<p>Sisense 在周二推出了新功能，包括一个由人工智能驱动的助手和模型上下文协议服务器，旨在帮助客户更高效地建模和探索数据。</p>
<p>此外，该供应商还推出了 Sisense Managed LLM，这是一个处于私有预览阶段的托管服务，提供基于大型语言模型（LLMs）的分析访问。</p>
<p>助手、模型上下文协议（MCP）服务器和 Managed LLM 是 Sisense Intelligence 的一部分，这是一个人工智能驱动的分析能力套件，可以 嵌入用户的工作流程，首次于 2025 年 5 月推出。</p>
<p>Sisense 并不是第一个提供 MCP 服务器和人工智能驱动能力的分析供应商。例如，ThoughtSpot 支持 MCP，并且正在 全面自动化其平台。然而，考虑到 Sisense 使客户能够开发可以嵌入应用程序的智能层，根据 Constellation Research 的分析师 Michael Ni 的说法，这些新功能是重要的补充。</p>
<p>“Sisense 并不是想要赢得商业智能平台的战争，” 他说。“MCP 和托管的 LLM 将 Sisense 的嵌入式分析扩展到支持智能供应链，使供应商能够在其 SaaS 产品中提供自己的洞察驱动的智能体验。”</p>
<p>关于这些功能的独特性，Ni 承认其他供应商也提供助手和 MCP 支持，但 Sisense 正在更进一步，Ni 继续说道。</p>
<p>“Sisense 超越了嵌入式分析和聊天机器人，做了一些更具战略性的事情，” 他说。“它正在构建智能基础设施，让其他公司能够将基于人工智能的决策嵌入到他们的产品和工作流程中，而不必自己成为人工智能平台公司。”</p>
<p>Sisense 总部位于纽约市，是一家长期提供 平台 的分析供应商，使客户能够开发和嵌入数据产品。</p>
<h2>人工智能驱动的分析</h2>
<p>随着过去两年 代理人工智能 的出现，以及之前的生成性人工智能（GenAI），人工智能已成为数据分析的接口，伴随着传统的商业智能报告和仪表板。</p>
<blockquote>
<p>Sisense 并不是想要赢得商业智能平台的战争。MCP 和托管的 LLM 将 Sisense 的嵌入式分析扩展到支持智能供应链，使供应商能够在其 SaaS 产品中提供自己的洞察驱动的智能体验。<strong>Michael Ni</strong> 分析师，Constellation Research</p>
</blockquote>
<p>代理和 GenAI 聊天机器人简化了建模、探索和分析数据的过程，通常使用户能够使用自然语言而不是代码来执行这些任务。因此，一些供应商重新构建了他们的平台，利用人工智能帮助用户建模数据、开发数据产品和生成商业洞察。</p>
<p>除了 ThoughtSpot，Tableau 在 2025 年 4 月 推出了 Tableau Next，这是其平台的一个版本，具有人工智能驱动的语义层和帮助用户准备和分析数据的代理。现在，Sisense 正在添加新的人工智能功能，以简化使用其平台的过程，客户反馈和市场趋势为此提供了动力，Sisense 的首席执行官 Ariel Katz 表示。</p>
<p>“客户反馈发挥了重要作用，但时机反映了分析领域更广泛的架构转变，” 他说。“在生成性人工智能分析中，真正的瓶颈不再是访问 LLMs——而是在将生成性人工智能嵌入到真实产品和真实企业应用工作流程中时，使其可靠。”</p>
<p>在以人工智能为首的分析方法的指导下，Sisense 的 MCP 服务器使开发人员能够将代理和其他人工智能应用连接到外部数据源，包括 OpenAI 的 GPT 模型 和 Anthropic 的 Claude。</p>
<p>由 Anthropic 创建的 MCP 是一组开源代码，简化了将代理与提供上下文以准确响应查询和自主执行某些任务的数据连接的复杂过程。由于它减轻了开发人员的负担，MCP 已 被广泛采用，任何不提供 MCP 服务器的供应商都面临失去客户给竞争对手的风险。</p>
<p>除了简化人工智能应用与其源数据之间的连接外，Sisense 的 MCP 服务器确保查询响应来自受管的语义模型，并维护企业的治理标准，包括访问控制。</p>
<p>Sisense 的人工智能驱动助手建立在 MCP 服务器提供的基础上，使用户能够快速轻松地构建数据模型、开发仪表板和其他数据产品，并使用自然语言提示探索和分析数据。</p>
<p>最后，Managed LLM 与 Sisense 的自带 LLM 解决方案协同工作，是一项完全托管的服务，消除了管理复杂 AI 基础设施的负担。通过降低操作障碍，该服务旨在使最终用户更快、更轻松地 生成基于 AI 的商业洞察。</p>
<p>根据 ISG 软件研究的分析师 David Menninger 的说法，Sisense 的 AI 驱动助手可能是新功能中最重要的一项，因为它 简化了数据的访问和分析。与此同时，他指出，像 Ni 一样，这三项新功能共同为 Sisense 用户提供了重要的补充。</p>
<p>“这些新功能从持续整合和扩展 AI 能力的角度来看是重要的，” Menninger 说。</p>
<p>从竞争的角度来看，这些新功能使 Sisense 与同行保持同步，并展示了供应商对开发者的关注，他继续指出，Sisense 正在专注于一个细分市场，而不是与 超大规模云 供应商如 Microsoft 和 Salesforce（拥有 Tableau）争夺市场份额。</p>
<p>“分析市场是一个竞争极其激烈且成熟的市场，主导着一些全球最大的软件提供商，” 他说。“Sisense 选择专注于开发者市场，以避免在多个战线上作战。我们的分析买家指南……显示 Sisense 在该细分市场中仍然保持创新提供商的评级，但其定位相比去年略有下滑。”</p>
<p>Ni 同样指出，尽管 Sisense 发布新功能的频率不如一些其他供应商，特别是现在提供 AI 开发能力的数据管理供应商如 Databricks 和 Snowflake，但该供应商在嵌入式分析方面的专业知识是一个差异化因素。</p>
<p>“Sisense 并不是失去动力，而是缩小了关注范围，远离广泛的 BI 和聊天机器人可见性，专注于嵌入式分析——而现在是嵌入式智能——在这里，执行比噪音更重要，” 他说。</p>
<h2>展望未来</h2>
<p>根据 Katz 的说法，Sisense 正在为 2026 年上半年的产品开发路线图进行规划，重点是增加更多代理和助手，使用户能够探索和分析数据。此外，计划还包括加强 语义层，帮助开发者发现相关数据，并改善基础功能，使客户能够嵌入和管理代理。</p>
<p>“这些投资旨在将分析中的 AI 从有前景的演示转变为客户可以放心部署的可信、生产级能力，” Katz 说。</p>
<p>根据 Ni 的说法，专注于使客户能够在用户工作流程中嵌入代理和其他 AI 工具的基础能力是明智的。</p>
<p>“如果 Sisense 想要吸引下一波客户，它应该倾向于成为……领域智能的智能层，” 他说。“随着 SaaS 竞争加剧和 AI 利用的扩大，供应商将不再主要通过功能来区分，而是通过其产品中嵌入的智能，Sisense 可以将自己定位为促进这一转变的关键平台。”</p>
<p>与此同时，Menninger 建议 Sisense 增加对 Agent2Agent Protocol 等开源标准的支持，这些标准建立在 MCP 之上，以协调代理之间的互动。</p>
<p>“如果 Sisense 想要在开发者市场保持竞争力，它应该考虑超越 MCP，支持代理之间的协调，” 他说。“MCP 提供上下文，但并不直接促进不同代理之间的通信。基于自定义 AI 的应用程序将需要协调多个代理的行动。”</p>
<p><em>Eric Avidon 是 Informa TechTarget 的高级新闻撰稿人，拥有超过 25 年的经验。他报道分析和数据管理领域的新闻。</em></p>

<p>Sisense 推出了新的人工智能驱动功能，包括助手和模型上下文协议（MCP）服务器，以增强数据建模和探索。当前处于私人预览阶段的托管大型语言模型（LLM）服务，允许访问由大型语言模型驱动的分析。这些创新是 Sisense Intelligence 的一部分，旨在将人工智能能力嵌入用户工作流程中。分析师指出，尽管其他供应商提供类似功能，但 Sisense 正战略性地构建一个智能层，使公司能够整合基于人工智能的决策，而无需成为人工智能平台提供商。这些新工具简化了数据分析并改善了用户体验</p>

<p>Sisense on Tuesday launched new features, including an AI-powered assistant and Model Context Protocol server, aimed at enabling customers to model and explore data more efficiently.</p>
<div class="lb-trans"><p>Sisense 在周二推出了新功能，包括一个由人工智能驱动的助手和模型上下文协议服务器，旨在帮助客户更高效地建模和探索数据。</p>
</div><p>In addition, the vendor unveiled Sisense Managed LLM, a managed service in private preview that provides access to analysis fueled by large language models (LLMs).</p>
<div class="lb-trans"><p>此外，该供应商还推出了 Sisense Managed LLM，这是一个处于私有预览阶段的托管服务，提供基于大型语言模型（LLMs）的分析访问。</p>
</div><p>The assistant, Model Context Protocol (MCP) server and Managed LLM are part of Sisense Intelligence, a suite of AI-powered analytics capabilities that can be embedded in users' workflows first introduced in May 2025.</p>
<div class="lb-trans"><p>助手、模型上下文协议（MCP）服务器和 Managed LLM 是 Sisense Intelligence 的一部分，这是一个人工智能驱动的分析能力套件，可以 嵌入用户的工作流程，首次于 2025 年 5 月推出。</p>
</div><p>Sisense is not the first analytics vendor to provide an MCP server and AI-powered capabilities. For example, ThoughtSpot supports MCP and is fully automating its platform. However, given that Sisense is enabling customers to develop an intelligence layer they can embed in applications, the new features are significant additions, according to Michael Ni, an analyst at Constellation Research.</p>
<div class="lb-trans"><p>Sisense 并不是第一个提供 MCP 服务器和人工智能驱动能力的分析供应商。例如，ThoughtSpot 支持 MCP，并且正在 全面自动化其平台。然而，考虑到 Sisense 使客户能够开发可以嵌入应用程序的智能层，根据 Constellation Research 的分析师 Michael Ni 的说法，这些新功能是重要的补充。</p>
</div><p>&#34;Sisense isn't trying to win the BI platform war,&#34; he said. &#34;MCP and a managed LLM extend Sisense's embedded analytics into supporting an intelligence supply chain to enable vendors to deliver their own insight-driven agentic experiences inside their SaaS products.&#34;</p>
<div class="lb-trans"><p>“Sisense 并不是想要赢得商业智能平台的战争，” 他说。“MCP 和托管的 LLM 将 Sisense 的嵌入式分析扩展到支持智能供应链，使供应商能够在其 SaaS 产品中提供自己的洞察驱动的智能体验。”</p>
</div><p>Regarding the uniqueness of the features, Ni acknowledged that other vendors provide assistants and MCP support, but Sisense is going a step further, Ni continued.</p>
<div class="lb-trans"><p>关于这些功能的独特性，Ni 承认其他供应商也提供助手和 MCP 支持，但 Sisense 正在更进一步，Ni 继续说道。</p>
</div><p>&#34;Sisense is going beyond embedded analytics and chatbots and doing something more strategic,&#34; he said. &#34;It's building the intelligence plumbing that lets other companies embed AI-driven decisions into their products and workflows without becoming AI platform companies themselves.&#34;</p>
<div class="lb-trans"><p>“Sisense 超越了嵌入式分析和聊天机器人，做了一些更具战略性的事情，” 他说。“它正在构建智能基础设施，让其他公司能够将基于人工智能的决策嵌入到他们的产品和工作流程中，而不必自己成为人工智能平台公司。”</p>
</div><p>Based in New York City, Sisense is a longtime analytics vendor providing a platform that enables customers to develop and embed data products.</p>
<div class="lb-trans"><p>Sisense 总部位于纽约市，是一家长期提供 平台 的分析供应商，使客户能够开发和嵌入数据产品。</p>
</div><h2>AI-powered analysis</h2>
<div class="lb-trans"><h2>人工智能驱动的分析</h2>
</div><p>With the emergence of agentic AI over the past two years and generative AI (GenAI) before that, AI has become an interface for data analysis, along with traditional business intelligence reports and dashboards.</p>
<div class="lb-trans"><p>随着过去两年 代理人工智能 的出现，以及之前的生成性人工智能（GenAI），人工智能已成为数据分析的接口，伴随着传统的商业智能报告和仪表板。</p>
</div><blockquote>
<p>Sisense isn't trying to win the BI platform war. MCP and a managed LLM extend Sisense's embedded analytics into supporting an intelligence supply chain to enable vendors to deliver their own insight-driven agentic experiences inside their SaaS products. <strong>Michael Ni</strong> Analyst, Constellation Research</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>Sisense 并不是想要赢得商业智能平台的战争。MCP 和托管的 LLM 将 Sisense 的嵌入式分析扩展到支持智能供应链，使供应商能够在其 SaaS 产品中提供自己的洞察驱动的智能体验。<strong>Michael Ni</strong> 分析师，Constellation Research</p>
</blockquote>
</div><p>Agents and GenAI chatbots simplify modeling, exploring and analyzing data, often enabling users to carry out such tasks using natural language rather than code. As a result, some vendors have recreated their platforms with AI assisting users as they model data, develop data products and generate business insights.</p>
<div class="lb-trans"><p>代理和 GenAI 聊天机器人简化了建模、探索和分析数据的过程，通常使用户能够使用自然语言而不是代码来执行这些任务。因此，一些供应商重新构建了他们的平台，利用人工智能帮助用户建模数据、开发数据产品和生成商业洞察。</p>
</div><p>In addition to ThoughtSpot, Tableau launched Tableau Next, a version of its platform featuring an AI-powered semantic layer and agents that help users prepare and analyze data, in April 2025. Now, Sisense is adding new AI capabilities that simplify using its platform with a mix of customer feedback and market trends providing the impetus, according to Ariel Katz, CEO of Sisense.</p>
<div class="lb-trans"><p>除了 ThoughtSpot，Tableau 在 2025 年 4 月 推出了 Tableau Next，这是其平台的一个版本，具有人工智能驱动的语义层和帮助用户准备和分析数据的代理。现在，Sisense 正在添加新的人工智能功能，以简化使用其平台的过程，客户反馈和市场趋势为此提供了动力，Sisense 的首席执行官 Ariel Katz 表示。</p>
</div><p>&#34;Customer feedback played an important role, but the timing reflects a broader architectural shift in analytics,&#34; he said. &#34;The real bottleneck in GenAI analytics is no longer access to LLMs -- it's making GenAI reliable when it's embedded into real products and real enterprise application workflows.&#34;</p>
<div class="lb-trans"><p>“客户反馈发挥了重要作用，但时机反映了分析领域更广泛的架构转变，” 他说。“在生成性人工智能分析中，真正的瓶颈不再是访问 LLMs——而是在将生成性人工智能嵌入到真实产品和真实企业应用工作流程中时，使其可靠。”</p>
</div><p>With an AI-first approach to analytics as a guide, Sisense's MCP server enables developers to connect agents and other AI applications to external data sources, including LLMs such as OpenAI's GPT models and Claude from Anthropic.</p>
<div class="lb-trans"><p>在以人工智能为首的分析方法的指导下，Sisense 的 MCP 服务器使开发人员能够将代理和其他人工智能应用连接到外部数据源，包括 OpenAI 的 GPT 模型 和 Anthropic 的 Claude。</p>
</div><p>Created by Anthropic, MCP is a set of open source code that simplifies the complex process of connecting agents with the data that gives agents the context to accurately respond to queries and autonomously take on certain tasks. Because it reduces the burdens on developers, MCP has become so widely adopted that any vendor not providing an MCP server risks losing customers to competitors.</p>
<div class="lb-trans"><p>由 Anthropic 创建的 MCP 是一组开源代码，简化了将代理与提供上下文以准确响应查询和自主执行某些任务的数据连接的复杂过程。由于它减轻了开发人员的负担，MCP 已 被广泛采用，任何不提供 MCP 服务器的供应商都面临失去客户给竞争对手的风险。</p>
</div><p>In addition to simplifying connections between AI applications and their source data, Sisense's MCP server ensures that query responses come from governed semantic models and maintains an enterprise's governance standards including access controls.</p>
<div class="lb-trans"><p>除了简化人工智能应用与其源数据之间的连接外，Sisense 的 MCP 服务器确保查询响应来自受管的语义模型，并维护企业的治理标准，包括访问控制。</p>
</div><p>Sisense's AI-powered assistant is built on the foundation provided by the MCP server, enabling users to quickly and easily build data models, develop dashboards and other data products, and explore and analyze data using natural language prompts.</p>
<div class="lb-trans"><p>Sisense 的人工智能驱动助手建立在 MCP 服务器提供的基础上，使用户能够快速轻松地构建数据模型、开发仪表板和其他数据产品，并使用自然语言提示探索和分析数据。</p>
</div><p>Finally, Managed LLM, which works in conjunction with Sisense's bring-your-own LLM offering, is a fully managed service that removes the burden of overseeing a complex AI infrastructure. By lowering operational barriers, the service is designed to make it faster and easier for end users to generate AI-informed business insights.</p>
<div class="lb-trans"><p>最后，Managed LLM 与 Sisense 的自带 LLM 解决方案协同工作，是一项完全托管的服务，消除了管理复杂 AI 基础设施的负担。通过降低操作障碍，该服务旨在使最终用户更快、更轻松地 生成基于 AI 的商业洞察。</p>
</div><p>Sisense's AI-powered assistant is perhaps the most significant of the new features given that it simplifies accessing and analyzing data, according to David Menninger, an analyst at ISG Software Research. Meanwhile, like Ni, he noted that the three new capabilities collectively are important additions for Sisense users.</p>
<div class="lb-trans"><p>根据 ISG 软件研究的分析师 David Menninger 的说法，Sisense 的 AI 驱动助手可能是新功能中最重要的一项，因为它 简化了数据的访问和分析。与此同时，他指出，像 Ni 一样，这三项新功能共同为 Sisense 用户提供了重要的补充。</p>
</div><p>&#34;These new features are significant from the perspective that they continue to incorporate and expand AI capabilities within the Sisense platform,&#34; Menninger said.</p>
<div class="lb-trans"><p>“这些新功能从持续整合和扩展 AI 能力的角度来看是重要的，” Menninger 说。</p>
</div><p>From a competitive standpoint, the new features keep Sisense in step with peers as well as demonstrate the vendor's focus on developers, he continued, pointing out that Sisense is focusing on a niche rather than battling hyperscale cloud vendors such as Microsoft and Salesforce -- which owns Tableau -- for market share.</p>
<div class="lb-trans"><p>从竞争的角度来看，这些新功能使 Sisense 与同行保持同步，并展示了供应商对开发者的关注，他继续指出，Sisense 正在专注于一个细分市场，而不是与 超大规模云 供应商如 Microsoft 和 Salesforce（拥有 Tableau）争夺市场份额。</p>
</div><p>&#34;The analytics market is an extremely competitive and mature market dominated by some of the largest software providers in the world,&#34; he said. &#34;Sisense has chosen to focus on the developer market as a way to avoid fighting a multi-front war. Our Buyers Guides for Analytics … shows Sisense clinging to their rating as an innovative provider in that segment, but their positioning has slipped a bit from last year.&#34;</p>
<div class="lb-trans"><p>“分析市场是一个竞争极其激烈且成熟的市场，主导着一些全球最大的软件提供商，” 他说。“Sisense 选择专注于开发者市场，以避免在多个战线上作战。我们的分析买家指南……显示 Sisense 在该细分市场中仍然保持创新提供商的评级，但其定位相比去年略有下滑。”</p>
</div><p>Ni similarly noted that while Sisense is not releasing new features with same frequency as some other providers, particularly data management vendors such as Databricks and Snowflake that now offer AI development capabilities, the vendor's expertise in embedded analysis is a differentiator.</p>
<div class="lb-trans"><p>Ni 同样指出，尽管 Sisense 发布新功能的频率不如一些其他供应商，特别是现在提供 AI 开发能力的数据管理供应商如 Databricks 和 Snowflake，但该供应商在嵌入式分析方面的专业知识是一个差异化因素。</p>
</div><p>&#34;Sisense didn't so much lose momentum as narrow its focus and step away from broad BI and chatbot visibility to concentrate on embedded analytics -- and now, embedded intelligence -- where execution matters more than noise,&#34; he said.</p>
<div class="lb-trans"><p>“Sisense 并不是失去动力，而是缩小了关注范围，远离广泛的 BI 和聊天机器人可见性，专注于嵌入式分析——而现在是嵌入式智能——在这里，执行比噪音更重要，” 他说。</p>
</div><h2>Looking ahead</h2>
<div class="lb-trans"><h2>展望未来</h2>
</div><p>As Sisense plots its product development roadmap for the first half of 2026, the vendor's focus is on adding more agents and assistants that enable users to explore and analyze data, according to Katz. In addition, initiatives include strengthening the semantic layer that helps developers discover relevant data and improving foundational features that allow customers to embed and govern agents, he continued.</p>
<div class="lb-trans"><p>根据 Katz 的说法，Sisense 正在为 2026 年上半年的产品开发路线图进行规划，重点是增加更多代理和助手，使用户能够探索和分析数据。此外，计划还包括加强 语义层，帮助开发者发现相关数据，并改善基础功能，使客户能够嵌入和管理代理。</p>
</div><p>&#34;Together, these investments are designed to move AI in analytics from promising demos to trusted, production-grade capabilities that customers can deploy with confidence,&#34; Katz said.</p>
<div class="lb-trans"><p>“这些投资旨在将分析中的 AI 从有前景的演示转变为客户可以放心部署的可信、生产级能力，” Katz 说。</p>
</div><p>Focusing on foundational capabilities that enable customers to embed agents and other AI tools in user workflows is wise, according to Ni.</p>
<div class="lb-trans"><p>根据 Ni 的说法，专注于使客户能够在用户工作流程中嵌入代理和其他 AI 工具的基础能力是明智的。</p>
</div><p>&#34;If Sisense wants to attract the next wave of customers, it should lean into being the intelligence layer for … domain intelligence,&#34; he said. &#34;As SaaS competition tightens and AI leverage expands, vendors will differentiate less on features and more on the intelligence embedded in their products, and Sisense can position itself to be a key platform that enables that shift.&#34;</p>
<div class="lb-trans"><p>“如果 Sisense 想要吸引下一波客户，它应该倾向于成为……领域智能的智能层，” 他说。“随着 SaaS 竞争加剧和 AI 利用的扩大，供应商将不再主要通过功能来区分，而是通过其产品中嵌入的智能，Sisense 可以将自己定位为促进这一转变的关键平台。”</p>
</div><p>Menninger, meanwhile, suggested that Sisense add support for open source standards such as Agent2Agent Protocol that build on MCP to coordinate how agents interact with one another.</p>
<div class="lb-trans"><p>与此同时，Menninger 建议 Sisense 增加对 Agent2Agent Protocol 等开源标准的支持，这些标准建立在 MCP 之上，以协调代理之间的互动。</p>
</div><p>&#34;If Sisense wants to remain competitive in the developer market, it should consider expanding beyond MCP to support inter-agent coordination,&#34; he said. &#34;MCP provides context but does not facilitate communication directly between different agents. Custom AI-based applications will need to coordinate the actions of multiple agents.&#34;</p>
<div class="lb-trans"><p>“如果 Sisense 想要在开发者市场保持竞争力，它应该考虑超越 MCP，支持代理之间的协调，” 他说。“MCP 提供上下文，但并不直接促进不同代理之间的通信。基于自定义 AI 的应用程序将需要协调多个代理的行动。”</p>
</div><p><em>Eric Avidon is a senior news writer for Informa TechTarget and a journalist with more than 25 years of experience. He covers analytics and data management.</em></p>
<div class="lb-trans"><p><em>Eric Avidon 是 Informa TechTarget 的高级新闻撰稿人，拥有超过 25 年的经验。他报道分析和数据管理领域的新闻。</em></p>
</div>

Sisense 旨在通过最新功能嵌入人工智能