Copilot in Power BI: cosa fa davvero (e cosa no) nel 2026

Copilot in Power BI è un'interfaccia conversazionale basata su LLM, grounded sul tuo modello semantico: genera pagine di report, scrive misure DAX, riassume dati e produce narrative in linguaggio naturale. Non è incluso nelle licenze Pro o PPU — richiede una capacità Fabric a pagamento — la qualità di quello che produce dipende quasi interamente da quanto è documentato il tuo modello, e ogni misura che genera va validata prima di andare in produzione. Detto questo, su un modello ben fatto fa risparmiare ore vere.

Cos'è (e cosa non è)

Copilot usa un modello linguistico Microsoft con approccio RAG (Retrieval-Augmented Generation): prima recupera i metadati del tuo modello semantico — nomi tabelle, colonne, misure, descrizioni, relazioni — poi formula la risposta e, quando serve, esegue query DAX contro il modello. Le conseguenze pratiche:

• Non interroga internet e non risponde con conoscenza generica. Se una cosa non è nel modello, non la sa.
• I numeri che mostra vengono dal motore, non dall'LLM. Non "inventa" un fatturato.
• Ma può scegliere la misura sbagliata. Se hai Fatturato Lordo e Fatturato Netto e nessuna descrizione le distingue, la scelta è una scommessa. Il numero è corretto: risponde alla domanda sbagliata.
• Rispetta i permessi. RLS e object-level security valgono anche per Copilot: un utente non vede via chat dati che non vedrebbe nel report.

Attenzione a non confondere tre prodotti con lo stesso nome: Copilot in Power BI (dentro report e modelli semantici), Copilot in Fabric (notebook, dataflow, data engineering) e Microsoft 365 Copilot (Word, Excel, Teams). Sono esperienze diverse, con licenze diverse.

Cosa sa fare concretamente

1. Generare una pagina di report. Chiedi "crea una pagina executive sulle vendite 2026 con KPI, trend mensile e top 10 clienti" e ottieni una pagina popolata con visual reali collegati alle misure esistenti. È un ottimo punto di partenza, non un deliverable: il layout va sistemato a mano.

2. Scrivere misure DAX. Descrivi il calcolo a parole e Copilot propone la formula, con una spiegazione. Su calcoli standard (somme, conteggi distinti, YoY, quote percentuali) ci prende quasi sempre. Su logiche di business specifiche — coorti, churn a 90 giorni, allocazioni — produce codice plausibile e spesso semanticamente sbagliato.

3. Riassumere. Sintesi di una pagina o di un visual in poche righe di testo, con i numeri chiave citati. Utile per il commento che nessuno ha voglia di scrivere prima del comitato di direzione.

4. Narrative dinamiche. Il visual narrativo generato da Copilot si aggiorna con i filtri: se l'utente seleziona "Nord", il testo si riscrive su quei dati.

5. Rispondere a domande sul modello. L'esperienza di chat standalone permette di interrogare un modello semantico anche senza avere un report davanti, e mantiene il contesto conversazionale: "e ora confronta col 2025" funziona.

6. Aiutare a documentare. Copilot può proporre descrizioni per tabelle e misure. Vanno riviste, ma partire da una bozza è meglio che dalla pagina bianca.

Esempio realistico. Prompt: "Crea una misura per il margine percentuale sulle vendite".

Margine % =
DIVIDE(
    SUM( Vendite[Margine] ),
    SUM( Vendite[Importo] )
)

Sintatticamente ineccepibile. Due problemi: esiste già una misura [Fatturato] che dovrebbe essere riusata al posto di SUM(Vendite[Importo]), e nessuno ha verificato che Vendite[Margine] sia il margine di contribuzione e non il margine lordo di listino. Ecco perché la validazione non è opzionale.

I prerequisiti reali (e quanto costano)

Questa è la parte che fa arenare la maggior parte dei progetti. "Copilot non si accende" è il problema numero uno dei nuovi adopter, e nel 99% dei casi è uno di questi quattro punti.

Alcune precisazioni che raramente vengono dette chiaramente:

• Non basta avere Power BI Pro. Né Pro né Premium Per User includono Copilot. Serve una capacità.
• Anche in Power BI Desktop devi selezionare un workspace ospitato su una capacità idonea: il calcolo avviene lì.
• L'auto-scale AI ha un costo separato. Le AI CU consumate dalle richieste Copilot si pagano oltre alle CU base della capacità. Configura sempre un tetto massimo in Azure e un alert di budget: senza, le sorprese a fine mese sono reali.
• Le richieste Copilot consumano capacità. Su una F2 con molti utenti attivi, un uso intensivo può contribuire al throttling degli altri carichi.
• Sui listini, verifica sempre la pagina pricing di Azure. Come ordine di grandezza: una F2 pay-as-you-go lasciata accesa 24/7 costa qualche centinaio di euro al mese, una F64 diverse migliaia; la prenotazione annuale sconta circa il 40%. In pay-as-you-go la capacità si può mettere in pausa quando non serve, ed è la leva di risparmio più efficace per un pilota.

Sul fronte compliance, due fatti utili da avere pronti: i prompt e i dati dei clienti non vengono usati per addestrare i modelli, e ogni invocazione è tracciata negli audit log di Microsoft Purview. Se la tua region non ha ancora i servizi AI, esiste l'opzione di elaborazione cross-region — da far approvare al team compliance, perché i dati escono temporaneamente dalla region.

"Prep data for AI": qui si decide tutto

È la differenza tra un Copilot che sembra magia e uno che sembra inutile, e non c'entra nulla con il modello linguistico. Copilot legge i metadati del modello semantico: se il tuo modello si chiama FCT_SLS_HDR con colonne AMT_1 e DT_KEY, nessun LLM al mondo capirà cosa gli stai chiedendo.

Cosa fare, in ordine di impatto:

1. Nomi in linguaggio business. Vendite, Importo netto, Data ordine. Non sigle, non prefissi tecnici.
2. Descrizioni su tabelle, colonne e misure. Una frase che dica cosa contiene e come si usa. Esempio: per Fatturato Netto → "Ricavi al netto di sconti e resi, esclusa IVA. Misura ufficiale per la reportistica commerciale. Da preferire a Fatturato Lordo."
3. Sinonimi. Il business dice "giro d'affari", "revenue", "venduto": mappali tutti sulla stessa misura. Se hai investito anni fa nel linguistic schema del vecchio Q&A, quel lavoro non è sprecato — riusa gli stessi termini.
4. Nascondi il rumore. Chiavi surrogate, colonne di ordinamento, campi tecnici: se sono nascosti, Copilot smette di proporli.
5. AI instructions a livello di modello. Istruzioni in linguaggio naturale che guidano il comportamento. Esempio: "Quando l'utente chiede 'fatturato' senza specificare, usa sempre [Fatturato Netto]. L'anno fiscale coincide con l'anno solare. Per le analisi temporali usa sempre la tabella Calendario. Non usare mai le misure con prefisso TMP_."
6. Marca la tabella data e imposta le formattazioni corrette sulle misure (valuta, percentuali).

Il test è banale: fai la stessa domanda prima e dopo aver documentato dieci misure. La differenza è visibile a occhio.

Come validare l'output (sempre)

Copilot resta un sistema generativo. Anche con il grounding, può produrre codice sintatticamente valido e semanticamente sbagliato. La checklist minima prima di mandare in produzione una misura generata:

1. Leggi la formula. Cosa fa davvero, non cosa dovrebbe fare.
2. Testa su un dataset di controllo di cui conosci il risultato atteso, calcolato altrove.
3. Prova i casi limite: anno precedente a zero, valori null, tabella vuota, cambio anno, periodi senza transazioni.
4. Mettila in più contesti — card, matrice, grafico a linee — e guarda i totali di riga e colonna.
5. Controlla le performance con Performance Analyzer, o con DAX Studio se la cardinalità è alta.

Chiedere a Copilot di spiegare la propria misura è utile per capirla, ma non è una validazione: la spiegazione descrive l'intento, non verifica il risultato.

Errori tipici, con il codice

Conteggio non distinto. Domanda: "numero di clienti per area".

-- Generata: conta le righe, non i clienti
Numero Clienti = CALCULATE( COUNT( Vendite[IdCliente] ) )

-- Corretta
Numero Clienti = DISTINCTCOUNT( Vendite[IdCliente] )

Filtri rimossi troppo generosamente. ALL sull'intera tabella azzera anche i filtri che dovevano restare (anno, area), e la quota percentuale diventa sbagliata ovunque tranne che nel totale.

-- Rischiosa: rimuove ogni filtro sulla tabella
Quota % = DIVIDE( [Fatturato], CALCULATE( [Fatturato], ALL( Vendite ) ) )

-- Meglio: neutralizza solo la dimensione che ti interessa
Quota % su Categoria =
DIVIDE(
    [Fatturato],
    CALCULATE( [Fatturato], REMOVEFILTERS( Prodotti[Categoria] ) )
)

Time intelligence sulla data sbagliata. Copilot usa la colonna data della tabella fatti invece della tabella Calendario marcata. Sembra funzionare, sbaglia ai bordi dei periodi e nei mesi senza transazioni.

-- Sbagliata
Fatturato AP = CALCULATE( [Fatturato], SAMEPERIODLASTYEAR( Vendite[Data] ) )

-- Corretta
Fatturato AP = CALCULATE( [Fatturato], SAMEPERIODLASTYEAR( 'Calendario'[Date] ) )

Percentuali sommate nei totali. Una Margine % corretta a livello di riga può dare un totale insensato se il visual somma le percentuali invece di ricalcolare il rapporto sui totali. Va sempre verificata guardando la riga Totale, non le singole righe.

Narrative con la misura sbagliata. Il testo dice "il fatturato è cresciuto del 12%" ma ha usato Fatturato Lordo mentre il KPI aziendale è netto. I numeri sono veri, il messaggio è falso. Si previene con le descrizioni e le AI instructions.

Quando NON usare Copilot

• Calcoli regolamentari o fiscali (IFRS, bilancio, adempimenti). Mai. Servono formule controllate e tracciabili.
• KPI ufficiali con definizione governata dal controller o dal CFO: la definizione viene dal business, non da un prompt.
• Modelli senza metadati. Accendere Copilot su un modello sporco e concludere "l'AI non funziona" è l'errore di adozione più comune. Il problema è il modello.
• Dati altamente sensibili soggetti a policy DLP o etichette Purview restrittive: verifica prima con il team compliance.
• Quando devi imparare DAX. Se accetti formule che non sai leggere, stai accumulando debito tecnico che qualcuno pagherà.
• Design pixel-perfect. Copilot piazza i visual; l'allineamento, la gerarchia visiva e l'accessibilità restano lavoro umano.
• Quando serve riproducibilità esatta. Lo stesso prompt in due momenti diversi può dare due formule diverse. Per pipeline automatizzate non è un buon comportamento.

Ha sostituito il vecchio Q&A

Il Q&A visual classico funzionava con NLP a regole più un linguistic schema: sinonimi rigidi, nessuna memoria conversazionale, nessuna capacità di generare contenuto. Microsoft ha annunciato la sua deprecazione a dicembre 2026 e ha spostato tutti gli investimenti su Copilot.

Se hai report che dipendono dal Q&A visual, la migrazione va pianificata adesso. Il lavoro sui sinonimi si porta dietro; l'esperienza utente cambia, e va comunicata.

Errori comuni di adozione (cosa non fare)

• Accendere Copilot per tutta l'azienda il primo giorno. Meglio un pilota su un gruppo Entra ID ristretto e su un modello ben documentato.
• Attivare l'auto-scale AI senza tetto di spesa né alert di budget.
• Dimenticare di mettere in pausa una capacità di test in pay-as-you-go.
• Dare Copilot agli utenti finali senza spiegare che l'output va letto criticamente. Un numero generato dall'AI ha, per molti, un'autorevolezza che non merita.
• Prompt vaghi ("fammi un report"). Funzionano meglio le richieste specifiche: nomina tabelle e misure, un obiettivo alla volta, dichiara il periodo e i filtri.
• Aspettarsi che documenti il modello al posto tuo: è il contrario, prima documenti tu e poi lui funziona.

In sintesi

Copilot in Power BI è uno strumento di produttività serio per chi ha già un modello pulito, documentato e governato. Non riduce il bisogno di competenze: le sposta dalla scrittura del codice alla verifica del codice, che è un lavoro diverso e non necessariamente più semplice. Su un modello disordinato non fa risparmiare tempo, lo fa perdere.

Nel corso Power BI Pro c'è un modulo intero dedicato a Copilot e all'AI in Power BI — prerequisiti, preparazione del modello per l'AI, prompt efficaci e validazione dell'output — dentro un percorso che parte dalle basi: guarda la prima lezione o i prezzi.