Før en samtale med Fabric IQ via AI og MCP

Medarbejdernes brug af data ændrer sig

Med forbindelsen af Copilot og Fabric skal du ikke længere skal vente på, at en BI-udvikler forstår dit spørgsmål og bygger en rapport til det.

Chris Webb fra Microsofts Fabric-team skriver, at det eneste, der har ændret sig, er brugerfladen, og at den er flyttet derhen, hvor brugerne gerne vil stille deres spørgsmål og udføre deres arbejde. Nu kan alle bruge data i deres beslutninger uden at gå over i Power BI for at slå tal eller tendenser op.

Det betyder, at data når ud til nogle, der aldrig har åbnet et dashboard. Sælgeren, indkøberen og controlleren kan stille et spørgsmål i Teams eller Outlook og få et svar, der bygger på virksomhedens officielle tal.

Fra skygge-BI til én sandhed

Nicolai Madsen fra Abakion ser “skygge-BI” som et af de store problemer i dag. Mange spørgsmål når aldrig frem til BI-afdelingen, og folk laver i stedet et Excel-udtræk og bygger deres egne modeller. Og pludselig findes der flere forskellige svar på, hvad omsætningen var sidste år.

Den adfærd forsvinder, når det bliver nemt at få et kvalificeret svar fra den semantiske model, så er der ikke længere nogen grund til at lave sit eget regneark.

Nicolai Madsen forudser også, at brugen af data i arbejdet bliver mangedoblet. Vi har alle sammen haft spørgsmål, som vi aldrig har stillet, fordi der ikke var et dashboard med informationen. Og tiden fra idé til svar er blevet kortere, fordi du ikke skal vente på, at nogen bygger en rapport.

Nye typer spørgsmål til BI

Et dashboard svarer på de spørgsmål, nogen har forudset. En AI-klient med adgang til dine semantiske modeller kan også svare på spørgsmål, som ingen har bygget en visning til.

Hvis fx en sælger skal besøge en kunde og spørger, hvad hun bør vide inden mødet, så har et dashboard ingen chance for at svare på det, fordi det er et ukonkret spørgsmål. Men en AI-klient kan trække åbne salgsordrer og udestående fakturaer frem fra den semantiske model, finde tendensen i kundens omsætning, og Copilot finder det seneste møde og mailkorrespondance med kunden, og analyserer det hele samlet.

Udforskning er noget andet end nøgletal

En rapport med nøgletal er et færdigt svar. Den fortæller, hvordan det går, men den fortæller ikke hvorfor, og den lader dig ikke spørge videre.

En samtale med data fungerer anderledes. Du stiller et spørgsmål, får et svar og spørger ind til det. Hvorfor faldt dækningsgraden i marts? Hvilke kunder står for faldet? Har de samme kunder også flere reklamationer? Du kan bevæge dig langt væk fra dit udgangspunkt og ende et sted, du ikke havde tænkt på, da du startede.

Det kræver, at du kan vurdere svarene. Nicolai Madsen fra Abakion understreger, at du som bruger skal kunne validere det svar, du får. Udforskningen er derfor stærkest, når den, der spørger, kender forretningen godt nok til at forholde sig kritisk til svarene.

Dashboard eller AI-chat?

Det betyder ikke, at du skal nedlægge jeres rapporter. Hvis du hver uge kigger på de samme nøgletal, så er et dashboard stadig det rigtige valg. Det viser de samme tal på samme måde hver gang, og du kan se udviklingen med det samme.

AI-chatten er til de løse spørgsmål. Det er spørgsmål, du stiller én gang, og som du måske ikke skal bruge igen om en måned. Nicolai Madsen oplever, at mange forespørgsler fra forretningen er af den type: Der er brug for et svar her og nu, men ikke igen.

Og så kan de to ting hjælpe hinanden. Hvis de samme spørgsmål bliver stillet igen og igen i chatten, så er det et godt signal om, at der skal bygges et dashboard.

Dashboardets fremtid

Microsoft investerer også i, at AI kan bygge rapporterne. På Microsoft Build 2026 lancerede Microsoft Agent Skills for Power BI, hvor du beskriver den rapport, du har brug for, i almindelig tekst eller med et skærmbillede, og så bygger en AI-agent den.

Når det bliver billigere at bygge rapporter og nemmere at stille spørgsmål uden rapporter, så flytter BI-konsulentens arbejde. Nicolai Madsen forventer mindre frontend-udvikling og meget større fokus på en stærk dataplatform, så svarene fra AI-klienten er troværdige. Microsoft beskriver samme mønster i sin dokumentation: Én bygger og dokumenterer modellen, og så bruger alle andre Fabric IQ til at stille spørgsmål til den.

Nellie Gustafsson fra Microsoft peger på en fordel ved den model, som er at de semantiske modeller, der driver dashboards, bliver vedligeholdt som en del af den daglige drift, og derfor er de også et stærkt grundlag for AI.

Hvorfor et semantisk lag er bedre end rå ERP-data

Business Central har sin egen MCP-server, så du kan også spørge direkte til rådata i jeres ERP-system. Men når det handler om analyse, så anbefaler Abakion at gå via Fabric.

Et simpelt ord som omsætning kan betyde mange ting. Er det inklusive eller eksklusive rabatter? Med eller uden kreditnotaer? Fra bogføringsdato eller fakturadato? Hvis du stiller et halvhjertet spørgsmål til rådata, og AI-modellen ikke ved, hvordan den skal fortolke det, så kan du få forskellige svar hver gang.

I en semantisk model har din virksomhed aftalt definitionerne én gang. Nicolai Madsen forklarer, at semantik betyder at give mening, og at din virksomhed har lagt forretningslogikken fast, så der er én sandhed. Nellie Gustafsson fra Microsoft formulerer det sådan, at det svære ikke er at få samtalen i gang, men at sikre, at svaret er korrekt. Uden forretningskontekst er et svar kun et plausibelt gæt.