Home Nieuws Enterprise AI-agenten blijven opereren vanuit verschillende versies van de werkelijkheid. Microsoft zegt...

Enterprise AI-agenten blijven opereren vanuit verschillende versies van de werkelijkheid. Microsoft zegt dat Fabric IQ de oplossing is

2
0
Enterprise AI-agenten blijven opereren vanuit verschillende versies van de werkelijkheid. Microsoft zegt dat Fabric IQ de oplossing is

In 2026 zullen data-ingenieurs die met multi-agentsystemen werken een bekend probleem tegenkomen: agenten die op verschillende platforms zijn gebouwd, werken niet vanuit een gemeenschappelijk inzicht in de bedrijfsvoering. Het resultaat is geen modelfalen – het zijn hallucinaties die worden veroorzaakt door een gefragmenteerde context.

Het probleem is dat agenten die op verschillende platforms en door verschillende teams zijn gebouwd, geen gemeenschappelijk inzicht delen over hoe het bedrijf feitelijk werkt. Iedereen heeft zijn eigen interpretatie van wat een klant, een bestelling of een regio betekent. Wanneer deze definities binnen een personeelsbestand van agenten uiteenlopen, mislukken beslissingen.

Een reeks aankondigingen van Microsoft deze week gaat rechtstreeks in op dit probleem. Het centrum is een belangrijke uitbreiding van Stof IQde semantische intelligentielaag die het bedrijf in november 2025 debuteerde. De zakelijke ontologie van Fabric IQ is nu via MCP beschikbaar voor elke agent van elke leverancier, niet alleen die van Microsoft. Daarnaast voegt Microsoft bedrijfsplanning toe aan Fabric IQ, waardoor historische gegevens, realtime signalen en formele organisatorische statistieken worden verenigd in één doorzoekbare laag. De nieuwe Database Hub brengt Azure SQL, Cosmos DB, PostgreSQL, MySQL en SQL Server onder één beheervlak binnen Fabric. Stofgegevensagenten bereiken algemene beschikbaarheid.

Het algemene doel is een uniform platform waar alle gegevens en semantiek beschikbaar zijn en beschikbaar zijn voor elke agent om de context te krijgen die bedrijven nodig hebben.

Amir Netz, CTO van Microsoft Fabric, zocht naar een filmanalogie om uit te leggen waarom de gedeelde contextlaag ertoe doet. “Het lijkt een beetje op het meisje uit 50 First Dates,” vertelde Netz aan VentureBeat. “Elke ochtend worden ze wakker en vergeten ze alles en moet je het opnieuw uitleggen. Dat is de uitleg die je ze elke ochtend geeft.”

Waarom MCP-toegang de vergelijking verandert

Het beschikbaar maken van Ontology MCP is de stap die Fabric IQ verplaatst van een Fabric-specifieke functie naar een gedeelde infrastructuur voor agentimplementaties van meerdere leveranciers. Netz was expliciet over de bedoeling van het ontwerp.

“Het maakt niet uit wiens agent het is, hoe het gebouwd is, wat de rol is”, zei Netz. “Er is enige gemeenschappelijke kennis, een gemeenschappelijke context die alle agenten zullen delen.”

De gedeelde context is ook waar Netz een duidelijke grens trekt tussen wat de ontologie doet en wat RAG doet. Hij heeft retrieval-augment generatie niet als een techniek afgedaan; hij heeft het specifiek gepositioneerd. RAG verwerkt grote hoeveelheden documenten, zoals regelgeving, bedrijfshandleidingen en technische documentatie, waarbij on-demand ophalen praktischer is dan alles in context laden. “We verwachten niet dat mensen alles uit het hoofd leren”, zei hij. “Als iemand een vraag stelt, moet je weten dat je een beetje moet gaan zoeken, het juiste relevante onderdeel moet vinden en het terug moet brengen.”

Maar RAG biedt geen oplossing voor de real-time bedrijfssituatie, betoogde hij. Het vertelt een agent niet welke vliegtuigen er momenteel in de lucht zijn, of een bemanning voldoende rusturen heeft, of wat de huidige prioriteit is voor een bepaalde productlijn. “De fout uit het verleden was dat ze dachten dat één technologie je alles kan bieden”, zei Netz. “Het cognitieve model van de agenten is vergelijkbaar met dat van mensen. Je moet dingen hebben die buiten het geheugen beschikbaar zijn, dingen die op aanvraag beschikbaar zijn, dingen die voortdurend in realtime worden geobserveerd en ontdekt.”

Analisten van de uitvoeringskloof zeggen dat Microsoft nog steeds een oplossing moet vinden

Industrieanalisten zien de logica achter de koers van Microsoft, maar hebben vragen over wat er daarna komt.

Robert Kramer, analist bij Moor Insights and Strategy, merkte op dat de brede stapel van Microsoft het een structureel voordeel geeft in de race om het standaardplatform te worden voor het inzetten van enterprise agents.

“Fabric maakt verbinding met Power BI, Microsoft 365, Dynamics en Azure-services. Het geeft Microsoft een natuurlijke manier om bedrijfsgegevens te verbinden met zakelijke gebruikers, operationele workflows en nu AI-systemen die in die omgeving werken”, zei hij. De wisselwerking, aldus Kramer, is dat Microsoft over een groter oppervlak concurreert dan Databricks of Snowflake, die hun reputatie hebben opgebouwd op de diepte van het dataplatform zelf.

De meer directe vraag voor datateams is volgens Kramer of MCP-toegang daadwerkelijk de integratiewerkzaamheden vermindert.

“De meeste bedrijven opereren niet in één enkele AI-omgeving. De financiële sector gebruikt mogelijk de ene set tools, de ontwikkeling van een andere, de toeleveringsketen iets anders”, vertelde Kramer aan VentureBeat. “Als Fabric IQ kan fungeren als een gemeenschappelijke datacontextlaag waartoe deze agenten toegang hebben, begint het een deel van de fragmentatie te verminderen die doorgaans rond bedrijfsdata optreedt.”

Maar hij zei: “Als er gewoon nog een protocol aan wordt toegevoegd dat nog steeds veel techniek vereist, zal de adoptie langzamer verlopen.”

Of de techniek het moeilijkste probleem is, staat ter discussie. Onafhankelijk analist Sanjeev Mohan vertelde VentureBeat dat de grootste uitdaging organisatorisch en niet technisch is.

“Ik denk dat ze de implicaties nog niet volledig begrijpen”, zei hij over het datateam van het bedrijf. “Dit is een klassieke overhang van mogelijkheden: mogelijkheden breiden zich sneller uit dan de verbeelding van mensen om ze te gebruiken. Het hardere werk zal ervoor zorgen dat de contextlaag betrouwbaar en betrouwbaar is.”

Holger Mueller, hoofdanalist bij Constellation Research, ziet het MCP als het juiste mechanisme, maar roept op tot voorzichtigheid bij de uitvoering. “Als bedrijven willen profiteren van AI, hebben ze toegang nodig tot hun data – die zijn op veel plaatsen ongeorganiseerd en in silo’s – en ze willen deze op een manier die het voor AI op een standaard manier gemakkelijk maakt om daar te komen. Dat is wat MCP doet”, vertelde Mueller aan VentureBeat. “De duivel zit in de details. Hoe goed is de toegang, hoe goed werkt het en wat kost het. De toegang en het beheer moeten nog geregeld worden.”

De databasehub en het concurrentiebeeld

De Fabric IQ-aankondigingen komen samen met Database Hub, nu in vroege toegang, waardoor Azure SQL, Azure Cosmos DB, PostgreSQL, MySQL en SQL Server onder één enkele beheer- en observatielaag binnen Fabric worden gebracht. De bedoeling is om dataoperatieteams één plek te bieden waar ze hun databasedomein kunnen monitoren, beheren en optimaliseren zonder de manier waarop elke service wordt ingezet te veranderen.

Devin Pratt, onderzoeksdirecteur bij IDC, zei dat de geïntegreerde richtingen volgen waar de bredere markt naartoe gaat. IDC verwacht dat in 2029 60% van de dataplatforms van het bedrijf zal transactionele en analytische werklasten verenigen. “Het doel van Microsoft is om verschillende van deze onderdelen samen te brengen in een gecoördineerde aanpak, terwijl rivalen vanuit verschillende uitgangspunten dezelfde lijnen volgen”, vertelde Pratt aan VentureBeat.

Wat dit betekent voor bedrijfsdatateams

Voor data-ingenieurs die verantwoordelijk zijn voor het AI-ready maken van pijpleidingen is het praktische gevolg van de aankondigingen van deze week een verschuiving in de richting van het harde werk. Het koppelen van databronnen aan een platform is een opgelost probleem. Het definiëren van wat die gegevens in zakelijke termen betekenen en het consistent beschikbaar maken van die definitie voor elke agent die ernaar vraagt, is dat niet.

Die verschuiving heeft een concrete betekenis voor dataprofessionals. De semantische laag – de ontologie die bedrijfsentiteiten, relaties en operationele regels in kaart brengt – wordt een productie-infrastructuur. Het moet worden gebouwd, geversioneerd, beheerd en onderhouden met dezelfde discipline als een datapijplijn. Het is een nieuwe verantwoordelijkheidscategorie voor data-engineeringteams, en de meeste organisaties hebben er nog geen personeel voor of geen structuur voor.

De bredere trend die de aankondigingen van deze week weerspiegelen, is dat de dataplatformrace in 2026 niet langer primair om rekenkracht of opslag gaat. Het gaat erom welk platform de meest betrouwbare gedeelde context kan bieden aan het breedste scala aan agenten.

Nieuwsbron

LAAT EEN REACTIE ACHTER

Vul alstublieft uw commentaar in!
Vul hier uw naam in