ThoughtSpot запустил 4 новых ИИ-агента для бизнес-аналитики

Как агентные системы меняют бизнес-аналитику

Руководители, отвечающие за данные и аналитику, сегодня сталкиваются с беспрецедентными темпами изменений, которые приносит агентный искусственный интеллект. Понимать необходимость действовать и знать конкретные шаги - совершенно разные вещи. Хорошая новость: компании вроде ThoughtSpot готовы помочь, полностью переосмысливая подходы к аналитике и бизнес-интеллекту.

«Агентные системы действительно открывают совершенно новую территорию», - рассказывает Джейн Смит, главный специалист по данным и ИИ в ThoughtSpot. «Они переводят нас от пассивной отчетности к активному принятию решений».

Традиционный бизнес-интеллект ждет, пока вы сами обнаружите важную информацию. Агентные системы работают иначе - они непрерывно отслеживают данные из разных источников, анализируют причины изменений и автоматически запускают необходимые действия. Фокус смещается на конкретные результаты.

Три ключевых сдвига в современной аналитике

Джейн выделяет три направления трансформации бизнес-интеллекта. Первое - переход от пассивного к активному режиму работы. Второе - настоящая демократизация данных, когда доступ к аналитике получают все сотрудники. Третье - возрождение внимания к семантическому слою.

«Агент не может правильно действовать, если не понимает бизнес-контекст», - подчеркивает Джейн. «Мощный семантический слой - единственный способ навести порядок в хаосе искусственного интеллекта».

ThoughtSpot разработал целую команду агентов, которые совместно решают задачи современной аналитики. В декабре компания представила четыре новых ИИ-агента для бизнес-интеллекта.

Звезда этой команды - Spotter 3, последняя версия агента, дебютировавшего в конце 2024 года. Он интегрируется с приложениями типа Slack и Salesforce, причем не просто отвечает на вопросы, а оценивает качество своих ответов и продолжает попытки до получения правильного результата.

Как работает Spotter 3

«Он использует протокол Model Context, поэтому вы можете задавать вопросы к структурированным данным вашей организации - всем строкам, столбцам, таблицам - но также включать неструктурированную информацию», - объясняет Джейн. «Так вы получаете действительно содержательные ответы, причем через нашего агента или, если хотите, через собственную языковую модель».

Однако с такими возможностями приходит и ответственность. Как отмечается в недавней электронной книге ThoughtSpot, посвященной трендам данных и ИИ на 2026 год, топ-менеджменту нужно продумать архитектуру систем так, чтобы каждое решение - человеческое или машинное - можно было объяснить, улучшить и проверить.

Для практического применения этих технологий посетите AI Projects, где собраны актуальные решения для бизнеса.

Концепция интеллекта решений

ThoughtSpot называет эту новую архитектуру «интеллектом решений». «Мы увидим много цепочек поставок решений», - прогнозирует Джейн. «Вместо разовых инсайтов решения будут проходить через повторяемые этапы: анализ данных, симуляция, действие, обратная связь. Все взаимодействия людей и машин будут записываться в своеобразную систему учета решений».

Как это выглядит на практике? Джейн приводит пример из фармацевтической индустрии - клинические испытания. «Система будет логировать и версионировать каждый шаг отбора пациента для исследования: как данные из медицинской карты используются для выявления кандидата, как решение моделируется в соответствии с протоколом испытания, как происходит сопоставление, как врач в итоге рекомендует этого пациента для участия», - описывает она.

«Эти процессы можно аудировать и совершенствовать для следующих испытаний. Тщательная фиксация каждого элемента потока решений в цепочку поставок - вот как я это визуализирую».

Будущее бизнес-аналитики уже здесь

Агентные ИИ-системы кардинально меняют подход к работе с данными. Вместо ожидания, когда аналитик найдет важную информацию, компании получают проактивные системы, которые непрерывно мониторят ситуацию и предлагают действия.

ThoughtSpot демонстрирует, как это работает на практике. Четыре новых агента компании образуют слаженную команду, где каждый выполняет свою роль. Spotter 3 выступает координатором, объединяя структурированные и неструктурированные данные, обеспечивая контекстно богатые ответы.

Ключевой момент - семантический слой. Без глубокого понимания бизнес-контекста даже самый продвинутый агент не принесет пользы. ThoughtSpot уделяет этому особое внимание, создавая фундамент для надежной работы ИИ.

Концепция цепочек поставок решений открывает новые возможности для аудита и оптимизации бизнес-процессов. Каждое действие фиксируется, анализируется и может быть улучшено. Это особенно важно в регулируемых отраслях вроде фармацевтики или финансов.

Чтобы узнать больше о внедрении подобных решений в вашем бизнесе, обратитесь к экспертам AI Projects.

Выводы

Агентный искусственный интеллект трансформирует бизнес-аналитику, превращая ее из пассивного инструмента отчетности в активную систему принятия решений. ThoughtSpot с флотом из четырех новых агентов демонстрирует практическое воплощение этой концепции. Ключевые элементы успеха - мощный семантический слой для понимания бизнес-контекста и архитектура интеллекта решений, обеспечивающая прозрачность и улучшаемость каждого действия. Будущее аналитики - в проактивных системах, которые не ждут вопросов, а сами находят проблемы и предлагают решения.