Artikkelinnhold
KortversjonenVis merVis mindreFabric kunne kjøpes og tas i ordinær produksjonsbruk fra 15. november 2023.
- Fabric kunne kjøpes og tas i ordinær produksjonsbruk fra 15. november 2023.
- Plattformen samlet Power BI, Data Factory og Synapse-baserte arbeidsbelastninger rundt OneLake.
- En felles plattform reduserte noen integrasjonsflater, men fjernet ikke behovet for dataeierskap, tilgangsstyring og trinnvis innføring.
Hva Microsoft lanserte
Microsoft gjorde Fabric allment tilgjengelig etter forhåndsvisningen som startet under Build i mai. Tjenesten samlet sju arbeidsbelastninger for blant annet dataintegrasjon, datateknikk, datavitenskap, sanntidsanalyse og virksomhetsanalyse. Power BI inngikk i samme SaaS-miljø, mens OneLake skulle fungere som et felles logisk datalag. Det ga virksomheter ett styrings- og kapasitetsnivå for flere faggrupper, men de enkelte arbeidsbelastningene beholdt ulike verktøy og arbeidsformer.
Kunngjøringen omfattet ordinært kjøp av Fabric-kapasitet. Microsoft beskrev også en reservasjonsmodell som skulle komme senere, og fremhevet Direct Lake som en måte å analysere data i OneLake uten tradisjonell import eller DirectQuery. For Dynamics 365 og Power Platform var Dataverse-koblingen særlig relevant: operative data kunne gjøres tilgjengelige for analyse uten at hver rapport måtte bygge sin egen eksportkjede.
Et samlet tilbud i et marked med mange dataverktøy
TechTarget beskrev lanseringen som Microsofts forsøk på å samle Power BI, Data Factory og Synapse i en mer sammenhengende analyseplattform. Den uavhengige dekningen pekte samtidig på at markedet allerede bestod av sterke spesialister. Verdien måtte derfor vurderes opp mot eksisterende kompetanse, dataplattform og bindinger, ikke bare antallet funksjoner i pakken.
Fabric-bloggeren Kevin Chant la samme dag vekt på reisen fra forhåndsvisning til generell tilgjengelighet og på den løpende produktplanen. Det var en nyttig påminnelse om at GA gjaldt plattformen som kommersielt tilbud, mens enkeltfunksjoner fortsatt kunne ha forskjellig modenhet. Gartner hadde måneden før løftet fram AI trust, risk and security management som en strategisk teknologitrend; det satte Microsofts AI-fortelling inn i en bredere styringsdiskusjon.
Hva dette betydde for ledelsen
For virksomheter som allerede brukte Power BI, Azure eller Dataverse, kunne Fabric redusere antallet separate tjenester som måtte anskaffes og driftes. Gevinsten var likevel avhengig av at felles data faktisk fikk felles definisjoner. Om «kunde», «ordre» og «inntekt» ble tolket ulikt mellom avdelinger, ville et felles datalag bare gjøre uenigheten mer synlig.
En fornuftig innføring var derfor å velge ett målbart analyseområde, avklare dataeier og tilgang, og sammenligne ny løsning med dagens kostnad og leveringstid. Kapasitetsforbruk, kompetansebehov, datalagring og gjenbruk av eksisterende modeller måtte inngå i vurderingen. Det reduserte risikoen for en stor migrering før organisasjonen visste hvilke deler av den samlede plattformen som faktisk ga verdi.
Lanseringen gjorde Fabric til et reelt plattformvalg, men ikke til en automatisk erstatning for alle eksisterende datatjenester. Beslutningen burde bygge på arbeidsbelastning, krav til styring og en plan for gradvis overgang. Den viktigste ledelsesoppgaven var å knytte plattformvalget til konkrete beslutninger virksomheten ønsket bedre grunnlag for.
Et beslutningsgrunnlag burde også vise hva som kunne gjenbrukes uten migrering. Eksisterende Power BI-modeller, dataintegrasjoner og sikkerhetsregler representerte investeringer som måtte kartlegges. En slik oversikt gjorde det mulig å velge mellom videre drift, trinnvis modernisering og nybygg for hver arbeidsbelastning.
Kilder
Microsoft: Fabric now generally available, 15 November 2023
TechTarget: Microsoft launches Fabric, 15 November 2023
Kevin Chant: Thoughts about the Fabric GA journey, 15 November 2023
Gartner: Top strategic technology trends for 2024, 16 October 2023
Videre lesning
Les mer: Hvordan kobler du Power BI til Dataverse?
Del dine erfaringer
Hva ville dere undersøkt først før dere tok dette i bruk? Del gjerne spørsmål eller erfaringer i diskusjonen.








