
Umělá inteligence už nemusí být jen vrstva nad databází. Microsoft SQL Server 2025 přináší možnosti, jak AI scénáře řešit přímo v databázovém prostředí – od práce s vektory a sémantického vyhledávání přes prediktivní modely až po RAG řešení a bezpečný přístup AI agentů k datům.
Právě praktickému využití těchto možností se věnuje nový kurz GOPAS AI v Microsoft SQL Serveru (GOC633).
Jednou z nejzajímavějších novinek je práce s vektorovými daty. SQL Server 2025 přidává datový typ vector a podporu vektorových indexů DiskANN.
Co to znamená v praxi? Databáze už nemusí hledat pouze přesnou shodu slov. Pomocí embeddingů lze text převést do číselné reprezentace jeho významu a následně vyhledávat obsah, který je významově podobný.
To otevírá cestu například k inteligentnímu vyhledávání ve firemní dokumentaci, znalostních databázích nebo zákaznických datech.
Ještě zajímavější je kombinace klasického full-textového vyhledávání s vektorovým. Hybridní vyhledávání umožňuje využít silné stránky obou přístupů a zlepšit relevanci výsledků.
Dalším krokem je RAG (Retrieval Augmented Generation). Místo toho, aby jazykový model odpovídal pouze na základě svých obecných znalostí, dostane relevantní informace z firemních dat.
SQL Server 2025 umožňuje takové řešení postavit přímo v T-SQL. Data lze připravit pro jazykový model, vytvořit prompt a volat externí AI službu – například Azure OpenAI. Zároveň lze pracovat i s lokálně běžícím modelem, takže data nemusí opustit firemní síť.
To je důležitý posun hlavně pro firmy, které chtějí využívat generativní AI nad vlastními daty, ale současně potřebují řešit jejich bezpečnost a kontrolu.
AI ale nemusí být jen součástí výsledné aplikace. Pomáhat může také při jejím vývoji.
Kurz se proto věnuje i GitHub Copilotu v SQL Server Management Studiu a Visual Studio Code. Vývojář může AI využít například pro návrh SQL dotazů, generování procedur a pohledů, vysvětlení existujícího kódu nebo přípravu testovacích dat.
Důležitou součástí ale není jen samotné používání Copilota. Při práci s AI generovaným kódem je potřeba nastavit pravidla, kontrolovat výstupy a vědět, jaká data nástroj odesílá do cloudu.
S větším využíváním AI při vývoji roste význam kontroly změn. SQL Server proto kurz propojuje také s přístupem Database as Code.
Pomocí SQL Database Projects lze databázové schéma verzovat v Gitu, kontrolovat změny přes pull requesty a automatizovat build, testování i nasazení pomocí CI/CD. Součástí je také detekce tzv. schema driftu – tedy situace, kdy se skutečná databáze začne lišit od definovaného schématu.
AI tak není vnímána jako náhrada vývojových procesů. Naopak jejich důsledné nastavení je jedním z předpokladů, aby bylo možné AI generovaný kód bezpečně používat v praxi.
A nakonec přichází ještě novější scénář – AI agenti.
SQL Server lze prostřednictvím Model Context Protocol (MCP) zpřístupnit AI agentům jako řízený zdroj dat. Nejde přitom jen o to „dát AI přístup k databázi“. Důležité je nastavit, ke kterým entitám může agent přistupovat, zda má pouze oprávnění ke čtení, které tabulky jsou vyloučené a jak se přístupy auditují.
Právě tady se propojuje AI s tématy, která jsou pro firemní prostředí zásadní: bezpečnost, oprávnění a kontrola nad daty.
Microsoft SQL Server 2025 neposouvá AI pouze směrem k rychlejšímu psaní SQL dotazů. Otevírá prostor pro celou řadu scénářů, ve kterých se databáze stává aktivní součástí AI řešení – od predikcí přes sémantické vyhledávání a RAG až po AI agenty.
A právě na praktickém využití těchto možností je postaven nový třídenní kurz GOPAS AI v Microsoft SQL Serveru (GOC633). Je určen především databázovým vývojářům, aplikačním vývojářům, architektům a technicky zaměřeným správcům databází.
Kurz AI v Microsoft SQL Serveru (GOC633)
3 dny · SQL Server 2025 a Azure SQL Database