80% компаний из списка Fortune 500 используют Microsoft Fabric

Без данных корпоративный ИИ не сможет добиться успеха.

Сбор всех данных в едином месте и наличие подходящих типов инструментов для работы с данными, включая подключения к различным типам баз данных, являются важнейшим аспектом подготовки правильных данных для ИИ.

Сегодня множество поставщиков борются за право стать платформой данных для предприятий. Среди основных игроков выделяются Databricks, Snowflake, Google и Amazon. Microsoft также все активнее проявляет себя в этой сфере благодаря технологии Microsoft Fabric, впервые представленной в 2023 году и получившей развитие в последующие годы за счет внедрения инструментов работы с данными для ускорения рабочих процессов ИИ. В 2024 году в Microsoft заявляли, что 70% компаний из списка Fortune 500 используют Fabric; теперь, в 2025 году, этот показатель вырос до 80%.

Microsoft Fabric — это унифицированная платформа данных, которая объединяет озера данных, базы данных, хранилища данных, аналитику в реальном времени и бизнес-аналитику в рамках единого сервиса. Она устраняет сложность управления множеством разрозненных инструментов и предлагает Microsoft OneLayer — слой виртуализации, способный подключаться к данным из разных облачных сред без необходимости их миграции.

Теперь Microsoft интегрирует в платформу проверенную графовую базу данных LinkedIn. Добавление графовой базы данных решает фундаментальную проблему, с которой сталкиваются корпоративные внедрения ИИ. Векторные базы данных превосходно справляются с семантическим поиском, но испытывают трудности с пониманием взаимосвязей между сущностями данных. Графовые базы данных заполняют этот пробел, моделируя связи между клиентами, поставщиками, сетевыми устройствами или любыми бизнес-сущностями. Это создает граф знаний, который обеспечивает ключевой контекст для ИИ-приложений.

«Графовые базы данных невероятно важны, потому что объем данных, который можно поместить в идеально структурированные таблицы, имеет свои пределы, — рассказал VentureBeat Арун Улаг (Arun Ulag), корпоративный вице-президент направления Azure Data в Microsoft. — Реальный мир, в котором мы живем, полон связей: связей между людьми, между клиентами, между поставщиками, того, как работают цепочки поставок и облачные системы, все взаимосвязано, и для этого действительно необходима очень хорошая графовая база данных».

Корпоративный графовый движок LinkedIn приходит в Fabric

Графовые возможности созданы не с нуля. Около 18 месяцев назад значительная часть команды LinkedIn, занимающаяся графовыми базами данных, перешла в подразделение Azure Data. Цель состояла в том чтобы адаптировать технологии, лежащие в основе масштабной социальной сети LinkedIn, для корпоративных сценариев использования.

«Графовая база данных позволяет собрать набор сущностей, которые имеют значение для выполнения векторного поиска», — пояснил Улаг. — Графовые базы данных сужают пространство решений до тех, которые действительно важны, а затем векторный индекс позволяет детализировать поиск еще сильнее».

Техническая реализация демонстрирует стратегию Microsoft по оптимизации производительности ИИ с помощью двухэтапного процесса сужения выборки данных. Сначала графовая база данных определяет релевантные сущности на основе связей (например, всех поставщиков, связанных с конкретным клиентом, или все сетевые устройства, привязанные к определенному дата-центру). Затем векторный поиск работает в рамках этого ограниченного набора для поиска семантически релевантной информации.

Такой подход может существенно повысить точность и скорость ответа ИИ. Вместо поиска по всему озеру данных в поисках релевантной информации ИИ-системы могут сосредоточиться на предварительно отфильтрованном наборе связанных сущностей. Это снижает как вычислительные затраты, так и риск получения нерелевантных данных.

Графовая база данных поддерживает стандартные запросы GraphQL и интегрируется с существующей архитектурой озера данных Fabric, причем все данные остаются доступными в форматах с открытым исходным кодом.

За пределами социальных сетей: корпоративные сценарии использования графов

Традиционно графовые базы данных ассоциировались с социальными сетями и обнаружением мошенничества. Однако Microsoft и отраслевые аналитики видят появление более широких областей применения, особенно для систем агентного ИИ (agentic AI), которым требуются постоянная память и контекст.

«Графовые базы данных могут помочь в решении как очень старых и устоявшихся задач вроде обнаружения мошенничества, с чем они отлично справляются, так и современных перспективных задач — например, в обеспечении памяти для агентных систем», — отметил в интервью VentureBeat Брэд Шиммин (Brad Shimmin), вице-президент и руководитель практики данных и аналитики в Futurum Group.

Графовая база данных также укрепляет конкурентные позиции Microsoft против платформ данных от Databricks, Snowflake и Google Cloud. Согласно анализу Futurum Group, Microsoft Fabric входит в «элитную категорию» наряду с Google и Databricks. Однако именно графовые возможности обеспечивают дифференциацию, которой конкуренты в настоящее время не располагают.

«Интеграция графов в Fabric — это очевидный шаг для Microsoft», — подчеркнул Шиммин.

Подход Microsoft заключается во внедрении графовых возможностей непосредственно в платформу данных, а не в предложении их в виде отдельного сервиса. Это соответствует общей тенденции индустрии к созданию унифицированных платформ интеллектуальной работы с данными. Такая интеграция означает, что предприятия могут работать с графовыми, векторными, геопространственными и традиционными реляционными данными в рамках единой платформы, избегая сложного перемещения или синхронизации данных.

Новые источники данных в Fabric

Помимо графовых баз данных, Microsoft объявила о ряде других улучшений Fabric, которые укрепляют ее позиции на корпоративном рынке:

• Расширенная интеграция источников данных: Новые возможности зеркалирования для баз данных Oracle и Google BigQuery позволяют предприятиям виртуализировать данные из этих источников практически в режиме реального времени.

• Расширенные геопространственные возможности: Встроенные функции картографии на базе технологии Azure Maps обеспечивают крупномасштабный геопространственный анализ, интегрированный с потоками данных в реальном времени. Это может оказаться ценным для логистики, розничной торговли и IoT-приложений.

• Улучшения для разработчиков: Новый инструментарий Fabric Extensibility Toolkit и поддержка протокола контекста модели (Model Context Protocol, MCP) упрощают создание пользовательских приложений и интеграцию с инструментами разработки ИИ.

Фреймворк корпоративной оценки

Отраслевые аналитики дают конкретные рекомендации для предприятий, оценивающих платформы данных.

С технической точки зрения Шиммин выделяет пять критически важных возможностей, которые следует оценить предприятиям:

1. Унифицированная архитектура Lakehouse: Единая, целостная платформа, объединяющая масштабируемость озера данных с производительностью и надежностью транзакций хранилища данных.

2. Встроенная поддержка открытых табличных форматов: Глубокая поддержка стандартов первого уровня, таких как Apache Iceberg и Delta Lake, для предотвращения привязки к конкретному вендору (vendor lock-in).

3. Интегрированный фреймворк MLOps/LLMOps: Встроенные возможности управления всем жизненным циклом ИИ, включая векторизацию данных, разработку моделей, развертывание, а также непрерывное администрирование и мониторинг.

4. Гибридная переносимость и мультиоблачность: Архитектура на основе контейнеров, обеспечивающая единообразный опыт работы и единый уровень управления в любой облачной или локальной среде.

5. Раздельные мультидвижковые вычисления: Эластичная архитектура, которая отделяет хранилище от вычислений и поддерживает различные рабочие нагрузки на одних и тех же данных, обеспечивая изоляцию производительности и эффективное ценообразование на основе потребления.

Аналитики Gartner, также высоко оценивающие Microsoft Fabric, отмечают, что согласованность на уровне предприятия является важнейшей частью процесса принятия решений.

«Предприятия оценивают поставщиков систем управления данными, сопоставляя свою стратегию в области данных и аналитики с технологическими решениями, включая управление базами данных, интеграцию данных, управление метаданными и смежные категории, — рассказал VentureBeat аналитик Gartner Торнтон Крейг (Thornton Craig). — Платформы управления данными, включая Microsoft Fabric, предлагают комплексное видение общего управления данными».

Стратегические последствия для пользователей ИИ

Наличие гибкой платформы данных, способной работать со всеми типами данных, должно стать базовым требованием для любой компании, серьезно подходящей к своей стратегии в области ИИ.

Открытый подход, выбранный Microsoft в отношении Fabric — обеспечение возможности подключения, зеркалирования и использования всех типов данных, — является привлекательной особенностью для многих предприятий. Интеграция графовой базы данных свидетельствует о более широкой стратегии Microsoft по созданию готовой к ИИ инфраструктуры данных, а не простому добавлению ИИ-функций в существующие платформы. Для компаний, уже приверженных экосистеме Microsoft, графовые возможности приносят немедленную пользу без необходимости заводить отношения с новыми вендорами или перемещать данные.

Тем не менее организационный подход к выбору платформ должен быть стратегическим.

«Вся сложность заключается в том, чтобы сопоставить рассматриваемые решения как с результатами, которых вы пытаетесь достичь (пытаетесь ли вы сэкономить или заработать деньги), так и с тем, насколько хорошо это сочетается с вашим текущим ИТ-ландшафтом, — советует Шиммин. — Если вы сидите на “болоте данных”, где все находится в беспорядке и к чему невозможно получить доступ, вам придется инвестировать в платформу, которая очень гибко адаптируется и способна принимать множество различных и разнородных источников данных».