Fabric - en ny æra?
Er Fabric i samme posisjon nå som Power BI var i 2016?
I 2016 brøt Microsoft ned mange barrierer innen "Business Intelligence" ved å lansere Power BI.
Kombinasjonen av pris og funksjonalitet gjorde plutselig et sofistikert BI-verktøy tilgjengelig for "folk flest" (eller små og mellomstore bedrifter som det heter utenfor politikken). Én person med litt kompetanse og mye motivasjon kunne få til veldig mye på egenhånd.
Det ble gratis å bygge rapporter og veldig rimelig å dele med andre via en enkel prismodell på $10 per bruker (som senere er økt til $14).
Nå opplever jeg at vi står i litt samme fase med Microsoft Fabric i kombinasjon med AI.
For all del, Microsoft lanserte Fabric tilbake i 2023. Og de rapporterer selv om over 21.000 ulike kunder (deriblant 70% av alle Fortune 500-selskapene), så det er lov å si at jeg er sein til festen her.
Likevel har jeg en liten mistanke om at mye av dette lenge har vært Power BI-bruk pakket inn i Fabric, samt mye testing og feiling i mindre eller større skala.
For selv om Fabric ble lansert med enorm brask og bram, så har det vært mye startfeil, frustrasjon og snakk om "roadmap" deretter.
Men det er flere grunner til at jeg nå ser at Fabric er en god løsning fra A til Å på rapportering og analyse:
1) Fabric er blitt betydelig mer modent
Først og fremst er løsningen betydelig mer moden nå enn i 2023. Selv om det enda dukker opp ting å klø seg i hodet over, så er startvanskene i stor grad over. Som tallene over viser til så kjører nå enormt mange selskaper i Fabric - og det kan helt klart anses som en trygg løsning for driftskritiske data.
2) Microsoft står allerede veldig sterkt i norske virksomheter
Nevnt mange ganger i tidligere innlegg, men de fleste norske selskaper bruker allerede Microsoft i større eller mindre grad (og også Power BI) - og veien er dermed kort inn i Fabric.
3) Enorm verktøykasse innenfor samme grensesnitt
Power BI i seg selv har jo utviklet seg til å ha enormt stor bredde i muligheter. Kombinert med alle komponentene tilgjengelig i Fabric, så er jo verktøykassen rett og slett enorm.
Så er jo Fabric i stor grad en ny pakketering og samling av eksisterende verktøy. Teknologien har dermed vært tilgjengelig lenge - men tilgjengeligheten og hvor enkelt det er å samhandle med andre er tydelig forbedret.
Microsoft (og da altså Fabric) skårer også helt i toppen på Gartners kåringer innen både Data Integration, Databases, AI og Business Intelligence - som sier sitt.
I tillegg er det gode muligheter for "real time" analyse, men det vil jo dra mye ressurser.
4) Lavt prispunkt og ukomplisert prismodell
Innenfor Fabric betaler du en fast sum for en gitt kapasitet. Den laveste kapasiteten (F2) er tilgjengelig for rundt 3.500 kr per måned, som må sies å være en overkommelig inngangspris (i tillegg må du da også ha Power BI-lisenser som før, se alle prisene her). Min erfaring er at du kan få gjort overraskende mye innenfor F2, selv om det er store fallgruver der (se nedenfor).
Power BI var veldig enkelt å forholde seg til med 10$ per bruker, og det var antakeligvis en viktig grunn til den raske veksten.
Utover det har Microsoft vært kjent for å være håpløse med prising, hvor det har vært veldig krevende å estimere hva noe vil komme til å koste.
For Fabric er hvert fall prismodellen enkel, så blir spørsmålet naturligvis hvor mye kapasitet du trenger og om du vil binde deg til et år av gangen.
5) Trygg bruk av AI på tvers av data fra ulike forretningssystem
Utviklingen innen AI har som kjent vært fenomenal siden Fabric ble lansert. Likevel er det enda en omfattende øvelse å benytte AI trygt og godt på tvers av forretningsdata fra ulike kilder. Det er uansett en utrolig god start å ha alt dette innenfor rammene av Microsoft og Fabric, hvor det er enklere enn noengang før å bygge data-agenter og snakke med dataene via Copilot.
Så vil antakeligvis "Data Engineering-jobben" med å samle, strukturere og dokumentere data bli viktigere enn kanskje noen gang før.
Lenge var AI-funksjonaliteten kun tilgjengelig i F64 og oppover (i underkant av 100.000 kr per måned...). I mai 2025 ble denne begrensningen fjernet, og AI er tilgjengelig helt fra F2. Så vil naturligvis disse modellene ofte kreve mye kapasitet, så omfanget begrenser dermed seg selv.
Det er altså mange gode grunner til å kaste seg på Fabric-toget nå. Samtidig er det da mange fallgruver og elementer å være oppmerksom på:
1) Nytt mindset med kapasitetsbasert prising
Organisasjoner som har vendt seg til Power BI Pro-lisenser per bruker må nå endre mindset når det kommer til struktur og kontroll.
Før var det veldig lite risiko i å slippe løs nybegynnere på Power BI, da dårlig modellering kun påvirket egne modeller. Nå spiser dårlige modeller og duplikate data veldig fort opp tilgjengelig kapasitet.
2) Power BI-komponentene er tilsynelatende veldig tunge i Fabric
I tillegg krever Power BI-komponentene som dataflows og semantiske modeller veldig mye av Fabric-kapasiteten. Python eller PySpark i Notebooks krever eksempelvis mye mindre kapasitet - som gjør at man i mange tilfeller heller bør bruke dem til ETL-jobbene.
3) Eksperter på de ulike komponentene i Azure (som Data Factory, Synapse, Purview) kan savne tidligere funksjonalitet
Mye har blitt bedre i Fabric, men mange eksperter på spesifikke verktøy vil savne funksjonalitet. Mye som gikk an i enkeltverktøyene er ikke mulig nå (eller på Roadmap da, som det så fint heter).
4) Det skjer mye endringer og nylanseringer i Fabric som påvirker stabiliteten
Det er fremdeles stadige nylanseringer, på godt og vondt. Vi skal være glad for at Fabric utvikles, men det kan være vanskelig og frustrerende å holde seg løpende oppdatert. Ofte kan det være småting som at en "default" innstilling er endret, som gjør at noe som virket i går feiler om du lager det samme i dag.