Se você está coçando a cabeça tentando entender se o Power BI "morreu" ou se virou Microsoft Fabric, respira. Você não está sozinho — e a confusão tem motivo.
Em 2026 a Microsoft fez a maior reviravolta arquitetural do ecossistema BI da última década. O Power BI continua vivo, mas agora ele é uma peça dentro de um quebra-cabeça maior chamado Fabric. E essa diferença não é só marketing: muda como você modela, custa diferente, e até a forma como você escreve DAX ganhou um capítulo novo em abril deste ano.
Vou te explicar como se a gente estivesse num café, sem enrolação, com exemplos reais e os números que importam para a decisão.
A grande sacada: por que o Fabric existe
Antes, o cenário típico de uma empresa média era mais ou menos assim: um Data Lake na Azure, um Synapse no meio, um Data Factory para mover coisa de lá pra cá, o Power BI no topo, e umas três cópias do mesmo dado espalhadas em formatos diferentes. Quem nunca?
O Fabric chegou para resolver essa fragmentação. A ideia central é simples e ambiciosa: um único storage chamado OneLake, um formato comum (Delta Parquet), e várias "experiências" rodando em cima do mesmo dado — Lakehouse, Warehouse, Data Engineering, Real-Time Analytics, Data Science e, claro, Power BI.
Em outras palavras: você guarda o dado uma vez, e cada perfil técnico usa a ferramenta que prefere para consumir. O engenheiro escreve PySpark, o cara de SQL faz T-SQL, o analista cria visual em Power BI. Todo mundo lendo o mesmo arquivo Delta.
Isso é um divisor de águas. E é também onde a confusão começa, porque Power BI agora pode rodar de três formas diferentes — e a escolha errada custa caro.
Power BI tradicional ainda existe? Sim, mas...
Quem só usa Power BI Pro com Import Mode e relatórios publicados no serviço pode dormir tranquilo. Esse modelo continua existindo e funcionando exatamente como sempre.
A mudança aparece quando você precisa de capacidade dedicada. Ali a história mudou: as SKUs Premium P (P1, P2, P3) foram aposentadas e substituídas pelas SKUs Fabric F (F2 até F2048). Tem migração automática para clientes existentes, mas qualquer compra nova já é F-SKU.
Por que isso importa? Porque a F-SKU não é só uma renomeação da Premium. Ela é uma capacidade Azure de verdade — você paga via Azure, pode pausar quando quiser (e não pagar nada enquanto está pausada), e usa Capacity Units (CUs) compartilhadas entre todas as cargas Fabric, não só Power BI.
Em termos de bolso, a F64 (equivalente em CUs à antiga P1) custa em torno de US$ 8.412 por mês, fica perto de US$ 5.000 com reserva de 1 ano, e dá direito de distribuir conteúdo para usuários sem licença Pro — o famoso "free viewer". Antes desse limite, abaixo da F64, todo consumidor ainda precisa de licença Pro ou PPU. Isso muda muita conta no fim do ano.
OneLake: o "OneDrive dos dados"
Se eu precisasse explicar OneLake pra minha mãe, eu diria: é o OneDrive, só que pra dados corporativos. Um único lugar lógico onde todo dado da empresa vive, sem cópia, com endereço único.
Tecnicamente, o OneLake é construído sobre Azure Data Lake Storage Gen2 e armazena tudo em Delta Parquet — formato aberto, baseado em Apache Parquet com camada Delta para transações ACID. Isso quer dizer três coisas que mudam tudo:
- Você não precisa duplicar dado pra usar em ferramenta diferente. Quer ler com Spark? Lê. Quer rodar T-SQL? Roda. Quer criar modelo Power BI? Cria. Tudo no mesmo arquivo físico.
- Shortcuts (atalhos) permitem virtualizar dados que estão em outros lugares — S3 da AWS, ADLS Gen2 fora do Fabric, Google Cloud Storage. Sem mover byte, você consulta como se fosse local.
- Governança e linhagem ficam centralizadas. Microsoft Purview vê tudo, label de sensibilidade desce automaticamente, audit é uniforme.
Resumindo: o OneLake é a fundação. Sem entender essa peça, qualquer escolha de arquitetura no Fabric fica torta.
Direct Lake: o modo que mudou o jogo (e ganhou superpoderes em abril/2026)
Aqui mora o pulo do gato. Até pouco tempo, suas opções no Power BI eram duas: Import (cópia em memória, rápido, mas tem que processar) ou DirectQuery (consulta ao vivo no banco, sempre fresco, mas geralmente mais lento).
O Direct Lake é uma terceira via. Ele lê diretamente os arquivos Delta Parquet do OneLake, carrega na memória do VertiPaq sob demanda (page by page), e te entrega a performance de Import com o frescor do DirectQuery. Sem refresh agendado, sem cópia, sem dataset replicado.
Na prática: você atualiza o Lakehouse, e o modelo Power BI já enxerga o dado novo na próxima consulta. Sonho, né? E é. Mas até abril de 2026 tinha um limite que travava muita gente: não dava pra criar colunas calculadas nem tabelas calculadas em DAX. Quem precisava de uma coluna Faturamento * 1.13 tinha que voltar pra Import ou criar no Lakehouse via T-SQL.
Em abril de 2026, a Microsoft liberou em preview as colunas calculadas e tabelas calculadas no Direct Lake. Você ativa o recurso no Desktop, escreve seu DAX, publica. Funciona. O catch: ainda é só no Desktop, edição no serviço não existe — você publica, depois precisa republicar para alterar. Mas pra 80% dos casos, já desbloqueou.
E tem mais: a Microsoft separou o Direct Lake em duas variantes:
- Direct Lake on SQL Endpoint — a versão clássica, que passa pelo SQL endpoint do Lakehouse/Warehouse. É mais simples de configurar.
- Direct Lake on OneLake — a versão nova, que integra com a segurança do OneLake (OneSecurity), permite RLS/CLS no nível do storage e suporta os recursos novos de DAX. É o futuro, mas exige mais setup.
Se você está começando agora, pule direto para Direct Lake on OneLake.
Lakehouse vs Warehouse: o eterno dilema
Outra dúvida campeã: dentro do Fabric, eu uso Lakehouse ou Warehouse? Os dois armazenam em Delta no OneLake, então qual a diferença?
Vou simplificar com uma analogia: o Lakehouse é como sua geladeira — você guarda qualquer coisa, em qualquer formato (JSON, CSV, imagens, vídeos, Delta), e tem flexibilidade total. O Warehouse é como o pote de açúcar — só serve para uma coisa (dados estruturados), mas é otimizado pra isso e tem regras claras.
Mais formalmente:
Use Lakehouse quando:
- Tem dados não estruturados ou semiestruturados (logs, JSON, imagens)
- Sua equipe domina PySpark / Notebooks
- Precisa fazer Data Science / ML em cima dos mesmos dados
- Quer ingestão flexível, schema-on-read
Use Warehouse quando:
- Dado é puramente tabular, com schema rígido
- Sua equipe é forte em T-SQL, vem do mundo SQL Server
- Precisa de transações ACID multi-tabela (e elas estão muito melhores em 2026, com DDL transacional verdadeiro)
- Quer um modelo relacional clássico com stored procedures, views, constraints
E o melhor: nada te obriga a escolher um. Padrão comum em 2026 é Medallion Architecture com Bronze e Silver em Lakehouse (ingestão e refinamento) e Gold em Warehouse (camada de consumo curada). O Power BI conecta no Gold via Direct Lake. Cada camada com a ferramenta certa.
A famosa tabela comparativa (versão honesta)
- Aspecto | Power BI Premium clássico | Microsoft Fabric
- Storage | Modelo importado, dataset isolado | OneLake compartilhado, Delta Parquet
- Licença de capacidade | P1/P2/P3 (descontinuada) | F2 → F2048
- Modos de conexão | Import, DirectQuery, Dual | + Direct Lake (on SQL ou on OneLake)
- Free viewer (sem Pro) | Apenas P-SKU | F64 ou superior
- Pausa de capacidade | Não permitido | Sim, billing para
- Workloads suportadas | Apenas Power BI | Power BI, Data Engineering, DW, RTA, Data Science, Data Factory
- Governança | Power BI Admin Portal | Fabric Admin + Purview integrado
- Faturamento | Mensal fixo, M365 | Azure (MACC elegível), por hora
Note que em muitos pontos o Fabric não substitui — ele engloba e expande.
Quanto custa de verdade? O que você precisa saber sobre F-SKUs
A pergunta que todo mundo faz: "Vou pagar mais ou menos?"
Resposta honesta: depende muito do seu padrão de uso. Algumas regras práticas:
- Quem usava P1 24/7 e ficou na F64 paga aproximadamente o mesmo (com leve vantagem em reserva anual).
- Quem usa apenas em horário comercial e pausa de noite/fim de semana pode economizar 30-50% facilmente.
- Quem tinha P-SKU só pelo "free viewer" mas usava pouca computação pode descer pra F32 + licenças Pro individuais e economizar.
- Quem está crescendo e precisa de Spark, pipelines e DW além de Power BI agora consolida tudo numa única conta — antes seriam três produtos diferentes.
O ponto-chave é: CUs são compartilhadas. Se seu time roda Spark de manhã e relatórios à tarde, dá pra dimensionar de forma muito mais inteligente do que com a Premium antiga, onde cada produto era ilha.
Dica prática: começa em F2 ou F4 pra POC, mede o consumo de CU pelo Capacity Metrics App, e só depois decide o tamanho de produção. Erro mais comum em 2026 é comprar grande demais "por garantia".
Para o analista de BI, o que muda no dia a dia?
Se você é a pessoa que abre o Power BI Desktop, faz modelo, escreve DAX e publica, a vida em 2026 é assim:
- Conexões novas: aparece "Lakehouse" e "Warehouse" no Get Data. Você não precisa mais combinar com o time de engenharia onde está o dado — está no OneLake, fim.
- Direct Lake como default: ao criar um semantic model a partir de um Lakehouse, o modo padrão vira Direct Lake. Você usa, mede performance, e só muda pra Import se for nichado.
- DAX continua sendo DAX, mas com novidades: User Defined Functions (UDFs), calculation groups muito melhores, e as colunas calculadas no Direct Lake liberadas em preview.
- Q&A está saindo: a Microsoft confirmou a deprecação do Q&A clássico para dezembro de 2026. O substituto é o Copilot, que exige modelo bem documentado e medidas com bons nomes pra funcionar bem. Se você ignorou nomenclatura até hoje, é hora de levar a sério.
- Power BI Desktop fica ainda mais conectado: salvar projeto direto no workspace Fabric, editar no browser, integração com Git nativa. Versionamento de relatório virou padrão.
A boa notícia: nada do que você sabe foi pro lixo. Tudo o que se acumulou em DAX, modelagem dimensional, boas práticas de UX continua valendo. O que muda é onde o dado mora e como você liga nele.
Checklist de migração para 2026 (sem drama)
Se você está pensando em pular pro Fabric ainda neste ano, segue um caminho que funciona:
- Mapeie o que você tem hoje: datasets em Import, gateways on-premises, refresh schedules, RLS configurado.
- Pegue uma capacidade pequena (F2 ou F4) para POC. Custa pouco e dá pra brincar à vontade.
- Crie um Lakehouse de teste e traga um único dataset prioritário, em Delta.
- Reconstrua o semantic model em Direct Lake on OneLake e compare performance com o original.
- Valide RLS, autoria, refresh comportamento e Copilot no ambiente Fabric.
- Documente o que precisa virar Warehouse (camada Gold com schema rígido) e o que fica no Lakehouse.
- Planeje migração de Q&A para Copilot se você usa Q&A — você tem até dezembro de 2026.
- Só depois disso decida o tamanho de F-SKU de produção e a estratégia de pausar/escalar.
Pular as etapas 2-5 é a melhor receita para arrependimento. Já vi gente comprar F64 sem ter rodado uma POC e gastar três meses descobrindo que metade da arquitetura precisava ser repensada.
FAQ rápido
O Power BI vai acabar? Não. Power BI é a experiência de BI dentro do Fabric. O nome continua e o produto também. O que muda é o "chassis" embaixo.
Preciso migrar agora? Não. Mas se você está em P-SKU, a transição é inevitável até o fim de 2026. Vale começar a POC já.
Direct Lake é sempre melhor que Import? Não. Para modelos pequenos, com lógica DAX complexa e pouca freshness requerida, Import ainda ganha em alguns benchmarks. Direct Lake brilha em volume grande + necessidade de dado fresco.
Posso usar Fabric sem Power BI? Pode, embora o Power BI seja a porta de entrada da maioria. Engenheiros podem viver no Lakehouse e Spark sem nunca abrir um relatório.
Quanto tempo leva uma migração média? Para um departamento com 20-30 relatórios e um modelo medianamente complexo, conta entre 4 e 8 semanas para pôr a primeira carga em produção bem feita.
O que esperar daqui pra frente
A direção é clara: Microsoft Fabric vai ser a plataforma de dados única do ecossistema MS, e o Power BI vai continuar evoluindo dentro dela. Copilot fica cada vez mais central, Direct Lake amadurece e vira o modo padrão para a maioria dos casos, e a governança fica unificada via Purview.
Se você é analista, engenheiro ou gestor de BI, ignorar essa mudança em 2026 não é mais uma opção — é uma dívida técnica acumulando juros. A boa notícia é que dá pra começar pequeno, sem ruptura, e o caminho é bem menos assustador do que parece quando você só lê manchete.
Comece com uma POC. Pegue uma F2. Migre um relatório. Sinta na pele. Aí você decide.
E quando bater dúvida, lembra: o dado mora no OneLake, o consumo vira capacidade, e o Power BI ainda é o lugar onde a história fica visual. O resto é detalhe (importante, mas detalhe).