在AI驱动的商业智能（BI）蓬勃发展之前，ThoughtSpot曾被认为是最具创新性的分析供应商之一，现在该供应商开始与当前趋势同步发展，并继续为客户提供功能，行业内部人士声称这在某种程度上将其与竞争对手区分开来。

随着代理AI（能够推理和背景感知的应用程序，可以自主行动以揭示见解并执行某些任务）现在成为主流，ThoughtSpot在4月也推出Agentic Analytics Platform。为了支持其代理AI能力，该供应商于6月2日推出Agentic Semantic Layer。

此外，在过去的两周里，随着数据管理供应商Snowflake和Databricks各自举行年度用户会议，ThoughtSpot还推出SnowSpot和DataSpot，这是其平台的版本，与Snowflake和Databricks原生集成。

TreeHive Strategy公司创始人兼负责人Donald Farmer说：“ThoughtSpot仍然是AI驱动分析的领导者。ThoughtSpot与Qlik、Tableau和Microsoft Power BI等传统BI平台的区别在于其代理AI架构和卓越的自然语言搜索。”

企业战略小组（现为Omdia的一部分）的分析师Mike Leone同样指出，ThoughtSpot目前的能力建立在该供应商在AI驱动分析方面的历史根源上，在分析供应商中很突出。

ThoughtSpot总部位于加利福尼亚州山景城，自2012年成立以来，AI就成为其平台的一部分，提供自然语言界面，允许用户在不编写代码的情况下分析数据。

然而，在OpenAI 2022年11月推出ChatGPT开始的生成式AI（GenAI）技术改进之前，鉴于之前自然语言处理的局限性，用户需要一定程度的数据素养技能和技术专业知识才能使用ThoughtSpot。

Leone说：“尽管市场上有很多强有力的竞争对手，但ThoughtSpot仍然有竞争力，并在过去几年中保持着其AI原生的优势。”

最近的发展

随着生成式AI可使员工更了解情况和提高效率，很多企业在ChatGPT推出后增加了对AI开发的投资。数据管理和分析供应商通过构建工具来做出回应，这些工具可以轻松地连接生成式AI模型与专有数据，这些数据用于训练生成式AI系统了解单个企业的独特运营。

在整个2023年和2024年，生成式AI开发主要包括构建聊天机器人，使最终用户能够使用自然语言参与数据。随着2024年的推进，代理AI出现，现在是主流趋势。

代理与仅在提示时采取行动的聊天机器人不同，它们是半自主的，响应用户提示并自行行动。

ThoughtSpot于2024年11月推出了Spotter，这是一个AI驱动的代理，可以使用自然语言进行分析。五个月后，随着Agentic Analytics Platform的发布，ThoughtSpot使Spotter成为更大套件的一个组成部分，该套件还包括分析师工作室，供用户为AI和基于分析的分析准备数据。

此外，Agentic Analytics Platform允许用户将代理嵌入到任何应用程序中，以便最终用户无需离开正常工作流程即可从代理AI中受益。现在，ThoughtSpot正在增加其代理分析平台的版本，以便Snowflake和Databricks的客户可以将ThoughtSpot的代理分析功能与两家供应商的AI开发和数据管理功能原生集成。

Farmer说：“Agentic Analytics Platform有很多值得关注的地方，但我特别喜欢Analyst Studio。它的独特之处在于，它可以启用数据分析师的特定工作流程。ThoughtSpot真正思考了作为一名数据分析师每天的工作是怎样，并展示出来。”

Leone同样赞扬了ThoughtSpot的代理AI方法，该方法考虑了用户如何与数据交互，并重新建立ThoughtSpot的平台，而不仅仅是在现有功能的基础上添加AI。

Leone说：“他们纯粹专注于真正的对话、代理驱动的分析，使他们在领导者中处于领先地位。”

ThoughtSpot的Agentic Analytics Platform 基本上允许客户为员工提供他们自己的分析师，而该供应商的Agentic Semantic Layer则旨在提高代理输出的准确性。自ChatGPT推出以来，AI的准确性一直是很多企业关注的重要问题。

现在，随着代理AI变得越来越普遍，所开发的工具能够自行采取行动，准确性也许更加重要。AI开发人员正在不断努力提高其模型的准确性。为了进一步提高代理的准确性，ThoughtSpot和Tableau等供应商将代理AI作为其平台的基础，他们正在添加为代理AI量身定制的语义层。

语义层是企业可以定义关键指标并标准化描述数据的术语的工具。目的是使数据一致和可发现，提高数据质量，并避免潜在的数据重复。

ThoughtSpot长期以来一直有一个语义层来为仪表板提供动力。现在，随着BI越来越多地使用AI，它为代理开发量身定做。

Leone表示，鉴于代理语义层建立在ThoughtSpot的原有语义层之上，以统一的方式在企业数据中自动将关键上下文信息应用于代理，这是一个重要的补充。

他说，这是他们最初愿景的自然演变。

Farmer 同样称其补充很有价值。然而，他指出，ThoughtSpot声称其代理语义层为数据基础设定了新标准，这有些可疑。

他说：”应用自动上下文的能力……非常有用。这很好，但我确实认为他们有些吹嘘。”

Ketan Karkhanis于2024年9月接任ThoughtSpot首席执行官，称Agentic Analytics Platform是该供应商旅程的延续，代表了其从基于可视化的分析到代理分析的演变，完全自主的分析是下一步。他补充说，同样， Agentic Semantic Layer 代表了长期存在的ThoughtSpot能力的演变。

Karkhanis说：“在AI世界中，我们最大的差异化在于我们五年前构建的BI。这是我们构建的语义模型，我们构建的ThoughtSpot建模语言，我们构建的结构化数据搜索。”

展望未来

Karkhanis表示，当ThoughtSpot绘制其路线图时，互联洞察、代理AI和智能应用程序是焦点。

该供应商与互联洞察相关的推动是使客户能够将ThoughtSpot（包括可互操作代理网络）嵌入到Salesforce和ServiceNow等工作应用程序中。使用代理的下一步是使它们完全自主，包括与模型上下文协议（ThoughtSpot现在支持）和Agent2Agent协议等框架的更大互操作性。ThoughtSpot与智能应用程序相关的推动是允许用户将AI嵌入到任何本土应用程序中。

Karkhanis说：“每家企业都需要这三点。”

与此同时，Farmer建议ThoughtSpot做更多工作，为潜在的新客户提供实惠的价格选择。该供应商提供基于消费的定价，并提供三个层级，从Essentials版本开始，每月1250美元，适用于20个用户和2500万行数据。

此外，据Farmer称，ThoughtSpot可以通过增加行业特定工具和新的合作伙伴关系来扩大其产品范围。

他说：“通过为零售需求预测和医疗保健分析等行业提供预建代理，实现垂直化。并扩大生成式AI合作伙伴关系……以加强Spotter的推理。”