Se você é um líder em dados e análises, então sabe que a IA agente está alimentando uma velocidade de mudança sem precedentes no momento. Saber que você precisa fazer algo e saber o que fazer, entretanto, são duas coisas diferentes. A boa notícia é que fornecedores como a ThoughtSpot são capazes de ajudar, com a empresa, em suas próprias palavras, determinada a “reimaginar a análise e o BI a partir do zero”.
“Certamente, os sistemas de agência estão realmente nos transportando para um território muito novo”, explica Jane Smith, chefe de dados de campo e oficial de IA da ThoughtSpot. “Eles estão nos afastando de relatórios passivos para uma tomada de decisão muito mais ativa.
“O BI tradicional espera que você encontre um insight”, acrescenta Jane. “Os sistemas Agenttic monitoram proativamente os dados de diversas fontes, 24 horas por dia, 7 dias por semana; eles diagnosticam por que as mudanças aconteceram; eles acionam a próxima ação automaticamente.
“Estamos ficando muito mais orientados para a ação.”
Além de passar de passivo para ativo, há duas outras maneiras pelas quais Jane vê essa mudança ocorrendo no BI. Há uma mudança em direção à “verdadeira democratização dos dados”, por um lado, mas, por outro, há um “ressurgimento do foco” na camada semântica. “Não é possível permitir que um agente aja da maneira que acabei de descrever quando ele não entende estritamente o contexto de negócios”, diz Jane. “Uma camada semântica forte é realmente a única maneira de dar sentido… ao caos da IA.”
A ThoughtSpot tem uma frota de agentes para agir e ajudar os clientes. Em dezembro, a empresa lançou quatro novos agentes de BI, com a ideia de que trabalhassem em equipe para entregar análises modernas.
Spotter 3, a última iteração de um agente que estreou no final de 2024, é a estrela. Ele conhece aplicativos como Slack e Salesforce e pode não apenas responder perguntas, mas avaliar a qualidade de sua resposta e continuar tentando até obter o resultado certo.
“Ele aproveita o protocolo (Model Context), para que você possa fazer perguntas aos dados estruturados da sua organização – tudo em suas linhas, colunas, tabelas – mas também incorporar seus dados não estruturados”, diz Jane. “Assim, você pode obter respostas às perguntas realmente ricas em contexto, tudo por meio de nosso agente ou, se desejar, por meio de seu próprio LLM.”
Com esse poder, porém, vem a responsabilidade. Como observa o recente e-book da ThoughtSpot que explora dados e tendências de IA para 2026, o alto escalão precisa descobrir como projetar sistemas para que cada decisão – seja ela humana ou de IA – possa ser explicada, melhorada e confiável.
A ThoughtSpot chama essa arquitetura emergente de “inteligência de decisão” (DI). “Acho que veremos muitas cadeias de fornecimento de decisão”, explica Jane. “Em vez de uma visão única, acho que o que veremos são decisões… fluir através de estágios repetíveis, análise de dados, simulação, ação, feedback, e todas essas são interações entre humanos e máquinas que serão registradas no que podemos considerar um sistema de registro de decisão.”
Como seria isso na prática? Jane oferece um exemplo de um ensaio clínico na indústria farmacêutica. “O sistema registraria e controlaria, na verdade, cada etapa de como um paciente é escolhido para um ensaio clínico; como os dados de um registro de saúde são usados para identificar um candidato; como essa decisão foi simulada em relação ao protocolo do ensaio; como ocorreu a correspondência; como potencialmente um médico recomendou esse paciente para o ensaio”, diz ela.
“Estes são processos que podem ser auditados, podem ser melhorados para o teste seguinte. Mas o registo muito meticuloso de cada elemento do fluxo desta decisão no que consideramos uma cadeia de abastecimento é uma forma que eu visualizaria isso.”
A ThoughtSpot participará da AI & Big Data Expo Global, em Londres, de 4 a 5 de fevereiro. Você pode assistir a entrevista completa com Jane Smith abaixo:
Foto de Steve Johnson no Unsplash
Fontesartificialintelligence
