2 июня на конференции Microsoft Build 2026 компания довольно внятно объяснила, где, по ее мнению, будет выиграна корпоративная гонка ИИ. Не в еще одной модели с лишними баллами в бенчмарке, а в слое, который дает агентам общий контекст данных: что в компании считается клиентом, заказом, риском, KPI и кто вообще имеет право с этим работать. Для русскоязычных разработчиков и IT-руководителей это важный сигнал: узкое место у enterprise AI все чаще не в «мозгах» модели, а в архитектуре данных и бизнес-смысла вокруг нее.
На Build Microsoft собрала этот тезис в набор вполне прикладных анонсов. Как пишет The New Stack, компания использовала конференцию, чтобы сдвинуть разговор об ИИ с мощности моделей на проблему организационного контекста. В центр пакета поставили Fabric IQ, который Microsoft описывает как слой бизнес-контекста для агентов, а рядом вывели Rayfin, новый open source SDK и CLI для сборки backend-части агентных приложений, и Azure HorizonDB, новую PostgreSQL-базу для AI-нагрузок в статусе public preview.
Логика у Microsoft простая и для больших компаний даже болезненно знакомая. Сам по себе агент умеет отвечать, суммировать и генерировать код, но как только его выпускают в корпоративную среду, начинается старая добрая расплата за годы накопленного хаоса. Данные лежат в разных системах, определения сущностей расходятся между департаментами, метрики живут своей жизнью, а права доступа и регуляторика напоминают квест на выживание. В такой среде каждый новый агент фактически стартует с нуля и заново «учит» устройство бизнеса. Microsoft пытается превратить это в платформенную задачу, а не в бесконечный набор кастомных интеграций для каждой команды.
Что именно Microsoft вынесла на Build
Fabric IQ в этой схеме выглядит как главный продуктовый аргумент. По данным Microsoft, сервис связывает несколько слоев: единый фундамент данных в OneLake, семантические модели Power BI и операционный слой с онтологиями и сигналами в реальном времени. Идея не новая по формулировке, но полезная по замыслу: один раз определить бизнес-сущности, отношения, правила и контекст, а затем не переобучать на этом каждого нового агента. Microsoft отдельно подчеркнула, что Fabric IQ теперь доступен в статусе general availability, а связанные с ним graph-возможности уже тоже доступны, тогда как planning должен выйти в general availability позже в июне 2026 года. То есть разговор уже не только про красивый слайд, но и про попытку довести слой контекста до рабочего состояния.
Второй важный элемент пакета, Rayfin, нацелен на очень земную проблему. Генеративные инструменты и кодовые агенты научились быстро делать прототипы, но до production большинство из них доезжает примерно так же уверенно, как демо-бот до комплаенса банка. Rayfin должен закрыть этот зазор: разработчик или агент описывает, что нужно приложению, а система поднимает backend с базой, аутентификацией и другими базовыми сервисами прямо на Microsoft Fabric. Для Microsoft это способ сказать рынку: мало сгенерировать приложение, нужно еще дать ему нормальную платформу для запуска, безопасности и масштабирования. Для команд разработки посыл еще проще: если у вас агент пишет фронт и бизнес-логику, кто-то все равно должен решить вопросы состояния, identity, хранения, наблюдаемости и деплоя.
Третий элемент, Azure HorizonDB, тоже хорошо укладывается в этот сценарий. Microsoft вывела сервис в public preview как новую Postgres-ориентированную базу для AI-приложений. По опубликованным данным, HorizonDB сначала доступна в нескольких регионах, включая Central US, Sweden Central, West US 2 и West US 3, а расширение на другие регионы должно было начаться в ближайшие недели. Здесь ставка очевидна: корпоративным агентам нужна не только модель и не только витрина данных, но и транзакционная база, которая выдержит реальную прикладную нагрузку, а не жизнь в презентации.
Почему это важнее очередной модели
Наиболее показательный анонс Microsoft спрятала не в модели и даже не в базе, а в производительности аналитического слоя. Компания объявила о GPU-ускорении Fabric Data Warehouse и заявила, что в собственном майском бенчмарке 2026 года получила до 7 раз более высокую производительность по сравнению с тремя сопоставимыми внешними поставщиками при нагрузке reporting и application workloads с конкуренцией в 64 пользователя. Early access preview для этой функции намечена на июль 2026 года. Смысл в том, что корпоративным агентам нужен не только правильный контекст данных, но и быстрый доступ к нему. Если агент думает десять секунд над каждым запросом к хранилищу, бизнес быстро вспомнит, что старый отчет в BI был, вообще-то, не так уж плох.
В более широком контексте Microsoft делает ставку на заметный рыночный сдвиг. Последние два года индустрия жила в логике «какая модель сильнее», но у enterprise-клиентов накопился более скучный и поэтому более важный список вопросов: где лежат данные, кто гарантирует их актуальность, как переиспользовать бизнес-определения между командами, как заземлить агента в регламентах компании и как не собрать новый зоопарк из несовместимых помощников. На этом фоне тезис Microsoft выглядит не как философия, а как попытка продать крупному бизнесу цельную цепочку: OneLake для объединения данных, Fabric IQ для смысла, Rayfin для продакшена, HorizonDB для приложений и Foundry для агентной сборки.
Для разработчиков здесь есть довольно трезвый вывод. Если компания уже думает об AI-агентах, спор «какую модель выбрать» все чаще будет вторым вопросом, а не первым. Первым станет контекст данных: кто владеет определениями, как строится семантический слой, где хранятся правила, как организованы права, какие сигналы считаются доверенными и можно ли весь этот набор использовать повторно, а не собирать заново под каждого бота. Для продактов и IT-директоров новость еще менее романтична: выиграет не тот, кто быстрее подключил LLM, а тот, кто сумел превратить данные, смыслы и процессы в общую платформу для десятков агентов, а не для одного пилота на презентацию совету директоров.
Теперь главный вопрос не в том, права ли Microsoft насчет моделей. С этим спорить все труднее: хорошие модели на рынке уже есть, и они становятся все более взаимозаменяемыми по многим прикладным задачам. Вопрос в другом: сможет ли компания действительно сделать свой слой контекста достаточно удобным, открытым и не слишком тяжелым для внедрения, чтобы клиенты не предпочли более узкие, но менее обязывающие решения. Если да, Build 2026 могут запомнить не как конференцию про очередных агентов, а как момент, когда корпоративный ИИ окончательно переехал из лаборатории в data stack. Первоисточник: .