Artikelserie: AI-agenter på tværs af systemer

Agenter bliver aldrig klogere end det semantiske lag. Serieintro om at samle Business Central, CRM, service og planlægning i Power BI i stedet for en dataplatform.

Base, Enriched, Curated og Model forklaret lag for lag og sammenlignet med en Fabric-lakehouse. Hvad der spares, hvor grænserne går, og hvordan I kommer videre.

Pipeline til faktura, servicemargin og forecast-præcision kræver mere end ERP’et. Sådan samler I kilderne med fælles nøgler og undgår firewall-fejl i Power Query.

Sådan kommer Dynamics 365 Sales ind i samme Power BI-model som Business Central: Dataverse-connectoren, koblingen af konti og debitorer, og hitrate på tværs.

Field Service kender timer og kørsel, Business Central kender kost og faktura. Sådan samles de i én model til servicemargin og førstegangsløsning.

Planer fra Business Central, Excel og planlægningssystemet i én model: korn, versioner, kapacitet mod ordrebog og forecast-præcision med MAPE og WAPE.

MCP-serveren giver AI-agenter adgang til Business Central. Sådan styrer I, hvad de må læse og skrive, og hvorfor definitionerne skal komme fra det semantiske lag.

Microsoft har to Power BI MCP-servere i preview: én til at spørge modellen og én til at bygge den. Begge er kun så gode som jeres semantiske model.

Sådan vedligeholdes oneBC365 med AI-agenter: modellen som tekst i Git, faste regler i skills, scripts der sammenligner modeller og et menneske, der godkender.

Fire veje fra Power BI-rapport til handling, sammenlignet på licens, grænser og destination. Og hvorfor data helst skal skrives tilbage i Business Central.