К содержанию
Новости

Tableau добавила агентный ИИ во всю аналитическую платформу

Tableau добавила агентный ИИ во всю аналитическую платформу
Фото: Le Monde Informatique

Tableau, которая входит в Salesforce после сделки на 15,7 млрд $ в 2019 году, расширила использование агентного ИИ в своей аналитической платформе. Компания продвигает подход, где данные, бизнес-логика и метаданные объединены в единую масштабируемую систему для аналитики, отчетности и визуализации.

Как пишет Le Monde Informatique, Tableau делает ставку на автоматизацию подготовки данных, семантического моделирования и аналитики через платформу Tableau Next. Ее представили в прошлом году на базе Agentforce 360. Теперь всем пользователям доступны компоненты Conversational Analytics, Composable Data Sources, Tableau MCP и Auto Knowledge Graph.

Conversational Analytics дает Tableau Agent возможность работать с запросами на естественном языке и объяснять сложные графики без ручного использования SQL и фильтрации. Composable Data Sources нужен для объединения разрозненных источников данных. Tableau MCP использует MCP-сервер, чтобы подключать ИИ-агентов к семантическому слою и механизму знаний Tableau. Auto Knowledge Graph, как утверждает компания, помогает добавлять более глубокий контекст за счет итеративного обучения на взаимодействиях пользователей.

В Tableau считают, что такой подход повышает точность аналитики по сравнению с использованием только LLM. По словам Марка Речера, вице-президента и general manager Tableau, простая загрузка сырых данных о прогнозах продаж в LLM способна дать визуально качественный, но неточный результат, потому что модель не учитывает бизнес-логику через семантические модели.

Ключевые факты

  • Salesforce приобрела Tableau за 15,7 млрд $ в 2019 году.

  • Платформа Tableau Next была представлена в прошлом году и построена на Agentforce 360.

  • В набор компонентов вошли Conversational Analytics, Composable Data Sources, Tableau MCP и Auto Knowledge Graph.

  • Марка Речер заявил, что использование сырых данных в LLM без семантической модели может приводить к неточным выводам.