十多年前，Power BI 刚刚出现时，它改变的是一群人做报表的方式。十多年过去，它已经从一个报表工具长成了每天被数百万人用来理解业务、支撑决策的平台。22 million 个 Semantic Model(语义模型)每天在被使用，这个数字本身就说明了一件事：Power BI 早就不只是可视化层，它已经是全球采用最广的语义层。而现在，它正在进入下一个章节。
这一章的关键词不是「更多图表」，而是「从洞察到行动」。下面几个方向，值得每一位中国数据分析从业者认真关注。
用自然语言构建应用：Power BI Desktop 的新体验
Power BI Desktop 正在引入一套全新的应用构建体验，底层由 Fabric 中的 apps 能力驱动。用户可以从一个可信的 Semantic Model(语义模型)出发，用自然语言生成、预览、编辑并发布面向具体场景的应用，发布目标直接是 Microsoft Fabric。
这类应用和传统报表有本质区别：它们可以接收输入、回写数据、保留共享状态，并支撑操作型工作流。换句话说，分析结果不再止步于「看一眼」，而是能直接嵌入业务流程，形成闭环。
更值得注意的一点是许可范围。这套体验并不只面向 Microsoft Fabric capacity 客户。Apps in Power BI 将以预览形式向 Power BI Pro 和 Premium Per User 客户开放，同时覆盖 Fabric capacity 客户。Pro 和 PPU 用户还能使用 Fabric Database 能力，从而构建同时支持分析型和事务型场景的应用。这意味着，大量现有 Power BI 用户不需要更换许可，就能把 AI 辅助的应用创建能力用起来。对国内很多仍在 Pro 许可下做分析工作的团队来说，这是一个明确的信号：能力边界正在放宽。
语义层继续扩张：从 OneLake 到跨平台标准
语义层是组织最具战略价值的资产，这一点在 AI 时代只会更明显。它不仅是报表的底座，也越来越多地为 agent、应用和 Microsoft Copilot 提供统一的业务含义。
在 FabCon Barcelona 上，微软首次展示了 semantic views(语义视图)的早期形态：用户可以直接在数据所在的 OneLake 中定义受治理的业务指标和语义，并在 Fabric 内外复用。目标很清晰——让语义更靠近数据本身，同时保持开放、可复用、可互操作。
另一个动作是对 Apache Ossie(孵化中)的承诺。这是一个由社区主导、旨在为分析、AI 和 BI 平台之间交换语义元数据建立厂商中立标准的项目。微软与 Snowflake 及更广泛的行业伙伴合作，希望让客户「定义一次语义上下文，就能跨生态复用」，而不必复制数据或业务逻辑。目前与 Snowflake 的合作聚焦于跨平台语义层转换。往后看，微软计划把 DAX(数据分析表达式)确立为 Ossie 认可的查询语言，并扩展对 ontology(本体)的支持，走向平台无关的操作型智能。
对国内团队而言，这件事的长期价值在于：语义资产不再被单一平台锁死，跨工具、跨云复用的可能性正在变大。
语义模型进入 M365 Copilot：可信答案落到日常工具里
Microsoft Copilot Cowork 和 Microsoft Copilot Chat 中的 Fabric IQ 已经正式可用。用户可以在 Copilot Chat 里直接提出业务问题，得到基于受治理的 Power BI 报表和 Semantic Model(语义模型)的可信回答，Copilot 会自动推断哪个报表或模型适合这个问题。在 Cowork 中，Power BI 内容还能直接参与长时间运行、异步的任务。
同样的 Copilot 体验也正在进入 Power BI 内部的 Copilot，让你可以调用 M365 数据获得更丰富的回答。Fabric IQ MCP 进入正式可用阶段，创作者可以在自己的开发环境和外部 MCP 客户端中使用同样的对话式分析能力。
这一步的意义在于：语义模型不再只是分析师内部的资产，它开始成为整个组织在 Copilot 中获取可信答案的底座。治理做得越扎实，AI 给出的答案就越可靠——这恰好是国内很多企业在推进 AI 落地时最容易忽略、也最该补上的一环。
写在能力边界移动的时候
Power BI 的每一次演进，背后都是社区里数百万创作者、分析师、开发者和业务用户每天的使用、反馈和创意。从报表工具到语义层，再到今天用自然语言构建应用、把语义推向跨平台标准、让语义模型支撑 Copilot 的可信回答，这条路径指向同一个方向：让商业智能更易得、更可信，并且更贴近真正重要的决策。
对中国的数据分析从业者来说，接下来几个月值得盯紧两件事：一是 Apps in Power BI 预览在 Pro 和 PPU 许可下的实际体验，二是语义层跨平台复用会走到哪一步。这两件事，一个关乎你交付价值的方式，一个关乎你沉淀资产的寿命。
