A ThoughtSpot implementa agentes de IA para oferecer análises modernas

Para os líderes em dados e análises, a IA autônoma está impulsionando um ritmo de mudança sem precedentes. Mas compreender a necessidade de agir e saber exatamente o que fazer são dois desafios distintos. Felizmente, empresas como a ThoughtSpot estão prontas para ajudar — dedicadas, em suas próprias palavras, a “reimaginar a análise de dados e a BI desde o início”.

“Os sistemas agenticos estão realmente nos levando a um novo território”, diz Jane Smith, diretora de dados e IA de campo da ThoughtSpot. “Estamos mudando de relatórios passivos para a tomada de decisões ativa.”

“O BI tradicional espera que você descubra insights”, continua Jane. “Os sistemas agenticos, por outro lado, monitoram múltiplas fontes de dados 24 horas por dia. Eles diagnosticam por que as mudanças ocorrem e acionam automaticamente as próximas etapas.”

“A ênfase está cada vez mais na ação.”

Além da mudança do passivo para o ativo, Jane destaca duas outras transformações no BI: a verdadeira democratização dos dados e o foco renovado na camada semântica. “Não é possível ter um agente agindo como descrevi a menos que ele compreenda totalmente o contexto de negócios”, observa ela. “Uma camada semântica robusta é essencial para trazer ordem à complexidade da IA.”

A ThoughtSpot oferece uma gama de agentes projetados para gerar resultados significativos para os clientes. Em dezembro, a empresa lançou quatro novos agentes de BI, criados para trabalhar em equipe e fornecer análises modernas.

O Spotter 3, a versão mais recente de um agente lançado inicialmente no final de 2024, se destaca. Ele se integra a plataformas como o Slack e o Salesforce, não apenas respondendo a perguntas, mas também avaliando a qualidade de suas respostas e refinando-as até acertar.

“Usando o Model Context Protocol, o Spotter 3 permite que você consulte os dados estruturados da sua organização — tudo em suas linhas, colunas e tabelas — ao mesmo tempo em que incorpora dados não estruturados”, explica Jane. “Isso significa que você obtém respostas altamente contextuais por meio do nosso agente ou, se preferir, por meio do seu próprio LLM.”

Com essa capacidade vem a responsabilidade. Conforme destacado no recente e-book da ThoughtSpot sobre tendências de dados e IA para 2026, os executivos devem projetar sistemas em que toda decisão — humana ou de IA — possa ser explicada, aprimorada e considerada confiável.

A ThoughtSpot se refere a essa estrutura emergente como “inteligência de decisão” (DI). “Veremos mais do que chamo de cadeias de suprimentos de decisão”, diz Jane. “Em vez de insights pontuais, veremos as decisões fluírem por etapas repetíveis: análise de dados, simulação, ação e feedback. Essas interações homem-máquina serão registradas no que consideramos um sistema de registro de decisões.”

Como isso funciona na prática? Jane dá um exemplo de ensaios clínicos farmacêuticos. “O sistema registraria e versionaria cada etapa: como um paciente é selecionado, como os registros de saúde identificam um candidato, como a decisão se alinha ao protocolo do ensaio, o processo de correspondência e como um médico, por fim, recomenda o paciente”, explica ela.

“Esses processos podem ser auditados e aprimorados para ensaios futuros. Ao registrar meticulosamente cada elemento do fluxo de decisão — como uma cadeia de suprimentos —, criamos uma estrutura clara e rastreável.”

A ThoughtSpot estará presente na AI & Big Data Expo Global em Londres, de 4 a 5 de fevereiro. Assista à entrevista completa com Jane Smith abaixo:

Foto de Steve Johnson no Unsplash