<p>通過最新的分析師工作室更新，ThoughtSpot 繼續朝着成為一個自主平台的方向發展。</p>
<p>分析師工作室首次發佈於 2025 年 1 月，是 ThoughtSpot 的數據準備套件。最初的功能包括連接器，使分析師和工程師能夠結合來自不同來源的數據，一個基於 AI 的 SQL 開發環境，以及旨在幫助客户控制數據管理成本的功能。</p>
<p>在其他工具中，週三發佈的更新增加了 SpotCache，這是一種緩存功能，建立在分析師工作室現有的成本管理能力之上，提供一個數據準備代理，使用户能夠使用自然語言執行任務，以及一個本地電子表格界面，用於擴展數據準備工作負載。</p>
<p>在 ThoughtSpot 宣佈計劃通過代理自動化其分析能力後僅兩個月，分析師工作室的新版本代表了 ThoughtSpot 在自主分析之外向自主數據管理的進展，TreeHive Strategy 的創始人兼首席顧問 Donald Farmer 表示。</p>
<p>他説：“我認為這個版本本身並不算重大，但它穩步推動 ThoughtSpot 朝着自主數據平台的方向前進。每次發佈，工作流程就變得不那麼以儀表板為中心。”</p>
<p>Constellation Research 的分析師 Michael Ni 同樣指出，分析師工作室的重要性在於它顯示了 ThoughtSpot 正在超越其作為分析專家的根基，朝着成為一個更廣泛的數據和分析提供商發展。</p>
<p>他説：“ThoughtSpot 解決了一個關鍵痛點，通過減少準備摩擦、改善成本可預測性和加強治理。同時，這對 ThoughtSpot 來説也是戰略性的。向數據準備和成本控制的上游擴展——這些領域傳統上由超大規模公司和轉型工具主導——使 ThoughtSpot 朝着成為 AI 工作負載優化器的方向發展。這是企業資金流向的地方。”</p>
<p>總部位於加利福尼亞州山景城的 ThoughtSpot 自 2012 年成立以來就提供 AI 驅動的分析平台。現在，正如 Tableau 和 Qlik 之前所做的那樣，ThoughtSpot 正在超越其根基，提供更廣泛的數據、分析和 AI 開發能力。</p>
<h2>可預測的數據準備</h2>
<p>雖然一些企業正在大力投資於構建 AI 工具，使員工更具信息化、運營更高效，但開發和維護代理、聊天機器人及其他 AI 應用所需的費用對許多企業來説已被證明是不可承受的。</p>
<blockquote>
<p>向數據準備和成本控制的上游擴展——這些領域傳統上由超大規模公司和轉型工具主導——使 ThoughtSpot 朝着成為 AI 工作負載優化器的方向發展。這是企業資金流向的地方。<strong>Michael Ni</strong> 分析師，Constellation Research</p>
</blockquote>
<p>AWS 最近將成本控制作為其在年度 re:Invent 大會期間推出的數據管理能力的重點之一。此外，許多數據庫供應商已將性能作為優先事項，以便客户能夠運行更高效的工作負載。</p>
<p>隨着 SpotCache 現在在分析師工作室中可用，ThoughtSpot 也在幫助客户減少開發過程中的支出。</p>
<p>緩存是將數據存儲在臨時存儲區域（緩存）中的過程，以便快速訪問，從而提高應用程序和其他系統的性能。使用 SpotCache，開發人員和分析師可以創建數據的表示形式，這些表示形式可以在 ThoughtSpot 中無限次查詢，從而通過減少對雲數據倉庫的訪問頻率來降低成本。</p>
<p>鑑於 SpotCache 解決了企業在嘗試開發尖端 AI 工具時遇到的一個問題，因此根據 Ni 的説法，它可能是分析師工作室中最有價值的新功能。</p>
<p>他説：“SpotCache 是他們公告中的黑馬。雖然自主數據準備功能強大，但成本確定性是解鎖企業規模的關鍵。如果領導者知道他們可以無限次運行 AI 驅動的查詢而不會使他們的倉庫賬單飆升，採用速度就會加快。這就是使其成為最具戰略意義的功能的原因。”</p>
<p>Farmer 同樣強調了 SpotCache，指出雲成本控制——或缺乏控制——一直是一個持續的問題。</p>
<p>他説：“我喜歡他們正在解決可預測成本管理的擴展問題。這在一段時間內一直是更廣泛採用的障礙。因此，SpotCache 無疑是這裏最有價值的新功能。”</p>
<p>除了 SpotCache，ThoughtSpot 的分析師工作室更新還包括以下功能：</p>
<ul>
<li>一個受管理的電子表格界面，使熟悉 Excel 工作表的用户能夠在熟悉的環境中執行數據準備任務，如高級操作，而無需離開分析師工作室。</li>
<li>一個數據準備代理，使分析師能夠使用自然語言對數據集進行分析、生成查詢和排查模式。</li>
<li>統一數據混合，這是一個功能，使數據團隊能夠通過在分析師工作室的基於 SQL 的開發環境中混合雲數據倉庫、業務應用程序和文件（如 Google Sheets 和 Microsoft Excel 電子表格）來提供其組織業務的統一、可信視圖。</li>
<li>靈活選擇實時需求的實時連接或通過 SpotCache 的緩存快照。</li>
</ul>
<p>與 Farmer 和 Ni 一樣，ThoughtSpot 的產品管理副總裁 Anjali Kumari 將 SpotCache 稱為分析師工作室新功能中最有價值的。同時，他指出，設計新功能的動力來自於觀察到代理 AI 和生成 AI 如何加劇了對數據的需求。</p>
<p>Kumari 説：“為 AI 準備數據已成為組織使用、受益和看到投資回報的最重要步驟。我們理解數據分析師面臨的壓力，這些工具旨在通過解決他們的主要關注點——速度、效率和成本，來簡化他們的角色。”</p>
<p>雖然 ThoughtSpot 在分析師工作室中超越商業智能進入數據準備對供應商的用户是有益的，但將分析與數據管理結合並不是獨特的。不僅 AWS、Google 和 Microsoft 等超大規模雲提供商提供一系列數據管理、應用開發和分析工具，Domo、Qlik、Sisense、Tableau 和其他曾經的分析專家也同樣如此。</p>
<p>然而，推出數據準備代理是獨特的，Farmer 説。</p>
<p>他説：“與其他準備工具（如 Tableau 或 [Microsoft 的] Power Query）最大的區別在於，ThoughtSpot 提供了一個自然語言數據準備代理，而其他工具中的 AI 大多僅限於 ‘智能建議’ 或單獨的 AI 副駕駛。”</p>
<p>此外，ThoughtSpot 通過將數據準備、數據建模和分析集成到一個為 AI 應用程序消費而設計的單一工作流程中，正在做一些與其 最接近的競爭對手 不同的事情，Ni 説。</p>
<p>他説：“數據準備正在整合到平台中，每個商業智能供應商都有某種版本的它。這裏有趣的是，ThoughtSpot 正在將數據準備作為一個代理操作模型的一部分。” 他補充道：“他們不是為準備、建模和分析提供單獨的工具，而是將其整合到一個為 AI 準備的工作流程中。”</p>
<h2>展望未來</h2>
<p>隨着分析師工作室更新的普遍可用，ThoughtSpot 正專注於將其平台轉變為自主行動的推動者，Kumari 説。</p>
<p>Spotter 是 ThoughtSpot 的代理驅動界面，該供應商為特定任務（如構建儀表板和嵌入智能）提供 Spotter 代理。結合 Spotter 作為中央協調者，ThoughtSpot 旨在自動化分析和數據準備，以在用户工作流程中提供洞察。</p>
<p>Kumari 説：“為了推動這一點，我們正在大量投資數據準備，並擴展我們的語義和建模能力，確保這些代理在一個強大、上下文感知的基礎上運行。”</p>
<p>隨着 ThoughtSpot 超越其根基，Farmer 建議該供應商增加 多代理協調能力。ThoughtSpot 的 模型上下文協議 服務器使代理能夠安全地與數據源交互。隨着更多企業部署代理，這些代理將需要彼此之間類似的安全連接，以實現完全自主。</p>
<p>Farmer 説：“多代理協調 [是] 從單一準備代理轉變為一個 ‘蜂巢’，在轉換過程中，準備代理自動與安全代理通信以應用行級權限。”</p>
<p>此外，ThoughtSpot 可以增加 寫回 功能，並通過將非結構化數據處理直接集成到分析師工作室中，增加對非結構化數據的支持。</p>
<p>與此同時，Ni 建議 ThoughtSpot 超越描述性商業智能，納入更多前瞻性的 預測和規範能力。</p>
<p>他説：“描述性商業智能是過去，診斷性 AI 是現在，而預測和規範智能告訴我可能發生什麼以及我應該關注哪裏是未來。” 他補充道：“ThoughtSpot 在解釋過去和現在方面很強……他們的下一個飛躍是預測影響並優先考慮重要事項。”</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。</em></p>

<p>ThoughtSpot 更新了其分析師工作室，增強了其作為代理平台的能力。此次更新引入了 SpotCache，這是一項旨在降低數據管理成本的緩存功能，以及一個允許自然語言任務的數據準備代理。分析師指出，此次發佈標誌着 ThoughtSpot 從分析轉向更廣泛的數據管理，解決了企業面臨的關鍵挑戰，如成本可預測性。更新還包括一個受管控的電子表格界面和統一的數據混合功能，使 ThoughtSpot 在 AI 工作負載優化領域具備競爭力</p>

<p>With its latest Analyst Studio update, ThoughtSpot continues its progress toward becoming an agentic platform.</p>
<div class="lb-trans"><p>通過最新的分析師工作室更新，ThoughtSpot 繼續朝着成為一個自主平台的方向發展。</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>分析師工作室首次發佈於 2025 年 1 月，是 ThoughtSpot 的數據準備套件。最初的功能包括連接器，使分析師和工程師能夠結合來自不同來源的數據，一個基於 AI 的 SQL 開發環境，以及旨在幫助客户控制數據管理成本的功能。</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，週三發佈的更新增加了 SpotCache，這是一種緩存功能，建立在分析師工作室現有的成本管理能力之上，提供一個數據準備代理，使用户能夠使用自然語言執行任務，以及一個本地電子表格界面，用於擴展數據準備工作負載。</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 宣佈計劃通過代理自動化其分析能力後僅兩個月，分析師工作室的新版本代表了 ThoughtSpot 在自主分析之外向自主數據管理的進展，TreeHive Strategy 的創始人兼首席顧問 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>他説：“我認為這個版本本身並不算重大，但它穩步推動 ThoughtSpot 朝着自主數據平台的方向前進。每次發佈，工作流程就變得不那麼以儀表板為中心。”</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 的分析師 Michael Ni 同樣指出，分析師工作室的重要性在於它顯示了 ThoughtSpot 正在超越其作為分析專家的根基，朝着成為一個更廣泛的數據和分析提供商發展。</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>他説：“ThoughtSpot 解決了一個關鍵痛點，通過減少準備摩擦、改善成本可預測性和加強治理。同時，這對 ThoughtSpot 來説也是戰略性的。向數據準備和成本控制的上游擴展——這些領域傳統上由超大規模公司和轉型工具主導——使 ThoughtSpot 朝着成為 AI 工作負載優化器的方向發展。這是企業資金流向的地方。”</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>總部位於加利福尼亞州山景城的 ThoughtSpot 自 2012 年成立以來就提供 AI 驅動的分析平台。現在，正如 Tableau 和 Qlik 之前所做的那樣，ThoughtSpot 正在超越其根基，提供更廣泛的數據、分析和 AI 開發能力。</p>
</div><h2>Predictable data prep</h2>
<div class="lb-trans"><h2>可預測的數據準備</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>雖然一些企業正在大力投資於構建 AI 工具，使員工更具信息化、運營更高效，但開發和維護代理、聊天機器人及其他 AI 應用所需的費用對許多企業來説已被證明是不可承受的。</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>向數據準備和成本控制的上游擴展——這些領域傳統上由超大規模公司和轉型工具主導——使 ThoughtSpot 朝着成為 AI 工作負載優化器的方向發展。這是企業資金流向的地方。<strong>Michael Ni</strong> 分析師，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 最近將成本控制作為其在年度 re:Invent 大會期間推出的數據管理能力的重點之一。此外，許多數據庫供應商已將性能作為優先事項，以便客户能夠運行更高效的工作負載。</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>隨着 SpotCache 現在在分析師工作室中可用，ThoughtSpot 也在幫助客户減少開發過程中的支出。</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>緩存是將數據存儲在臨時存儲區域（緩存）中的過程，以便快速訪問，從而提高應用程序和其他系統的性能。使用 SpotCache，開發人員和分析師可以創建數據的表示形式，這些表示形式可以在 ThoughtSpot 中無限次查詢，從而通過減少對雲數據倉庫的訪問頻率來降低成本。</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>鑑於 SpotCache 解決了企業在嘗試開發尖端 AI 工具時遇到的一個問題，因此根據 Ni 的説法，它可能是分析師工作室中最有價值的新功能。</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>他説：“SpotCache 是他們公告中的黑馬。雖然自主數據準備功能強大，但成本確定性是解鎖企業規模的關鍵。如果領導者知道他們可以無限次運行 AI 驅動的查詢而不會使他們的倉庫賬單飆升，採用速度就會加快。這就是使其成為最具戰略意義的功能的原因。”</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 同樣強調了 SpotCache，指出雲成本控制——或缺乏控制——一直是一個持續的問題。</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>他説：“我喜歡他們正在解決可預測成本管理的擴展問題。這在一段時間內一直是更廣泛採用的障礙。因此，SpotCache 無疑是這裏最有價值的新功能。”</p>
</div><p>Beyond SpotCache, ThoughtSpot's Analyst Studio update includes the following features:</p>
<div class="lb-trans"><p>除了 SpotCache，ThoughtSpot 的分析師工作室更新還包括以下功能：</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>一個受管理的電子表格界面，使熟悉 Excel 工作表的用户能夠在熟悉的環境中執行數據準備任務，如高級操作，而無需離開分析師工作室。</li>
<li>一個數據準備代理，使分析師能夠使用自然語言對數據集進行分析、生成查詢和排查模式。</li>
<li>統一數據混合，這是一個功能，使數據團隊能夠通過在分析師工作室的基於 SQL 的開發環境中混合雲數據倉庫、業務應用程序和文件（如 Google Sheets 和 Microsoft Excel 電子表格）來提供其組織業務的統一、可信視圖。</li>
<li>靈活選擇實時需求的實時連接或通過 SpotCache 的緩存快照。</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>與 Farmer 和 Ni 一樣，ThoughtSpot 的產品管理副總裁 Anjali Kumari 將 SpotCache 稱為分析師工作室新功能中最有價值的。同時，他指出，設計新功能的動力來自於觀察到代理 AI 和生成 AI 如何加劇了對數據的需求。</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 説：“為 AI 準備數據已成為組織使用、受益和看到投資回報的最重要步驟。我們理解數據分析師面臨的壓力，這些工具旨在通過解決他們的主要關注點——速度、效率和成本，來簡化他們的角色。”</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>雖然 ThoughtSpot 在分析師工作室中超越商業智能進入數據準備對供應商的用户是有益的，但將分析與數據管理結合並不是獨特的。不僅 AWS、Google 和 Microsoft 等超大規模雲提供商提供一系列數據管理、應用開發和分析工具，Domo、Qlik、Sisense、Tableau 和其他曾經的分析專家也同樣如此。</p>
</div><p>However, the launch of a data prep agent is unique, according to Farmer.</p>
<div class="lb-trans"><p>然而，推出數據準備代理是獨特的，Farmer 説。</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>他説：“與其他準備工具（如 Tableau 或 [Microsoft 的] Power Query）最大的區別在於，ThoughtSpot 提供了一個自然語言數據準備代理，而其他工具中的 AI 大多僅限於 ‘智能建議’ 或單獨的 AI 副駕駛。”</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 通過將數據準備、數據建模和分析集成到一個為 AI 應用程序消費而設計的單一工作流程中，正在做一些與其 最接近的競爭對手 不同的事情，Ni 説。</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>他説：“數據準備正在整合到平台中，每個商業智能供應商都有某種版本的它。這裏有趣的是，ThoughtSpot 正在將數據準備作為一個代理操作模型的一部分。” 他補充道：“他們不是為準備、建模和分析提供單獨的工具，而是將其整合到一個為 AI 準備的工作流程中。”</p>
</div><h2>Looking ahead</h2>
<div class="lb-trans"><h2>展望未來</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>隨着分析師工作室更新的普遍可用，ThoughtSpot 正專注於將其平台轉變為自主行動的推動者，Kumari 説。</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 的代理驅動界面，該供應商為特定任務（如構建儀表板和嵌入智能）提供 Spotter 代理。結合 Spotter 作為中央協調者，ThoughtSpot 旨在自動化分析和數據準備，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 説：“為了推動這一點，我們正在大量投資數據準備，並擴展我們的語義和建模能力，確保這些代理在一個強大、上下文感知的基礎上運行。”</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>隨着 ThoughtSpot 超越其根基，Farmer 建議該供應商增加 多代理協調能力。ThoughtSpot 的 模型上下文協議 服務器使代理能夠安全地與數據源交互。隨着更多企業部署代理，這些代理將需要彼此之間類似的安全連接，以實現完全自主。</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 説：“多代理協調 [是] 從單一準備代理轉變為一個 ‘蜂巢’，在轉換過程中，準備代理自動與安全代理通信以應用行級權限。”</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 寫回 功能，並通過將非結構化數據處理直接集成到分析師工作室中，增加對非結構化數據的支持。</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>與此同時，Ni 建議 ThoughtSpot 超越描述性商業智能，納入更多前瞻性的 預測和規範能力。</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>他説：“描述性商業智能是過去，診斷性 AI 是現在，而預測和規範智能告訴我可能發生什麼以及我應該關注哪裏是未來。” 他補充道：“ThoughtSpot 在解釋過去和現在方面很強……他們的下一個飛躍是預測影響並優先考慮重要事項。”</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。</em></p>
</div>

ThoughtSpot 通過 Analyst Studio 的更新加強了代理性的發展