尽管全产业的人工智能转型(AX)成为话题,但在企业实际现场,很多情况下人们并不信任人工智能(AI)所做的分析。原因在于AI错误解读数据,或生成实际并不存在信息的幻觉现象反复出现。在Anthropic今年3月发布的问卷调查中,受访者列为首位的AI不安因素也是“幻觉导致的错误”。
Salesforce旗下Tableau产品管理部门副总裁马修·米勒19日在首尔永登浦区Salesforce韩国分公司与Seoul Economic Daily会面时表示:“基于大语言模型(LLM)的通用AI服务每次提问都会给出略有不同的答案,但Tableau不是这样”,并对AI智能体将整体取代软件(SW)产业的“SaaSpocalypse”担忧划清界限。
Tableau是2003年在美国成立的数据分析与可视化平台,2019年被Salesforce收购。数据一次录入后,便依据预先设定的规则和客户公司的规定执行分析。米勒副总裁将实现一致答复的Tableau技术定义为“确定性(Deterministic)AI”,并强调:“只在最初制作仪表板和报告时使用令牌,成本也(比AI智能体)更低。”
他认为,非专业人士各自编写代码制作智能体的趋势,反而可能成为企业的负担。米勒副总裁说:“软件并非做一次就结束,持续的维护和安全保障是必需的”,“如果承担软件职能的智能体在没有管控的情况下被大量生产,对企业而言就等于积累‘技术负债’”。他解释称,智能体虽可取代家庭账本之类的简单服务,但难以觊觎要求高度合规和安全的企业级服务。
将隐性数据知识标准化的“语义”体系同样是Tableau的强项。米勒副总裁表示:“许多企业因各部门、各行业对术语定义不同的问题而无法充分利用数据”,“Tableau与客户公司的经营层、业务部门合作,将术语定义标准化,帮助其进行契合语境的数据分析”。例如,表示转化率的英文单词“conversion rate”,在市场部门被理解为广告与活动成效,在财务部门则被理解为汇率。而且各企业计入营收的信息也各不相同。Tableau将这些隐性知识录入系统后端,从而得出准确的分析。
他强调:“正如过去史蒂夫·乔布斯把计算机比作‘大脑的电动自行车(e-bike for the mind)’,AI与技术能最大化人的能力”,“如果人与AI共同学习并利用数据,组织能力将强大到1+1+1不是等于3,而是等于17的程度”。
另一方面,米勒副总裁20日出席在首尔江南区举行的“Salesforce Tableau Data Fam Seoul”活动,表示将在Tableau整体解决方案中强化AI应用,同时通过模型上下文协议(MCP)等方式增加与外部程序的联动。当天活动还公开了LG CNS、Toss Bank、Olive Young等韩国企业的Tableau应用现状。






