Power BI Copilot 和直連資料庫的 AI 查詢差在哪？
差別不在模型能力，而在前提條件：Power BI Copilot 需要付費 Fabric 容量，資料也要先進 Fabric 並由人建好語意模型；直連型 AI 查詢唯讀連線既有資料庫，不搬資料、不建模型，業務字典由導入方代建並逐題校驗。
「微軟不是也有 AI 問數據了嗎？」——是的，而且做得不差。如果你已經在用 Power BI，這個問題值得認真比較，而不是聽廠商各說各話。這篇把兩類工具的差別講清楚：差別幾乎不在 AI 本身，而在你要先具備什麼條件才用得起來。
Power BI Copilot 實際上能做什麼？
能做的事比多數人以為的多。你可以用自然語言提問，它會直接生成對應的視覺化圖表；模型裡沒有的計算，它會即時產生查詢語法來算（例如年增率、比率、「哪些客戶從來沒有下過單」）；答案還可以展開檢視它用了哪些欄位與篩選條件。微軟另外也提供資料代理程式，能一次掛多個資料來源做跨表查詢，並且強制唯讀。
為什麼說「差別不在模型能力」？
因為微軟也有業務字典的概念。Power BI 的語意模型加上同義詞設定、指標描述與「為 AI 準備資料」的流程，做的事情跟業務字典是同一件——都是在解「AI 不知道你們公司的口徑」這個問題。所以這不是一邊有語義層、一邊沒有的比較；真正的差別在於，那一層由誰建、建在哪裡、以及建之前你要先付出什麼。
使用 Power BI Copilot 前要先具備什麼？
- 付費容量：需要付費的 Fabric 容量或 Power BI Premium 容量，Power BI Pro 或 PPU 授權單獨並不足夠，試用容量也不支援
- 資料要先進去：Copilot 的答案建立在語意模型上，資料必須先以匯入、DirectQuery 或鏡像等方式進到微軟的資料平台
- 語意模型要有人建：欄位命名、計算指標、同義詞設定都要有人動手，這通常是分析師或顧問的專案，不是設定選項
- 網路環境：目前不支援 Private Link 或封閉網路環境
- 資料處理區域：容量若不在特定區域，Copilot 預設為關閉，需要租戶管理員手動開啟跨區處理
直連資料庫的 AI 查詢差在哪？
路徑相反：不把資料搬去別的地方，而是以唯讀連線接你現有的營運資料庫，語義層由導入方在導入期與你一起建立——把「營收要不要扣平台抽成」「有效訂單排不排除退貨與測試單」這類只存在員工腦中的規則整理成業務字典，並逐題校驗常用問題，答對了才交付。你不需要先有資料倉儲，也不需要有人會寫查詢語法。
| Power BI Copilot | 直連資料庫的 AI 查詢（如 BizQuery） | |
|---|---|---|
| 資料位置 | 需先進入微軟資料平台（匯入／DirectQuery／鏡像） | 唯讀連線既有營運資料庫，資料不搬家 |
| 語義來源 | 語意模型的指標與同義詞，由你方建置維護 | 業務字典，導入期代為建置並逐題校驗 |
| 授權前提 | 需付費 Fabric 或 Premium 容量，Pro／PPU 不足 | 按帳號月費，不需另購資料平台 |
| 內網資料庫 | 不支援 Private Link 或封閉網路環境 | 連接器由內部主動外連，資料庫不必對外開埠 |
| 上線時間 | 取決於資料管線與建模專案 | 確認連線權限後 1–2 週完成基礎設定 |
| 適合誰 | 已在用微軟資料平台、有專職分析師 | 沒有資料倉儲，想直接問現有後台的團隊 |
兩邊都答不了什麼問題？
值得先講清楚，免得期待落空：因果與預測類的問題，兩邊都不在能力範圍內。「為什麼我們每年七月業績都會掉？」「明年可以賣幾件？」——這類問題需要的是歸因分析與預測模型，不是查詢。微軟的官方文件也明確把這類問題列為不支援。AI 查詢真正擅長的，是可以被拆解成查詢的問題：客單價變高是買更多件還是買更貴的、哪些老客這一季沒有回來、套組拆解到單品後真正的排行。
該怎麼選？
如果你已經在用微軟的資料平台、語意模型建得完整、也有專職分析師維護，那 Copilot 是自然的延伸，沒有理由另外找工具。如果你的數據還躺在電商後台或自建系統的資料庫裡、沒有資料倉儲、也沒有人寫得出查詢語法，那先蓋一座資料平台才能開始問，成本與時間都不成比例——這時直連型的 AI 查詢是比較務實的起點。兩者也可以並存：既有的儀表板繼續顧固定監控，臨時想問的問題交給 AI 查詢。