Architecture IA : interroger Power BI et Microsoft Fabric en langage naturel
Web App, agent Azure AI Foundry, serveur MCP, modèle sémantique Power BI et Microsoft Fabric : une architecture inspirée de notre projet pour Alliance Marine, pour donner à vos équipes un accès conversationnel à leurs données.
Étudier votre architectureVos tableaux de bord Power BI répondent aux questions que l'on a prévues. Les autres (« Quelles ventes ont baissé ce trimestre, et dans quelles régions ? ») finissent dans une file de demandes adressée à l'équipe data. Un agent IA connecté aux données change la donne : chacun pose sa question en langage naturel et obtient une réponse chiffrée et sourcée.
Encore faut-il que la réponse soit juste. Un modèle de langage qui écrit seul des requêtes SQL sur des tables brutes se trompe facilement de jointure ou de définition. Notre architecture s'appuie donc sur ce que l'entreprise a déjà validé : le modèle sémantique Power BI, ses mesures et ses règles métier, au-dessus des données de Microsoft Fabric.
Le lien entre l'agent et les données passe par un serveur MCP (Model Context Protocol). Il expose à l'agent un petit nombre d'outils bien définis, contrôle ce qui peut être lu, et pourra être réutilisé demain par d'autres agents ou d'autres plateformes.
Le schéma de l'architecture, couche par couche
Cinq couches, chacune remplaçable sans réécrire les autres.
- 01
Web App
Application web · Entra ID
L'interface de conversation. L'utilisateur se connecte avec son compte d'entreprise ; une réponse peut afficher un tableau ou un visuel Power BI.
- 02
Agent IA
Azure AI Foundry
Le modèle de langage et ses instructions. Il comprend la question, choisit les outils à appeler et rédige la réponse.
- 03
Serveur MCP
Model Context Protocol
La passerelle vers les données : une liste fermée d’outils (chercher une mesure, exécuter une requête, lister les dimensions).
- 04
Modèle sémantique
Power BI · DAX
Les définitions métier validées : chiffre d'affaires, marge, périmètres. L'agent interroge des mesures, pas des tables brutes.
- 05
Plateforme data
Microsoft Fabric · OneLake
Les données centralisées, historisées et gouvernées, alimentées par les pipelines existants.
Cas client : Alliance Marine
Pour Alliance Marine, nous avons conçu et déployé une stack Web App, Azure AI Foundry et Power BI, avec un serveur MCP qui permet d'interroger en langage naturel les données hébergées dans Microsoft Fabric.
Ce projet nous a servi de base pour formaliser l'architecture décrite sur cette page : les choix de découpage, de sécurité et de maîtrise des coûts qui suivent en sont issus.
Pourquoi passer par un serveur MCP ?
Un standard ouvert
MCP est pris en charge par un nombre croissant de plateformes, dont Azure AI Foundry, Copilot Studio et Claude. Les outils développés une fois servent à plusieurs agents.
Un contrôle précis
L'agent n'accède qu'aux outils exposés, avec des paramètres validés. Aucune requête libre sur l'ensemble de la base.
Des réponses plus justes
Les outils interrogent les mesures du modèle sémantique : l'agent obtient les mêmes chiffres que les rapports Power BI, au lieu de les recalculer à sa façon.
Sécurité et gouvernance des données
Un accès conversationnel ne doit pas devenir un moyen de contourner les règles existantes. Nos recommandations :
- ✓ Authentification par Microsoft Entra ID, avec les comptes d'entreprise existants
- ✓ Respect des droits de l'utilisateur, y compris la sécurité au niveau des lignes (RLS) du modèle Power BI
- ✓ Des outils MCP en lecture seule, aux paramètres contrôlés
- ✓ Journalisation des questions, des outils appelés et des réponses
- ✓ Hébergement des services dans une région Azure européenne
FinOps : le coût de cette architecture, sous contrôle
Des réponses agrégées
Le serveur MCP renvoie des résultats déjà calculés par le modèle sémantique, pas des milliers de lignes : moins de tokens à chaque question.
Le bon modèle à chaque étape
Un modèle léger pour comprendre et router la demande, un modèle plus puissant seulement pour une synthèse qui le justifie.
Une capacité Fabric dimensionnée
La charge ajoutée par l'agent est mesurée, puis la capacité est ajustée, mise en pause ou réservée selon les horaires et le volume réels.
Un coût par question suivi
Étiquetage des ressources, budgets et alertes : vous savez ce que coûte chaque cas d'usage et pouvez arbitrer.
Questions fréquentes sur l'architecture IA
Peut-on connecter un agent IA à Power BI ?
Oui. Un serveur MCP peut exposer à l'agent des outils qui exécutent des requêtes DAX sur un modèle sémantique Power BI publié. L'agent obtient ainsi des chiffres cohérents avec les rapports existants.
Faut-il Microsoft Fabric pour cette architecture ?
Non, mais c'est le cas le plus simple lorsque les données y sont déjà. Le même principe fonctionne avec un autre entrepôt de données : seul le serveur MCP change.
Quelle différence avec Copilot dans Power BI ?
Copilot dans Power BI aide à explorer un rapport ou un modèle, dans l'interface de Power BI. Notre architecture intègre l'agent dans votre propre application, combine plusieurs sources et outils, et vous laisse la maîtrise du modèle, des instructions et des coûts.
L'agent peut-il modifier les données ?
Pas dans notre architecture de référence : les outils MCP sont en lecture seule. Des actions d'écriture peuvent être ajoutées au cas par cas, avec confirmation de l'utilisateur et journalisation.
Vous voulez dialoguer avec vos données ?
Présentez-nous votre plateforme data et vos questions métier : nous vous proposerons une architecture et une estimation du coût de fonctionnement.
Étudier votre projet