ThoughtSpot та нова ера агентів сучасної аналітики
Як ThoughtSpot формує майбутнє аналітики за допомогою агентського AI
Якщо ви лідер у сфері даних та аналітики, ви знаєте, що агентський штучний інтелект (AI) спричиняє надзвичайно швидкі зміни. Розуміння потреби в діях та знання, що саме робити, часто розходяться. Хороша новина в тому, що такі провайдери, як ThoughtSpot, готові допомогти, їхня мета – «переосмислити аналітику та BI з нуля».
“Дійсно, агентські системи переміщують нас у нові горизонти,” пояснює Jane Smith, головний офіцер з даних та AI у ThoughtSpot. “Вони відводять нас від пасивного звітування до набагато активнішого прийняття рішень.”
Smith стверджує, що традиційні BI-чекають, поки ви знайдете інсайт, тоді як агентські системи активно моніторять дані з множинних джерел 24/7, діагностують, чому відбулися зміни, та автоматично активують наступні дії. “Ми стаємо більш орієнтованими на дії.”
Демократизація даних та семантичні шари
Окрім переходу від пасивних до активних систем, Jane бачить ще два напрямки змін у BI. Перший – це перехід до «істинної демократизації даних», інший – зростання уваги до семантичного шару. “Агент не може діяти ефективно, коли він не розуміє бізнес-контексту,” підкреслює Jane. “Сильний семантичний шар – єдиний спосіб впорядкувати хаос AI.”
Впровадження агентських систем
ThoughtSpot має цілий автопарк агентів, здатних впливати на показники клієнтів. У грудні компанія запустила чотирьох нових BI-агентів, покликаних працювати в команді для надання сучасної аналітики. Spotter 3 – остання ітерація агента, вперше представлена наприкінці 2024 року, вже готова співпрацювати з такими додатками, як Slack та Salesforce. Він не лише відповідає на питання, а й оцінює якість своїх відповідей, продовжуючи працювати до отримання вірного результату.
“Він використовує протокол [Model Context], так що ви можете поставити питання до структурованих даних вашої організації – все, що є у ваших рядках, колонках, таблицях – водночас інтегрувати з вашими неструктурованими даними,” розповідає Jane. “Ви можете отримати дійсно змістовні відповіді на питання через наш агент або навіть через ваш власний LLM.”
Роль відповідальності та рішення інтелекту
Однак з великою силою приходить і відповідальність. За твердженням eBook від ThoughtSpot, що вивчає тенденції даних та AI до 2026 року, керівники повинні розробити системи так, щоб кожне рішення – або людське, або AI – можна було пояснити, поліпшити та довіряти. ThoughtSpot називає цю нову архітектуру ‘інтелект рішень’ (DI).
“Я думаю, ми бачимо поява ланцюгів постачання рішень,” пояснює Jane. “Замість одного інсайту ми будемо бачити рішення, які проходять повторювані етапи: аналіз даних, моделювання, дії, зворотний зв’язок, і всі ці взаємодії між людьми та машинами будуть задокументовані в тому, що ми можемо уявити як систему запису рішень.”
Яким це може бути на практиці? Jane пропонує приклад з клінічного випробування у фармацевтичній галузі. “Система буде документувати кожен етап вибору пацієнта для клінічного випробування; як дані з медичних карт використовуються для ідентифікації кандидата; як це рішення моделювалося відносно протоколу випробування; як відбулося збіг і, можливо, як лікар врешті-решт рекомендував цього пацієнта для випробування,” пояснює вона.
“Ці процеси можуть бути перевірені, покращені для наступного випробування. Але ретельне документування кожного елемента в потоці цього рішення в тому, що ми сприймаємо як ланцюг постачання, є тим, як я це візуалізую.”
ThoughtSpot вже бере участь у AI & Big Data Expo Global, яка відбудеться у Лондоні з 4 по 5 лютого.
