ThoughtSpot于周三推出了Spotter，这是一款由生成性人工智能驱动的代理，能够让客户与他们的数据进行对话式互动。
该供应商在2023年3月首次推出了Sage，这是一种生成性人工智能驱动的界面，允许用户查询和分析数据，成为最早将大型语言模型（LLM）技术与现有的人工智能搜索能力相结合的分析供应商之一。然而，尽管在后来的公共预览中增加了功能，Sage从未被广泛发布。
根据ThoughtSpot首席开发官Sumeet Arora的说法，Spotter现在取代了Sage，Spotter for ThoughtSpot Analytics现已正式推出，而Spotter for ThoughtSpot Embedded仍在测试阶段。
与早期的生成性人工智能助手（如Sage和微软的copilot）不同，这些助手仅允许用户使用自然语言询问数据并获得答案，代理则超越了简单的问答能力，变得更加自主。Spotter和其他代理能够理解上下文，使其能够在没有提示的情况下做更多事情。
它们可以对初始查询提出后续问题建议，以便进行更深入的分析，发现可能未被发现的见解，监测数据中的异常并提出建议。代理人工智能比许多供应商在最近几个月推出代理之前开发的反应性人工智能工具更具主动性。
在我看来，Spotter是ThoughtSpot和人工智能的一次重大进步。自然语言界面得到了改善，因此它更加对话式，而不仅仅是基于搜索。但关键优势将是自主分析。Donald Farmer TreeHive Strategy的创始人兼首席顾问
根据TreeHive Strategy的创始人Donald Farmer的说法，Spotter使得ThoughtSpot用户能够进行重要的分析，因此是一个显著的新工具。
“在我看来，Spotter是ThoughtSpot和人工智能的一个重大进步，”他说。“自然语言界面得到了改善，因此它更加对话式，而不仅仅是基于搜索。但关键优势将是自主分析，它可以识别趋势和见解，而无需用户特别询问。”
ThoughtSpot是一家位于加利福尼亚州山景城的分析供应商，其基于搜索的平台使用户能够查询和分析数据。
在9月，前Salesforce高管Ketan Karkhanis在Sudheesh Nair于3月辞职后被任命为首席执行官。
新功能
ThoughtSpot的平台一直围绕自然语言处理（NLP）展开，旨在使商业智能（BI）对非技术用户更为可及。
由于通常需要编写代码的技能来准备和分析数据，使用分析工具来指导决策的用户群体一直局限于一小部分受过训练的用户，通常是数据专家。NLP旨在减少与数据工作所需的技术技能。然而，NLP工具（包括ThoughtSpot的平台）有限的词汇使得用户在使用自助分析平台之前仍然需要培训。
生成性人工智能改变了这一局面。
大型语言模型如ChatGPT和Google Gemini的词汇量与任何字典一样丰富，从而实现真正自由形式的自然语言处理。当与组织的专有数据集成时，它们使各类技能水平的用户能够询问数据并做出数据驱动的决策。
因此，许多分析和数据管理供应商在过去两年中（自2022年11月ChatGPT推出以来，标志着生成性人工智能能力的重大进展）开发了生成性人工智能工具，客户可以将其与自己的数据结合使用。
企业在使用生成性人工智能时可能会获得这七个好处。
Sage是ThoughtSpot最初进入生成性人工智能的尝试。根据Arora的说法，Spotter不仅提供问答界面，还具备推理能力，使得比单一查询更深入的分析成为可能——本质上充当一名由人工智能驱动的分析师。
然而，该工具仅限于结构化数据分析，无法分析文本、图像和音频文件等非结构化数据。
“Spotter使我们的客户和用户能够以对话和迭代的类人方式与其企业结构化数据进行互动，提供精确、互动的答案，无论数据的存储位置或复杂性如何，”Arora说。“我们受到启发，并正在将分析师的技能融入Spotter。”
Spotter的具体功能包括：
- 针对结构化数据的自然语言问答能力，无论数据存储在哪里，无论数据集的大小或复杂性如何。
- 对话的上下文理解，使得用户在初始查询后能够提出后续问题，Spotter在回应附加问题时能够记住初始查询。
- 持续学习，使Spotter能够更好地理解企业的语言和运营，以便根据人类反馈提供更量身定制的见解。
- 超越ThoughtSpot环境的扩展性，Spotter能够嵌入到Salesforce和ServiceNow等业务应用程序中，使用户无需在不同环境之间切换即可获得数据驱动的见解。
- 安全性和治理，包括基于角色的访问控制，以确保用户只能访问其被授权使用的数据。
- 与任何云平台和流行的LLM（包括ChatGPT和Google Gemini）的兼容性。
TechTarget的企业战略组分析师Mike Leone表示，借助其人工智能代理，ThoughtSpot正在满足用户的需求。
根据企业战略组的研究，约三分之二的组织正在计划构建人工智能代理或考虑开发它们。Spotter为ThoughtSpot的客户提供了实现这一目标的手段。
“拥有人工智能代理的故事在当前是至关重要的，”Leone说。“Spotter为ThoughtSpot提供了一个早期的代理消息。”
特别重要的是Spotter能够学习用户及其组织，从而获得上下文并提供个性化的响应，他继续说道。
“在组织追求生成性人工智能倡议时，一个非常重要的领域是理解细微差别的能力，”Leone说。“其中一个细微差别是与基础系统互动的人的类型。Spotter能够适应……提供个性化和上下文相关的响应，这在整个业务中提供了独特的价值。”
与此同时，Farmer强调了Spotter的嵌入式功能，指出ThoughtSpot的嵌入式分析工具获得了动力，并成为该供应商平台的重要组成部分。
“嵌入式跨平台集成非常重要，”他说。“我看到ThoughtSpot作为嵌入式分析解决方案获得了很多关注，Spotter与业务生产力工具的集成及其驱动定制代理的能力应该非常有吸引力。”
从比较的角度来看，Farmer继续表示，Spotter将ThoughtSpot的代理人工智能能力与其他供应商的能力相一致。
谷歌是采用代理方法进行分析的一大供应商，于9月在Looker中推出了对话式分析。Salesforce也是其中之一，Tableau Agent现已成为Salesforce子公司Tableau平台的一部分。
“总体而言，ThoughtSpot与其他将人工智能能力集成到商业智能工具中的供应商相比表现良好，”Farmer说。“每个[供应商]都在走一条独特的道路，而ThoughtSpot的路径证明是成功的：在其现有的基于搜索的分析专业基础上进行构建。总体而言，ThoughtSpot以有趣和有效的方式整合了人工智能。”
Leone同样表示，Spotter的推出与竞争供应商正在开发的代理人工智能工具一致。与其他供应商一样，ThoughtSpot从关键功能（在其案例中为搜索）开始，计划随着时间的推移更广泛地扩展其代理人工智能功能。
“ThoughtSpot在其平台内提供代理体验方面与市场保持一致，”Leone说。
下一步
尽管Spotter现在在ThoughtSpot Analytics中普遍可用，但Arora表示，供应商计划继续改善人工智能代理的功能。
目前，该工具模拟受过训练的分析师的技能。很快，它将能够主动告诉用户有关其数据的信息，建议用户向数据提出的问题，并回答有关某些事情为何发生的问题。
最终，Spotter的目标是成为一个自主的人工智能代理，Arora说。
“最终，它也将能够代表您采取行动，”他说。“这就是我们所说的自主。”
与此同时，Farmer建议，ThoughtSpot扩展和改进其平台的一种方式是增加行业特定的应用程序。
许多供应商，包括Databricks、SAP、SAS和Snowflake，提供预构建的行业特定应用程序，以便新客户更容易开始使用他们的工具，并提高现有客户的洞察速度。
此外，Farmer表示，ThoughtSpot可以使其生成性人工智能驱动的分析具备多模态能力。
“自然语言的自然延伸将是多模态能力[例如]语音界面以及访问视频和音频，”他说。
