ThoughtSpot внедряет ИИ-агенты для обеспечения современной аналитики

Для руководителей в сфере данных и аналитики агентский ИИ стимулирует беспрецедентные темпы изменений. Однако осознание необходимости действовать и точное понимание того, что именно нужно делать, — это две разные задачи. К счастью, такие компании, как ThoughtSpot, готовы прийти на помощь — по их собственным словам, они стремятся «переосмыслить аналитику и бизнес-аналитику с нуля».

«Агентные системы действительно выводят нас на новую территорию», — говорит Джейн Смит, директор по данным и ИИ в ThoughtSpot. «Мы переходим от пассивной отчетности к активному принятию решений».

«Традиционная бизнес-аналитика ждет, пока вы обнаружите полезную информацию, — продолжает Джейн. — Агентные системы, с другой стороны, круглосуточно отслеживают множество источников данных. Они диагностируют причины изменений и автоматически запускают следующие шаги».

«Все большее внимание уделяется действиям».

Помимо перехода от пассивного к активному подходу, Джейн выделяет еще два сдвига в BI: настоящую демократизацию данных и возобновленное внимание к семантическому уровню. «Агент не сможет предпринимать действия, как я описала, если он не будет полностью понимать бизнес-контекст», — отмечает она. «Надежный семантический уровень необходим для наведения порядка в сложном мире ИИ».

ThoughtSpot предлагает ряд агентов, предназначенных для достижения значимых результатов для клиентов. В декабре компания представила четыре новых агента BI, созданных для совместной работы в команде с целью предоставления современной аналитики.

Особое внимание привлекает Spotter 3 — последняя версия агента, впервые выпущенного в конце 2024 года. Он интегрируется с такими платформами, как Slack и Salesforce, не только отвечая на вопросы, но и оценивая качество своих ответов и уточняя их, пока не получит правильный результат.

«Используя Model Context Protocol, Spotter 3 позволяет запрашивать структурированные данные вашей организации — все, что находится в строках, столбцах и таблицах — одновременно включая неструктурированные данные», — объясняет Джейн. «Это означает, что вы получаете высококонтекстные ответы через нашего агента или через свой собственный LLM, если предпочитаете».

Эта возможность влечет за собой ответственность. Как подчеркивается в недавней электронной книге ThoughtSpot о тенденциях в области данных и ИИ на 2026 год, руководители должны разрабатывать системы, в которых каждое решение — принятое человеком или ИИ — можно объяснить, улучшить и которому можно доверять.

ThoughtSpot называет эту формирующуюся концепцию «интеллектом принятия решений» (DI). «Мы будем все чаще сталкиваться с тем, что я называю цепочками принятия решений, — говорит Джейн. — Вместо разовых аналитических выводов мы будем наблюдать, как решения проходят через повторяющиеся этапы: анализ данных, моделирование, действие и обратную связь. Эти взаимодействия человека и машины будут регистрироваться в том, что мы считаем системой учета решений».

Как это выглядит на практике? Джейн приводит пример из области клинических испытаний фармацевтических препаратов. «Система будет регистрировать и фиксировать каждый шаг: как выбирается пациент, как медицинские записи идентифицируют кандидата, как решение соответствует протоколу испытания, процесс сопоставления и то, как врач в конечном итоге рекомендует пациента», — объясняет она.

«Эти процессы можно проверять и совершенствовать для будущих испытаний. Тщательно фиксируя каждый элемент потока принятия решений — как в цепочке поставок — мы создаем четкую и отслеживаемую структуру».

ThoughtSpot примет участие в выставке AI & Big Data Expo Global в Лондоне 4–5 февраля. Посмотрите полное интервью с Джейн Смит ниже:

Фотография Стива Джонсона на Unsplash