Microsoft Fabric ve Copilot Semineri: İş Birimi Veriyle Doğrudan Konuşunca

Ensight'ın Microsoft Türkiye ofisinde düzenlediği seminerden notlar: SAP verisi OneLake'e, OneLake'ten Fabric Data Agent'a, oradan Power BI içindeki Copilot'a. Geliştirici ekipler için kurduğum chatflow fikrinin iş birimi tarafındaki karşılığı.

25 Ekim 2026

Açılış slaydı: SAP veri entegrasyonu, Microsoft Fabric ve Copilot / AI Agent senaryoları

23 Haziran'da Ensight'ın Microsoft Türkiye ofisinde düzenlediği "SAP RISE'dan Yapay Zeka Devrimine Giden Yol" seminerine katıldım. Konu, SAP verisini Microsoft Fabric üzerinden yapay zekâ senaryolarına bağlamaktı. Kısa notlarım.

Anlatılan Akış

Seminerin omurgası tek bir hat:

SAP veri entegrasyonu — SAP verisi Fabric'e, yani OneLake'e akıyor.
OneLake — Lakehouse, warehouse, veritabanı ve eventhouse'lar tek veri katmanında; Azure, AWS S3, GCP, Databricks, Snowflake ve on-prem kaynaklar da buraya bağlanabiliyor. Üstüne semantic model kuruluyor.
Fabric Data Agent — Dört adım: ajanı oluştur, veri kaynağını ve tabloları seç, talimat ve örnek sorgularla yapılandır, yayınla.
Tüketim — Yayınlanan ajan Fabric içinden, Copilot Studio'dan, Teams'ten, Power BI içindeki Copilot'tan ve Azure AI Foundry'den kullanılıyor; REST yolda.

Fabric Data Agent: oluştur, veri kaynağı ekle, yapılandır, yayınla; tüketim tarafı sağda

Demo, bir perakende finans raporuydu: Power BI'ın sağ panelinde Copilot açık; net satış, FAVÖK, net kâr gibi KPI'lar için "bu yılı geçen yılla karşılaştır" türünden sorular doğal dille soruluyor, cevap raporun içinde geliyor.

Power BI içinde Copilot: rapor sayfası üzerinde doğal dil ile soru-cevap

Benim Not Ettiğim

Geliştirici ekipler için kurduğum VSearch aynı fikre dayanıyor: kullanıcı işi tarif ediyor, araç kaynakları tarayıp cevabı çıkarıyor. Orada kaynaklar iş kayıtları, kod ve loglar; muhatap geliştirici.

Seminerde gördüğüm, aynı yaklaşımın iş birimi tarafındaki hâli: kaynak raporlama verisi, muhatap raporu okuyan kişi, arayüz zaten her gün açtığı Power BI. Soru sormak için ne bir geliştiriciye yazmak ne de yeni bir ekran öğrenmek gerekiyor.

İki tarafın ortak noktası aynı: işin bir kişiye bağımlılığı azalıyor, kapasite artıyor. Fabric Data Agent'taki "talimatlar ve örnek sorgular" adımı da tanıdık; modele serbest alan bırakmak yerine bağlamı önceden kurmak, benim araçlarımda da en çok işe yarayan şey.

Chat with your data: OneLake üzerindeki her kaynak aynı sohbet arayüzünden sorgulanıyor

Kısaca

SAP → OneLake → semantic model → Data Agent → Teams / Copilot Studio / Power BI: hat tek ve düz.
Asıl değer veri katmanında değil, tüketim tarafında: iş birimi kullanıcısı verisiyle kendi aracının içinde konuşuyor.
Geliştirici için kurduğum chatflow ile iş birimi için BI üzerinde kurulan şey aynı prensip; fark yalnızca kaynak ve muhatap.