เจาะลึก Microsoft Fabric อัปเดตล่าสุด! เปลี่ยน Data ให้เป็น "Unified Intelligence" ขุมพลัง AI แห่งอนาคต

ถ้าไม่อยากตกขบวนรถไฟสาย AI และ Data Estate บทความนี้จะสรุปไฮไลต์สำคัญที่คุณต้องรู้ ทั้งเรื่อง Database ยุคใหม่, การมาของ Fabric IQ และสิ่งที่เรียกว่า Ontology ที่จะทำให้ AI เข้าใจธุรกิจของเรา "Unified Data" (รวมข้อมูลไว้ที่เดียว) ตอนนี้พวกเขาก้าวไปสู่ "Unified Intelligence" (ความฉลาดที่เข้าใจธุรกิจอย่างแท้จริง) โดยมี Microsoft Fabric และ Azure Database เป็นหัวใจสำคัญ

สร้างแอปได้เร็วขึ้น 10 เท่าด้วยพลัง AI

Microsoft Fabric และ Azure Database: ก้าวสู่ยุค Unified Intelligence ที่ AI เข้าใจธุรกิจของคุณ
คุณเคยรู้สึกไหมว่า ทีมงานด้าน Data ของคุณเก่งเรื่องข้อมูลมาก แต่พอถามว่าข้อมูลนี้แปลว่าอะไรในเชิงธุรกิจ กลับตอบไม่ได้? หรือว่าคุณมีเครื่องมือจัดการข้อมูลเต็มองค์กร แต่ละแผนกก็ซื้อของคนละชุด จนรู้สึกว่า CIO เหมือนเป็น "Chief Integration Officer" มากกว่า "Chief Information Officer"?
ในงาน Microsoft Ignite ที่ผ่านมา Microsoft ได้ประกาศทิศทางใหม่ที่น่าสนใจมาก จากเดิมที่เน้น "Unified Data" (รวมข้อมูลไว้ที่เดียว) ตอนนี้พวกเขาก้าวไปสู่ "Unified Intelligence" (ความฉลาดที่เข้าใจธุรกิจอย่างแท้จริง) โดยมี Microsoft Fabric และ Azure Database เป็นหัวใจสำคัญ
ในบทความนี้ คุณจะได้เรียนรู้จักกับ

• ทำไม Data ถึงเป็นเชื้อเพลิงของ AI และทำไมข้อมูลเพียงอย่างเดียวจึงไม่พอ
• ความต่างระหว่าง Unified Data กับ Unified Intelligence
• Ontology คืออะไร และทำไมมันถึงสำคัญกับการทำงานของ AI
• Data Agent และ Operations Agent ที่ทำให้ AI เข้าใจบริบทธุรกิจ
• ฐานข้อมูลใหม่ๆ จาก Microsoft ที่รองรับ AI ยุคใหม่

Speaker : อ.ภัคพงศ์ กฤตวัฒน์ MCT วิทยากร 9Expert Training

จากงาน Microsoft Ignite After Party ที่ 9Expert Training

จาก Unified Data สู่ Unified Intelligence: วิวัฒนาการที่สำคัญ

Data คือเชื้อเพลิงของ AI แต่ไม่ใช่ทุกอย่าง
ในการนำเสนอของ Arun (President of Azure Data) เขาเริ่มต้นด้วยแนวคิดที่ว่า "Data เป็นเชื้อเพลิงให้กับ AI" แต่ข้อมูลเพียงอย่างเดียวไม่เพียงพอ AI ต้องการ:

• ความเข้าใจว่าข้อมูลหมายความว่าอะไร (What the data means)
• ความสัมพันธ์ระหว่างข้อมูลต่างๆ (How things relate)
• การกระทำที่แปลงข้อมูลเป็นผลลัพธ์ (Which actions turn insight into impact)

นี่คือเหตุผลที่ Microsoft ปรับเปลี่ยนจาก "Unified Data" ไปสู่ "Unified Intelligence"

3 เสาหลักของ Unified Intelligence

Microsoft ได้กำหนดโครงสร้างใหม่เป็น 3 เสาหลัก:

1. Work IQ - ความฉลาดในการทำงาน
2. Fabric IQ - ความฉลาดในการจัดการข้อมูลและธุรกิจ
3. Foundry IQ - ความฉลาดในการพัฒนา

Microsoft Fabric: Software as a Service ที่ครบวงจร

ปัญหาเดิมที่องค์กรเจอ
เมื่อก่อน แต่ละแผนก (Silo) ในองค์กรมักจะเกิดปัญหาดังนี้

• จัดหาเครื่องมือจัดการข้อมูลคนละชุด
• มีเครื่องมือเตรียมข้อมูล (Data Preparation) ต่างกัน
• ไม่สามารถแชร์ข้อมูลกันได้ง่าย
• IT ต้องเสียเวลาไป Integrate เครื่องมือต่างๆ

Microsoft Fabric แก้ปัญหาอย่างไร

Microsoft Fabric รวมเครื่องมือที่คุณคุ้นเคยไว้ในที่เดียว

• Data Factory - สำหรับ Ingest และ Copy ข้อมูล
• Database - รวม SQL Server, Cosmos DB และในอนาคตจะมี Horizon DB
• Zero ETL - ทำ Mirror ข้อมูลจาก Database บน Cloud โดยไม่ต้องทำ ETL ซับซ้อน
• Real-Time Intelligence - Event House และ Event Stream สำหรับข้อมูลแบบ Real-time
• Power BI – เครื่องมือสำหรับวิเคราะห์ สร้าง Dashboard และแสดงผล Visualization

ตัวเลขที่น่าสนใจ:

• มีลูกค้ามากกว่า 28,000 องค์กร และ 80% อยู่ใน Fortune 500
• Power BI มีผู้ใช้กว่า 35 ล้านคน จาก 400,000 องค์กร
• 95% ของผู้ใช้ Power BI อยู่ใน Fortune 500

Azure Database: ครอบคลุมทุกความต้องการ

Microsoft จัดกลุ่ม Database เป็น 3 กลุ่มหลัก ดังนี้
1. Edge Computing

• SQL Server 2025 - รองรับ Vector Database แล้ว เอาไปทำ RAG (Retrieval-Augmented Generation) ได้เลย
• เหมาะสำหรับงานที่ต้องการประมวลผลใกล้แหล่งข้อมูล

2. Platform as a Service (PaaS)

• Cosmos DB - Document Database ที่หลังบ้านเป็น MongoDB
• Horizon DB - PostgreSQL แบบ Enterprise Grade เร็วกว่า Open Source ถึง 3 เท่า มี Vector Database ในตัว
• ไม่ต้องจัดการ Infrastructure เอง

3. Software as a Service (SaaS)

• Microsoft Fabric - มี SQL Server และ Cosmos DB อยู่ในตัว เร็วๆ นี้จะเพิ่ม Horizon DB
• ใช้งานได้ทันทีโดยไม่ต้องจูน Infrastructure

Ontology: สะพานเชื่อมระหว่างข้อมูลกับความหมายทางธุรกิจ

Ontology คืออะไร?

Ontology คือการสร้างโครงสร้างที่อธิบาย ดังนี้

• Entity (สิ่งต่างๆ ในธุรกิจ) เช่น ลูกค้า, สินค้า, คำสั่งซื้อ
• ความสัมพันธ์ระหว่าง Entity เช่น ลูกค้าซื้อสินค้า, สินค้าอยู่ในหมวดหมู่
• ความหมายทางธุรกิจ ไม่ใช่แค่ชื่อคอลัมน์ในตาราง

ทำไมต้องมี Ontology?

ปัญหาที่พบบ่อยคือ

• คนทำงานสาย Data เก่งเรื่องเทคนิค แต่ไม่เข้าใจบริบทธุรกิจ
• พอถามว่า "ข้อมูลนี้หมายความว่าอย่างไรในเชิงธุรกิจ" ตอบไม่ได้
• AI ไม่สามารถเข้าใจความหมายเชิงธุรกิจได้เอง

Ontology ช่วยให้

• AI เข้าใจความหมายทางธุรกิจ
• สร้างโครงสร้างความรู้ที่เป็นมาตรฐานทั้งองค์กร
• เชื่อมโยงข้อมูลด้วย Graph Database

วิธีสร้าง Ontology ใน Microsoft Fabric

ใน Microsoft Fabric คุณสามารถสร้าง Ontology ได้ 2 วิธี ดังนี้
1. สร้างใหม่ทั้งหมด (From Scratch)

• ใช้เครื่องมือ Visual แบบ No-code
• กำหนด Entity และความสัมพันธ์เอง
• เหมาะกับการออกแบบใหม่ทั้งหมด

2. Generate จาก Semantic Model ที่มีอยู่

• ใช้ Semantic Model จาก Power BI
• กดปุ่ม "Generate Ontology" ระบบจะสร้างให้อัตโนมัติ
• แก้ไขและปรับแต่งได้ตามต้องการ

ข้อควรระวัง

• ถ้าคุณซ่อน Attribute ใน Dimension แล้วสร้างเฉพาะ Hierarchy ตัว Generate อาจจะไม่เห็น Schema ที่สมบูรณ์
• ควรเปิด Attribute ไว้ก่อนตอน Generate

Ontology รองรับข้อมูล 2 ประเภท

1. Static Data - ข้อมูลที่ไม่เปลี่ยนแปลงบ่อย

• มาจาก Semantic Model
• เช่น ข้อมูลสินค้า, หมวดหมู่, ข้อมูลลูกค้า
• Refresh แบบตามกำหนด (เช่น ทุกตี 2)

2. Time Series Data - ข้อมูลที่ไหลเข้ามาตลอดเวลา

• มาจาก Event House / Event Stream
• เช่น ข้อมูล Sensor, อุณหภูมิ, ตำแหน่ง GPS
• Update แบบ Real-time (ทุกวินาที)

Data Agent: นักวิเคราะห์ AI ที่เข้าใจธุรกิจ

Data Agent คืออะไร?

Data Agent คือ AI ที่ทำหน้าที่เหมือน Data Analyst หรือ Data Analytics แต่:

• ใช้ Ontology เป็นฐานความรู้
• เข้าใจความหมายทางธุรกิจ
• ตอบคำถามด้วยภาษาธุรกิจ ไม่ใช่ภาษา SQL

ตัวอย่างการใช้งาน

• ถามคำถามเป็นภาษาธรรมดา เช่น "ยอดขายเดือนนี้เป็นอย่างไร"
• Data Agent จะเข้าใจว่า "ยอดขาย" หมายถึงอะไร จาก Ontology
• ดึงข้อมูลจากหลายแหล่ง (Semantic Model + Event House)
• วิเคราะห์และตอบด้วยบริบทที่เข้าใจง่าย

ข้อจำกัดปัจจุบัน

• Data Agent ยังอยู่ในช่วง Preview
• ต้องมี Capacity เพียงพอในการใช้งาน
• คาดว่าจะ GA (Generally Available) ในไตรมาสแรกของปี 2025

Operations Agent คืออะไร?

Operations Agent: AI ที่ทำงานแทนคุณ 24/7
ถ้า Data Agent เป็น "นักวิเคราะห์" Operations Agent ก็คือ "ผู้ปฏิบัติการ" ที่

• ไม่ต้องรอให้ใครถาม - มันทำงานอัตโนมัติ
• เฝ้าติดตาม (Monitor) สถานการณ์ตลอดเวลา
• วินิจฉัย (Diagnose) ปัญหาเมื่อเกิดขึ้น
• ดำเนินการ (Act) ตามที่กำหนดไว้

ตัวอย่างการทำงานจริง

จากตัวอย่างในวิดีโอ Microsoft แสดงให้เห็น Operations Agent ที่กำหนดเป้าหมายว่า ตรวจสอบสนามบิน (Runway) และแจ้งเตือนทีมซ่อมบำรุง

วิธีการตั้งค่า

1. กำหนด Goals (เป้าหมาย) และ Instructions (คำสั่ง) ผ่าน Prompt
   • เช่น "เฝ้าติดตามสภาพ Runway รอบสนามบิน"
   • "ถ้าเครื่องบินเข้าใกล้ภายใน 25 เมตร ให้แจ้งเตือนทีมซ่อมบำรุง"
2. Ontology ช่วยเสริม - ให้ความหมายและบริบท
   • รู้ว่า "Runway" คืออะไร
   • เข้าใจความสัมพันธ์ระหว่าง เครื่องบิน, Runway, ทีมซ่อมบำรุง
3. กำหนด Actions - เชื่อมกับระบบอื่น
   • เชื่อมต่อกับ Power Automate
   • ส่งการแจ้งเตือน
   • เปิด Ticket ระบบซ่อมบำรุงอัตโนมัติ
4. ข้อมูล Real-time - มาจาก Event Stream
   • ตำแหน่ง GPS ของเครื่องบิน
   • สภาพอากาศ
   • สถานะของ Runway

ผลลัพธ์ที่ได้

• Operations Agent ทำงาน 24/7 โดยไม่ต้องมีคนคอยดู
• ตรวจจับสถานการณ์และแจ้งเตือนทันที
• ลดภาระงานของทีมปฏิบัติการ

ความแตกต่างจากระบบแบบเก่า

แบบเก่า (Event-Driven):

• ต้องเขียน Code กำหนดเงื่อนไข IF-THEN
• ต้องรู้ทุก Edge Case
• แก้ไขยากเมื่อธุรกิจเปลี่ยน

แบบใหม่ (AI-Driven):

• เขียน Prompt บอกเป้าหมาย
• AI สร้างเงื่อนไขเอง จาก Ontology
• ปรับแต่งง่ายเมื่อธุรกิจเปลี่ยน

Graph Database: หัวใจของ Ontology

ทำไมต้องเป็น Graph?

Ontology ใน Microsoft Fabric ไม่ได้เก็บข้อมูลในรูปแบบตารางธรรมดา แต่ใช้ Graph Database เพราะ:

• แสดงความสัมพันธ์ได้ดี - เห็นภาพว่า Entity ต่างๆ เชื่อมโยงกันอย่างไร
• Query ได้ยืดหยุ่น - หา Pattern ที่ซับซ้อนได้ง่าย
• ประสิทธิภาพดี - สำหรับการ Traverse ข้ามหลาย Entity

Graph Query Language

เนื่องจากเป็น Graph Database คุณจะต้องใช้ Graph Query Language ในการ Query ข้อมูล ไม่ใช่ SQL ธรรมดา
ใน Interface ของ Ontology คุณจะเห็น:

• Node (จุด) - แทน Entity เช่น Product, Customer
• Edge (เส้น) - แทนความสัมพันธ์ เช่น "ซื้อ", "อยู่ในหมวดหมู่"
• Properties - คุณสมบัติของแต่ละ Node

PostgreSQL กับ Horizon DB: ทางเลือกใหม่สำหรับ Enterprise

ทำไม Microsoft ถึงสนใจ PostgreSQL?

Microsoft ยอมรับว่า PostgreSQL เป็น Open Source Database ที่ได้รับความนิยมสูงสุด โดยเฉพาะในกลุ่มผู้ใช้ Open Source
แต่สำหรับองค์กรขนาดใหญ่ที่ต้องการ:

• ประสิทธิภาพสูง
• การรับประกัน (SLA)
• การ Support ระดับ Enterprise

Horizon DB คืออะไร?

Horizon DB คือ PostgreSQL ที่:

• Microsoft ทำให้เป็น Enterprise Grade
• เร็วกว่า Open Source PostgreSQL ถึง 3 เท่า
• มี Vector Database ในตัว - ใช้สำหรับ AI ได้เลย
• รองรับใน Visual Studio Code - มี Extension พร้อมใช้งาน

SQL Server 2025 ก้าวสู่ยุค AI

SQL Server 2025 (หรืออาจจะเป็น 2026 เมื่อ GA) มีฟีเจอร์สำคัญ:

• รองรับ Vector Database - ทำ RAG (Retrieval-Augmented Generation) ได้
• ทำงานร่วมกับ AI ได้ดีขึ้น
• ยังคงความเสถียรและความเป็น Enterprise ที่มีมาตลอด

Zero ETL: ทำ Mirror ข้อมูลโดยไม่ต้อง Transform

ปัญหาของ ETL แบบเดิม

ETL (Extract, Transform, Load) แบบเดิมมีปัญหา:

• ซับซ้อนและใช้เวลานาน
• ต้องเขียน Code เยอะ
• ข้อมูลไม่ Real-time
• Maintain ยาก

Zero ETL ทำงานอย่างไร

Zero ETL ใน Microsoft Fabric ทำงานดังนี้

1. Mirror ข้อมูลจาก Source Database (เช่น SQL Server บน Cloud)
2. ส่งตรงไปยัง Data Lake โดยไม่ต้อง Transform
3. Transform ภายหลัง ตอนที่จะใช้งานจริง

ข้อดีของ Zero ETL

• ข้อมูลอัพเดตเกือบ Real-time
• ไม่ต้องเสียเวลาเขียน ETL Pipeline
• Transform เฉพาะส่วนที่ต้องการ

Community และ Partner Ecosystem

ตัวเลขที่น่าทึ่ง
Microsoft Fabric มี Ecosystem ที่แข็งแกร่ง:

• Partner ที่ Integrate ได้ - มากมายหลายบริษัท
• ลูกค้าทั่วโลก - กระจายไปทุกทวีป
• Community มากกว่า 2.9 ล้านคน - เติบโตอย่างรวดเร็ว

ถือว่ารวดเร็วมาก เพราะ Microsoft Fabric เพิ่งออกมาได้ไม่ถึง 2 ปี

Roadmap และสิ่งที่รอคอย

สิ่งที่พร้อมใช้งานแล้ว (GA)

• Microsoft Fabric พื้นฐาน
• Semantic Model
• Power BI Integration
• Data Factory
• Event House / Event Stream

สิ่งที่อยู่ในช่วง Preview

• Ontology - สร้างได้แล้ว แต่อาจมีข้อจำกัดบางอย่าง
• Data Agent - ต้องมี Capacity เพียงพอ
• Operations Agent - แสดงในงาน Ignite แต่ยังไม่เปิดให้ทดลอง

ไตรมาสแรก ปีหน้า
Microsoft สัญญาว่าจะ GA (Generally Available) ฟีเจอร์สำคัญหลายอย่าง:

• Ontology แบบเต็มรูปแบบ
• Data Agent
• Operations Agent
• Horizon DB บน Fabric

 

แนะนำหลักสูตรเรียนรู้กับ 9Expert Training

หากคุณสนใจที่จะเรียนรู้และประยุกต์ใช้ Power Platform สำหรับงานธุรกิจ เพื่อเพิ่มประสิทธิภาพการทำงาน

1. Microsoft Fabric Essential for Business  (2 วัน) เป็นแพลตฟอร์มที่มีความสามารถในการจัดเก็บ วิเคราะห์ข้อมูล และนำเสนอข้อมูลที่ทรงพลัง เข้ามาแก้ปัญหาการเกิด Data Silos กระจัดกระจายไปตาม Business Units ในองค์กร เหมาะสำหรับ: องค์กรที่ต้องการนำ Microsoft Fabric ไปลดปัญหา Data Silos ลดต้นทุนในระยะยาว

   เหมาะสำหรับ: องค์กรที่สนใจด้าน Data Governance, ผู้ใช้งาน Power BI, ผู้ใช้งาน Traditional BI เช่น Microsoft SSIS, Microsoft SSAS เป็นต้น, Citizen Developer

2. Power BI Desktop for Business Analytics (2 วัน)  Power BI ได้ถูกจัดอันดับว่าเป็นซอฟต์แวร์ด้าน Business Intelligence and Analytics Platforms ที่เป็น Leader และพร้อมที่จะให้ทุกท่านสามารถนำข้อมูลมหาศาล มาจัดระเบียบ ปรับแต่ง คำนวณ พร้อมกับการสร้างรายงานให้สวยงาม น่าสนใจ และ Interactive ได้
   
   เหมาะสำหรับ: CDO (Chief Data Officer), Business Analytics, Data Analyst, Director / Management

3. Data Model for Power BI (2 วัน) Data Model เป็นเทคนิคที่ใช้สร้างของ Power BI เพื่อติดต่อ เชื่อมโยง ตารางต่าง ๆ เหมาะสำหรับ: CDO (Chief Data Officer), Business Analytics, Data Analyst, Director / Management