<p>GoodData 在周三推出了一款模型上下文协议服务器，使代理和其他人工智能工具能够访问客户的专有数据，以开发分析工具并持续分析数据。</p>
<p>由 人工智能提供商 Anthropic 于 2024 年 11 月发布的 模型上下文协议（MCP）是一套开源代码，标准化了将模型与数据库、数据湖和其他数据源连接的方式，以便为代理和其他人工智能应用提供信息。</p>
<p>由于 MCP 是一个可重复的标准，用于为人工智能工具提供所需的数据以正确执行任务——这使得开发者在构建新的人工智能应用时不必每次都配置复杂的管道——许多数据管理供应商在开发平台中提供 MCP 支持。AWS 和微软是最早添加 MCP 支持的公司之一。在 2025 年，Alation、Confluent（现已与 IBM 达成收购协议）、Databricks、Oracle、SnapLogic、Snowflake、Starburst、StarTree 和 Teradata 等供应商也纷纷推出了 MCP 支持。</p>
<p>现在，分析供应商也在添加 MCP 服务器，以提供基于人工智能的洞察生成能力。例如，SAS、Sisense、Tableau 和 ThoughtSpot 都提供 MCP 服务器。</p>
<p>GoodData 也在跟进这一趋势，这对客户来说非常重要，因为它通过使人工智能工具能够承担分析工作流程的某些方面，扩展了基于人工智能的分析，Omdia（Informa TechTarget 的一个部门）的分析师 Mike Leone 表示。</p>
<p>“这里的意义在于，它将人工智能从一种 ‘只读’ 能力转变为分析堆栈中的 ‘读写’ 角色，” 他说。“目前，这个领域的大多数人工智能工具只是能够回答单一问题的聊天界面，但无法指示人工智能实际去更新指标或重新配置语义模型。GoodData 的方法允许用户将实际的工程工作外包。”</p>
<p>GoodData 总部位于旧金山，是一家长期的分析供应商，现在提供一个平台，包括 语义层，以简化数据访问和发现，以及一个用于存储数据的数据湖。</p>
<h2>用人工智能驱动商业智能</h2>
<p>自从 OpenAI 于 2022 年 11 月推出 ChatGPT，代表了生成性人工智能（GenAI）技术的重大进步以来，人工智能已经改变了商业智能。</p>
<blockquote>
<p>这里的意义在于，它将人工智能从一种 ‘只读’ 能力转变为分析堆栈中的 ‘读写’ 角色。目前，这个领域的大多数人工智能工具只是能够回答单一问题的聊天界面，但无法指示人工智能实际去更新指标或重新配置语义模型。<strong>Mike Leone</strong> Omdia 分析师，Informa TechTarget 的一个部门</p>
</blockquote>
<p>商业智能历史上一直局限于组织内少数专家。数据分析需要统计学专业知识、编码知识和 数据素养。即使是减少了一些障碍的自助服务平台，仍然需要一些编码，用户仍然需要具备数据素养。</p>
<p>因此，尽管尝试简化使用复杂平台，但根据 BARC 和 Eckerson Group 的一项 研究，截至 2022 年春季，企业中平均不到三分之一的员工将分析作为其工作的一部分。</p>
<p>生成性人工智能 改变了这一点，使员工能够使用真正的自然语言探索和分析数据。</p>
<p>现在，随着代理能够自主执行建模数据、构建仪表板和报告以及分析数据等任务，人工智能不仅使商业智能的使用更加普遍，而且大大加快了生成商业洞察的过程。</p>
<p>通过其 MCP 服务器，GoodData 使用户能够自动化某些流程，这一举措受到客户反馈和供应商对其 平台 自然演变的看法的推动，Peter Fedorocko，GoodData 的现场首席技术官表示。</p>
<p>“我们看到客户对轻松赋予他们的人工智能和代理分析能力的强烈需求和兴趣，” 他说。“与此同时，这对我们来说也是一个低垂的果实，因为……我们所有的功能已经可以通过编程方式访问。将其封装在 MCP 中只是将其暴露给人工智能和代理。”</p>
<p>GoodData 的新 MCP 服务器旨在促进客户的人工智能应用与供应商平台之间的连接，以便人工智能工具能够承担以前需要人类花费大量时间和精力的工作。</p>
<p>例如，通过将代理与供应商的代码即服务开发方法连接——这种方法标准化并自动生成构建分析工作流程的代码——客户可以自动化从 数据准备 到洞察生成和推荐行动的分析过程。</p>
<p>此外，将 MCP 兼容的代理与语义模型、业务指标、仪表板和其他数据产品连接，使客户能够创建提供持续基于人工智能的分析的代理。</p>
<p>根据 Constellation Research 的分析师 Michael Ni 的说法，GoodData 不仅仅是通过其 MCP 服务器促进数据访问，其新增功能具有重要意义。</p>
<p>他说：“随着 MCP 服务器迅速成为分析平台提供商的基本要求，GoodData 的做法通过暴露的不仅仅是数据或工具而脱颖而出。GoodData 将受管控的分析逻辑作为可执行的基础设施供 AI 使用，并为更广泛的市场提供了一个参考模式，使他们更容易将分析和洞察应用于机器和 AI。”</p>
<p>根据 Leone 的说法，虽然对 GoodData 的客户来说意义重大，但 GoodData 推出 MCP 服务器可能帮助该供应商在一些竞争对手中脱颖而出。</p>
<p>尽管 MCP 支持在数据管理供应商中已经成为标准，未提供此类功能的供应商 面临失去客户的风险，但在分析提供商中尚未普遍。然而，即使在提供 MCP 服务器的分析供应商中，代理与语义层之间的连接使 GoodData 与众不同，因为并非所有 BI 供应商都提供语义建模能力。</p>
<p>Leone 表示：“这里的差异化在于将这种连接应用于语义层。这有效地让 AI 与治理和业务规则进行交互，而不仅仅是数据管道。这显示出 BI 平台的转变，成为其他 AI 代理可以咨询逻辑的大脑，而不仅仅是人类的可视化工具。”</p>
<p>Ni 同样指出，GoodData 与其他现在提供 MCP 服务器的分析供应商区分开来的机会在于使 AI 工具能够与数据、语义层和其他 数据产品 一起工作。</p>
<p>他说：“如今，大多数 MCP 服务器存在于像 Databricks 和 Snowflake 这样的数据平台中，因为那是自动化多年来的栖息地。我期待看到 GoodData 如何将其分析作为基础设施进行展示，并使 AI 能够直接与语义模型、指标和仪表板进行交互。”</p>
<h2>展望未来</h2>
<p>根据 Fedorocko 的说法，GoodData 的 MCP 服务器现在已普遍可用，该供应商的下一个计划是推出自己的代理。</p>
<p>MCP 服务器使客户能够构建旨在自动化分析工作流程的代理。通过提供自己的代理来处理数据建模和构建仪表板等任务，GoodData 将减少客户仍需自行进行的一些开发工作。</p>
<p>ThoughtSpot 和 Tableau 是两家已经使其平台更具代理化的分析专家。事实上，ThoughtSpot 正在为构建语义模型和将 BI 嵌入用户工作流程等任务构建代理，以 自动化其整个平台。</p>
<p>Fedorocko 表示：“我们在 [2026 年上半年] 的主要关注点是推出我们自己的代理和自动化工作流程，以自动化大部分分析过程，同时继续为我们客户的代理提供分析能力。这一切都得到了对强大上下文层的投资支持，为每个代理提供可信和受管控的多模态数据和上下文。”</p>
<p>Leone 表示，增加简化使用 GoodData 平台的工具（如代理）将是明智之举。</p>
<p>MCP 服务器将帮助数据科学家、工程师和其他花费大量时间开发 AI 和分析工具的专家。然而，仍需努力改善 GoodData 的 用户体验。</p>
<p>Leone 说：“下一个障碍是将所有工程能力转化为业务用户的简单性。他们在这次公告中已经完善了后端基础设施。现在，他们需要确保前端体验对从不编写代码的人来说同样直观。如果他们能够掩盖这种复杂性，同时提供速度，他们将吸引更广泛的受众。”</p>
<p><em>Eric Avidon 是 Informa TechTarget 的高级新闻撰稿人，拥有超过三十年的经验。他报道分析和数据管理领域的新闻。</em></p>

4437

7046

<p>GoodData 推出了一款模型上下文协议（MCP）服务器，允许人工智能工具访问专有客户数据，以增强分析能力。由 Anthropic 发布的这一开源标准简化了人工智能应用的数据连接，使其能够执行超越单纯数据检索的任务。分析师指出，这一转变标志着分析能力从 “只读” 向 “读写” 能力的转变，促进了数据处理的自动化。GoodData 的 MCP 服务器旨在简化分析工作流程，以响应客户对更高效的人工智能集成在商业智能中的需求</p>

<p>GoodData on Wednesday launched a Model Context Protocol server, enabling agents and other AI tools to access customers' proprietary data to develop analytics tools and continuously analyze data.</p>
<div class="lb-trans"><p>GoodData 在周三推出了一款模型上下文协议服务器，使代理和其他人工智能工具能够访问客户的专有数据，以开发分析工具并持续分析数据。</p>
</div><p>Released in November 2024 by AI provider Anthropic, the Model Context Protocol (MCP) is a set of open-source code that standardizes connecting models that inform agents and other AI applications with databases, data lakehouses and other data sources.</p>
<div class="lb-trans"><p>由 人工智能提供商 Anthropic 于 2024 年 11 月发布的 模型上下文协议（MCP）是一套开源代码，标准化了将模型与数据库、数据湖和其他数据源连接的方式，以便为代理和其他人工智能应用提供信息。</p>
</div><p>Because MCP is a repeatable standard for feeding AI tools the data they require to properly perform -- saving developers from having to configure complex pipelines each time they build a new AI application -- many data management vendors provide MCP support within development platforms. AWS and Microsoft were among the first to add support for MCP. Throughout 2025, vendors such as Alation, Confluent -- now under agreement to be acquired by IBM -- Databricks, Oracle, SnapLogic, Snowflake, Starburst, StarTree and Teradata also unveiled MCP support.</p>
<div class="lb-trans"><p>由于 MCP 是一个可重复的标准，用于为人工智能工具提供所需的数据以正确执行任务——这使得开发者在构建新的人工智能应用时不必每次都配置复杂的管道——许多数据管理供应商在开发平台中提供 MCP 支持。AWS 和微软是最早添加 MCP 支持的公司之一。在 2025 年，Alation、Confluent（现已与 IBM 达成收购协议）、Databricks、Oracle、SnapLogic、Snowflake、Starburst、StarTree 和 Teradata 等供应商也纷纷推出了 MCP 支持。</p>
</div><p>Now, analytics vendors are adding MCP servers as well to provide AI-powered insight generation capabilities. For example, SAS, Sisense, Tableau and ThoughtSpot all provide MCP servers.</p>
<div class="lb-trans"><p>现在，分析供应商也在添加 MCP 服务器，以提供基于人工智能的洞察生成能力。例如，SAS、Sisense、Tableau 和 ThoughtSpot 都提供 MCP 服务器。</p>
</div><p>GoodData is following suit in a move that is important for customers because it expands AI-powered analysis beyond chat interfaces by enabling AI tools to take on aspects of the analytics workflow, according to Mike Leone, an analyst at Omdia, a division of Informa TechTarget.</p>
<div class="lb-trans"><p>GoodData 也在跟进这一趋势，这对客户来说非常重要，因为它通过使人工智能工具能够承担分析工作流程的某些方面，扩展了基于人工智能的分析，Omdia（Informa TechTarget 的一个部门）的分析师 Mike Leone 表示。</p>
</div><p>&#34;The significance here is that it moves AI from a 'read-only' capability to a 'read-write' role within the analytics stack,&#34; he said. &#34;Right now, most AI tools in this space are just chat interfaces that can answer a single question but cannot tell the AI to actually go in and update a metric or reconfigure a semantic model. GoodData's approach allows users to offload the actual engineering work.&#34;</p>
<div class="lb-trans"><p>“这里的意义在于，它将人工智能从一种 ‘只读’ 能力转变为分析堆栈中的 ‘读写’ 角色，” 他说。“目前，这个领域的大多数人工智能工具只是能够回答单一问题的聊天界面，但无法指示人工智能实际去更新指标或重新配置语义模型。GoodData 的方法允许用户将实际的工程工作外包。”</p>
</div><p>Based in San Francisco, GoodData is a longtime analytics vendor that now offers a platform including a semantic layer to ease data access and discovery, and a data lake to store data.</p>
<div class="lb-trans"><p>GoodData 总部位于旧金山，是一家长期的分析供应商，现在提供一个平台，包括 语义层，以简化数据访问和发现，以及一个用于存储数据的数据湖。</p>
</div><h2>Powering BI with AI</h2>
<div class="lb-trans"><h2>用人工智能驱动商业智能</h2>
</div><p>AI has altered business intelligence since OpenAI's November 2022 launch of ChatGPT represented significant improvement in generative AI (GenAI) technology.</p>
<div class="lb-trans"><p>自从 OpenAI 于 2022 年 11 月推出 ChatGPT，代表了生成性人工智能（GenAI）技术的重大进步以来，人工智能已经改变了商业智能。</p>
</div><blockquote>
<p>The significance here is that it moves AI from a 'read-only' capability to a 'read-write' role within the analytics stack. Right now, most AI tools in this space are just chat interfaces that can answer a single question but cannot tell the AI to actually go in and update a metric or reconfigure a semantic model. <strong>Mike Leone</strong> Analyst, Omdia, a division of Informa TechTarget</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>这里的意义在于，它将人工智能从一种 ‘只读’ 能力转变为分析堆栈中的 ‘读写’ 角色。目前，这个领域的大多数人工智能工具只是能够回答单一问题的聊天界面，但无法指示人工智能实际去更新指标或重新配置语义模型。<strong>Mike Leone</strong> Omdia 分析师，Informa TechTarget 的一个部门</p>
</blockquote>
</div><p>BI had historically been limited to a small percentage of experts within organizations. Data analysis necessitated expertise in statistics, coding knowledge and data literacy. Even self-service platforms that reduced some of the barriers to more widespread use required some coding and users still needed to be data literate.</p>
<div class="lb-trans"><p>商业智能历史上一直局限于组织内少数专家。数据分析需要统计学专业知识、编码知识和 数据素养。即使是减少了一些障碍的自助服务平台，仍然需要一些编码，用户仍然需要具备数据素养。</p>
</div><p>As a result, despite attempts to simplify using complex platforms, on average less than one-third of employees within enterprises used analytics as part of their jobs as recently as the spring of 2022, according to a study by BARC and Eckerson Group.</p>
<div class="lb-trans"><p>因此，尽管尝试简化使用复杂平台，但根据 BARC 和 Eckerson Group 的一项 研究，截至 2022 年春季，企业中平均不到三分之一的员工将分析作为其工作的一部分。</p>
</div><p>GenAI changed that, enabling workers to explore and analyze data using true natural language.</p>
<div class="lb-trans"><p>生成性人工智能 改变了这一点，使员工能够使用真正的自然语言探索和分析数据。</p>
</div><p>Now, with agents capable of autonomously performing tasks such as modeling data, building dashboards and reports and analyzing data, AI is not only making the use of BI to inform decisions more widespread but exponentially speeding up the process of generating business insights.</p>
<div class="lb-trans"><p>现在，随着代理能够自主执行建模数据、构建仪表板和报告以及分析数据等任务，人工智能不仅使商业智能的使用更加普遍，而且大大加快了生成商业洞察的过程。</p>
</div><p>With its MCP server, GoodData is enabling users to automate certain processes in a move motivated by a combination of customer feedback and what the vendor viewed as the natural evolution of its platform, according to Peter Fedorocko, GoodData's field CTO.</p>
<div class="lb-trans"><p>通过其 MCP 服务器，GoodData 使用户能够自动化某些流程，这一举措受到客户反馈和供应商对其 平台 自然演变的看法的推动，Peter Fedorocko，GoodData 的现场首席技术官表示。</p>
</div><p>&#34;We see strong demand and interest from our customers who want to effortlessly give their AI and agents analytical capabilities,&#34; he said. &#34;At the same time, it was also a low-hanging fruit for us, because … all of our functionality was already programmatically available. Encapsulating it with MCP simply exposes it to AI and agents.&#34;</p>
<div class="lb-trans"><p>“我们看到客户对轻松赋予他们的人工智能和代理分析能力的强烈需求和兴趣，” 他说。“与此同时，这对我们来说也是一个低垂的果实，因为……我们所有的功能已经可以通过编程方式访问。将其封装在 MCP 中只是将其暴露给人工智能和代理。”</p>
</div><p>GoodData's new MCP server is designed to facilitate connections between customers' AI applications and the vendor's platform so the AI tools can take on work that previously took humans significant time and effort.</p>
<div class="lb-trans"><p>GoodData 的新 MCP 服务器旨在促进客户的人工智能应用与供应商平台之间的连接，以便人工智能工具能够承担以前需要人类花费大量时间和精力的工作。</p>
</div><p>For example, by connecting an agent with the vendor's analytics-as-code approach to development -- a method that standardizes and automatically generates code for building analytics workflows -- customers can automate developing and updating the analytics process from data preparation through insight generation and recommended actions.</p>
<div class="lb-trans"><p>例如，通过将代理与供应商的代码即服务开发方法连接——这种方法标准化并自动生成构建分析工作流程的代码——客户可以自动化从 数据准备 到洞察生成和推荐行动的分析过程。</p>
</div><p>In addition, connecting MCP-compatible agents with semantic models, business metrics, dashboards and other data products enables customers to create agents that provide continuous AI-powered analysis.</p>
<div class="lb-trans"><p>此外，将 MCP 兼容的代理与语义模型、业务指标、仪表板和其他数据产品连接，使客户能够创建提供持续基于人工智能的分析的代理。</p>
</div><p>Because GoodData is doing more than just facilitating access to data with its MCP server, its addition is significant, according to Michael Ni, an analyst at Constellation Research.</p>
<div class="lb-trans"><p>根据 Constellation Research 的分析师 Michael Ni 的说法，GoodData 不仅仅是通过其 MCP 服务器促进数据访问，其新增功能具有重要意义。</p>
</div><p>&#34;With MCP servers rapidly becoming table stakes for analytic platform providers, GoodData's approach stands out by exposing more than just data or tools,&#34; he said. &#34;GoodData exposes governed analytics logic as an executable infrastructure for AI [and offers] a reference pattern for the broader market to more easily operationalize their analytics and insights for machines and AI.&#34;</p>
<div class="lb-trans"><p>他说：“随着 MCP 服务器迅速成为分析平台提供商的基本要求，GoodData 的做法通过暴露的不仅仅是数据或工具而脱颖而出。GoodData 将受管控的分析逻辑作为可执行的基础设施供 AI 使用，并为更广泛的市场提供了一个参考模式，使他们更容易将分析和洞察应用于机器和 AI。”</p>
</div><p>While significant for GoodData customers, GoodData's launch of an MCP server could help the vendor stand apart from some competitors, according to Leone.</p>
<div class="lb-trans"><p>根据 Leone 的说法，虽然对 GoodData 的客户来说意义重大，但 GoodData 推出 MCP 服务器可能帮助该供应商在一些竞争对手中脱颖而出。</p>
</div><p>MCP support, though now so standard among data management vendors that those not providing such capabilities risk losing customers, is not yet widespread among analytics providers. However, even among analytics vendors offering MCP servers, connectivity between agents and semantic layers distinguishes GoodData given that not all BI vendors offer semantic modeling capabilities.</p>
<div class="lb-trans"><p>尽管 MCP 支持在数据管理供应商中已经成为标准，未提供此类功能的供应商 面临失去客户的风险，但在分析提供商中尚未普遍。然而，即使在提供 MCP 服务器的分析供应商中，代理与语义层之间的连接使 GoodData 与众不同，因为并非所有 BI 供应商都提供语义建模能力。</p>
</div><p>&#34;The differentiation here comes from applying that connectivity to the semantic layer,&#34; Leone said. &#34;This effectively lets AI interact with the governance and business rules instead of just the data pipelines. It shows a shift where the BI platform becomes the brain that other AI agents can consult for logic rather than just a visualization tool for humans.&#34;</p>
<div class="lb-trans"><p>Leone 表示：“这里的差异化在于将这种连接应用于语义层。这有效地让 AI 与治理和业务规则进行交互，而不仅仅是数据管道。这显示出 BI 平台的转变，成为其他 AI 代理可以咨询逻辑的大脑，而不仅仅是人类的可视化工具。”</p>
</div><p>Ni similarly noted that GoodData's opportunity to stand apart from other analytics vendors now providing MCP servers is by enabling AI tools to work with not only data but semantic layers and other data products.</p>
<div class="lb-trans"><p>Ni 同样指出，GoodData 与其他现在提供 MCP 服务器的分析供应商区分开来的机会在于使 AI 工具能够与数据、语义层和其他 数据产品 一起工作。</p>
</div><p>&#34;Most MCP servers today live in data platforms like Databricks and Snowflake because that is where automation has lived for years,&#34; he said. &#34;I'm look forward to seeing how GoodData exposes their analytics as infrastructure and enables AI to work … directly with semantic models, metrics and dashboards.&#34;</p>
<div class="lb-trans"><p>他说：“如今，大多数 MCP 服务器存在于像 Databricks 和 Snowflake 这样的数据平台中，因为那是自动化多年来的栖息地。我期待看到 GoodData 如何将其分析作为基础设施进行展示，并使 AI 能够直接与语义模型、指标和仪表板进行交互。”</p>
</div><h2>Looking ahead</h2>
<div class="lb-trans"><h2>展望未来</h2>
</div><p>With GoodData's MCP server now generally available, one of the vendor's next initiatives is to launch its own agents, according to Fedorocko.</p>
<div class="lb-trans"><p>根据 Fedorocko 的说法，GoodData 的 MCP 服务器现在已普遍可用，该供应商的下一个计划是推出自己的代理。</p>
</div><p>The MCP server enables customers to build agents aimed at automating the analytics workflow. By providing its own agents for tasks such as data modeling and building dashboards, GoodData would remove some of the development efforts customers must still perform on their own.</p>
<div class="lb-trans"><p>MCP 服务器使客户能够构建旨在自动化分析工作流程的代理。通过提供自己的代理来处理数据建模和构建仪表板等任务，GoodData 将减少客户仍需自行进行的一些开发工作。</p>
</div><p>ThoughtSpot and Tableau are two analytics specialists already making their platforms more agentic. ThoughtSpot, in fact, is building agents for tasks such as building semantic models and embedding BI in user workflows in an effort to automate its entire platform.</p>
<div class="lb-trans"><p>ThoughtSpot 和 Tableau 是两家已经使其平台更具代理化的分析专家。事实上，ThoughtSpot 正在为构建语义模型和将 BI 嵌入用户工作流程等任务构建代理，以 自动化其整个平台。</p>
</div><p>&#34;Our main focus in [the first half of 2026] is launching our own agents and agentic workflows that automate much of the analytical process, as well as continuing to be the … provider of analytical capabilities for our customers' agents,&#34; Fedorocko said. &#34;This is all supported by investments into a robust context layer that grants trusted and governed multimodal data and context to every agent.&#34;</p>
<div class="lb-trans"><p>Fedorocko 表示：“我们在 [2026 年上半年] 的主要关注点是推出我们自己的代理和自动化工作流程，以自动化大部分分析过程，同时继续为我们客户的代理提供分析能力。这一切都得到了对强大上下文层的投资支持，为每个代理提供可信和受管控的多模态数据和上下文。”</p>
</div><p>Adding tools such as agents that simplify using GoodData's platform would be wise, according to Leone.</p>
<div class="lb-trans"><p>Leone 表示，增加简化使用 GoodData 平台的工具（如代理）将是明智之举。</p>
</div><p>The MCP server will aid data scientists, engineers and other experts that spend significant time developing AI and analytics tools. However, there is still work to be done to improve GoodData's user experience.</p>
<div class="lb-trans"><p>MCP 服务器将帮助数据科学家、工程师和其他花费大量时间开发 AI 和分析工具的专家。然而，仍需努力改善 GoodData 的 用户体验。</p>
</div><p>&#34;The next hurdle is translating all the engineering power into simplicity for the business user,&#34; Leone said. &#34;They've nailed the back-end infrastructure with this announcement. Now, they need to make sure the front-end experience feels just as intuitive for someone who never writes code. If they can mask that complexity while delivering the speed, they'll attract a much wider audience.&#34;</p>
<div class="lb-trans"><p>Leone 说：“下一个障碍是将所有工程能力转化为业务用户的简单性。他们在这次公告中已经完善了后端基础设施。现在，他们需要确保前端体验对从不编写代码的人来说同样直观。如果他们能够掩盖这种复杂性，同时提供速度，他们将吸引更广泛的受众。”</p>
</div><p><em>Eric Avidon is a senior news writer for Informa TechTarget and a journalist with more than three decades 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，拥有超过三十年的经验。他报道分析和数据管理领域的新闻。</em></p>
</div>

GoodData 推出 MCP 服务器以促进人工智能驱动的分析