<p>通过最新的分析师工作室更新，ThoughtSpot 继续朝着成为一个自主平台的方向发展。</p>
<p>分析师工作室首次发布于 2025 年 1 月，是 ThoughtSpot 的数据准备套件。最初的功能包括连接器，使分析师和工程师能够结合来自不同来源的数据，一个基于 AI 的 SQL 开发环境，以及旨在帮助客户控制数据管理成本的功能。</p>
<p>在其他工具中，周三发布的更新增加了 SpotCache，这是一种缓存功能，建立在分析师工作室现有的成本管理能力之上，提供一个数据准备代理，使用户能够使用自然语言执行任务，以及一个本地电子表格界面，用于扩展数据准备工作负载。</p>
<p>在 ThoughtSpot 宣布计划通过代理自动化其分析能力后仅两个月，分析师工作室的新版本代表了 ThoughtSpot 在自主分析之外向自主数据管理的进展，TreeHive Strategy 的创始人兼首席顾问 Donald Farmer 表示。</p>
<p>他说：“我认为这个版本本身并不算重大，但它稳步推动 ThoughtSpot 朝着自主数据平台的方向前进。每次发布，工作流程就变得不那么以仪表板为中心。”</p>
<p>Constellation Research 的分析师 Michael Ni 同样指出，分析师工作室的重要性在于它显示了 ThoughtSpot 正在超越其作为分析专家的根基，朝着成为一个更广泛的数据和分析提供商发展。</p>
<p>他说：“ThoughtSpot 解决了一个关键痛点，通过减少准备摩擦、改善成本可预测性和加强治理。同时，这对 ThoughtSpot 来说也是战略性的。向数据准备和成本控制的上游扩展——这些领域传统上由超大规模公司和转型工具主导——使 ThoughtSpot 朝着成为 AI 工作负载优化器的方向发展。这是企业资金流向的地方。”</p>
<p>总部位于加利福尼亚州山景城的 ThoughtSpot 自 2012 年成立以来就提供 AI 驱动的分析平台。现在，正如 Tableau 和 Qlik 之前所做的那样，ThoughtSpot 正在超越其根基，提供更广泛的数据、分析和 AI 开发能力。</p>
<h2>可预测的数据准备</h2>
<p>虽然一些企业正在大力投资于构建 AI 工具，使员工更具信息化、运营更高效，但开发和维护代理、聊天机器人及其他 AI 应用所需的费用对许多企业来说已被证明是不可承受的。</p>
<blockquote>
<p>向数据准备和成本控制的上游扩展——这些领域传统上由超大规模公司和转型工具主导——使 ThoughtSpot 朝着成为 AI 工作负载优化器的方向发展。这是企业资金流向的地方。<strong>Michael Ni</strong> 分析师，Constellation Research</p>
</blockquote>
<p>AWS 最近将成本控制作为其在年度 re:Invent 大会期间推出的数据管理能力的重点之一。此外，许多数据库供应商已将性能作为优先事项，以便客户能够运行更高效的工作负载。</p>
<p>随着 SpotCache 现在在分析师工作室中可用，ThoughtSpot 也在帮助客户减少开发过程中的支出。</p>
<p>缓存是将数据存储在临时存储区域（缓存）中的过程，以便快速访问，从而提高应用程序和其他系统的性能。使用 SpotCache，开发人员和分析师可以创建数据的表示形式，这些表示形式可以在 ThoughtSpot 中无限次查询，从而通过减少对云数据仓库的访问频率来降低成本。</p>
<p>鉴于 SpotCache 解决了企业在尝试开发尖端 AI 工具时遇到的一个问题，因此根据 Ni 的说法，它可能是分析师工作室中最有价值的新功能。</p>
<p>他说：“SpotCache 是他们公告中的黑马。虽然自主数据准备功能强大，但成本确定性是解锁企业规模的关键。如果领导者知道他们可以无限次运行 AI 驱动的查询而不会使他们的仓库账单飙升，采用速度就会加快。这就是使其成为最具战略意义的功能的原因。”</p>
<p>Farmer 同样强调了 SpotCache，指出云成本控制——或缺乏控制——一直是一个持续的问题。</p>
<p>他说：“我喜欢他们正在解决可预测成本管理的扩展问题。这在一段时间内一直是更广泛采用的障碍。因此，SpotCache 无疑是这里最有价值的新功能。”</p>
<p>除了 SpotCache，ThoughtSpot 的分析师工作室更新还包括以下功能：</p>
<ul>
<li>一个受管理的电子表格界面，使熟悉 Excel 工作表的用户能够在熟悉的环境中执行数据准备任务，如高级操作，而无需离开分析师工作室。</li>
<li>一个数据准备代理，使分析师能够使用自然语言对数据集进行分析、生成查询和排查模式。</li>
<li>统一数据混合，这是一个功能，使数据团队能够通过在分析师工作室的基于 SQL 的开发环境中混合云数据仓库、业务应用程序和文件（如 Google Sheets 和 Microsoft Excel 电子表格）来提供其组织业务的统一、可信视图。</li>
<li>灵活选择实时需求的实时连接或通过 SpotCache 的缓存快照。</li>
</ul>
<p>与 Farmer 和 Ni 一样，ThoughtSpot 的产品管理副总裁 Anjali Kumari 将 SpotCache 称为分析师工作室新功能中最有价值的。同时，他指出，设计新功能的动力来自于观察到代理 AI 和生成 AI 如何加剧了对数据的需求。</p>
<p>Kumari 说：“为 AI 准备数据已成为组织使用、受益和看到投资回报的最重要步骤。我们理解数据分析师面临的压力，这些工具旨在通过解决他们的主要关注点——速度、效率和成本，来简化他们的角色。”</p>
<p>虽然 ThoughtSpot 在分析师工作室中超越商业智能进入数据准备对供应商的用户是有益的，但将分析与数据管理结合并不是独特的。不仅 AWS、Google 和 Microsoft 等超大规模云提供商提供一系列数据管理、应用开发和分析工具，Domo、Qlik、Sisense、Tableau 和其他曾经的分析专家也同样如此。</p>
<p>然而，推出数据准备代理是独特的，Farmer 说。</p>
<p>他说：“与其他准备工具（如 Tableau 或 [Microsoft 的] Power Query）最大的区别在于，ThoughtSpot 提供了一个自然语言数据准备代理，而其他工具中的 AI 大多仅限于 ‘智能建议’ 或单独的 AI 副驾驶。”</p>
<p>此外，ThoughtSpot 通过将数据准备、数据建模和分析集成到一个为 AI 应用程序消费而设计的单一工作流程中，正在做一些与其 最接近的竞争对手 不同的事情，Ni 说。</p>
<p>他说：“数据准备正在整合到平台中，每个商业智能供应商都有某种版本的它。这里有趣的是，ThoughtSpot 正在将数据准备作为一个代理操作模型的一部分。” 他补充道：“他们不是为准备、建模和分析提供单独的工具，而是将其整合到一个为 AI 准备的工作流程中。”</p>
<h2>展望未来</h2>
<p>随着分析师工作室更新的普遍可用，ThoughtSpot 正专注于将其平台转变为自主行动的推动者，Kumari 说。</p>
<p>Spotter 是 ThoughtSpot 的代理驱动界面，该供应商为特定任务（如构建仪表板和嵌入智能）提供 Spotter 代理。结合 Spotter 作为中央协调者，ThoughtSpot 旨在自动化分析和数据准备，以在用户工作流程中提供洞察。</p>
<p>Kumari 说：“为了推动这一点，我们正在大量投资数据准备，并扩展我们的语义和建模能力，确保这些代理在一个强大、上下文感知的基础上运行。”</p>
<p>随着 ThoughtSpot 超越其根基，Farmer 建议该供应商增加 多代理协调能力。ThoughtSpot 的 模型上下文协议 服务器使代理能够安全地与数据源交互。随着更多企业部署代理，这些代理将需要彼此之间类似的安全连接，以实现完全自主。</p>
<p>Farmer 说：“多代理协调 [是] 从单一准备代理转变为一个 ‘蜂巢’，在转换过程中，准备代理自动与安全代理通信以应用行级权限。”</p>
<p>此外，ThoughtSpot 可以增加 写回 功能，并通过将非结构化数据处理直接集成到分析师工作室中，增加对非结构化数据的支持。</p>
<p>与此同时，Ni 建议 ThoughtSpot 超越描述性商业智能，纳入更多前瞻性的 预测和规范能力。</p>
<p>他说：“描述性商业智能是过去，诊断性 AI 是现在，而预测和规范智能告诉我可能发生什么以及我应该关注哪里是未来。” 他补充道：“ThoughtSpot 在解释过去和现在方面很强……他们的下一个飞跃是预测影响并优先考虑重要事项。”</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。</em></p>

<p>ThoughtSpot 更新了其分析师工作室，增强了其作为代理平台的能力。此次更新引入了 SpotCache，这是一项旨在降低数据管理成本的缓存功能，以及一个允许自然语言任务的数据准备代理。分析师指出，此次发布标志着 ThoughtSpot 从分析转向更广泛的数据管理，解决了企业面临的关键挑战，如成本可预测性。更新还包括一个受管控的电子表格界面和统一的数据混合功能，使 ThoughtSpot 在 AI 工作负载优化领域具备竞争力</p>

<p>With its latest Analyst Studio update, ThoughtSpot continues its progress toward becoming an agentic platform.</p>
<div class="lb-trans"><p>通过最新的分析师工作室更新，ThoughtSpot 继续朝着成为一个自主平台的方向发展。</p>
</div><p>First released in January 2025, Analyst Studio is ThoughtSpot's data preparation suite. Initial features included connectors that enable analysts and engineers to combine data from disparate sources, an AI-assisted SQL-based development environment, and capabilities aimed at helping customers control data management costs.</p>
<div class="lb-trans"><p>分析师工作室首次发布于 2025 年 1 月，是 ThoughtSpot 的数据准备套件。最初的功能包括连接器，使分析师和工程师能够结合来自不同来源的数据，一个基于 AI 的 SQL 开发环境，以及旨在帮助客户控制数据管理成本的功能。</p>
</div><p>Among other tools, the update, released on Wednesday, adds SpotCache, a caching capability that builds on Analyst Studio's pre-existing cost management capabilities, a data preparation agent that enables users to perform tasks using natural language and a native spreadsheet interface for scaling data preparation workloads.</p>
<div class="lb-trans"><p>在其他工具中，周三发布的更新增加了 SpotCache，这是一种缓存功能，建立在分析师工作室现有的成本管理能力之上，提供一个数据准备代理，使用户能够使用自然语言执行任务，以及一个本地电子表格界面，用于扩展数据准备工作负载。</p>
</div><p>Coming just over two months after ThoughtSpot unveiled plans automate its analytics capabilities with agents, the new version of Analyst Studio represents ThoughtSpot's progression beyond agentic analytics toward agentic data management as well, according to Donald Farmer, founder and principal of TreeHive Strategy.</p>
<div class="lb-trans"><p>在 ThoughtSpot 宣布计划通过代理自动化其分析能力后仅两个月，分析师工作室的新版本代表了 ThoughtSpot 在自主分析之外向自主数据管理的进展，TreeHive Strategy 的创始人兼首席顾问 Donald Farmer 表示。</p>
</div><p>&#34;I don't think this release is a big deal in itself, but it steadily moves ThoughtSpot forward on the path to an agentic data platform,&#34; he said. &#34;With each release, the workflow is less dashboard-centric.&#34;</p>
<div class="lb-trans"><p>他说：“我认为这个版本本身并不算重大，但它稳步推动 ThoughtSpot 朝着自主数据平台的方向前进。每次发布，工作流程就变得不那么以仪表板为中心。”</p>
</div><p>Michael Ni, an analyst at Constellation Research, similarly noted that the Analyst Studio is significant because it shows ThoughtSpot moving beyond its roots as an analytics specialist toward becoming a more broad-based data and analytics provider.</p>
<div class="lb-trans"><p>Constellation Research 的分析师 Michael Ni 同样指出，分析师工作室的重要性在于它显示了 ThoughtSpot 正在超越其作为分析专家的根基，朝着成为一个更广泛的数据和分析提供商发展。</p>
</div><p>&#34;Thoughtspot addresses a key pain by reducing prep friction, improving cost predictability and tightening governance,&#34; he said. &#34;At the same time, it's strategic for ThoughtSpot. The expansion upstream into data prep and cost control -- areas traditionally owned by hyperscalers and transformation tools -- moves [ThoughtSpot] toward becoming an AI workload optimizer. That's where enterprise dollars are moving.&#34;</p>
<div class="lb-trans"><p>他说：“ThoughtSpot 解决了一个关键痛点，通过减少准备摩擦、改善成本可预测性和加强治理。同时，这对 ThoughtSpot 来说也是战略性的。向数据准备和成本控制的上游扩展——这些领域传统上由超大规模公司和转型工具主导——使 ThoughtSpot 朝着成为 AI 工作负载优化器的方向发展。这是企业资金流向的地方。”</p>
</div><p>Based in Mountain View, Calif., ThoughtSpot provided an AI-powered analytics platform from its inception in 2012. Now, just as peers such as Tableau and Qlik did before, ThoughtSpot is expanding beyond its roots to provide a wider array of data, analytics and AI development capabilities.</p>
<div class="lb-trans"><p>总部位于加利福尼亚州山景城的 ThoughtSpot 自 2012 年成立以来就提供 AI 驱动的分析平台。现在，正如 Tableau 和 Qlik 之前所做的那样，ThoughtSpot 正在超越其根基，提供更广泛的数据、分析和 AI 开发能力。</p>
</div><h2>Predictable data prep</h2>
<div class="lb-trans"><h2>可预测的数据准备</h2>
</div><p>While some enterprises are investing heavily in building AI tools that make employees better informed and operations more efficient, the expense required to develop and maintain agents, chatbots and other AI applications has proven prohibitive for many others.</p>
<div class="lb-trans"><p>虽然一些企业正在大力投资于构建 AI 工具，使员工更具信息化、运营更高效，但开发和维护代理、聊天机器人及其他 AI 应用所需的费用对许多企业来说已被证明是不可承受的。</p>
</div><blockquote>
<p>The expansion upstream into data prep and cost control -- areas traditionally owned by hyperscalers and transformation tools -- moves [ThoughtSpot] toward becoming an AI workload optimizer. That's where enterprise dollars are moving. <strong>Michael Ni</strong> Analyst, Constellation Research</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>向数据准备和成本控制的上游扩展——这些领域传统上由超大规模公司和转型工具主导——使 ThoughtSpot 朝着成为 AI 工作负载优化器的方向发展。这是企业资金流向的地方。<strong>Michael Ni</strong> 分析师，Constellation Research</p>
</blockquote>
</div><p>AWS recently made cost control one of the focal points of the data management capabilities it introduced during its annual re:Invent conference. In addition, numerous database vendors have made performance a priority so that customers can run more efficient workloads.</p>
<div class="lb-trans"><p>AWS 最近将成本控制作为其在年度 re:Invent 大会期间推出的数据管理能力的重点之一。此外，许多数据库供应商已将性能作为优先事项，以便客户能够运行更高效的工作负载。</p>
</div><p>With SpotCache now available in Analyst Studio, ThoughtSpot is similarly taking aim at helping customers reduce spending on part of the development process.</p>
<div class="lb-trans"><p>随着 SpotCache 现在在分析师工作室中可用，ThoughtSpot 也在帮助客户减少开发过程中的支出。</p>
</div><p>Caching is the process of storing data in a temporary storage area -- a cache -- to enable fast access that improves the performance of applications and other systems. Using SpotCache, developers and analysts can create representations of data that can be queried an unlimited number of times in ThoughtSpot, which lowers costs by reducing the frequency data must be accessed in cloud data warehouses.</p>
<div class="lb-trans"><p>缓存是将数据存储在临时存储区域（缓存）中的过程，以便快速访问，从而提高应用程序和其他系统的性能。使用 SpotCache，开发人员和分析师可以创建数据的表示形式，这些表示形式可以在 ThoughtSpot 中无限次查询，从而通过减少对云数据仓库的访问频率来降低成本。</p>
</div><p>Given that SpotCache addresses one of the problems enterprises encounter when trying to develop cutting-edge AI tools, it is perhaps the most valuable new feature in Analyst Studio, according to Ni.</p>
<div class="lb-trans"><p>鉴于 SpotCache 解决了企业在尝试开发尖端 AI 工具时遇到的一个问题，因此根据 Ni 的说法，它可能是分析师工作室中最有价值的新功能。</p>
</div><p>&#34;SpotCache is the sleeper hit in their announcement,&#34; he said. &#34;While agentic data prep is powerful, cost certainty is what unlocks enterprise scale. If leaders know they can run unlimited AI-driven queries without blowing up their warehouse bill, adoption accelerates. That's what makes this the most strategically significant feature.&#34;</p>
<div class="lb-trans"><p>他说：“SpotCache 是他们公告中的黑马。虽然自主数据准备功能强大，但成本确定性是解锁企业规模的关键。如果领导者知道他们可以无限次运行 AI 驱动的查询而不会使他们的仓库账单飙升，采用速度就会加快。这就是使其成为最具战略意义的功能的原因。”</p>
</div><p>Farmer likewise highlighted SpotCache, noting that cloud cost control -- or lack thereof -- has been an ongoing problem.</p>
<div class="lb-trans"><p>Farmer 同样强调了 SpotCache，指出云成本控制——或缺乏控制——一直是一个持续的问题。</p>
</div><p>&#34;I like that they are tackling the problem of scaling with predictable cost management,&#34; he said. &#34;That has been a barrier to broader adoption for some time. So, SpotCache stands out as arguably the most valuable new feature here.&#34;</p>
<div class="lb-trans"><p>他说：“我喜欢他们正在解决可预测成本管理的扩展问题。这在一段时间内一直是更广泛采用的障碍。因此，SpotCache 无疑是这里最有价值的新功能。”</p>
</div><p>Beyond SpotCache, ThoughtSpot's Analyst Studio update includes the following features:</p>
<div class="lb-trans"><p>除了 SpotCache，ThoughtSpot 的分析师工作室更新还包括以下功能：</p>
</div><ul>
<li>A governed spreadsheet interface so that users familiar with Excel worksheets can perform data preparation tasks such as advanced manipulations in a familiar environment without having to leave Analyst Studio.</li>
<li>A data prep agent that enables analysts to profile datasets, generate queries and troubleshoot schemas using natural language.</li>
<li>Unified Data Mashup, a feature that enables data teams to deliver a unified, trusted view of their organization's business by blending data across cloud data warehouses, business applications and files such as Google Sheets and Microsoft Excel spreadsheets within Analyst Studio's SQL-based development environment.</li>
<li>Flexibility to choose live connections for real-time needs or cached snapshots through SpotCache.</li>
</ul>
<div class="lb-trans"><ul>
<li>一个受管理的电子表格界面，使熟悉 Excel 工作表的用户能够在熟悉的环境中执行数据准备任务，如高级操作，而无需离开分析师工作室。</li>
<li>一个数据准备代理，使分析师能够使用自然语言对数据集进行分析、生成查询和排查模式。</li>
<li>统一数据混合，这是一个功能，使数据团队能够通过在分析师工作室的基于 SQL 的开发环境中混合云数据仓库、业务应用程序和文件（如 Google Sheets 和 Microsoft Excel 电子表格）来提供其组织业务的统一、可信视图。</li>
<li>灵活选择实时需求的实时连接或通过 SpotCache 的缓存快照。</li>
</ul>
</div><p>Like Farmer and Ni, Anjali Kumari, ThoughtSpot's vice president of product management, named SpotCache the most valuable of Analyst Studio's new features. Meanwhile, he noted that the impetus for designing the new capabilities came from observing how agentic AI and generative AI have intensified the need for data.</p>
<div class="lb-trans"><p>与 Farmer 和 Ni 一样，ThoughtSpot 的产品管理副总裁 Anjali Kumari 将 SpotCache 称为分析师工作室新功能中最有价值的。同时，他指出，设计新功能的动力来自于观察到代理 AI 和生成 AI 如何加剧了对数据的需求。</p>
</div><p>&#34;Getting data ready for AI has become the most important step in how organizations use, benefit and see valuable return on investment,&#34; Kumari said. &#34;We understand the pressures that are placed on data analysts, and these tools are designed to streamline their role by addressing their top concerns -- speed, efficiency and cost.&#34;</p>
<div class="lb-trans"><p>Kumari 说：“为 AI 准备数据已成为组织使用、受益和看到投资回报的最重要步骤。我们理解数据分析师面临的压力，这些工具旨在通过解决他们的主要关注点——速度、效率和成本，来简化他们的角色。”</p>
</div><p>While ThoughtSpot's expansion beyond business intelligence into data preparation with Analyst Studio is beneficial for the vendor's users, pairing analytics and data management is not unique. Not only do hyperscale cloud providers such as AWS, Google and Microsoft offer an array of data management, application development and analytics tools, but so do Domo, Qlik, Sisense, Tableau and other one-time analytics specialists.</p>
<div class="lb-trans"><p>虽然 ThoughtSpot 在分析师工作室中超越商业智能进入数据准备对供应商的用户是有益的，但将分析与数据管理结合并不是独特的。不仅 AWS、Google 和 Microsoft 等超大规模云提供商提供一系列数据管理、应用开发和分析工具，Domo、Qlik、Sisense、Tableau 和其他曾经的分析专家也同样如此。</p>
</div><p>However, the launch of a data prep agent is unique, according to Farmer.</p>
<div class="lb-trans"><p>然而，推出数据准备代理是独特的，Farmer 说。</p>
</div><p>&#34;The biggest differentiator from other prep tools, such as Tableau or [Microsoft's] Power Query, is that ThoughtSpot offers a natural language data prep agent whereas AI in other tools is mostly limited to 'smart suggestions' or separate AI copilots,&#34; he said.</p>
<div class="lb-trans"><p>他说：“与其他准备工具（如 Tableau 或 [Microsoft 的] Power Query）最大的区别在于，ThoughtSpot 提供了一个自然语言数据准备代理，而其他工具中的 AI 大多仅限于 ‘智能建议’ 或单独的 AI 副驾驶。”</p>
</div><p>In addition, by integrating data preparation, data modeling and analytics in a single workflow designed for consumption via AI applications, ThoughtSpot is doing something different than its closest competition, according to Ni.</p>
<div class="lb-trans"><p>此外，ThoughtSpot 通过将数据准备、数据建模和分析集成到一个为 AI 应用程序消费而设计的单一工作流程中，正在做一些与其 最接近的竞争对手 不同的事情，Ni 说。</p>
</div><p>&#34;Data prep is consolidating into platforms, and every business intelligence vendor has some version of it. What's interesting here is that ThoughtSpot is making data prep part of an agentic operating model,&#34; he said. &#34;Instead of separate tooling for prep, modeling and analysis, they're collapsing it into one workflow designed for AI readiness.&#34;</p>
<div class="lb-trans"><p>他说：“数据准备正在整合到平台中，每个商业智能供应商都有某种版本的它。这里有趣的是，ThoughtSpot 正在将数据准备作为一个代理操作模型的一部分。” 他补充道：“他们不是为准备、建模和分析提供单独的工具，而是将其整合到一个为 AI 准备的工作流程中。”</p>
</div><h2>Looking ahead</h2>
<div class="lb-trans"><h2>展望未来</h2>
</div><p>With the Analyst Studio update generally available, ThoughtSpot is focused on turning its platform into an enabler of autonomous action, according to Kumari.</p>
<div class="lb-trans"><p>随着分析师工作室更新的普遍可用，ThoughtSpot 正专注于将其平台转变为自主行动的推动者，Kumari 说。</p>
</div><p>Spotter is ThoughtSpot's agent-powered interface, and the vendor provides Spotter agents for specific tasks such as building dashboards and embedding intelligence. Together, with Spotter as the central orchestrator, ThoughtSpot aims to automate analysis and data preparation to deliver insights within user workflows.</p>
<div class="lb-trans"><p>Spotter 是 ThoughtSpot 的代理驱动界面，该供应商为特定任务（如构建仪表板和嵌入智能）提供 Spotter 代理。结合 Spotter 作为中央协调者，ThoughtSpot 旨在自动化分析和数据准备，以在用户工作流程中提供洞察。</p>
</div><p>&#34;To power this, we are investing heavily in data readiness and expanding our semantic and modeling capabilities, ensuring these agents operate on a robust, context-aware foundation,&#34; Kumari said.</p>
<div class="lb-trans"><p>Kumari 说：“为了推动这一点，我们正在大量投资数据准备，并扩展我们的语义和建模能力，确保这些代理在一个强大、上下文感知的基础上运行。”</p>
</div><p>As ThoughtSpot expands beyond its roots, Farmer advised the vendor to add multi-agent coordination capabilities. ThoughtSpot's Model Context Protocol server enables agents to securely interact with data sources. Soon, as more enterprises deploy agents, the agents will need similar secure connections to each other to become fully autonomous.</p>
<div class="lb-trans"><p>随着 ThoughtSpot 超越其根基，Farmer 建议该供应商增加 多代理协调能力。ThoughtSpot 的 模型上下文协议 服务器使代理能够安全地与数据源交互。随着更多企业部署代理，这些代理将需要彼此之间类似的安全连接，以实现完全自主。</p>
</div><p>&#34;Multi-agent coordination [is] moving from a single prep agent to a 'hive' where a prep agent automatically communicates with a security agent to apply row-level permissions during the transformation process,&#34; Farmer said.</p>
<div class="lb-trans"><p>Farmer 说：“多代理协调 [是] 从单一准备代理转变为一个 ‘蜂巢’，在转换过程中，准备代理自动与安全代理通信以应用行级权限。”</p>
</div><p>In addition, ThoughtSpot could add write-back capabilities and add to its burgeoning support for unstructured data by integrating unstructured data processing directly into Analyst Studio.</p>
<div class="lb-trans"><p>此外，ThoughtSpot 可以增加 写回 功能，并通过将非结构化数据处理直接集成到分析师工作室中，增加对非结构化数据的支持。</p>
</div><p>Ni, meanwhile, suggested that ThoughtSpot move beyond descriptive BI to incorporate more forward-looking predictive and prescriptive capabilities.</p>
<div class="lb-trans"><p>与此同时，Ni 建议 ThoughtSpot 超越描述性商业智能，纳入更多前瞻性的 预测和规范能力。</p>
</div><p>&#34;Descriptive BI is yesterday, diagnostic AI is today, and predictive and prescriptive intelligence that tell me what could happen and where I should focus is tomorrow,&#34; he said &#34;ThoughtSpot is strong at explaining the past and present. … Their next leap is forecasting impact and prioritizing what matters next.&#34;</p>
<div class="lb-trans"><p>他说：“描述性商业智能是过去，诊断性 AI 是现在，而预测和规范智能告诉我可能发生什么以及我应该关注哪里是未来。” 他补充道：“ThoughtSpot 在解释过去和现在方面很强……他们的下一个飞跃是预测影响并优先考虑重要事项。”</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。</em></p>
</div>

ThoughtSpot 通过 Analyst Studio 的更新加强了代理性的发展