ThoughtSpot implementa agentes de IA para ofrecer soluciones de análisis modernas

Para los responsables de datos y análisis, la IA autónoma está impulsando un ritmo de cambio sin precedentes. Sin embargo, comprender la necesidad de actuar y saber exactamente qué hacer son dos retos distintos. Afortunadamente, empresas como ThoughtSpot están dispuestas a ayudar; según sus propias palabras, se dedican a «reimaginar el análisis y la inteligencia empresarial desde cero».

«Los sistemas agenticos nos están llevando realmente a un nuevo territorio», afirma Jane Smith, directora de datos y IA de ThoughtSpot. «Estamos pasando de la generación pasiva de informes a la toma activa de decisiones».

«La BI tradicional espera a que descubras los insights», continúa Jane. «Los sistemas agenticos, por el contrario, supervisan múltiples fuentes de datos las 24 horas del día. Diagnostican por qué se producen los cambios y activan automáticamente los siguientes pasos».

«Cada vez se pone más énfasis en la acción».

Además del paso de lo pasivo a lo activo, Jane destaca otros dos cambios en la BI: la verdadera democratización de los datos y un renovado enfoque en la capa semántica. «No se puede tener un agente que actúe como he descrito a menos que comprenda plenamente el contexto empresarial», señala. «Una capa semántica sólida es esencial para poner orden en la complejidad de la IA».

ThoughtSpot ofrece una gama de agentes diseñados para generar resultados significativos para los clientes. En diciembre, la empresa presentó cuatro nuevos agentes de BI, creados para trabajar juntos como un equipo y ofrecer análisis modernos.

Destaca Spotter 3, la última versión de un agente lanzado por primera vez a finales de 2024. Se integra con plataformas como Slack y Salesforce, no solo respondiendo a preguntas, sino también evaluando la calidad de sus respuestas y perfeccionándolas hasta dar con la respuesta correcta.

«Mediante el Protocolo de Contexto del Modelo, Spotter 3 te permite consultar los datos estructurados de tu organización —todo lo que hay en tus filas, columnas y tablas— al tiempo que incorpora datos no estructurados», explica Jane. «Eso significa que obtienes respuestas altamente contextuales a través de nuestro agente, o a través de tu propio LLM si lo prefieres».

Esta capacidad conlleva una responsabilidad. Tal y como se destaca en el reciente libro electrónico de ThoughtSpot sobre las tendencias en datos e IA para 2026, los ejecutivos deben diseñar sistemas en los que cada decisión —ya sea humana o de IA— pueda explicarse, mejorarse y ser fiable.

ThoughtSpot se refiere a este marco emergente como «inteligencia de decisión» (DI). «Veremos más de lo que yo denomino cadenas de suministro de decisiones», afirma Jane. «En lugar de insights puntuales, veremos cómo las decisiones fluyen a través de etapas repetibles: análisis de datos, simulación, acción y retroalimentación. Estas interacciones entre humanos y máquinas se registrarán en lo que consideramos un sistema de registro de decisiones».

¿Cómo se traduce esto en la práctica? Jane pone un ejemplo de los ensayos clínicos farmacéuticos. «El sistema registraría y versionaría cada paso: cómo se selecciona a un paciente, cómo los historiales médicos identifican a un candidato, cómo la decisión se ajusta al protocolo del ensayo, el proceso de emparejamiento y cómo un médico recomienda finalmente al paciente», explica.

«Estos procesos pueden auditarse y mejorarse para futuros ensayos. Al registrar meticulosamente cada elemento del flujo de decisión —como si fuera una cadena de suministro— creamos un marco claro y trazable».

ThoughtSpot estará presente en la AI & Big Data Expo Global de Londres, del 4 al 5 de febrero. Vea la entrevista completa con Jane Smith a continuación:

Foto de Steve Johnson en Unsplash