<p>GoodData 在週三推出了一款模型上下文協議服務器，使代理和其他人工智能工具能夠訪問客户的專有數據，以開發分析工具並持續分析數據。</p>
<p>由 人工智能提供商 Anthropic 於 2024 年 11 月發佈的 模型上下文協議（MCP）是一套開源代碼，標準化了將模型與數據庫、數據湖和其他數據源連接的方式，以便為代理和其他人工智能應用提供信息。</p>
<p>由於 MCP 是一個可重複的標準，用於為人工智能工具提供所需的數據以正確執行任務——這使得開發者在構建新的人工智能應用時不必每次都配置複雜的管道——許多數據管理供應商在開發平台中提供 MCP 支持。AWS 和微軟是最早添加 MCP 支持的公司之一。在 2025 年，Alation、Confluent（現已與 IBM 達成收購協議）、Databricks、Oracle、SnapLogic、Snowflake、Starburst、StarTree 和 Teradata 等供應商也紛紛推出了 MCP 支持。</p>
<p>現在，分析供應商也在添加 MCP 服務器，以提供基於人工智能的洞察生成能力。例如，SAS、Sisense、Tableau 和 ThoughtSpot 都提供 MCP 服務器。</p>
<p>GoodData 也在跟進這一趨勢，這對客户來説非常重要，因為它通過使人工智能工具能夠承擔分析工作流程的某些方面，擴展了基於人工智能的分析，Omdia（Informa TechTarget 的一個部門）的分析師 Mike Leone 表示。</p>
<p>“這裏的意義在於，它將人工智能從一種 ‘只讀’ 能力轉變為分析堆棧中的 ‘讀寫’ 角色，” 他説。“目前，這個領域的大多數人工智能工具只是能夠回答單一問題的聊天界面，但無法指示人工智能實際去更新指標或重新配置語義模型。GoodData 的方法允許用户將實際的工程工作外包。”</p>
<p>GoodData 總部位於舊金山，是一家長期的分析供應商，現在提供一個平台，包括 語義層，以簡化數據訪問和發現，以及一個用於存儲數據的數據湖。</p>
<h2>用人工智能驅動商業智能</h2>
<p>自從 OpenAI 於 2022 年 11 月推出 ChatGPT，代表了生成性人工智能（GenAI）技術的重大進步以來，人工智能已經改變了商業智能。</p>
<blockquote>
<p>這裏的意義在於，它將人工智能從一種 ‘只讀’ 能力轉變為分析堆棧中的 ‘讀寫’ 角色。目前，這個領域的大多數人工智能工具只是能夠回答單一問題的聊天界面，但無法指示人工智能實際去更新指標或重新配置語義模型。<strong>Mike Leone</strong> Omdia 分析師，Informa TechTarget 的一個部門</p>
</blockquote>
<p>商業智能歷史上一直侷限於組織內少數專家。數據分析需要統計學專業知識、編碼知識和 數據素養。即使是減少了一些障礙的自助服務平台，仍然需要一些編碼，用户仍然需要具備數據素養。</p>
<p>因此，儘管嘗試簡化使用複雜平台，但根據 BARC 和 Eckerson Group 的一項 研究，截至 2022 年春季，企業中平均不到三分之一的員工將分析作為其工作的一部分。</p>
<p>生成性人工智能 改變了這一點，使員工能夠使用真正的自然語言探索和分析數據。</p>
<p>現在，隨着代理能夠自主執行建模數據、構建儀表板和報告以及分析數據等任務，人工智能不僅使商業智能的使用更加普遍，而且大大加快了生成商業洞察的過程。</p>
<p>通過其 MCP 服務器，GoodData 使用户能夠自動化某些流程，這一舉措受到客户反饋和供應商對其 平台 自然演變的看法的推動，Peter Fedorocko，GoodData 的現場首席技術官表示。</p>
<p>“我們看到客户對輕鬆賦予他們的人工智能和代理分析能力的強烈需求和興趣，” 他説。“與此同時，這對我們來説也是一個低垂的果實，因為……我們所有的功能已經可以通過編程方式訪問。將其封裝在 MCP 中只是將其暴露給人工智能和代理。”</p>
<p>GoodData 的新 MCP 服務器旨在促進客户的人工智能應用與供應商平台之間的連接，以便人工智能工具能夠承擔以前需要人類花費大量時間和精力的工作。</p>
<p>例如，通過將代理與供應商的代碼即服務開發方法連接——這種方法標準化並自動生成構建分析工作流程的代碼——客户可以自動化從 數據準備 到洞察生成和推薦行動的分析過程。</p>
<p>此外，將 MCP 兼容的代理與語義模型、業務指標、儀表板和其他數據產品連接，使客户能夠創建提供持續基於人工智能的分析的代理。</p>
<p>根據 Constellation Research 的分析師 Michael Ni 的説法，GoodData 不僅僅是通過其 MCP 服務器促進數據訪問，其新增功能具有重要意義。</p>
<p>他説：“隨着 MCP 服務器迅速成為分析平台提供商的基本要求，GoodData 的做法通過暴露的不僅僅是數據或工具而脱穎而出。GoodData 將受管控的分析邏輯作為可執行的基礎設施供 AI 使用，併為更廣泛的市場提供了一個參考模式，使他們更容易將分析和洞察應用於機器和 AI。”</p>
<p>根據 Leone 的説法，雖然對 GoodData 的客户來説意義重大，但 GoodData 推出 MCP 服務器可能幫助該供應商在一些競爭對手中脱穎而出。</p>
<p>儘管 MCP 支持在數據管理供應商中已經成為標準，未提供此類功能的供應商 面臨失去客户的風險，但在分析提供商中尚未普遍。然而，即使在提供 MCP 服務器的分析供應商中，代理與語義層之間的連接使 GoodData 與眾不同，因為並非所有 BI 供應商都提供語義建模能力。</p>
<p>Leone 表示：“這裏的差異化在於將這種連接應用於語義層。這有效地讓 AI 與治理和業務規則進行交互，而不僅僅是數據管道。這顯示出 BI 平台的轉變，成為其他 AI 代理可以諮詢邏輯的大腦，而不僅僅是人類的可視化工具。”</p>
<p>Ni 同樣指出，GoodData 與其他現在提供 MCP 服務器的分析供應商區分開來的機會在於使 AI 工具能夠與數據、語義層和其他 數據產品 一起工作。</p>
<p>他説：“如今，大多數 MCP 服務器存在於像 Databricks 和 Snowflake 這樣的數據平台中，因為那是自動化多年來的棲息地。我期待看到 GoodData 如何將其分析作為基礎設施進行展示，並使 AI 能夠直接與語義模型、指標和儀表板進行交互。”</p>
<h2>展望未來</h2>
<p>根據 Fedorocko 的説法，GoodData 的 MCP 服務器現在已普遍可用，該供應商的下一個計劃是推出自己的代理。</p>
<p>MCP 服務器使客户能夠構建旨在自動化分析工作流程的代理。通過提供自己的代理來處理數據建模和構建儀表板等任務，GoodData 將減少客户仍需自行進行的一些開發工作。</p>
<p>ThoughtSpot 和 Tableau 是兩家已經使其平台更具代理化的分析專家。事實上，ThoughtSpot 正在為構建語義模型和將 BI 嵌入用户工作流程等任務構建代理，以 自動化其整個平台。</p>
<p>Fedorocko 表示：“我們在 [2026 年上半年] 的主要關注點是推出我們自己的代理和自動化工作流程，以自動化大部分分析過程，同時繼續為我們客户的代理提供分析能力。這一切都得到了對強大上下文層的投資支持，為每個代理提供可信和受管控的多模態數據和上下文。”</p>
<p>Leone 表示，增加簡化使用 GoodData 平台的工具（如代理）將是明智之舉。</p>
<p>MCP 服務器將幫助數據科學家、工程師和其他花費大量時間開發 AI 和分析工具的專家。然而，仍需努力改善 GoodData 的 用户體驗。</p>
<p>Leone 説：“下一個障礙是將所有工程能力轉化為業務用户的簡單性。他們在這次公告中已經完善了後端基礎設施。現在，他們需要確保前端體驗對從不編寫代碼的人來説同樣直觀。如果他們能夠掩蓋這種複雜性，同時提供速度，他們將吸引更廣泛的受眾。”</p>
<p><em>Eric Avidon 是 Informa TechTarget 的高級新聞撰稿人，擁有超過三十年的經驗。他報道分析和數據管理領域的新聞。</em></p>

4437

7046

<p>GoodData 推出了一款模型上下文協議（MCP）服務器，允許人工智能工具訪問專有客户數據，以增強分析能力。由 Anthropic 發佈的這一開源標準簡化了人工智能應用的數據連接，使其能夠執行超越單純數據檢索的任務。分析師指出，這一轉變標誌着分析能力從 “只讀” 向 “讀寫” 能力的轉變，促進了數據處理的自動化。GoodData 的 MCP 服務器旨在簡化分析工作流程，以響應客户對更高效的人工智能集成在商業智能中的需求</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 在週三推出了一款模型上下文協議服務器，使代理和其他人工智能工具能夠訪問客户的專有數據，以開發分析工具並持續分析數據。</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 於 2024 年 11 月發佈的 模型上下文協議（MCP）是一套開源代碼，標準化了將模型與數據庫、數據湖和其他數據源連接的方式，以便為代理和其他人工智能應用提供信息。</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>由於 MCP 是一個可重複的標準，用於為人工智能工具提供所需的數據以正確執行任務——這使得開發者在構建新的人工智能應用時不必每次都配置複雜的管道——許多數據管理供應商在開發平台中提供 MCP 支持。AWS 和微軟是最早添加 MCP 支持的公司之一。在 2025 年，Alation、Confluent（現已與 IBM 達成收購協議）、Databricks、Oracle、SnapLogic、Snowflake、Starburst、StarTree 和 Teradata 等供應商也紛紛推出了 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>現在，分析供應商也在添加 MCP 服務器，以提供基於人工智能的洞察生成能力。例如，SAS、Sisense、Tableau 和 ThoughtSpot 都提供 MCP 服務器。</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 也在跟進這一趨勢，這對客户來説非常重要，因為它通過使人工智能工具能夠承擔分析工作流程的某些方面，擴展了基於人工智能的分析，Omdia（Informa TechTarget 的一個部門）的分析師 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>“這裏的意義在於，它將人工智能從一種 ‘只讀’ 能力轉變為分析堆棧中的 ‘讀寫’ 角色，” 他説。“目前，這個領域的大多數人工智能工具只是能夠回答單一問題的聊天界面，但無法指示人工智能實際去更新指標或重新配置語義模型。GoodData 的方法允許用户將實際的工程工作外包。”</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 總部位於舊金山，是一家長期的分析供應商，現在提供一個平台，包括 語義層，以簡化數據訪問和發現，以及一個用於存儲數據的數據湖。</p>
</div><h2>Powering BI with AI</h2>
<div class="lb-trans"><h2>用人工智能驅動商業智能</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>自從 OpenAI 於 2022 年 11 月推出 ChatGPT，代表了生成性人工智能（GenAI）技術的重大進步以來，人工智能已經改變了商業智能。</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>這裏的意義在於，它將人工智能從一種 ‘只讀’ 能力轉變為分析堆棧中的 ‘讀寫’ 角色。目前，這個領域的大多數人工智能工具只是能夠回答單一問題的聊天界面，但無法指示人工智能實際去更新指標或重新配置語義模型。<strong>Mike Leone</strong> Omdia 分析師，Informa TechTarget 的一個部門</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>商業智能歷史上一直侷限於組織內少數專家。數據分析需要統計學專業知識、編碼知識和 數據素養。即使是減少了一些障礙的自助服務平台，仍然需要一些編碼，用户仍然需要具備數據素養。</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，儘管嘗試簡化使用複雜平台，但根據 BARC 和 Eckerson Group 的一項 研究，截至 2022 年春季，企業中平均不到三分之一的員工將分析作為其工作的一部分。</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 改變了這一點，使員工能夠使用真正的自然語言探索和分析數據。</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>現在，隨着代理能夠自主執行建模數據、構建儀表板和報告以及分析數據等任務，人工智能不僅使商業智能的使用更加普遍，而且大大加快了生成商業洞察的過程。</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>通過其 MCP 服務器，GoodData 使用户能夠自動化某些流程，這一舉措受到客户反饋和供應商對其 平台 自然演變的看法的推動，Peter Fedorocko，GoodData 的現場首席技術官表示。</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>“我們看到客户對輕鬆賦予他們的人工智能和代理分析能力的強烈需求和興趣，” 他説。“與此同時，這對我們來説也是一個低垂的果實，因為……我們所有的功能已經可以通過編程方式訪問。將其封裝在 MCP 中只是將其暴露給人工智能和代理。”</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 服務器旨在促進客户的人工智能應用與供應商平台之間的連接，以便人工智能工具能夠承擔以前需要人類花費大量時間和精力的工作。</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，通過將代理與供應商的代碼即服務開發方法連接——這種方法標準化並自動生成構建分析工作流程的代碼——客户可以自動化從 數據準備 到洞察生成和推薦行動的分析過程。</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，將 MCP 兼容的代理與語義模型、業務指標、儀表板和其他數據產品連接，使客户能夠創建提供持續基於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>根據 Constellation Research 的分析師 Michael Ni 的説法，GoodData 不僅僅是通過其 MCP 服務器促進數據訪問，其新增功能具有重要意義。</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>他説：“隨着 MCP 服務器迅速成為分析平台提供商的基本要求，GoodData 的做法通過暴露的不僅僅是數據或工具而脱穎而出。GoodData 將受管控的分析邏輯作為可執行的基礎設施供 AI 使用，併為更廣泛的市場提供了一個參考模式，使他們更容易將分析和洞察應用於機器和 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>根據 Leone 的説法，雖然對 GoodData 的客户來説意義重大，但 GoodData 推出 MCP 服務器可能幫助該供應商在一些競爭對手中脱穎而出。</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>儘管 MCP 支持在數據管理供應商中已經成為標準，未提供此類功能的供應商 面臨失去客户的風險，但在分析提供商中尚未普遍。然而，即使在提供 MCP 服務器的分析供應商中，代理與語義層之間的連接使 GoodData 與眾不同，因為並非所有 BI 供應商都提供語義建模能力。</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：“這裏的差異化在於將這種連接應用於語義層。這有效地讓 AI 與治理和業務規則進行交互，而不僅僅是數據管道。這顯示出 BI 平台的轉變，成為其他 AI 代理可以諮詢邏輯的大腦，而不僅僅是人類的可視化工具。”</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 同樣指出，GoodData 與其他現在提供 MCP 服務器的分析供應商區分開來的機會在於使 AI 工具能夠與數據、語義層和其他 數據產品 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>他説：“如今，大多數 MCP 服務器存在於像 Databricks 和 Snowflake 這樣的數據平台中，因為那是自動化多年來的棲息地。我期待看到 GoodData 如何將其分析作為基礎設施進行展示，並使 AI 能夠直接與語義模型、指標和儀表板進行交互。”</p>
</div><h2>Looking ahead</h2>
<div class="lb-trans"><h2>展望未來</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>根據 Fedorocko 的説法，GoodData 的 MCP 服務器現在已普遍可用，該供應商的下一個計劃是推出自己的代理。</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 服務器使客户能夠構建旨在自動化分析工作流程的代理。通過提供自己的代理來處理數據建模和構建儀表板等任務，GoodData 將減少客户仍需自行進行的一些開發工作。</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 是兩家已經使其平台更具代理化的分析專家。事實上，ThoughtSpot 正在為構建語義模型和將 BI 嵌入用户工作流程等任務構建代理，以 自動化其整個平台。</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：“我們在 [2026 年上半年] 的主要關注點是推出我們自己的代理和自動化工作流程，以自動化大部分分析過程，同時繼續為我們客户的代理提供分析能力。這一切都得到了對強大上下文層的投資支持，為每個代理提供可信和受管控的多模態數據和上下文。”</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，增加簡化使用 GoodData 平台的工具（如代理）將是明智之舉。</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 服務器將幫助數據科學家、工程師和其他花費大量時間開發 AI 和分析工具的專家。然而，仍需努力改善 GoodData 的 用户體驗。</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 説：“下一個障礙是將所有工程能力轉化為業務用户的簡單性。他們在這次公告中已經完善了後端基礎設施。現在，他們需要確保前端體驗對從不編寫代碼的人來説同樣直觀。如果他們能夠掩蓋這種複雜性，同時提供速度，他們將吸引更廣泛的受眾。”</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 的高級新聞撰稿人，擁有超過三十年的經驗。他報道分析和數據管理領域的新聞。</em></p>
</div>

GoodData 推出 MCP 服務器以促進人工智能驅動的分析