<p>Sisense 在週二推出了新功能，包括一個由人工智能驅動的助手和模型上下文協議服務器，旨在幫助客户更高效地建模和探索數據。</p>
<p>此外，該供應商還推出了 Sisense Managed LLM，這是一個處於私有預覽階段的託管服務，提供基於大型語言模型（LLMs）的分析訪問。</p>
<p>助手、模型上下文協議（MCP）服務器和 Managed LLM 是 Sisense Intelligence 的一部分，這是一個人工智能驅動的分析能力套件，可以 嵌入用户的工作流程，首次於 2025 年 5 月推出。</p>
<p>Sisense 並不是第一個提供 MCP 服務器和人工智能驅動能力的分析供應商。例如，ThoughtSpot 支持 MCP，並且正在 全面自動化其平台。然而，考慮到 Sisense 使客户能夠開發可以嵌入應用程序的智能層，根據 Constellation Research 的分析師 Michael Ni 的説法，這些新功能是重要的補充。</p>
<p>“Sisense 並不是想要贏得商業智能平台的戰爭，” 他説。“MCP 和託管的 LLM 將 Sisense 的嵌入式分析擴展到支持智能供應鏈，使供應商能夠在其 SaaS 產品中提供自己的洞察驅動的智能體驗。”</p>
<p>關於這些功能的獨特性，Ni 承認其他供應商也提供助手和 MCP 支持，但 Sisense 正在更進一步，Ni 繼續説道。</p>
<p>“Sisense 超越了嵌入式分析和聊天機器人，做了一些更具戰略性的事情，” 他説。“它正在構建智能基礎設施，讓其他公司能夠將基於人工智能的決策嵌入到他們的產品和工作流程中，而不必自己成為人工智能平台公司。”</p>
<p>Sisense 總部位於紐約市，是一家長期提供 平台 的分析供應商，使客户能夠開發和嵌入數據產品。</p>
<h2>人工智能驅動的分析</h2>
<p>隨着過去兩年 代理人工智能 的出現，以及之前的生成性人工智能（GenAI），人工智能已成為數據分析的接口，伴隨着傳統的商業智能報告和儀表板。</p>
<blockquote>
<p>Sisense 並不是想要贏得商業智能平台的戰爭。MCP 和託管的 LLM 將 Sisense 的嵌入式分析擴展到支持智能供應鏈，使供應商能夠在其 SaaS 產品中提供自己的洞察驅動的智能體驗。<strong>Michael Ni</strong> 分析師，Constellation Research</p>
</blockquote>
<p>代理和 GenAI 聊天機器人簡化了建模、探索和分析數據的過程，通常使用户能夠使用自然語言而不是代碼來執行這些任務。因此，一些供應商重新構建了他們的平台，利用人工智能幫助用户建模數據、開發數據產品和生成商業洞察。</p>
<p>除了 ThoughtSpot，Tableau 在 2025 年 4 月 推出了 Tableau Next，這是其平台的一個版本，具有人工智能驅動的語義層和幫助用户準備和分析數據的代理。現在，Sisense 正在添加新的人工智能功能，以簡化使用其平台的過程，客户反饋和市場趨勢為此提供了動力，Sisense 的首席執行官 Ariel Katz 表示。</p>
<p>“客户反饋發揮了重要作用，但時機反映了分析領域更廣泛的架構轉變，” 他説。“在生成性人工智能分析中，真正的瓶頸不再是訪問 LLMs——而是在將生成性人工智能嵌入到真實產品和真實企業應用工作流程中時，使其可靠。”</p>
<p>在以人工智能為首的分析方法的指導下，Sisense 的 MCP 服務器使開發人員能夠將代理和其他人工智能應用連接到外部數據源，包括 OpenAI 的 GPT 模型 和 Anthropic 的 Claude。</p>
<p>由 Anthropic 創建的 MCP 是一組開源代碼，簡化了將代理與提供上下文以準確響應查詢和自主執行某些任務的數據連接的複雜過程。由於它減輕了開發人員的負擔，MCP 已 被廣泛採用，任何不提供 MCP 服務器的供應商都面臨失去客户給競爭對手的風險。</p>
<p>除了簡化人工智能應用與其源數據之間的連接外，Sisense 的 MCP 服務器確保查詢響應來自受管的語義模型，並維護企業的治理標準，包括訪問控制。</p>
<p>Sisense 的人工智能驅動助手建立在 MCP 服務器提供的基礎上，使用户能夠快速輕鬆地構建數據模型、開發儀表板和其他數據產品，並使用自然語言提示探索和分析數據。</p>
<p>最後，Managed LLM 與 Sisense 的自帶 LLM 解決方案協同工作，是一項完全託管的服務，消除了管理複雜 AI 基礎設施的負擔。通過降低操作障礙，該服務旨在使最終用户更快、更輕鬆地 生成基於 AI 的商業洞察。</p>
<p>根據 ISG 軟件研究的分析師 David Menninger 的説法，Sisense 的 AI 驅動助手可能是新功能中最重要的一項，因為它 簡化了數據的訪問和分析。與此同時，他指出，像 Ni 一樣，這三項新功能共同為 Sisense 用户提供了重要的補充。</p>
<p>“這些新功能從持續整合和擴展 AI 能力的角度來看是重要的，” Menninger 説。</p>
<p>從競爭的角度來看，這些新功能使 Sisense 與同行保持同步，並展示了供應商對開發者的關注，他繼續指出，Sisense 正在專注於一個細分市場，而不是與 超大規模雲 供應商如 Microsoft 和 Salesforce（擁有 Tableau）爭奪市場份額。</p>
<p>“分析市場是一個競爭極其激烈且成熟的市場，主導着一些全球最大的軟件提供商，” 他説。“Sisense 選擇專注於開發者市場，以避免在多個戰線上作戰。我們的分析買家指南……顯示 Sisense 在該細分市場中仍然保持創新提供商的評級，但其定位相比去年略有下滑。”</p>
<p>Ni 同樣指出，儘管 Sisense 發佈新功能的頻率不如一些其他供應商，特別是現在提供 AI 開發能力的數據管理供應商如 Databricks 和 Snowflake，但該供應商在嵌入式分析方面的專業知識是一個差異化因素。</p>
<p>“Sisense 並不是失去動力，而是縮小了關注範圍，遠離廣泛的 BI 和聊天機器人可見性，專注於嵌入式分析——而現在是嵌入式智能——在這裏，執行比噪音更重要，” 他説。</p>
<h2>展望未來</h2>
<p>根據 Katz 的説法，Sisense 正在為 2026 年上半年的產品開發路線圖進行規劃，重點是增加更多代理和助手，使用户能夠探索和分析數據。此外，計劃還包括加強 語義層，幫助開發者發現相關數據，並改善基礎功能，使客户能夠嵌入和管理代理。</p>
<p>“這些投資旨在將分析中的 AI 從有前景的演示轉變為客户可以放心部署的可信、生產級能力，” Katz 説。</p>
<p>根據 Ni 的説法，專注於使客户能夠在用户工作流程中嵌入代理和其他 AI 工具的基礎能力是明智的。</p>
<p>“如果 Sisense 想要吸引下一波客户，它應該傾向於成為……領域智能的智能層，” 他説。“隨着 SaaS 競爭加劇和 AI 利用的擴大，供應商將不再主要通過功能來區分，而是通過其產品中嵌入的智能，Sisense 可以將自己定位為促進這一轉變的關鍵平台。”</p>
<p>與此同時，Menninger 建議 Sisense 增加對 Agent2Agent Protocol 等開源標準的支持，這些標準建立在 MCP 之上，以協調代理之間的互動。</p>
<p>“如果 Sisense 想要在開發者市場保持競爭力，它應該考慮超越 MCP，支持代理之間的協調，” 他説。“MCP 提供上下文，但並不直接促進不同代理之間的通信。基於自定義 AI 的應用程序將需要協調多個代理的行動。”</p>
<p><em>Eric Avidon 是 Informa TechTarget 的高級新聞撰稿人，擁有超過 25 年的經驗。他報道分析和數據管理領域的新聞。</em></p>

<p>Sisense 推出了新的人工智能驅動功能，包括助手和模型上下文協議（MCP）服務器，以增強數據建模和探索。當前處於私人預覽階段的託管大型語言模型（LLM）服務，允許訪問由大型語言模型驅動的分析。這些創新是 Sisense Intelligence 的一部分，旨在將人工智能能力嵌入用户工作流程中。分析師指出，儘管其他供應商提供類似功能，但 Sisense 正戰略性地構建一個智能層，使公司能夠整合基於人工智能的決策，而無需成為人工智能平台提供商。這些新工具簡化了數據分析並改善了用户體驗</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 在週二推出了新功能，包括一個由人工智能驅動的助手和模型上下文協議服務器，旨在幫助客户更高效地建模和探索數據。</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，該供應商還推出了 Sisense Managed LLM，這是一個處於私有預覽階段的託管服務，提供基於大型語言模型（LLMs）的分析訪問。</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、模型上下文協議（MCP）服務器和 Managed LLM 是 Sisense Intelligence 的一部分，這是一個人工智能驅動的分析能力套件，可以 嵌入用户的工作流程，首次於 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 並不是第一個提供 MCP 服務器和人工智能驅動能力的分析供應商。例如，ThoughtSpot 支持 MCP，並且正在 全面自動化其平台。然而，考慮到 Sisense 使客户能夠開發可以嵌入應用程序的智能層，根據 Constellation Research 的分析師 Michael Ni 的説法，這些新功能是重要的補充。</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 並不是想要贏得商業智能平台的戰爭，” 他説。“MCP 和託管的 LLM 將 Sisense 的嵌入式分析擴展到支持智能供應鏈，使供應商能夠在其 SaaS 產品中提供自己的洞察驅動的智能體驗。”</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>關於這些功能的獨特性，Ni 承認其他供應商也提供助手和 MCP 支持，但 Sisense 正在更進一步，Ni 繼續説道。</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機器人，做了一些更具戰略性的事情，” 他説。“它正在構建智能基礎設施，讓其他公司能夠將基於人工智能的決策嵌入到他們的產品和工作流程中，而不必自己成為人工智能平台公司。”</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 總部位於紐約市，是一家長期提供 平台 的分析供應商，使客户能夠開發和嵌入數據產品。</p>
</div><h2>AI-powered analysis</h2>
<div class="lb-trans"><h2>人工智能驅動的分析</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>隨着過去兩年 代理人工智能 的出現，以及之前的生成性人工智能（GenAI），人工智能已成為數據分析的接口，伴隨着傳統的商業智能報告和儀表板。</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 並不是想要贏得商業智能平台的戰爭。MCP 和託管的 LLM 將 Sisense 的嵌入式分析擴展到支持智能供應鏈，使供應商能夠在其 SaaS 產品中提供自己的洞察驅動的智能體驗。<strong>Michael Ni</strong> 分析師，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 聊天機器人簡化了建模、探索和分析數據的過程，通常使用户能夠使用自然語言而不是代碼來執行這些任務。因此，一些供應商重新構建了他們的平台，利用人工智能幫助用户建模數據、開發數據產品和生成商業洞察。</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，這是其平台的一個版本，具有人工智能驅動的語義層和幫助用户準備和分析數據的代理。現在，Sisense 正在添加新的人工智能功能，以簡化使用其平台的過程，客户反饋和市場趨勢為此提供了動力，Sisense 的首席執行官 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>“客户反饋發揮了重要作用，但時機反映了分析領域更廣泛的架構轉變，” 他説。“在生成性人工智能分析中，真正的瓶頸不再是訪問 LLMs——而是在將生成性人工智能嵌入到真實產品和真實企業應用工作流程中時，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>在以人工智能為首的分析方法的指導下，Sisense 的 MCP 服務器使開發人員能夠將代理和其他人工智能應用連接到外部數據源，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 創建的 MCP 是一組開源代碼，簡化了將代理與提供上下文以準確響應查詢和自主執行某些任務的數據連接的複雜過程。由於它減輕了開發人員的負擔，MCP 已 被廣泛採用，任何不提供 MCP 服務器的供應商都面臨失去客户給競爭對手的風險。</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>除了簡化人工智能應用與其源數據之間的連接外，Sisense 的 MCP 服務器確保查詢響應來自受管的語義模型，並維護企業的治理標準，包括訪問控制。</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 的人工智能驅動助手建立在 MCP 服務器提供的基礎上，使用户能夠快速輕鬆地構建數據模型、開發儀表板和其他數據產品，並使用自然語言提示探索和分析數據。</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>最後，Managed LLM 與 Sisense 的自帶 LLM 解決方案協同工作，是一項完全託管的服務，消除了管理複雜 AI 基礎設施的負擔。通過降低操作障礙，該服務旨在使最終用户更快、更輕鬆地 生成基於 AI 的商業洞察。</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>根據 ISG 軟件研究的分析師 David Menninger 的説法，Sisense 的 AI 驅動助手可能是新功能中最重要的一項，因為它 簡化了數據的訪問和分析。與此同時，他指出，像 Ni 一樣，這三項新功能共同為 Sisense 用户提供了重要的補充。</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>“這些新功能從持續整合和擴展 AI 能力的角度來看是重要的，” Menninger 説。</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>從競爭的角度來看，這些新功能使 Sisense 與同行保持同步，並展示了供應商對開發者的關注，他繼續指出，Sisense 正在專注於一個細分市場，而不是與 超大規模雲 供應商如 Microsoft 和 Salesforce（擁有 Tableau）爭奪市場份額。</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>“分析市場是一個競爭極其激烈且成熟的市場，主導着一些全球最大的軟件提供商，” 他説。“Sisense 選擇專注於開發者市場，以避免在多個戰線上作戰。我們的分析買家指南……顯示 Sisense 在該細分市場中仍然保持創新提供商的評級，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 同樣指出，儘管 Sisense 發佈新功能的頻率不如一些其他供應商，特別是現在提供 AI 開發能力的數據管理供應商如 Databricks 和 Snowflake，但該供應商在嵌入式分析方面的專業知識是一個差異化因素。</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 並不是失去動力，而是縮小了關注範圍，遠離廣泛的 BI 和聊天機器人可見性，專注於嵌入式分析——而現在是嵌入式智能——在這裏，執行比噪音更重要，” 他説。</p>
</div><h2>Looking ahead</h2>
<div class="lb-trans"><h2>展望未來</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>根據 Katz 的説法，Sisense 正在為 2026 年上半年的產品開發路線圖進行規劃，重點是增加更多代理和助手，使用户能夠探索和分析數據。此外，計劃還包括加強 語義層，幫助開發者發現相關數據，並改善基礎功能，使客户能夠嵌入和管理代理。</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>“這些投資旨在將分析中的 AI 從有前景的演示轉變為客户可以放心部署的可信、生產級能力，” Katz 説。</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>根據 Ni 的説法，專注於使客户能夠在用户工作流程中嵌入代理和其他 AI 工具的基礎能力是明智的。</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，它應該傾向於成為……領域智能的智能層，” 他説。“隨着 SaaS 競爭加劇和 AI 利用的擴大，供應商將不再主要通過功能來區分，而是通過其產品中嵌入的智能，Sisense 可以將自己定位為促進這一轉變的關鍵平台。”</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>與此同時，Menninger 建議 Sisense 增加對 Agent2Agent Protocol 等開源標準的支持，這些標準建立在 MCP 之上，以協調代理之間的互動。</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 想要在開發者市場保持競爭力，它應該考慮超越 MCP，支持代理之間的協調，” 他説。“MCP 提供上下文，但並不直接促進不同代理之間的通信。基於自定義 AI 的應用程序將需要協調多個代理的行動。”</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 的高級新聞撰稿人，擁有超過 25 年的經驗。他報道分析和數據管理領域的新聞。</em></p>
</div>

Sisense 旨在通過最新功能嵌入人工智能