ThoughtSpot 部署 AI 代理程式,提供現代化分析服務
對數據與分析領域的領導者而言,自主型人工智慧正推動著前所未有的變革步伐。然而,理解採取行動的必要性,與確切知道該做什麼,是兩項截然不同的挑戰。所幸,像 ThoughtSpot 這樣的企業已準備好伸出援手——用他們自己的話來說,就是致力於「從頭重新構思分析與商業智慧」。
「代理式系統正真正地引領我們邁向新領域,」ThoughtSpot 現場首席數據與人工智慧官 Jane Smith 表示。「我們正從被動的報告轉向主動的決策。」
「傳統的商業智慧(BI)只是等待您發掘洞見,」珍接著說。「反觀自主系統,則會全天候監控多個資料來源。它們能診斷變化的成因,並自動觸發後續步驟。」
「重點正日益轉向行動。」
除了從被動轉向主動之外,珍還強調了 BI 中的另外兩項轉變:數據的真正民主化,以及對語義層的重新關注。「除非代理能完全理解業務背景,否則無法像我描述的那樣採取行動,」她指出。「強大的語義層對於理清 AI 的複雜性至關重要。」
ThoughtSpot 提供一系列專為客戶創造實質效益而設計的代理程式。去年 12 月,該公司推出了四款新的 BI 代理程式,旨在協同運作,提供現代化的分析服務。
其中,Spotter 3 尤為突出,這是最初於 2024 年底推出的代理程式最新版本。它能與 Slack 和 Salesforce 等平台整合,不僅能回答問題,還能評估其回應的品質,並不斷精進直至給出正確答案。
「透過『模型語境協定』(Model Context Protocol),Spotter 3 讓您能查詢組織內的結構化資料——涵蓋所有行、列與表格中的內容——同時也能整合非結構化資料,」Jane 解釋道。「這意味著您可以透過我們的代理程式,或若您偏好,透過您自己的大型語言模型(LLM),獲得高度符合語境的答案。」
這項能力伴隨著責任。正如 ThoughtSpot 近期關於 2026 年數據與 AI 趨勢的電子書所強調的,高階主管必須設計出這樣的系統:無論是人類或 AI 做出的每項決策,都能被解釋、改進並值得信賴。
ThoughtSpot 將此新興框架稱為「決策智能」(DI)。「我們將看到更多我所謂的『決策供應鏈』,」Jane 表示。「與其是零散的洞察,我們將看到決策流經可重複的階段:數據分析、模擬、執行與回饋。這些人機互動將記錄在我們視為『決策系統紀錄』的系統中。」
這在實際應用中是什麼樣子?珍以製藥臨床試驗為例說明。「系統會記錄並版本化每個步驟:如何篩選患者、健康紀錄如何識別候選人、決策如何符合試驗方案、配對流程,以及醫生最終如何推薦該患者,」她解釋道。
「這些流程可供審計並用於改善未來的試驗。透過像供應鏈那樣仔細記錄決策流程的每個環節,我們建立了一個清晰且可追溯的框架。」
ThoughtSpot 將於 2 月 4 日至 5 日參加在倫敦舉行的「全球人工智慧與大數據博覽會」。請觀看下方與 Jane Smith 的完整訪談:
照片由 Steve Johnson 提供,來源:Unsplash
相關文章
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
加州自動駕駛合規:罰單、地理圍欄與 100 萬英里的新時代
Guident 在南佛羅里達州營運一輛 AuveTech 接駁車,並運用其遠端監控技術,管理西棕櫚灘的一條四英里路線以及博卡拉頓的一條一英里路線。| 圖片來源:Guident加州正重新定義無人駕駛車輛的監管格局,從科技產業的「快速行動、打破常規」心態,轉向嚴格的問責制與嚴謹的行駛里程要求。Guident 執行董事長兼執行長哈羅德·布勞恩(Harold Braun)在《機器人報告》(The Robo
相關專題推薦
評論 (0)
0/500
對數據與分析領域的領導者而言,自主型人工智慧正推動著前所未有的變革步伐。然而,理解採取行動的必要性,與確切知道該做什麼,是兩項截然不同的挑戰。所幸,像 ThoughtSpot 這樣的企業已準備好伸出援手——用他們自己的話來說,就是致力於「從頭重新構思分析與商業智慧」。
「代理式系統正真正地引領我們邁向新領域,」ThoughtSpot 現場首席數據與人工智慧官 Jane Smith 表示。「我們正從被動的報告轉向主動的決策。」
「傳統的商業智慧(BI)只是等待您發掘洞見,」珍接著說。「反觀自主系統,則會全天候監控多個資料來源。它們能診斷變化的成因,並自動觸發後續步驟。」
「重點正日益轉向行動。」
除了從被動轉向主動之外,珍還強調了 BI 中的另外兩項轉變:數據的真正民主化,以及對語義層的重新關注。「除非代理能完全理解業務背景,否則無法像我描述的那樣採取行動,」她指出。「強大的語義層對於理清 AI 的複雜性至關重要。」
ThoughtSpot 提供一系列專為客戶創造實質效益而設計的代理程式。去年 12 月,該公司推出了四款新的 BI 代理程式,旨在協同運作,提供現代化的分析服務。
其中,Spotter 3 尤為突出,這是最初於 2024 年底推出的代理程式最新版本。它能與 Slack 和 Salesforce 等平台整合,不僅能回答問題,還能評估其回應的品質,並不斷精進直至給出正確答案。
「透過『模型語境協定』(Model Context Protocol),Spotter 3 讓您能查詢組織內的結構化資料——涵蓋所有行、列與表格中的內容——同時也能整合非結構化資料,」Jane 解釋道。「這意味著您可以透過我們的代理程式,或若您偏好,透過您自己的大型語言模型(LLM),獲得高度符合語境的答案。」
這項能力伴隨著責任。正如 ThoughtSpot 近期關於 2026 年數據與 AI 趨勢的電子書所強調的,高階主管必須設計出這樣的系統:無論是人類或 AI 做出的每項決策,都能被解釋、改進並值得信賴。
ThoughtSpot 將此新興框架稱為「決策智能」(DI)。「我們將看到更多我所謂的『決策供應鏈』,」Jane 表示。「與其是零散的洞察,我們將看到決策流經可重複的階段:數據分析、模擬、執行與回饋。這些人機互動將記錄在我們視為『決策系統紀錄』的系統中。」
這在實際應用中是什麼樣子?珍以製藥臨床試驗為例說明。「系統會記錄並版本化每個步驟:如何篩選患者、健康紀錄如何識別候選人、決策如何符合試驗方案、配對流程,以及醫生最終如何推薦該患者,」她解釋道。
「這些流程可供審計並用於改善未來的試驗。透過像供應鏈那樣仔細記錄決策流程的每個環節,我們建立了一個清晰且可追溯的框架。」
ThoughtSpot 將於 2 月 4 日至 5 日參加在倫敦舉行的「全球人工智慧與大數據博覽會」。請觀看下方與 Jane Smith 的完整訪談:
照片由 Steve Johnson 提供,來源:Unsplash
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了





首頁






