Tableau 近日在其年度用户大会上推出了新增的生成式人工智能(AI)工具

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

Tableau, 在其年度用户会议------圣地亚哥举办的Tableau Conference上,推出了其生成式人工智能(AI)工具的新功能,包括辅助数据转换功能和一项使客户能够用自然语言探索指标的功能。Tableau目前的生成式AI(GenAI)产品包括Pulse和Einstein Copilot for Tableau。

Pulse是一个洞察生成器,它能自动地以自然语言向用户呈现和交付洞察,这一产品已于二月份正式推出。Einstein Copilot for Tableau是一个AI助手,当前处于测试阶段,并计划在今年夏天更广泛地发布,它使客户能够使用自然语言探索数据,推荐问题,并引导用户完成计算关键绩效指标(KPIs)和指标的复杂过程。AI辅助数据转换工具是Einstein Copilot for Tableau平台的一部分,计划与该工具一同在今年夏天正式发布。Pulse问答功能,允许客户用自然语言探索指标,现已正式推出,这是Pulse的一部分。随着Tableau在生成式AI能力方面的发展,其创新步伐与竞争对手相当,据Constellation Research的分析师Doug Henschen所说。

一些供应商,如MicroStrategy和Domo,已经推出了更多的正式可用功能。而其他一些则大多还处于预览阶段。然而,许多潜在用户对生成式AI仍持谨慎态度,因为它可能导致不准确的回应,进而引发财务和声誉损失。因此,无论这些工具是否可用,其采用率仍处于初级阶段。

Henschen表示:"Einstein Copilot for Tableau在某些正式发布的功能方面落后于其他供应商。但我与大多数客户交谈时发现,他们对GenAI持保守态度......我认为企业将想要确保在广泛部署基于GenAI的功能之前,他们对真实性、数据隐私和安全措施感到满意。"

除了新的生成式AI功能外,Tableau还公布了与Databricks的合作关系扩展以及Tableau Public的新功能,Tableau Public是该供应商平台上的一个免费环境,用户可以在其中分享他们的工作。

随着Tableau开发生成式AI能力,该供应商现正处于CEO Ryan Aytay所说的分析的第三波。

第一波是全面服务的BI,数据完全由训练有素的专家掌握。第二波是自助服务BI,数据对接受数据素养培训的自助服务用户开放。第三波关注个性化,供应商能够利用AI为每个用户创建量身定制的分析体验。

Aytay说:"Tableau的未来全在于提供具有深入可视化、数据目录和数据准备功能的分析工具。但它也关于为每个用户带来数据和AI。"他补充说,"我们在前进的过程中将同时做到这两点。"

考虑到为每个用户提供数据和AI,Tableau Pulse现在包括Pulse问答功能。此功能使客户能够用自然语言询问他们的业务指标问题,对此功能将针对该特定指标提供洞察。

此外,在新的Pulse功能中,包括指标助推。这一功能允许用户将计算保存到Tableau的指标层,以便他们能够随着时间追踪和监控指标,并促使Pulse基于这些指标向用户推送洞察。Pulse现在还包括指标目标,它让客户可以将目标进展与目标进行比较。

根据Tableau的说法,Pulse已被5000名客户采用。

与此同时,它的功能进一步推动了Tableau使分析工具能够为组织内可以从数据中受益的每个人所用的目标,Henschen说。"Pulse在它确实是一种新的、民主化的BI形式方面脱颖而出,"他说。"它是一个更易使用、直截了当的界面,与被理解为对商业用户重要的策展指标相关。"类似于Pulse,Einstein Copilot for Tableau中的新功能旨在为每个用户提供数据服务,包括AI辅助数据转换和与Tableau目录的Einstein Copilot共同使用。AI辅助数据转换使客户能够自动化数据转换流程,并提供分步建议。使用Einstein Copilot与Tableau目录共同使用,用户可以自动创建其数据的描述,使数据稍后更容易找到和探索。这些功能是有益的,但据Henschen说,因为它们至少还需要几个月才能普遍可用,它们不像现在已被数千名客户使用的Pulse的功能那样立即显得重要。Henschen说:"Einstein Copilot很重要且前景广阔。""但它目前仍处于测试阶段,所以它不如Pulse重要。"

除了增加自己的生成能力外,Tableau还公布了与Databricks的扩展合作关系,Databricks在过去一年中积极构建了一个用于生成式AI模型和应用开发的环境。合作关系现在包括Tableau Delta Sharing和Explore in Tableau,两者都旨在帮助Tableau和Databricks的用户加快发现洞察和做出数据驱动决策的时间,据Tableau的首席营销官Elizabeth Maxson Martinet说。Tableau Delta Sharing是一个连接器,使联合用户能够在Tableau和Databricks环境之间共享数据,以消除复制数据的需要,通过集中访问管理改善治理,并促进组织内部及与外部合作伙伴的协作。Explore in Tableau则使联合客户能够连接到实时数据源,而无需离开他们的Tableau环境。

Maxson说:"[扩展的合作关系]将有助于实时简化数据探索和分析。"

Henschen则表示,鉴于Databricks在过去一年中开发了传统AI、生成式AI和机器学习的环境,Tableau与Databricks之间的紧密关系对这两个供应商的客户来说是一个加分项。在过去的10个月里,Databricks以13亿美元收购了MosaicML,进行了三次更多的收购以增加AI开发能力,与生成式AI开发商Mistral AI合作,开发并推出了两个大型语言模型,并推出了一套辅助AI开发的工具。

Henschen说:"Databricks在独立的分析数据平台中领先,推动AI、ML和GenAI以及BI。""很高兴看到与Databricks的更紧密整合。"除了生成式AI之外,Tableau还更新了其平台,包括现在不仅仅是分享可视化的Tableau Public的更新版本。Tableau Public最初于2010年推出,为用户提供了一个社区环境,分享他们的工作,随着时间的推移,用户希望能够在Tableau Public中做更多的事情,据Aytay说。具体来说,他们希望有一个个人环境,在Tableau Public中安全保存和处理数据,而不分享他们的工作给Tableau社区的其他人。Tableau现在在Public中启用了本地文件保存,为用户提供了Aytay所说的Tableau的个人版。他说:"这是我们社区的一个重大要求。""他们现在有了一个沙盒环境,所以他们可以查看私人或个人数据。"

虽然Pulse的新功能已经是GA,但生成式AI工具的更多新功能以及计划中的Einstein Copilot for Tableau功能在Tableau的路线图上占据了显著位置。据Maxson说,供应商每周向Pulse添加五个新功能。Henschen则表示,Tableau将明智地提供超出传统每用户/每月结构的定价选项。供应商已为Tableau Embedded引入了基于消费的定价,但类似的定价对于其他工具可能会扩大Tableau在组织中的采用,他说。分析工具的使用长期以来一直停留在组织内大约四分之一的员工,这在很大程度上是由于BI平台的复杂性。然而,定价也可能阻碍更广泛的采用,供应商如Tableau采取的改进定价模式的步骤可能有助于扩展分析使用。

Henschen说:"如果我们要超越长期困扰典型BI部署的25%的采用水平,我们必须转向更易于管理的访问模式和更负担得起的订阅模式。""例如,将Pulse作为独立产品提供是很有意义的,而不是与当前订阅捆绑。"

相关推荐
果冻人工智能15 分钟前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工17 分钟前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz19 分钟前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
孤独且没人爱的纸鹤28 分钟前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭30 分钟前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~31 分钟前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码38 分钟前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng113338 分钟前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类
Seeklike39 分钟前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习
庞传奇40 分钟前
TensorFlow 的基本概念和使用场景
人工智能·python·tensorflow