seconda fase ragiona simultaneamente su diversi piani di dati,

00:05:37.720 --> 00:05:41.020
correlando campi non identici ma funzionalmente collegati,

00:05:41.100 --> 00:05:44.660
come abbinare l'ID cliente in Fabric con l'ID cliente in Power BI.

00:05:46.240 --> 00:05:49.680
Nella fase di sintesi finale verifica incrociatamente ogni collegamento dedotto

00:05:49.680 --> 00:05:51.400
prima di presentare il riepilogo di QT-Feed.

00:05:51.760 --> 00:05:53.960
Ed ecco la sorpresa, non gli ha mai chiesto di fare nulla di tutto ciò.

00:05:54.460 --> 00:05:56.500
Il ciclo di ragionamento viene eseguito in modo invisibile,

00:05:56.640 --> 00:06:00.200
come un comitato interno in miniatura che discute le prove prima di far parlare il portavoce.

00:06:00.280 --> 00:06:02.880
D'è questo che Microsoft intende per catena di pensiero incorporata.

00:06:03.540 --> 00:06:07.280
GPT-5 sceglie quando è necessario un ragionamento più profondo e lo attiva automaticamente.

00:06:07.720 --> 00:06:10.680
Quindi, quando pone una domanda di conformità apparentemente innocente,

00:06:11.100 --> 00:06:14.780
quali tabelle del Lake House contengono P ma mancano di un corrispondente artefatto Power BI?

00:06:15.160 --> 00:06:18.020
Di regola, GPT-5 non ricorre alla ricerca per parole chiave.

00:06:18.480 --> 00:06:22.980
Ricostruisce il grafo della derivazione, incroce i tag di preview, interpreta i vincoli di sicurezza

00:06:22.980 --> 00:06:26.060
e fa emergere solo le discrepanze verificabili su tutti i set di dati.

00:06:27.060 --> 00:06:29.200
Il risultato non è un'ipotesi, è una conclusione derivata.

00:06:29.940 --> 00:06:33.420
Sì, questo risolve finalmente il problema di governance che Fabric da solo non riusciva a definire.

00:06:33.420 --> 00:06:37.420
Dalla prima volta, la correttezza contestuale sostituisce la correlazione manuale.

00:06:37.640 --> 00:06:40.620
Passi meno tempo a raccogliere frammenti e più tempo a interpretare la strategia.

00:06:41.320 --> 00:06:43.500
Il modello esegue un pensiero relazionale per tuo conto,

00:06:43.560 --> 00:06:45.800
come delegare l'analisi a qualcuno che non solo legge la policy,

00:06:45.940 --> 00:06:47.760
ma comprende anche le dinamiche sottostanti.

00:06:48.540 --> 00:06:49.940
Quindi, quanto è diversa la tua giornata?

00:06:50.560 --> 00:06:53.440
Immagina un tirocinante che prevede quali oggetti di policy si sovrappongono

00:06:53.440 --> 00:06:54.620
prima ancora che tu scriva la query.

00:06:54.840 --> 00:06:56.660
Spiega il suo ragionamento riga per riga per riga

00:06:56.660 --> 00:06:59.580
e non ti disturba a meno che il set di dati non sia effettivamente in conflitto.

00:07:00.540 --> 00:07:04.100
Questo GPT-5 all'interno di Copilot, tirocinante promosso responsabile della conformità

00:07:04.100 --> 00:07:05.680
che lavora silenziosamente e sempre ragionato.

00:07:06.300 --> 00:07:08.120
Ora, mettiamo il lavoro in un audit reale.

00:07:09.120 --> 00:07:10.920
Il vecchio metodo contro il metodo GPT-5.

00:07:11.420 --> 00:07:12.660
Esaminiamo uno scenario reale.

00:07:13.600 --> 00:07:16.660
Il tuo compito, confermare che ogni set di dati in un Lake House Fabric

00:07:16.660 --> 00:07:18.620
contenente informazioni di identificazione personale

00:07:18.620 --> 00:07:21.760
sia classificato in preview e protetto dalla sicurezza a livello di riga in Power BI.

00:07:22.840 --> 00:07:24.920
Obiettivo semplice, esecuzione catastrofica.

00:07:24.920 --> 00:07:28.020
Il vecchio flusso di lavoro somigliava una caccia al tesoro ideato da masochisti.

00:07:28.520 --> 00:07:30.560
Aprivi Power BI per esportare i ruoli di accesso.

00:07:31.060 --> 00:07:33.080
Passavi a Purview per elencare le risorse etichettate

00:07:33.080 --> 00:07:34.920
e poi esportavi i metadati della pipeline di Fabric

00:07:34.920 --> 00:07:36.540
sperando che i nomi delle colonne coincidessero.

00:07:36.860 --> 00:07:37.580
Normalmente succedeva.

00:07:37.840 --> 00:07:40.840
Tre dashboard, quattro esportazioni, due migrazioni e ancora nessuna certezza.

00:07:41.400 --> 00:07:43.780
Stavi riconciliando dati che vivevano universi paralleli.

00:07:44.100 --> 00:07:45.200
Il vecchio Copilot non aiutavamo.

00:07:45.600 --> 00:07:47.140
Poteva riassumere all'interno di ogni servizio

00:07:47.140 --> 00:07:49.080
ma mancava della colla intellettuale per collegarli.

00:07:49.080 --> 00:07:53.300
Se gli chiedevi di elencare i set di dati classificati da Purview usati in Power BI

00:07:53.300 --> 00:07:55.400
recuperavi educatamente gli elenchi separatamente.

00:07:55.940 --> 00:07:58.640
Era come assumere tre traduttori che conoscono ciascuno solo una lingua.

00:07:59.420 --> 00:08:01.320
Si parlano fluentemente, ma mai tra loro.

00:08:01.820 --> 00:08:04.480
L'audit finiva con te che pregavi che i nomi coincidessero per puro caso.

00:08:04.860 --> 00:08:05.760
Spoiler, non succedeva.

00:08:06.160 --> 00:08:07.100
Ora arriva GPT-5.

00:08:07.960 --> 00:08:09.960
Stessa query e meccanismi cerebrali completamente diversi.

00:08:09.960 --> 00:08:15.000
Dici, controlla tutte le risorse Fabric con P per confermare la classificazione e le restrizioni di sicurezza.

00:08:16.200 --> 00:08:19.220
Copilot, potenziato da GPT-5, interpreta l'affermazione in modo olistico.

00:08:20.020 --> 00:08:22.660
Primo passo, interroga il grafo di lignaggio interno di Fabric

00:08:22.660 --> 00:08:25.240
tracciando ogni artefatto che fa riferimento ai dati dei clienti.

00:08:26.080 --> 00:08:27.520
Non si ferma ai container di archiviazione.

00:08:28.060 --> 00:08:30.040
Segue le trasformazioni attraverso un notebook pipeline.

00:08:30.860 --> 00:08:33.660
Secondo passo, recupera le tabelle di classificazione di Purview

00:08:33.660 --> 00:08:36.500
verificando se quegli artefatti portano etichette di dati sensibili.

00:08:36.820 --> 00:08:39.060
Terzo passo, si addentra in Power BI

00:08:39.060 --> 00:08:41.340
incrociando i mapping di sicurezza a livello di riga

00:08:41.340 --> 00:08:43.900
con gli stessi identificatori di lignaggio esposti da Fabric.

00:08:44.820 --> 00:08:48.180
Quarto passo, unisce queste conoscenze in un unico riepilogo di conformità

00:08:48.180 --> 00:08:50.740
completo di incongruenze risolte e segnalate come rischi.

00:08:51.380 --> 00:08:53.620
In nessun momento è menzionato esplicitamente di correlare i Dio

00:08:53.620 --> 00:08:54.780
o unire i nomi dei set di dati.

00:08:55.780 --> 00:08:58.460
Il livello di ragionamento lo ha dedotto da solo poiché GPT-5

00:08:58.460 --> 00:08:59.940
struttura la logica internamente

00:08:59.940 --> 00:09:03.620
identificando relazioni che i revisori umani dovrebbero confermare manualmente.

00:09:03.620 --> 00:09:07.000
Ma questo non è riconoscimento di patta, la inferenza su scala aziendale.

00:09:07.000 --> 00:09:09.560
Per chiarezza sveliamo la sequenza di ragionamento

00:09:09.560 --> 00:09:12.960
identificare, confrontare, incrociare, sintetizzare.

00:09:13.420 --> 00:09:15.460
Primo, identificare il lignaggio, cosa viene da dove.

00:09:16.140 --> 00:09:17.920
Secondo, abbinare i set di dati e le etichette di...

00:09:17.920 --> 00:09:21.060
Terzo, incrociare le estizioni Power BI per quegli stessi set di dati.

00:09:21.760 --> 00:09:24.480
Infine, sintetizzare tutto in un report di governance verificato.

00:09:25.080 --> 00:09:26.820
L'intero ciclo si esegue con una sola query

00:09:26.820 --> 00:09:28.780
sostituendo ore di triage manuale.

00:09:28.780 --> 00:09:31.900
Ciò che lo rende potente non è la magia, è la coerenza.

00:09:32.660 --> 00:09:33.660
I revisori umani sono falliti.

00:09:34.060 --> 00:09:35.380
Dimenticano il nome di un flusso di dati

00:09:35.380 --> 00:09:37.280
e trascurano una tabella riclassificata, perdono pazienza.

00:09:38.080 --> 00:09:38.480
GPT-5

00:09:38.480 --> 00:09:40.980
Tratta ogni record come parte di una catena logica

00:09:40.980 --> 00:09:43.560
tracciando le relazioni fino al raggiungimento delle soglie di confidenza.

00:09:44.340 --> 00:09:46.040
In pratica significa che la governance di Fabric

00:09:46.040 --> 00:09:48.060
smette di essere un gioco di ipotesi e inizia a essere algebra.

00:09:48.560 --> 00:09:50.820
Il modello riduce la conformità a un'equazione risolvibile.

00:09:51.480 --> 00:09:52.840
Aggiungiamo un pizzico di umana incredulità.

00:09:52.840 --> 00:09:54.440
Durante una revisione interna

00:09:54.440 --> 00:09:56.520
un responsabile IT ha eseguito un audio cross-service

00:09:56.520 --> 00:09:59.300
aspettandosi che GPT-5 si bloccasse su identificatori incoerenti.

00:09:59.980 --> 00:10:02.140
Invece il modello ha dedotto le mappature correttamente

00:10:02.140 --> 00:10:03.880
riconoscendo che Cast ID in Power BI

00:10:03.880 --> 00:10:06.260
si riferiva allo stesso campo di Customer Key in Fabric.

00:10:07.180 --> 00:10:10.240
Il responsabile fissava il risultato come se il sistema li avesse letto nel testo.

00:10:10.300 --> 00:10:12.440
A dire a tutta, ha letto i metadati meglio di quanto abbia mai fatto lui.

00:10:13.120 --> 00:10:14.100
Questo è un momento della rivelazione.

00:10:14.520 --> 00:10:17.220
Stessa complessità del prompt, ragionamento esponenzialmente più intelligente.

00:10:17.640 --> 00:10:19.100
Non si è diventato un auditor migliore di un giorno.

00:10:19.460 --> 00:10:20.080
L'ha fatto il sistema.

00:10:20.080 --> 00:10:23.040
E all'improvviso attività che un tempo richiedevano script e esportazioni ore

00:10:23.040 --> 00:10:25.160
nel fine settimana si sono ridotte a un prompt conversazionale.

00:10:25.300 --> 00:10:26.400
Chiedi, attendi, revisiona.

00:10:26.620 --> 00:10:27.980
Il ragionamento gestisce la correlazione.

00:10:28.440 --> 00:10:29.280
Nota un dettaglio sottile.

00:10:29.960 --> 00:10:32.160
Copilot ora fornisce spiegazioni, non solo risposte.

00:10:33.180 --> 00:10:35.140
Il suo report include la logica per ogni conclusione.

00:10:35.680 --> 00:10:39.000
Percorsi di dracciamento della linea, fonti di classificazione, policy RLS applicate.

00:10:39.340 --> 00:10:43.040
Quella trasparenza trasforma gli audit da documentazione reattiva in prove viventi.

00:10:43.800 --> 00:10:46.220
Puoi mostrare la dirigenza perché un dataset non è conforme

00:10:46.220 --> 00:10:47.700
senza rileggere tre esportazioni.

00:10:48.260 --> 00:10:49.900
Lì ha già dimostrato la sua logica.

00:10:50.340 --> 00:10:51.600
Economicamente questo è trasformativo.

00:10:52.320 --> 00:10:55.080
Il costo di un audit manuale non è solo mano d'opera, è opportunità.

00:10:55.780 --> 00:10:59.100
Ogni ora spesa a riconciliare file CSV è un'ora non spesa a migliorare l'architettura.

00:10:59.900 --> 00:11:01.140
GPT-5 cambia questo equilibrio.

00:11:01.860 --> 00:11:06.320
Recuperi tempo, riduci gli errori e stabilisci modelli di conformità ripetibili tra i tenant.

00:11:07.600 --> 00:11:08.620
Cambiamento è misurabile.

00:11:08.960 --> 00:11:11.860
La governance passa dal panico episodico all'assicurazione continua.

00:11:12.660 --> 00:11:14.460
E filosoficamente accade qualcosa di più profondo.

00:11:15.060 --> 00:11:18.140
Fabric sembrava opaco, una grande macchina con troppi scomparti segreti.

00:11:18.140 --> 00:11:23.700
Con GPT-5 che osserva gli scomparti illuminarsi, le linee tra purview, Power BI e Fabric sfumano

00:11:23.700 --> 00:11:26.860
in uno schema connesso supervisionato da un'intelligenza che ragiona costantemente.

00:11:28.000 --> 00:11:30.940
Non stai più strisciando tra i log, stai gestendo la responsabilità sistemica.

00:11:31.720 --> 00:11:34.660
Quindi sì, la generazione di auditor da foglio di calcolo appunto può finalmente riposare.

00:11:35.400 --> 00:11:39.880
GPT-5 in copilot ha interiorizzato i loro metodi, raffinato il loro caos e automatizzato il loro intento.

00:11:39.880 --> 00:11:41.380
La visibilità non è più il problema.

00:11:41.740 --> 00:11:42.820
La verifica è istantanea.

00:11:43.280 --> 00:11:45.980
E ora che la logica stessa è gestita, possiamo parlare dell'effetto successivo,

00:11:46.020 --> 00:11:48.520
di cosa fa questa automazione al tuo budget, alla tua posizione di conformità,

00:11:48.600 --> 00:11:50.380
alla tua posizione di conformità e alla tua salute mentale.

00:11:51.060 --> 00:11:53.900
L'impatto aziendale dalla conformità reattiva a quella predittiva.

00:11:54.580 --> 00:11:57.940
Quantifichiamo razionalmente la cosa prima che qualcuno inizia a celebrare il miracolo di produttività.

00:11:58.460 --> 00:12:01.780
Gli audit manuali non sono solo lenti, sono forme di autolesionismo finanziariamente stravagante.

00:12:02.060 --> 00:12:05.920
Ogni revisione trimestrale richiede analisti umani che estraggono metadati,

00:12:05.920 --> 00:12:11.380
allineano esportazioni, verificano classificazioni, giustificano discrepanze, attività che generano zero vantaggio competitivo.

00:12:11.960 --> 00:12:14.280
Quindi stai essenzialmente pagando esperti per fare da babysitterale.

00:12:14.720 --> 00:12:18.400
Moltiplica questo per le business unit e la governance c'è solo una funzione di controllo.

00:12:19.000 --> 00:12:19.900
Diventa una tasca occulta.

00:12:20.320 --> 00:12:22.740
Osserva cosa succede nel momento in cui entra in gioco l'automazione del ragione.

00:12:23.320 --> 00:12:25.900
GPT-5 non accelera semplicemente i singoli controlli.

00:12:26.400 --> 00:12:28.220
Ridefinisce la natura temporale della conformità.

00:12:29.320 --> 00:12:32.540
Prima, istantanee statiche, programmate ogni ciclo fiscale,

00:12:33.020 --> 00:12:35.400
ognuna delle quali perdeva precisione non appena cambiava una pipeline.

00:12:35.400 --> 00:12:38.820
Dopo, garanzia continua sostenuta da correlazioni automatizzate.

00:12:39.640 --> 00:12:41.820
Vecchio modello cercava gli errori dopo che si erano verificati.

00:12:42.260 --> 00:12:44.260
Il nuovo li anticipa prima che si diffondano.

00:12:44.960 --> 00:12:46.100
Consideriamo l'audit preditivo.

00:12:46.680 --> 00:12:50.400
Poiché GPT-5 comprende le razioni, riconosce quando si insinua una deriva dei dati.

00:12:51.120 --> 00:12:54.600
Supponiamo che qualcuno modifichi un notebook fabbrica e elementa tabella di dati dei clienti.

00:12:54.600 --> 00:12:58.740
Il modello deduce istantaneamente che l'ambito di classificazione di preview potrebbe non corrispondere più,

00:12:58.860 --> 00:13:00.940
suggerendo cautela prima che la vacuna appaia nel report.

00:13:01.300 --> 00:13:04.920
È come un sistema immunitario integrato in copilot che rileva l'infezione prima dei sintomi.

00:13:05.400 --> 00:13:07.060
In termini di governance, questa è evoluzione.

00:13:07.600 --> 00:13:09.160
Anche la matematica operativa è impressionante.

00:13:09.800 --> 00:13:12.140
Cicli di audit che richiedevano giorni e ora si risolvono in pochi minuti.

00:13:13.020 --> 00:13:16.100
Il modello esegue ragionamenti correlativi tra le piattaforme più velocemente

00:13:16.100 --> 00:13:18.980
di quanto gli script convenzionali possano autenticare le connessioni.

00:13:19.560 --> 00:13:21.520
Non è un iperbole, è realtà computazionale.

00:13:22.080 --> 00:13:25.060
Il ragionamento consente a copilot di eseguire con valide simultanee,

00:13:25.140 --> 00:13:27.260
trasformando i flussi di lavoro sequenziali in paralleli.

00:13:27.880 --> 00:13:28.460
Il risultato?

00:13:28.560 --> 00:13:32.180
Tempo recuperato, frustrazione annullata, precisione di conformità mantenuta sulla larga scala.

00:13:32.180 --> 00:13:34.440
La fiducia aumenta insieme alla velocità.

00:13:35.120 --> 00:13:38.000
Vecchi audit dipendevano da join incompleti e inferenze manuali.

00:13:38.560 --> 00:13:40.100
Buone ipotesi racchiuse in report formali.

00:13:40.740 --> 00:13:43.360
GPT-5 sostituisce le stime con la verifica incrociata.

00:13:44.120 --> 00:13:48.120
Quando dichiara un set di dati conforme è perché la lineage, la classificazione e le politiche di sicurezza

00:13:48.120 --> 00:13:51.020
si allineano secondo una logica osservabile, non per supposizioni.

00:13:51.780 --> 00:13:54.120
I manager smettono di firmare report i cui dubitano segretamente.

00:13:54.460 --> 00:13:56.220
I dirigenti riacquistano fiducia nel loro dashboard.

00:13:56.220 --> 00:14:01.360
L'organizzazione passa da pensiamo di essere conformi a possiamo provarlo programmaticamente.

00:14:01.980 --> 00:14:03.440
La scalabilità è il trionfo silenzioso.

00:14:03.900 --> 00:14:06.260
Prima la governance cresceva linearmente con il personale.

00:14:07.280 --> 00:14:09.640
Ogni nuovo workspace richiedeva una mole di lavoro porzionale.

00:14:10.780 --> 00:14:12.980
Con il ragionamento di Copilot la scala diventa logaritmo.

00:14:13.620 --> 00:14:17.080
Un singolo modello di ragionamento può supervisionare migliaia di risorse simultaneamente,

00:14:17.380 --> 00:14:20.020
apprendendo modelli sistemici invece di ripetere passaggi manuali.

00:14:20.520 --> 00:14:23.200
Quando vengono creati nuovi tenant, questi ereditano strutture di governance

00:14:23.200 --> 00:14:24.700
sprevalidati invece di un caos o misura.

00:14:25.540 --> 00:14:29.520
E sì, il GPT-5 ha una memoria più acuta del foglio di calcolo condiviso del vostro team di conferma.

00:14:29.840 --> 00:14:32.640
Non solo traccia i file non classificati, ma ricorda anche perché sono stati ignorati.

00:14:33.400 --> 00:14:36.140
Quel contesto trasforma la rimedio da semplice pulizia e prevenzione.

00:14:37.180 --> 00:14:40.000
Al ciclo successivo il modello controlla per primi quei punti deboli.

00:14:40.380 --> 00:14:43.940
Il che significa che i vostri CSV dimenticati, quelli nascosti in cartelle casuali,

00:14:43.940 --> 00:14:46.860
vengono finalmente esposti prima di imbarazzarvi in un audit.

00:14:47.780 --> 00:14:51.060
Il progresso a volte sembra sorveglianza, in questo caso è proprio questo il punto.

00:14:51.060 --> 00:14:53.880
Dal punto di vista economico le implicazioni si propagano all'esterno.

00:14:54.180 --> 00:14:57.060
La riduzione dei tempi di audit si traduce in ore di ingegneria recuperate,

00:14:57.480 --> 00:14:59.840
meno sanzioni normative e un meno rischio reputazionale.

00:15:00.400 --> 00:15:03.860
Il finanziamento della governance è esposto dalla mitigazione delle crisi allo sviluppo delle capacità.

00:15:04.260 --> 00:15:06.500
Invece di assumere consulenti per rattoppare foglie di calcolo,

00:15:06.620 --> 00:15:09.280
i team investono nel perfezionamento di prompt e connettori e connettori

00:15:09.280 --> 00:15:10.680
che migliorano il motore di ragionamento stesso.

00:15:10.680 --> 00:15:13.500
Smetti di lavorare per la conformità e inizia a far lavorare la conformità per te.

00:15:13.860 --> 00:15:15.400
Il cambiamento culturale è sottile ma profondo.

00:15:15.940 --> 00:15:20.080
Nell'IT tradizionale la conformità era sinonimo di fatica, un compito aggiunto all'innovazione.

00:15:20.080 --> 00:15:24.020
GPT-5 e Copilot la ridefiniscono come un principio di progettazione culturale.

00:15:24.240 --> 00:15:25.580
La governance diventa ambientale.

00:15:25.960 --> 00:15:29.380
I controlli non interrompono più i progetti, li accompagnano come una compilazione in background.

00:15:30.060 --> 00:15:32.880
I designer percepiscono la sicurezza non come burocrazia ma come igiene,

00:15:33.000 --> 00:15:34.720
sempre presente e raramente ostruttiva.

00:15:35.940 --> 00:15:36.980
Siamo giustamente sardonici.

00:15:37.160 --> 00:15:41.300
Gli stessi manager che un tempo ignoravano i cruscotti di governance ora li citano nelle presentazioni.

00:15:41.620 --> 00:15:44.580
Perché? Perché l'intelligenza predittiva rende i risultati impressionanti.

00:15:45.280 --> 00:15:48.600
Quando Copilot prevede l'esposizione al rischio prima che i revisori richiedano i report,

00:15:48.600 --> 00:15:51.020
la leadership la chiama lungimianza strategica.

00:15:51.480 --> 00:15:54.120
In altre parole, finalmente vedono il valore nel non essere colti di sorpresa.

00:15:54.520 --> 00:15:56.960
Quindi se GPT-5 non automatizza solo la documentazione,

00:15:57.140 --> 00:15:58.700
migliora la consapevolezza organizzativa,

00:15:58.920 --> 00:16:02.060
trasforma la conformità d'esercizio forense a medicina preventiva,

00:16:02.860 --> 00:16:05.120
il sistema si inocula contro il decadimento procedurale.

00:16:05.760 --> 00:16:09.540
E tu, il revisore privato del sonno, diventi il diagnostico che opera alla velocità del pensiero.

00:16:10.080 --> 00:16:12.520
Unicamente la persistente, a nessuno mancano i fogli di calcolo.

00:16:12.520 --> 00:16:15.700
Implementazione del flusso di lavoro GPT-5 in Copilot Studio.

00:16:16.200 --> 00:16:17.260
Ora passiamo alla parte tattica.

00:16:17.860 --> 00:16:19.420
La parte in cui la teoria incontra la configurazione.

00:16:20.000 --> 00:16:23.040
Configurare il flusso di lavoro di ragionamento di GPT-5 in Copilot Studio

00:16:23.040 --> 00:16:24.940
non è stregoneria e solo idraulica strutturata,

00:16:25.860 --> 00:16:28.520
ma come ogni impianto idraulico un connettore sbagliato e la logica perde un.

00:16:28.900 --> 00:16:30.260
Quindi colleghiamo i tubi correttamente.

00:16:30.940 --> 00:16:31.500
Passaggio 1.

00:16:31.660 --> 00:16:33.980
Abilita il ragionamento di GPT-5 all'interno di Copilot Studio.

00:16:34.340 --> 00:16:35.200
Non darvi scontato che sia.

00:16:35.660 --> 00:16:38.400
Microsoft lo tratta come una funzione di sicurezza, non come impostazione predittiva.

00:16:38.400 --> 00:16:41.600
Nel tuo ambiente Copilot Studio, apri il menu di selezione del modello,

00:16:41.720 --> 00:16:46.460
trova il modello di ragionamento GPT-5 e impostalo esplicitamente come predefinito per il tuo Copilot personalizzato.

00:16:47.060 --> 00:16:49.560
Questo flag controlla l'accesso alle operazioni Chain of Thought,

00:16:49.680 --> 00:16:54.280
il meccanismo che permette a Copilot di ragionare su Fabric, Power BI e Preview simultaneamente anziché sequenzialmente.

00:16:54.960 --> 00:16:56.920
Senza di esso, stai solo parlando con il modello di ieri,

00:16:57.020 --> 00:16:59.960
ti chiederai perché dimentica il contesto più velocemente del tuo stagista dopo pranzo.

00:17:00.260 --> 00:17:00.820
Passaggio 2.

00:17:01.020 --> 00:17:01.800
Configura il connettore.

00:17:02.560 --> 00:17:06.300
La logica richiede visibilità e il ragionamento non può dedurre ciò che non può vedere.

00:17:06.300 --> 00:17:10.800
Assicurati che le API di Fabric, Power BI e Preview siano collegate tramite connettori ufficiali.

00:17:11.720 --> 00:17:15.560
Ogni connettore sia autentica con Microsoft Entry ID ed espone endpoint di metadati,

00:17:16.500 --> 00:17:18.300
dataset, classificatori e ruoli di sicurezza.

00:17:18.820 --> 00:17:22.520
La bellezza di Copilot Studio è che questi connettori parlano i dialetti della piattaforma per te.

00:17:23.720 --> 00:17:27.320
Fabric produce mappe di lineage, Power BI espone i binding dei dataset e Preview,

00:17:27.520 --> 00:17:28.960
elenca le etichette di sensibilità.

00:17:29.460 --> 00:17:33.100
Insieme formano l'ecosistema 3Data di cui GPT-5 ha bisogno per pensare in modo coerente.

00:17:33.100 --> 00:17:34.120
Passaggio 3.

00:17:34.360 --> 00:17:36.420
Imposti ai modelli di prompt per gli audit ricorrenti.

00:17:36.980 --> 00:17:38.620
Creerai scheletri di comando riutilizzabili,

00:17:38.720 --> 00:17:41.500
come esegui audit di tutte le risorse fabbriche contenenti un tipo di dati

00:17:41.500 --> 00:17:44.020
per verificare l'allineamento con l'etichetta Preview e le regole del resto.

00:17:44.500 --> 00:17:45.940
Le variabili inseriscono il contesto,

00:17:45.980 --> 00:17:48.340
mentre il motore di ragionamento del modello esegue l'indagine.

00:17:49.300 --> 00:17:51.260
A differenza dei flussi di lavoro rigidi in Power Automate,

00:17:51.360 --> 00:17:52.760
questi prompt si comportano in modo dinamico.

00:17:53.220 --> 00:17:55.880
GPT-5 adatta alla profondità di ragionamento e alla complessità dell'auto.

00:17:56.240 --> 00:17:59.140
Un controllo banale su un workspace esegue un ragionamento leggero,

00:17:59.220 --> 00:18:02.080
mentre un audit aziendale completo attiva un'inferenza multilivello.

00:18:03.100 --> 00:18:05.780
Passaggio testa la profondità del ragionamento usando anomalie simulate.

00:18:06.240 --> 00:18:08.580
Gli errori artificiali non servono solo per il QA, sono esercitazioni di lavoro.

00:18:09.340 --> 00:18:12.100
Introduci un set di dati classificato erroneamente in un Lake House Fabric,

00:18:12.200 --> 00:18:14.860
rimuovi la sua etichetta Preview e concedi l'accesso aperto a Power BI.

00:18:15.420 --> 00:18:16.720
Quindi esegui il to audit con Qbylo.

00:18:17.100 --> 00:18:19.640
L'output dovrebbe evidenziare la classificazione non corrispondente,

00:18:19.720 --> 00:18:21.440
l'RLS mancante e il conflitto di lineaggio.

00:18:21.940 --> 00:18:25.040
Se non lo fa, la tua configurazione di ragionamento manca di visibilità

00:18:25.040 --> 00:18:26.560
o i connettori hanno un ambito errato.

00:18:27.060 --> 00:18:29.220
Pensala come la calibrazione della bussola morale dell'IA.

00:18:29.980 --> 00:18:32.080
Non può applicare una governance etica se è cieca.

00:18:32.080 --> 00:18:35.480
Quinto passaggio rivedi itera all'interno della dashboard di governance di Fabric.

00:18:36.120 --> 00:18:38.520
GPT-5 genera risultati sia come narrazione che come schema.

00:18:39.260 --> 00:18:41.740
I ripiloghi JSON esportabili includono identificatori di origine,

00:18:41.820 --> 00:18:43.540
probabilità di rischio e rimedi raccomandati.

00:18:44.220 --> 00:18:47.600
Inserisci nel workspace di audit di Fabric dove puoi ordinare i risultati per gravità.

00:18:48.480 --> 00:18:51.200
Nel tempo queste sessioni creano una libreria di modelli di ragionamento

00:18:51.200 --> 00:18:53.420
adattati alle convenzioni di denominazione dei tuoi dati,

00:18:53.480 --> 00:18:55.960
ai tuoi regimi di conformità e al tuo particolare caos aziendale.

00:18:55.960 --> 00:18:58.160
Ecco la scorciatoia concettuale.

00:18:58.560 --> 00:18:59.920
Power Query incontra l'IA.

00:19:00.520 --> 00:19:03.480
In passato Power Query ti permetteva di trasformare i dati in modo dichiarativo.

00:19:04.000 --> 00:19:05.680
Logica scritta una volta applicata all'infinito.

00:19:06.340 --> 00:19:09.500
Copilot con il ragionamento di GPT-5 esegue l'introspezione allo stesso modo.

00:19:10.080 --> 00:19:12.600
Percorsi di ragionamento scritti una volta, applicati continuamente.

00:19:13.120 --> 00:19:16.120
Non stai costruendo flussi, stai definendo come l'intelligenza sia autovalida.

00:19:16.120 --> 00:19:17.960
Ora una nota di cautelero.

00:19:18.380 --> 00:19:21.440
L'automazione senza scetticismo ti trasforma in spettatore del tuo stesso sistema.

00:19:22.320 --> 00:19:24.780
Sebbene le deduzioni di GPT-5 siano sorprementemente accurate,

00:19:25.060 --> 00:19:26.620
la fiducia cieca invita alla compiacenza.

00:19:27.720 --> 00:19:30.660
Valida sempre l'output utilizzando il visualizzatore di lineaggio nativo di Fabric

00:19:30.660 --> 00:19:31.340
con gli insight overview.

00:19:31.780 --> 00:19:34.500
Pensala come una contabilità a partita doppia per la logica delle macchine.

00:19:34.940 --> 00:19:37.840
Stai confermando che il nuovo angelo dell'IA si allinea ancora alla verità canonica.

00:19:38.300 --> 00:19:40.840
Quando appaiono discrepanze regola l'inizione del contesto.

00:19:41.320 --> 00:19:43.500
Ottimizza le origini dei metadati a cui dai priorità.

00:19:44.220 --> 00:19:45.880
Una breve pausa per le migliori pratiche.

00:19:46.120 --> 00:19:48.600
Primo, mantieni i prompt specifici ma generalizzabili.

00:19:49.180 --> 00:19:52.640
Evita direttive come controlla la tabella dati cliente 123 per 15 modelli

00:19:52.640 --> 00:19:54.780
come controlla tutte le tabelle correlate ai clienti.

00:19:55.740 --> 00:19:57.740
GPT-5 prospera sull'inferenza relazionale.

00:19:58.380 --> 00:19:59.900
Ha bisogno di ambito, non di specificità.

00:20:00.880 --> 00:20:02.460
Secondo, stabilisci checkpoint e validazione.

00:20:03.020 --> 00:20:04.740
Pianifica le esecuzioni del ragionamento di co-pilot

00:20:04.740 --> 00:20:07.380
dopo cambiamenti significativi dello schema o distribuzioni di pipeline.

00:20:07.820 --> 00:20:09.660
È più facile che gestire emergenze post-incidenti.

00:20:09.760 --> 00:20:11.420
Terzo, monitora il versionamento del modello.

00:20:11.420 --> 00:20:13.920
I futuri aggiornamenti per modificare le oristiche dei giornamenti.

00:20:14.000 --> 00:20:15.580
La coerenza richiede documentazione.

00:20:15.580 --> 00:20:17.660
Un'ultima microstoria per dare concretezza a tutto questo.

00:20:17.820 --> 00:20:20.460
Un team finanziario di medie dimensioni ha testato esattamente questo flusso di lavoro.

00:20:20.740 --> 00:20:23.440
Un team di conformità di due persone che gestisce 8 Lake House Fabric.

00:20:23.980 --> 00:20:26.220
Prima, i cicli di audit richiedevano tre settimane.

00:20:26.980 --> 00:20:28.960
Dopo aver implementato il ragionamento di GPT-5,

00:20:29.060 --> 00:20:32.500
una sessione continua di co-pilot ha generato la convalida e a house platform durante la notte.

00:20:32.920 --> 00:20:34.820
La mattina dopo non stavano riconciliando foglie di calcolo,

00:20:34.880 --> 00:20:36.160
ma approvando reporte di automazione.

00:20:36.160 --> 00:20:40.260
Il loro comitato di conformità ha descritto il cambiamento come una produttività eroica.

00:20:40.940 --> 00:20:42.360
Rechiamerei logica che finalmente fa il solo.

00:20:42.800 --> 00:20:47.260
Ed è così che GPT-5 trasforma la governance da gestione episodica dell'emergenza di allenamento perpetuo.

00:20:48.020 --> 00:20:49.760
Mantenete l'ordine e la velocità del ragionamento,

00:20:49.880 --> 00:20:51.560
il che ci porta direttamente al gioco finale.

00:20:52.260 --> 00:20:55.520
Perché sudare sulla governance sa per diventare un reperto storico, governance,

00:20:56.080 --> 00:20:56.860
ma senza sudore.

00:20:57.440 --> 00:20:58.140
Quindi questo è l'arco.

00:20:58.140 --> 00:21:03.200
Audit manuali sostituiti da logica deduttiva, conformità reattiva, sostituita da garanzia predittiva.

00:21:04.140 --> 00:21:09.160
Il ragionamento di GPT-5 trasforma co-pilot da assistente per prendere appunti in un vero supervisore della responsabilità.

00:21:09.960 --> 00:21:12.520
Non produce semplicemente risposte, costruisce comprensione.

00:21:13.240 --> 00:21:14.420
Ricordate la vecchietta della governance.

00:21:14.860 --> 00:21:18.600
Fabric traccia la linea, preview classifica i dati, power BI, limita gli accessi.

00:21:19.080 --> 00:21:23.840
GPT-5 li unisce sotto un unico cervello di audit che valuta il contesto tanto facilmente quanto il contenuto.

00:21:24.020 --> 00:21:27.920
La cosa più intelligente di Fabric non è Fabric, è l'IA che finalmente lo mantiene onesto.

00:21:28.540 --> 00:21:32.200
Se avete sopportato notti insonni e incrociare file CSV, questa è la vostra tregua.

00:21:33.080 --> 00:21:38.600
Attivate il ragionamento nei connettori wireless di Copilot Studio e lasciate che GPT-5 colpisca le incongruenze prima che colpiscano voi.

00:21:39.440 --> 00:21:42.380
La prossima evoluzione è la governance, non è la burocrazia, è l'aggiornamento perpetuo.

00:21:43.060 --> 00:21:47.460
Fissate il vostro percorso di aggiornamento, iscrivetevi, attivate gli avvisi e lasciate che i nuovi episodi si distribuiscono automaticamente.

00:21:47.460 --> 00:21:50.740
Nessun controllo manuale, nessun aggiornamento perso, solo fornitura continua di chiarezza.

00:21:51.000 --> 00:21:51.460
Procedete.
