Microsoft Fabric après la FabCon Europe 2026 : démarrer plus simplement, gouverner plus solidement
À la FabCon Europe 2026, qui s’est tenue à Barcelone du 28 septembre au 1er octobre, Microsoft a fait évoluer Microsoft Fabric sur plusieurs fronts : consommation, IA, data engineering et gouvernance. Au-delà des annonces produit, une tendance se dessine clairement. Fabric devient plus simple à expérimenter et plus étroitement relié à Copilot et aux agents IA, mais son déploiement professionnel exige désormais un socle de données mieux modélisé et mieux gouverné.
Pour les directions data et les équipes IT, l’enjeu est de rendre la donnée réellement exploitable par l’IA, sans perdre la maîtrise des coûts, des accès, des règles métier et de la qualité des traitements.
Tester Fabric et ajuster sa consommation plus progressivement
L’annonce la plus attendue concerne le modèle de consommation. Microsoft a présenté le modèle d’exécution F0 et une facturation à la demande, qui devraient permettre de lancer et tester Fabric sans souscrire immédiatement à une capacité F réservée. Cette approche est particulièrement intéressante pour les pilotes, les preuves de concept ou les premières équipes métiers qui souhaitent évaluer la plateforme avant d’engager un budget de capacité.
Cette flexibilité ne signifie pas pour autant que le dimensionnement devient secondaire. À l’inverse, il devient plus important d’observer les usages réels : volumes traités, fréquence des actualisations, requêtes concurrentes, coûts des charges Spark ou des entrepôts de données. La capacité réservée conserve ainsi tout son intérêt dès lors qu’un usage devient stable et prévisible.
Microsoft renforce également les capacités haute performance avec la disponibilité générale des tailles F4096 et F8192, ainsi que le mécanisme Capacity Overage, destiné à absorber les pics de charge sans interrompre les traitements. Ces évolutions montrent que Fabric vise aussi les scénarios critiques, et pas uniquement les environnements d’exploration ou de reporting.
Fabric IQ : le modèle sémantique au cœur de l’IA
L’autre grande orientation de la FabCon porte sur Fabric IQ. Désormais disponible en disponibilité générale dans Microsoft 365 Copilot, il permet aux utilisateurs d’interroger des modèles sémantiques Power BI gouvernés directement depuis Copilot Chat et Copilot Cowork. Le modèle sémantique devient ainsi bien plus qu’un support de visualisation : il porte les définitions métier, les relations entre entités, les règles de calcul et les permissions d’accès nécessaires à des réponses fiables.
Microsoft étend cette approche avec les ontologies, proposées en preview. Celles-ci peuvent être construites à partir de données OneLake, de documents métier et de règles exprimées en DAX ou en langage naturel. L’objectif est de capturer des connaissances qui ne figurent pas toujours dans les tables : processus métier, relations entre objets, règles de gestion ou contexte opérationnel. Les Data Agents pourront ensuite s’appuyer sur ce contexte partagé pour raisonner sur des questions plus larges qu’une simple requête analytique.
Cette évolution a une conséquence directe pour les équipes data : la qualité du modèle sémantique devient un prérequis de l’IA. Avant d’exposer des données à Copilot, il faut s’assurer que les indicateurs sont correctement définis, que les règles métier sont explicites et que les droits d’accès sont alignés sur les usages prévus.
Fabric Apps prolonge cette logique au-delà de l’analyse. À partir d’un modèle sémantique de confiance, les utilisateurs pourront décrire une application en langage naturel, la générer, la prévisualiser, l’ajuster puis la publier dans Fabric. Ces applications pourront intégrer des saisies et des mises à jour de données, ouvrant la voie à des usages opérationnels : suivi d’activité, validation de processus, gestion de demandes ou pilotage d’équipes terrain.
Sur le plan de la modélisation, Direct Lake évolue également avec la prise en charge, en preview, de colonnes calculées évaluées dans le moteur Direct Lake. Cela évite de devoir matérialiser ou recharger de très grands volumes de données dans OneLake uniquement pour appliquer une règle métier. La logique reste toutefois à manier avec rigueur : selon les scénarios, ces colonnes peuvent être recalculées lors du chargement ou de l’actualisation du modèle, et non systématiquement à chaque requête.
Des agents pour accélérer le data engineering
Microsoft introduit également le Data Engineering Agent, issu de la technologie Osmos et proposé en preview. Cet agent vise à automatiser certaines tâches chronophages : migrations, nettoyage de schémas et construction de pipelines ETL complexes sur Fabric Spark. Il est pilotable depuis GitHub Copilot, VS Code ou Claude Code.
Dans le même esprit, le Database Hub entre en public preview pour unifier la gestion de plusieurs bases de données de l’écosystème Microsoft, notamment Azure SQL, PostgreSQL, Cosmos DB et SQL Database dans Fabric. L’intégration progressive des Database Agents devrait faciliter certaines opérations d’administration et de développement.
Ces annonces sont prometteuses, mais elles ne transforment pas une migration en projet simple. L’évaluation automatisée des environnements Azure Data Factory et Synapse peut aider à produire un plan de migration vers Fabric, sans toucher à la production. Toutefois, la réussite dépendra toujours de la cartographie des flux, de la qualité des données, des tests de non-régression et de la sécurisation des accès.
La gouvernance devient un prérequis
Plus les usages conversationnels et agentiques se multiplient, plus la gouvernance devient déterminante. Copilot peut être activé par défaut pour les tenants disposant d’une capacité Fabric payante, notamment à partir de F2. Cela ne signifie pas que toutes les données doivent être exposées sans contrôle : les administrateurs doivent vérifier les paramètres de tenant, les capacités, les espaces de travail et les groupes utilisateurs autorisés.
Les sécurités au niveau des lignes (RLS) et des objets (OLS) restent appliquées par Copilot, mais elles doivent être correctement conçues en amont. Pour les données sensibles, il est également possible de restreindre explicitement l’accès depuis Copilot. Cette revue des accès doit intervenir avant la généralisation des usages, et non après les premières requêtes en langage naturel.
Microsoft renforce par ailleurs les mécanismes de contrôle natifs avec Policies in Fabric, proposé en preview. Ce système unifié de contrôle d’accès basé sur les attributs (ABAC) vise à encadrer la création d’éléments et la sécurité au niveau des espaces de travail.
La plateforme renforce aussi son isolation avec Surge Protection par workspace, qui vise à protéger les pipelines critiques lorsqu’un espace de travail consomme de manière excessive les ressources. Enfin, la protection des accès sortants pour les raccourcis OneLake passe en disponibilité générale, un point important pour maîtriser les flux de données entre environnements.
Ces mécanismes répondent à une réalité simple : donner aux équipes un accès plus naturel aux données ne dispense pas de contrôler qui accède à quoi, dans quelles conditions et avec quels risques. La gouvernance doit donc être pensée dès la conception de la plateforme, et non ajoutée après le déploiement.
Ce que cela change concrètement
Pour une direction data, ces annonces ouvrent une voie plus progressive vers Fabric : expérimenter avec F0 et la facturation à la demande, puis dimensionner la capacité à partir d’indicateurs réels. Pour les équipes BI, elles valorisent le modèle sémantique comme un actif central de l’IA. Pour les équipes data engineering, elles apportent de nouveaux leviers d’automatisation, à condition de conserver des processus de validation.
Pour les organisations déjà engagées dans l’écosystème Microsoft, la priorité est désormais d’identifier les cas d’usage où Fabric peut rapprocher données, IA et opérations métier. Cela suppose de commencer par un périmètre ciblé, de consolider les modèles sémantiques, de sécuriser les accès Copilot et d’établir un cadre de gouvernance avant d’ouvrir plus largement les usages agentiques.
Vous envisagez une migration depuis Synapse ou Azure Data Factory, ou souhaitez préparer vos données à Copilot et aux agents IA ? Claranet peut vous accompagner de l’audit initial jusqu’à l’industrialisation de Microsoft Fabric.