商业智能公司ThoughtSpot今日宣布推出一系列全新功能，旨在将分析能力从传统仪表板扩展到客户应用和工作流程中。

此次发布包括其Spotter智能体的新版本Spotter 3，以及一套嵌入式分析产品的增强功能，使客户能够在自己的应用程序中展示分析功能。

ThoughtSpot表示，其目标是将人工智能不仅仅视为副驾驶或界面层，而是作为可嵌入、能够推理决策并适应不同用户需求的基础智能体。

"整个理念就是打破边界，"ThoughtSpot产品管理高级副总裁Francois Lopitaux表示。

嵌入式产品旨在让企业更容易在自己的应用程序中为客户提供分析功能，无需从零开始构建完整技术栈。这包括通过软件开发工具包和应用程序接口直接暴露Spotter智能体。

"我们的客户现在可以将Spotter嵌入到他们自己的应用程序中为客户服务，这在以前是不可能的，"Lopitaux说道。嵌入功能还使客户能够将分析服务货币化。

他以企业旅行管理软件制造商Navan为例。该公司最近推出了由ThoughtSpot驱动的分析功能，将超过100个复杂的旅行数据点（如部门支出、违规预订和节省等）提炼成交互式可视化图表，让用户摆脱对电子表格的依赖。

"Navan将分析功能暴露给我这样的客户，"Lopitaux说。"我们的CEO可以轻松查看按月花费，而不会超出目标。"

定制功能通过ThoughtSpot的Muze Studio（用于可视化）和Dev Studio（用于基于SDK的定制）实现。"如果我采用别人的软件并将其放入我的产品中，我希望它看起来像我的产品，"Lopitaux表示。

这些工作室允许开发人员定制样式表、隐藏按钮、订阅事件，并构建能够在Salesforce客户关系管理系统和Slack协作软件等工具中触发操作的工作流程。

该平台使用模型上下文协议服务器与现有智能体集成，允许客户将Spotter插入到他们自己的智能体系统中。"我们允许我们的Spotter智能体集成到他们自己的智能体中，"Lopitaux说。"他们可以将它们统一成一个独特的智能体。"

Spotter 3在该公司上一代自然语言智能体的基础上构建，具有更深层次的结构化和非结构化数据集成、预测等新技能、Python编码支持以及解释推理的能力。

"如果你问上周在加利福尼亚卖了多少件夹克，答案是零，Spotter 3会说'为什么是零？'"Lopitaux说道。

该智能体现在可以预测趋势、检测异常、编写代码并执行基本的机器学习任务，如分桶技术——一种将相似元素聚类的机器学习技术。

Spotter连接到Snowflake、Databricks和Google BigQuery等数据源，以及Microsoft Teams和Slack等商业应用程序。该软件具有一些数据转换功能，但它不是一个全面的集成包。

Spotter 3将于11月开始推出。嵌入式功能从本周开始正式提供。它们将根据使用情况收取额外费用。ThoughtSpot在其网站上公布价格。

Q&A

Q1：什么是ThoughtSpot的嵌入式分析功能？

A：ThoughtSpot的嵌入式分析功能允许企业将分析工具直接集成到自己的客户应用程序中，无需从零开始构建完整的技术栈。客户可以通过软件开发工具包和API直接使用Spotter智能体，并且可以将这些分析服务货币化。

Q2：Spotter 3相比之前版本有什么新功能？

A：Spotter 3在自然语言智能体基础上增加了更深层次的结构化和非结构化数据集成，新增预测、异常检测、Python编码等技能，还能解释推理过程。例如，当查询结果为零时，它会主动分析原因。

Q3：企业如何定制ThoughtSpot的分析界面？

A：企业可以通过ThoughtSpot的Muze Studio进行可视化定制，通过Dev Studio进行基于SDK的定制。开发人员可以定制样式表、隐藏按钮、订阅事件，并构建与Salesforce、Slack等工具集成的工作流程。