Jei esate duomenų ir analizės lyderis, žinote, kad agentinis AI šiuo metu skatina precedento neturintį pokyčių greitį. Tačiau žinojimas, kad reikia kažką daryti, ir žinojimas, ką daryti, yra du skirtingi dalykai. Geros naujienos yra tai, kad tokie paslaugų teikėjai kaip „ThoughtSpot“ gali padėti, nes įmonė, savo žodžiais tariant, yra pasiryžusi „iš naujo įsivaizduoti (e) analizę ir BI nuo pat pradžių“.
„Žinoma, agentinės sistemos iš tikrųjų perkelia mus į labai naują teritoriją“, – aiškina „ThoughtSpot“ lauko duomenų ir dirbtinio intelekto pareigūnė Jane Smith. „Jie perkelia mus nuo pasyvių ataskaitų teikimo prie daug aktyvesnio sprendimų priėmimo.
„Tradicinis BI laukia, kol rasite įžvalgą“, – priduria Džeinė. „Agentinės sistemos aktyviai stebi duomenis iš kelių šaltinių 24 valandas per parą, 7 dienas per savaitę; jos diagnozuoja, kodėl įvyko pokyčiai; jos automatiškai suaktyvina kitą veiksmą.
„Mes tampame daug labiau orientuoti į veiksmus.
Be perėjimo nuo pasyvaus prie aktyvaus, yra dar du būdai, kuriais Jane mato, kad šis pokytis vyksta BI. Viena vertus, vyksta poslinkis į „tikrąjį duomenų demokratizavimą“, tačiau, kita vertus, „atgaivinamas dėmesys“ semantiniam sluoksniui. „Negalite reikalauti, kad agentas imtųsi veiksmų taip, kaip ką tik aprašiau, kai jis tiksliai nesuvokia verslo konteksto“, – sako Džeinė. „Tvirtas semantinis sluoksnis iš tikrųjų yra vienintelis būdas suprasti AI chaosą.
„ThoughtSpot“ turi daugybę agentų, kurie gali imtis veiksmų ir nukreipti adatą klientams. Gruodžio mėn. įmonė pristatė keturis naujus BI agentus, su mintimi, kad jie dirbtų kaip komanda, kad pateiktų modernią analizę.
„Spotter 3“, naujausia agento iteracija, pirmą kartą debiutavusi 2024 m. pabaigoje, yra žvaigždė. Jis išmano tokias programas kaip „Slack“ ir „Salesforce“ ir gali ne tik atsakyti į klausimus, bet ir įvertinti atsakymo kokybę ir toliau bandyti, kol pasieks reikiamą rezultatą.
„Jis naudoja (modelio konteksto) protokolą, todėl galite užduoti klausimus apie savo organizacijos struktūrinius duomenis – viską, kas yra eilutėse, stulpeliuose, lentelėse, bet ir įtraukti nestruktūrizuotus duomenis“, – sako Jane. „Taigi, galite gauti tikrai daug konteksto atsakymų į klausimus per mūsų agentą arba, jei norite, per savo LLM.
Tačiau su šia galia atsiranda ir atsakomybė. Kaip pažymima naujausioje ThoughtSpot el. knygoje, kurioje nagrinėjami 2026 m. duomenys ir dirbtinio intelekto tendencijos, C-suite reikia išsiaiškinti, kaip kurti sistemas, kad kiekvienas sprendimas – ar tai būtų žmogus, ar dirbtinis intelektas – būtų paaiškintas, patobulintas ir patikėtas.
ThoughtSpot šią besiformuojančią architektūrą vadina „sprendimų intelektu“ (DI). „Manau, kad daug ką matysime sprendimų tiekimo grandinėmis“, – aiškina Džeinė. „Manau, kad vietoj vienkartinės įžvalgos mes matysime sprendimus… srautą per pasikartojančius etapus, duomenų analizę, modeliavimą, veiksmą, grįžtamąjį ryšį, ir visa tai yra žmonių ir mašinų sąveika, kuri bus įrašyta į tai, ką galime įsivaizduoti kaip sprendimų registravimo sistemą.
Kaip tai atrodytų praktiškai? Jane pateikia pavyzdį iš klinikinio tyrimo farmacijos pramonėje. „Sistema iš tikrųjų registruotų ir versijų kiekvieną žingsnį, kaip pacientas pasirenkamas klinikiniam tyrimui; kaip sveikatos įrašo duomenys naudojami kandidatui identifikuoti; kaip šis sprendimas buvo imituojamas pagal tyrimo protokolą; kaip įvyko atitikimas; kaip gydytojas galiausiai rekomendavo šį pacientą tyrimui“, – sako ji.
„Tai yra procesai, kuriuos galima patikrinti, juos galima patobulinti kitam bandymui. Tačiau labai kruopštus kiekvieno šio sprendimo srauto elemento registravimas į tai, ką mes laikome tiekimo grandine, yra būdas tai įsivaizduoti.”
„ThoughtSpot“ vasario 4–5 dienomis dalyvauja parodoje „AI & Big Data Expo Global“, Londone. Visą interviu su Jane Smith galite žiūrėti žemiau:
Steve’o Johnsono nuotrauka „Unsplash“.
