Copilot et Power BI : pourquoi la donnée certifiée devient indispensable

Je pose la même question dans tous mes entretiens Power BI : « Le CA du trimestre, tu le calcules à la date de commande ou à la date de livraison ? » Depuis la FabCon de Barcelone, ce n’est plus seulement une question d’entretien. C’est Copilot qui va devoir y répondre.

Beaucoup de candidats hésitent. Pas parce qu’ils sont mauvais. Parce qu’il n’y a pas de bonne réponse tant que personne, dans l’entreprise, n’a tranché.

Jusqu’ici, ce flou restait gérable. L’analyste faisait un choix, l’indiquait dans son rapport, et on en discutait en réunion. Mais depuis fin septembre, les métiers peuvent poser leurs questions directement à Copilot, qui va chercher la réponse dans les modèles Power BI. Et Copilot, lui, n’hésite pas.

Imaginez le prochain comité de direction. Le directeur commercial arrive avec le chiffre donné par Copilot. Le DAF a celui du contrôle de gestion. Et quelqu’un sort l’Excel des ventes qui circule par mail depuis le début de l’année.

Trois chiffres, et vingt minutes perdues à comprendre lequel est le bon. Dans cet article, je reviens sur ce qui a vraiment changé, sur le piège que je vois venir chez nos clients, et sur les cinq actions que je recommande avant d’ouvrir Copilot à vos équipes.

Ce qui vient de changer

À Barcelone, Microsoft a fait passer en disponibilité générale ce qu’on voyait jusqu’ici surtout en démo. Trois annonces comptent vraiment quand on pilote une plateforme de données.

• GAFabric IQ dans Microsoft Copilot Chat et Copilot Cowork. Les utilisateurs interrogent Copilot, qui répond à partir des rapports et modèles sémantiques Power BI, en respectant leurs droits et la sécurité au niveau des lignes.
• GALes agents de données Fabric dans Copilot Studio. On peut construire des agents spécialisés, pour les ventes ou les achats par exemple, branchés sur les données gouvernées de Fabric.
• GA« Restrict from Copilot » et une gouvernance renforcée de Power BI dans Fabric IQ. On choisit les contenus que Copilot a le droit d’utiliser, et ceux qu’il doit ignorer.
• PréversionLes ontologies Fabric IQ et les politiques Fabric. Un vocabulaire métier commun pour les agents, qui réutilise vos mesures DAX, et un contrôle plus fin de qui crée quoi.

Le message est clair : Fabric devient la couche de contexte métier de l’IA chez Microsoft. Et ce contexte, c’est vous qui le fournissez.

Le vrai risque : une réponse juste, mais pas officielle

On entend beaucoup que si la donnée est fausse, l’IA répondra faux. C’est vrai. Mais ce n’est que la moitié du problème. Une donnée peut être parfaitement juste et pourtant ne pas être la bonne.

Prenez le chiffre d’affaires. Chaque version se défend, mais une seule sera présentée en CODIR.

Avec un tableau de bord, l’utilisateur voyait au moins le nom du rapport et savait qui l’avait construit. Avec un agent conversationnel, il reçoit une phrase et un chiffre, présentés avec beaucoup d’aplomb. Si l’agent a pioché dans le modèle de travail d’un analyste plutôt que dans le modèle de référence, personne ne s’en rendra compte avant la réunion.

Le sujet n’est donc pas seulement la qualité des données. C’est la donnée certifiée : validée, documentée et assumée par le corporate.

5 actions avant d’ouvrir Copilot à vos métiers

1. Désigner les modèles de référencePour chaque domaine (ventes, finance, achats), un seul modèle sémantique fait foi. Marquez-le « Certifié » dans Power BI, et réservez ce droit à quelques personnes identifiées.
2. Écrire les définitions métierCA, marge, client actif, commande en retard : chaque indicateur clé a une définition écrite, validée par son propriétaire et visible dans le modèle, dans la description des mesures.
3. Fermer la porte au resteExcluez de Copilot les modèles de test, de travail ou obsolètes avec « Restrict from Copilot ». Ce qu’il ne voit pas, il ne peut pas le citer.
4. Garder un tableau de bord qualitéFraîcheur des chargements, volumes anormaux, rapprochement avec la comptabilité. À mon sens, c’est le seul rapport qui doit survivre à l’arrivée des agents.
5. Tester avec de vraies questionsAvant de déployer, faites poser une vingtaine de questions réelles par les métiers et comparez les réponses de l’agent aux chiffres officiels. Chaque écart révèle une définition floue ou un modèle mal exposé.

Vous l’aurez remarqué : aucune de ces actions n’est vraiment technique. Ce sont des décisions de gouvernance. C’est justement pour ça qu’on les repousse si souvent.

Ce que ça change pour les équipes BI

Je ne crois pas que les équipes BI vont disparaître. Je pense plutôt que leur centre de gravité va se déplacer.

Hier, on mesurait leur valeur au nombre de rapports livrés. Demain, on la mesurera à la fiabilité du socle que les agents interrogent. Microsoft pousse d’ailleurs dans ce sens côté développement : avec les Power BI Agentic Experiences, désormais en disponibilité générale, un agent peut créer ou modifier modèles et rapports à partir d’un cahier des charges, et le développeur passe en revue le résultat.

C’est d’ailleurs ce que je regarde de plus en plus chez les candidats que je rencontre. Et c’est une bonne nouvelle pour tous ceux qui ont toujours défendu la modélisation et la gouvernance : leur travail devient enfin visible.

Source : récapitulatif des annonces FabCon Barcelone 2026, par James Serra.