O OneLake não pede que você migre nada, e essa é toda a diferença

Durante quinze anos, todo projeto de dados começava igual: antes de responder à primeira pergunta de negócio, era preciso mover a informação. Copiá-la do ERP, do SQL da sede, das planilhas de Excel da área comercial, e colocá-la em um repositório novo. Essa migração prévia era metade do orçamento e quase todo o risco, e acontecia antes que alguém tivesse visto um único painel.

O OneLake, que é a camada de armazenamento do Microsoft Fabric, muda o ponto de partida: conecta as fontes onde elas já estão.

O que é um shortcut, em bom português

Um shortcut é um link. No Fabric, uma pasta ou uma tabela que fica em outro lugar —outro armazenamento, outra conta, outro serviço— aparece como se estivesse dentro do seu data lake, e é consultada da mesma forma. A informação não é copiada nem duplicada: é referenciada.

O mirroring é o parente próximo: um banco de dados operacional é espelhado continuamente no OneLake, sem que você construa nem mantenha o processo de cópia, e sem sobrecarregar o banco que está atendendo à operação. E para o resto —sistemas de negócio, arquivos, serviços nas suas instalações— existem os conectores de sempre.

Três caminhos, e cada fonte entra pelo que lhe corresponde.

Por que isso muda o custo de entrada

Quando não é preciso migrar para começar, o projeto se reorganiza por inteiro:

O primeiro painel chega em semanas, não em trimestres, porque não está esperando o fim de uma migração.
O risco diminui: se um link não serve, ele é removido. Não é preciso reverter uma cópia de um milhão de linhas.
Você testa antes de se comprometer. É possível validar se uma fonte agrega valor com o dado real, e não com uma amostra.
A governança vem primeiro, não no final: as permissões e a linhagem são definidas sobre a fonte conectada desde o primeiro dia.

O que continua dando trabalho

Vale a pena dizer, porque o discurso de produto costuma omitir: conectar não é modelar. O OneLake resolve o acesso, não o significado. Continua sendo necessário definir o que é um cliente ativo, o que conta como venda e em que momento; continua sendo necessário um modelo que as pessoas entendam; e continua sendo necessário limpar, porque a qualidade do dado não melhora só por trocar de armazenamento.

A diferença é quando esse trabalho é feito: sobre dados que já estão visíveis, com a área de negócio acompanhando, em vez de às cegas durante os três meses que a cópia levava.

Onde ficam os painéis

Na sua plataforma. Os pipelines, o modelo e os painéis são construídos dentro do seu tenant, com a sua identidade e as suas permissões; a informação não vai para nenhum serviço nosso. E quando você quiser aplicar inteligência artificial sobre isso, o Azure AI Foundry trabalha sobre a mesma plataforma, com os seus dados reais e não com um conjunto de demonstração.

Se você tem informações espalhadas entre um ERP, alguns bancos de dados na sede e planilhas de Excel demais, conte para nós qual pergunta quer responder primeiro. É por aí que se começa, não pela migração.