ThoughtSpot: Hoe AI-agents moderne analytics leveren
Lisa Visser ·
Luister naar dit artikel~4 min

Agentic AI versnelt analytics enorm. ThoughtSpot's nieuwe vloot AI-agents verschuift van passief rapporteren naar actieve besluitvorming. Ontdek hoe ze moderne analytics leveren en wat decision intelligence betekent voor jou.
Als je werkt met data en analytics, dan voel je het waarschijnlijk al. Agentic AI zorgt voor een ongekende versnelling. Je weet dat je iets moet doen, maar wát precies? Dat is vaak de grote vraag. Gelukkig zijn er bedrijven zoals ThoughtSpot die helpen. Zij willen analytics en business intelligence helemaal opnieuw uitvinden.
### Van passief rapporteren naar actief beslissen
“Agentic systems brengen ons echt op nieuw terrein,” legt Jane Smith uit, field chief data and AI officer bij ThoughtSpot. “We verschuiven van passief rapporteren naar veel actievere besluitvorming.”
Ze gaat verder: “Traditionele BI wacht tot jij een inzicht vindt. Agentic systems monitoren proactief data van meerdere bronnen, 24/7. Ze diagnosticeren waarom veranderingen plaatsvinden en ze triggeren automatisch de volgende actie. Het wordt veel meer actiegericht.”

### Twee cruciale verschuivingen in BI
Naast de beweging van passief naar actief, ziet Jane nog twee belangrijke veranderingen. Enerzijds is er een verschuiving naar de ‘ware democratisering van data’. Anderzijds is er een hernieuwde focus op de semantische laag.
“Een agent kan niet op de beschreven manier actie ondernemen als hij de bedrijfscontext niet strikt begrijpt,” zegt Jane. “Een sterke semantische laag is echt de enige manier om... de chaos van AI te begrijpen.”
### De nieuwe vloot agents van ThoughtSpot
ThoughtSpot heeft een vloot agents om voor klanten actie te ondernemen en het verschil te maken. In december lanceerde het bedrijf vier nieuwe BI-agents. Het idee is dat ze als een team samenwerken om moderne analytics te leveren.
Spotter 3 is de ster. Dit is de nieuwste versie van een agent die eind 2024 debuteerde. Hij kan communiceren met applicaties zoals Slack en Salesforce. Hij kan niet alleen vragen beantwoorden, maar ook de kwaliteit van zijn antwoord beoordelen en blijven proberen tot hij het juiste resultaat heeft.
“Hij maakt gebruik van het Model Context-protocol,” zegt Jane. “Je kunt vragen stellen over de gestructureerde data van je organisatie – alles in je rijen, kolommen en tabellen – maar ook je ongestructureerde data integreren. Zo krijg je contextrijke antwoorden op vragen, allemaal via onze agent, of via je eigen LLM als je dat wilt.”
### Met grote kracht komt grote verantwoordelijkheid
Met deze kracht komt echter ook verantwoordelijkheid. Zoals ThoughtSpot's recente eBook over data- en AI-trends voor 2026 opmerkt, moet de C-suite uitzoeken hoe ze systemen moeten ontwerpen zodat elke beslissing – of die nu door een mens of AI wordt genomen – kan worden uitgelegd, verbeterd en vertrouwd.
ThoughtSpot noemt deze opkomende architectuur ‘decision intelligence’ (DI). “Wat we veel zullen zien, denk ik, zijn beslissingsketens,” legt Jane uit. “In plaats van een eenmalig inzicht, zullen beslissingen door herhaalbare fasen stromen: data-analyse, simulatie, actie, feedback. Dit zijn allemaal interacties tussen mens en machine die worden vastgelegd in wat we kunnen zien als een beslissingssysteem van record.”
### Hoe ziet dit er in de praktijk uit?
Jane geeft een voorbeeld uit een klinische studie in de farmaceutische industrie. “Het systeem zou elke stap loggen en versiebeheren: hoe een patiënt wordt gekozen voor een klinische studie; hoe data uit een gezondheidsdossier wordt gebruikt om een kandidaat te identificeren; hoe die beslissing werd gesimuleerd tegen het studieprotocol; hoe de matching plaatsvond; hoe een arts deze patiënt uiteindelijk voor de studie aanbeval.”
“Dit zijn processen die kunnen worden geaudit en verbeterd voor de volgende studie. Het zeer nauwkeurig vastleggen van elk element van de stroom van deze beslissing in wat we zien als een supply chain, is hoe ik dat zou visualiseren.”
- **Actiegericht:** Agents nemen het initiatief.
- **Contextbewust:** Een sterke semantische laag is cruciaal.
- **Verantwoordelijk:** Beslissingen moeten uitlegbaar en betrouwbaar zijn.
Het komt erop neer dat analytics niet langer iets is wat je bekijkt, maar iets wat je doet. En dat is best spannend.