维度网讯，美国WisdomAI推出Analytics Agents，企业数据团队可用该代理设计、测试和部署自动化分析工作流。WisdomAI于5月20日宣布，新产品面向企业数据栈运行，能够在上下文约束下进行推理，并把分析结果转化为后续业务动作。

WisdomAI将Analytics Agents放在其Federated Agentic Intelligence Platform中提供。该代理组合了三项能力：激活企业现有数据栈、构建从洞察到行动的代理式工作流，以及通过Adaptive Context Engine提供企业上下文。企业不需要先把所有数据集中迁移到单一系统，Analytics Agents可通过200+原生集成和MCP连接器接入现有数据源，覆盖数据仓库、SaaS应用和文件存储等环境。这一设计把重点放在“连接已有数据”和“执行后续动作”上，而不是只生成一次性分析答案。

Analytics Agents的产品路径与传统商业智能工具有所不同。传统看板通常负责展示指标，问答式BI更多解决“用户问什么、系统答什么”的问题，而WisdomAI此次强调代理可以继续执行动作。该产品可生成报告、制作工作文档、触发webhook和API、向其他系统写入结果，并通过Slack或电子邮件反馈执行结果。企业用户还可以用自然语言描述所需流程，再通过Agent Builder生成节点、逻辑、连接和调度设置，后续在拖拽画布中进行微调。对数据团队来说，这意味着报表准备、异常提示、销售运营摘要、采购支出检查等重复任务可以被封装成可运行流程，而不是继续依赖人工在多个系统之间搬运数据。

可靠性是这类企业分析代理能否进入生产环境的关键。WisdomAI称，Analytics Agents继承Adaptive Context Engine中的业务语义、指标定义、计算规则、组织知识和上下文关系，并通过上下文中心的节点设计保持数据结构和格式完整。其官方说明还提到，代理工作流具备自纠错能力，当运行过程中出现数据不匹配、质量问题或逻辑错误时，系统会尝试自动修正;每一步执行过程也可被审计，团队可以回放流程、查看决策节点、检查查询和动作记录。对于企业数据工作流而言，这类可观察性和可追溯机制比单纯生成答案更重要，因为业务部门需要知道结果如何产生、动作为何触发、错误能否定位。

WisdomAI在产品介绍中列举了多个应用场景。采购报告场景中，代理可从Snowflake拉取供应商支出数据，与SharePoint中的合同条款进行比对，识别超过90%预算的支出类别，并在每周一6时向12名相关人员发送品牌化报告。董事会材料准备场景中，代理可抽取收入指标，结合Salesforce管道数据进行周期对比分析，再生成格式化PPTX并发送给财务负责人。销售运营场景中，代理可读取前一天Gong和Granola通话记录，提取主题、情绪和升级信号，形成排序摘要后发布到Slack频道。上述案例显示，Analytics Agents的定位不是单一数据查询工具，而是面向跨系统任务的企业自动化分析层。

WisdomAI称，Analytics Agents已经作为其平台的一部分开放使用。该公司官网显示，其产品体系包括Conversational BI、AI-powered Dashboards、Analytics Agents、Adaptive Context Engine和Embedded Agentic Analytics，企业部署形态覆盖SaaS、VPC和本地部署，并支持Azure、AWS或GCP环境。对需要把数据分析嵌入业务流程的企业来说，Analytics Agents的价值取决于数据权限、业务语义、审计机制和系统连接能力能否被统一管理。美国WisdomAI此次产品更新，也反映出企业AI应用正从“问答式分析”向“可执行工作流”延伸。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com