Power BI

Copilot w Power BI nie zbuduje genialnego raportu podczas kiedy Ty będziesz szlifował swoją formę na najbliższy maraton. Pomaga w trzech konkretnych zadaniach: wstępne wizualizacje, generowanie miar DAX i streszczanie raportu w języku naturalnym. Wszystkie trzy wymagają, żeby model danych był poprawnie zaprojektowany — bo Copilot nie naprawia złego modelu, tylko go pokazuje. Dodatkowo wymaga pojemności Fabric F64+ albo Power BI Premium per User — to nie jest funkcja dostępna w darmowym Power BI Desktop.

„Czy Copilot albo inne narzędzie AI zastąpi mnie jako analityka?" — to pytanie pada na warsztatach z Power BI częściej niż jakiekolwiek inne. Krótka odpowiedź: nie zastąpi, ale zmieni sposób, w jaki pracujesz. Trzeba sobie rozróżnić trzy rzeczy, które Microsoft wrzuca pod jedną etykietę „Copilot in Power BI": natural language Q&A, generowanie miar DAX i streszczenia raportów. Każda działa inaczej, każda ma inne ograniczenia i — co istotne — każda wymaga licencji.

Licencjonowanie w pigułce: Copilot in Power BI / Fabric jest dostępny w pojemnościach Fabric od F64 wzwyż albo z licencją Power BI Premium per User (PPU). Bez nich masz tylko zwykłe Q&A (starsze, sprzed brandingu Copilot) — i to jeszcze pod warunkiem, że dataset jest w workspace z Premium capacity. To jest duży koszt wstępu, którego Microsoft nie podkreśla na webinarach.

1. Q&A w języku naturalnym — działa, jeśli model jest schludny

To najstarsza funkcja AI w Power BI, jeszcze sprzed brandingu Copilot. Wpisujesz „pokaż sprzedaż po regionie za zeszły kwartał" i dostajesz wykres.

Mit: „działa na surowym Excelu". Rzeczywistość: działa tylko wtedy, gdy:

• masz schemat gwiazdy z czystymi nazwami tabel i kolumn (Sprzedaz, nie Tabela1)
• masz wymiar daty z hierarchią Rok/Kwartał/Miesiąc
• używasz synonimów Q&A — Q&A nie zgadnie, że „klient" = Kontrahent_ID, dopóki mu wprost nie powiesz

Zespoły, które dostają z Q&A śmieci, prawie zawsze mają model w stylu „jeden wielki arkusz". Q&A wtedy zwraca losowe agregacje, bo nie wie którą kolumną filtrować. Pisałem o tym w 5 błędach w DAX — pierwszy z nich (zły model) jest jednocześnie pierwszym zabójcą Copilota.

Kiedy używać: jako narzędzia eksploracyjnego dla biznesu z certyfikowanym datasetem. Kiedy nie: zamiast normalnego raportu dla zarządu — Q&A nie ma kontroli wersji, nie ma walidacji, nie ma wzajemnych zależności filtrów.

2. Generowanie miar DAX — dobry start, zły finisz

Wpisujesz w Copilocie „policz średnią sprzedaż per klient za ostatnie 30 dni" i dostajesz miarę DAX. Brzmi spektakularnie. W demo wygląda spektakularnie. W produkcji — wymaga ręcznego sprawdzenia zawsze.

Co Copilot robi dobrze:

• generuje szkielet miary z poprawną składnią
• przy prostych przypadkach time intelligence sięga po SAMEPERIODLASTYEAR, DATESYTD, DATESBETWEEN zamiast hardkodować daty
• proponuje VAR w dłuższych miarach (czego juniorzy często nie robią)

Co Copilot robi źle:

• nie rozumie kontekstu filtra w zniuansowanych przypadkach. Miara „udział w sprzedaży roku" potrafi wyjść jako globalna suma podzielona przez globalną sumę = 100% w każdym wierszu. Często kwestia rozbija się również o rodzaj użytej wizualizacji.
• myli FILTER z bezpośrednim warunkiem — zwraca miarę poprawną logicznie, ale potrafi być zauważalnie wolniejsza, bo wymusza materializację tabeli przed agregacją
• halucynuje nazwy kolumn, jeśli model jest niespójnie nazwany — tworzy Sprzedaz[Wartosc_PLN], gdy w modelu jest Sprzedaz[Wartosc]
• time intelligence przy bardziej złożonych okresach (rolling 12M, fiscal year, hierarchie niestandardowe) — tu często zwraca miary, które działają na próbce, ale myli granicę okresu

Praktyka, która działa: Copilot pisze szkic, Ty robisz code review jak dla juniora. Najczęściej wystarczą 2-3 poprawki. Code review jest jednak niezbędny — może się szybko okazać, że miary wyglądają dobrze tylko w okienku czatu, ale po odpaleniu w wizualizacji wysypują się po użyciu pierwszego filtra.

3. Streszczenia raportu — Smart Narrative i Copilot summary

Microsoft ma dwa narzędzia do automatycznego komentowania raportu, które łatwo pomylić:

• Smart Narrative (starsze, dostępne dla wszystkich od 2020 r.) — dodaje wizualizację tekstową, która opisuje statystyki schematem szablonowym: „Total Sales is 4.2M, up 12% from last year. Highest value in Pomorze region (1.1M)". Nie potrafi narracji, jest dosłowne i oparte o template'y.
• Copilot summary (nowe, wymaga licencji Fabric/PPU) — generuje pełnozdaniowy komentarz w stylu copywritera: „Sprzedaż urosła w Q4, głównie dzięki silnemu kwartałowi w Pomorze; segment B2C wykazał wyraźny spadek warty zbadania". Bardziej przypomina draft komentarza zarządczego niż tabelaryczne podsumowanie.

W projektach zarządczych Copilot summary skraca przygotowanie komentarza do prezentacji z kilkudziesięciu minut do kilku — pod warunkiem walidacji.

Pułapki obu funkcji:

• Interpretują to, co widzi wizualizacja, nie pełen dataset. Jeśli wykres pokazuje 10 największych klientów, podsumowanie odnosi się do tych 10, nie do wszystkich.
• Nie rozróżniają szumu od trendu. Jednorazowy spike sprzedaży pokażą jako „wzrost", bez kontekstu, że to był jeden duży kontrakt.
• Nie znają Twojego biznesu. Nie wiedzą, że spadek w grudniu to standardowa sezonowość branży, a nie problem do alarmowania.

Kiedy używać: jako pierwszego draftu komentarza, który Ty potem edytujesz. Nie jako końcowego tekstu wysyłanego do zarządu.

4. Czego Copilot nie zrobi — i prawdopodobnie długo nie zrobi

To jest część, której Microsoft nie pokazuje na webinarach:

• Nie zaprojektuje modelu danych. Czyli nie zrobi 70% pracy analityka BI. Schemat gwiazdy, hierarchia daty, relacje — to wciąż Twoja robota.
• Nie naprawi błędów w danych źródłowych. Jeśli ERP zwraca duplikaty, Copilot je policzy jako poprawne wartości.
• Nie zoptymalizuje raportu. Wolny raport pozostaje wolny. Copilot nie wie, co to query plan.
• Nie zaprojektuje governance. Kto może publikować, kto widzi co, jak wersjonujemy zmiany — decyzje organizacyjne. Pisałem o tym w tekście o przygotowaniu zespołu do Power BI.

5. Praktyczna strategia — jak włączyć Copilota świadomie

1. Najpierw porządny model. Bez tego Copilot generuje mało wartościowy szum narracyjny. Najpierw schemat gwiazdy, czyste nazwy, wymiar daty, a potem AI do interpretacji.
2. Włącz Copilota dla zespołu BI, nie dla wszystkich. Niech analitycy go testują przez miesiąc — zorientujecie się, gdzie pomaga, gdzie myli.
3. Code review wszystkich miar generowanych przez AI. Bez wyjątku. Inaczej za 6 miesięcy masz 200 miar, których nikt nie umie wytłumaczyć.
4. Streszczenia tylko jako draft. Zawsze edytuj — Copilot nie zna kontekstu sezonowości, strategii, jednorazowych zdarzeń.
5. Mierz. Ile czasu zaoszczędził Copilot, ile generuje błędów, ile osób z biznesu używa Q&A. Bez metryk to jest tylko nowa zabawka.

Czy Copilot zastąpi analityka?

Nie zastąpi. Zmieni profil pracy — analityk spędza mniej czasu na pisaniu DAX-a od zera, więcej na projektowaniu modelu, walidacji wyników i komunikacji z biznesem. Czyli na rzeczach, których AI naprawdę nie umie zrobić sam.

Firmy, które wdrożą Copilota z porządnym modelem, code review miar i metrykami użycia, zyskują mierzalny zysk w postaci zaoszczędzonego czasu przez zespół BI — w projektach, które prowadziłem, było to 15–25% (przy zespole 4–6 analityków, mierzone w miesiącach po wdrożeniu). Firmy, które wcisną Copilota zamiast normalnej edukacji zespołu, dostają szybciej te same błędy, które popełniają dzisiaj.

Jeśli chcesz nauczyć zespół Power BI tak, żeby Copilot był narzędziem a nie ratunkiem przed brakiem wiedzy — zapraszam na dwudniowy warsztat. Pracujemy na realistycznych danych, budujemy miary zgodnie ze sztuką, omawiamy i wdrażamy zasady pracy z modelem danych. AI w tym wszystkim jest trochę jak autopilot w Tesli — tylko Teslę też trzeba umieć uruchomić.

Czytaj też:

• 5 błędów w DAX, które spowalniają Twój raport
• Power BI vs Excel — zwycięzca może być tylko jeden?
• Jak przygotować zespół do wdrożenia Power BI