Informatica en Microsoft Versterken Partnerschap voor Betrouwbare Data in Enterprise GenAI
Written by Olivia Nolan
november 23, 2025
De recente aankondiging dat Informatica en Microsoft hun partnerschap uitbreiden, markeert een belangrijke stap in de volwassenwording van Generatieve AI (GenAI) binnen het bedrijfsleven. De kern van deze samenwerking is een diepgaande integratie die is ontworpen om een van de grootste uitdagingen van AI aan te pakken: de kwaliteit en betrouwbaarheid van de onderliggende data. Het adagium 'Garbage In, Garbage Out' is nergens zo relevant als bij GenAI. Waar traditionele analyses fouten in data wellicht slechts beperkt versterken, kunnen Large Language Models (LLM's) onjuiste, bevooroordeelde of onvolledige informatie transformeren tot overtuigend klinkende, maar fundamenteel foute conclusies. Dit fenomeen, vaak aangeduid als 'hallucinaties', vormt een significant bedrijfsrisico. De samenwerking tussen Informatica en Microsoft stelt zich ten doel om dit risico te mitigeren door een fundament van betrouwbare data te leggen. Door de Intelligent Data Management Cloud (IDMC) van Informatica te verweven met Microsoft Fabric en de Azure OpenAI Service, wordt een gecontroleerde en kwalitatief hoogwaardige data-pijplijn gecreëerd. Deze pijplijn zorgt ervoor dat de data die GenAI-modellen voedt, accuraat, contextueel relevant en volledig traceerbaar is. Het is een erkenning dat succesvolle en verantwoorde AI niet begint bij het algoritme, maar bij de data. Organisaties die dit principe omarmen, positioneren zich om niet alleen sneller te innoveren, maar ook om AI-toepassingen te bouwen die vertrouwen wekken en duurzame bedrijfswaarde genereren, een doelstelling waarbinnen het 'Informatica en Microsoft partnerschap' een sleutelrol speelt.
Luister naar dit artikel:
De kracht van de samenwerking ligt in de naadloze technische integratie van drie geavanceerde platformen. Aan de ene kant staat Informatica's Intelligent Data Management Cloud (IDMC), een uitgebreid platform dat is ontworpen voor end-to-end databeheer. IDMC biedt functionaliteiten voor data-integratie, -kwaliteit, -governance, metadata management en master data management, aangedreven door de CLAIRE AI-engine. Het fungeert als de centrale 'databeheerfabriek' die ruwe data uit diverse bronnen verzamelt, valideert, opschoont en verrijkt. Aan de andere kant staat Microsoft Fabric, een geïntegreerd analyseplatform dat datawarehousing, data-engineering, business intelligence en data science combineert in één SaaS-oplossing. Fabric's kernconcept, de 'OneLake', elimineert datasilo's door een uniforme dataopslag te bieden. De integratie zorgt ervoor dat de rijke metadata en governance-mogelijkheden van IDMC nu native beschikbaar zijn binnen de Microsoft Fabric-omgeving. Een ontwikkelaar of data scientist die in Fabric werkt, kan direct zien wat de herkomst (lineage) van een dataset is, hoe de kwaliteit ervan is beoordeeld en welke beleidsregels erop van toepassing zijn. Deze voorbereide, betrouwbare data kan vervolgens direct worden aangeboden aan modellen die draaien op de Azure OpenAI Service. De nieuwe 'Informatica On-Ramp for Microsoft Fabric' stelt gebruikers in staat om duizenden databronnen te ontsluiten en te verwerken, terwijl de integratie met Azure OpenAI de ontwikkeling van Retrieval-Augmented Generation (RAG) applicaties versnelt, waarbij LLM's worden verrijkt met specifieke, betrouwbare bedrijfsdata.
Voor bedrijven vertaalt deze technologische synergie zich in concrete, meetbare voordelen. Ten eerste leidt het tot een aanzienlijke versnelling van de time-to-value voor GenAI-initiatieven. Datawetenschappers en ontwikkelaars besteden traditioneel tot 80% van hun tijd aan het vinden, opschonen en voorbereiden van data. Door hen toegang te geven tot een gecureerde catalogus van betrouwbare, 'AI-ready' data binnen hun vertrouwde Microsoft-omgeving, wordt deze tijd drastisch gereduceerd. Dit stelt teams in staat om zich te concentreren op het bouwen van innovatieve applicaties in plaats van op data-wrangling. Ten tweede wordt het bedrijfsrisico significant verminderd. Het gebruik van ongecontroleerde data in GenAI-modellen kan leiden tot juridische, financiële en reputatieschade door bevooroordeelde aanbevelingen, het lekken van gevoelige informatie of het genereren van feitelijk onjuiste rapportages. De ingebouwde governance- en lineage-functionaliteiten van IDMC zorgen voor een auditeerbaar spoor van de data, van bron tot AI-output. Dit is essentieel voor compliance met regelgeving zoals GDPR en voor het opbouwen van intern en extern vertrouwen in de AI-systemen. Ten derde verbetert het de kwaliteit van de strategische besluitvorming. Wanneer het management kan vertrouwen op de output van GenAI-analyses—of het nu gaat om markttrendvoorspellingen, klantsegmentatie of operationele optimalisatie—kunnen zij met meer zekerheid beslissingen nemen die de groei en efficiëntie van de organisatie bevorderen.
advertenties
advertenties
advertenties
advertenties
Hoewel de focus van de samenwerking ligt op data en AI, zijn de implicaties voor Cloud Financial Management (FinOps) aanzienlijk. De ontwikkeling en exploitatie van Generatieve AI is een kapitaalintensieve onderneming. De kosten voor het trainen van modellen, het gebruik van krachtige GPU's op Azure en de constante stroom van API-calls kunnen snel oplopen. Zonder een solide datastrategie dreigen deze investeringen een laag rendement op te leveren. Het trainen van een model op data van lage kwaliteit leidt tot suboptimale resultaten, waardoor kostbare cycli van hertraining en debugging nodig zijn. Dit is een klassiek voorbeeld van verspilde cloud-uitgaven. De Informatica-Microsoft integratie pakt dit probleem bij de wortel aan. Door te investeren in datakwaliteit en -governance aan het begin van de AI-levenscyclus, maximaliseren organisaties de waarde van elke euro die aan Azure-resources wordt besteed. Dit sluit naadloos aan bij de kernprincipes van FinOps: het stimuleren van samenwerking tussen technologie, financiën en business om de bedrijfswaarde van de cloud te maximaliseren. Een betrouwbare datafundering voorkomt niet alleen verspilling, maar maakt ook de business case voor AI-projecten sterker en de voorspelbaarheid van de cloudkosten groter. Het stelt organisaties in staat om hun AI-ambities op een financieel duurzame en verantwoorde manier te schalen, waarbij de kosten direct gekoppeld zijn aan de betrouwbaarheid en de impact van de gegenereerde inzichten.
Olivia Nolan is redacteur bij MSP2Day, waar zij zich richt op het vertalen van complexe IT- en technologische ontwikkelingen naar toegankelijke en inspirerende artikelen. Met haar ervaring als content manager en social media expert weet zij inhoud niet alleen informatief, maar ook aantrekkelijk en relevant te maken voor een breed publiek.
