“AI 并非还在路上——它已经来到我们身边，并正在悄然改变着企业的每一次决策、每一个洞察、每一项服务。” 在 Dreamforce 2025 大会 Day2 的主题演讲中，Tableau 首席产品官 Southard Jones 一开场就这样直截了当地说。

很多企业被灌输了一种错误观念，觉得想要真正实现 AI 驱动，必须“推倒重来”：重建平台、重做数据、推翻之前的所有报表与架构。

然而，Southard Jones 却给出了完全不同的答案：“企业不需要全盘换新，也不必浪费已有的数据资产和分析投入。Agentic 驱动的未来，其实可以直接从你已经拥有的资源和体系出发。”

事实上，随着开放式互操作能力的发展，企业可以轻松将现有的数据、报表、流程，与 AI 智能体（Agents）和自动化能力无缝对接，实现快速、低风险的智能升级。

这样不仅避免了重复建设和高昂成本，更能让团队在熟悉的平台上，迅速释放 AI 的价值，让 AI 智能真正落地到每一次业务决策。

迈向 Agentic Enterprise 时代

Agentic 型企业不仅仅是用上 AI，更在于让 AI 真正发挥主动作用：在合适的时机推送有价值的洞察，帮助团队做出更聪明的决策，并自动完成一些任务。在这个新阶段，速度和灵活性成了基本要求。

但想做到这一点，光有工具还不够。更重要的是要打下坚实的基础：有值得信任的数据、一致的指标标准，以及各个系统之间能顺畅沟通。如果缺乏这些，AI 虽然能给出答案，却难以输出真正能指导行动的见解。

这正是 Tableau 平台的价值所在。通过帮助企业把已有的数据和分析体系，与新一代 AI 体验无缝连接，让企业真正用上 Agentic 能力。

图示：展示了分析的演变，从传统 BI（我来完成工作），到 AI 辅助分析（帮我完成工作），再到 AI 能动型的分析（直接帮我搞定）。

为什么没必要推倒重来？

很多企业误以为，要用好 AI，必须彻底重建所有系统。那些封闭的生态看起来很有创新，但实际成本极高：容易被供应商绑死，数据重复，流程也会受到冲击。

实际上，开放和互通的分析体系，才能更快释放 AI 的价值，降低风险，同时保护你已有的投资。这不仅是技术选择，更是一种战略决策。开放式架构让企业可以大规模应用 AI，同时依然保持主动权、灵活性和投资回报。

封闭的平台会让你被锁死，而开放的架构，则能让团队在已有成果上持续创新。如需了解开放式架构，请点击查看：企业 AI 落地的语义难题，如何用 OSI 打通？

什么是分析的互操作性？

分析的互操作性（analytics interoperability），就是让不同系统之间能无缝交流数据和见解，不受到任何阻碍。简单来说，就是无论数据存在哪里，AI 智能体都能在需要的时候及时获得所需信息。

在 Tableau 的产品生态中，这不是一句空话，而是已经实现的能力。Tableau Cloud、Tableau Server、CRM Analytics 以及 Tableau Next 都可以协同工作，构建一个数据、洞察、行动顺畅流转的统一环境。对企业来说，这意味着更快落地、更低风险和可衡量的回报。

图示：Tableau Cloud、Server、Tableau Next 和 CRM Analytics 之间的互联，帮助企业利用现有的数据，实现 AI 能动型分析体验。

Tableau 优势：开放数据层 + 语义层

Tableau 能实现分析的互操作性，靠的是两大核心能力。这些能力，为转向 Agentic 型企业打下了基础，让企业不用重建分析平台，就能用上最前沿的 AI 智能：

》开放的数据层

开放数据层（Open data layer）就像是企业所有数据的“统一窗口”。

采用零拷贝（zero-copy）架构，数据可以直接在原本的位置被查询（不管是在 Snowflake、Databricks 还是亚马逊云），不需要复制和管理多余的数据。这种方式既统一了分析体验，又保护了原有投入，还大大简化了管理。

》Tableau 语义层

AI 驱动的 Tableau 语义层（Tableau Semantics）可以为你的数据加上“语境”。它解释了数据背后的“谁、什么、为什么”，确保全公司的指标定义一致。

有了语义层，AI 智能体（Agents）才能理解数据的真正含义，输出准确又能指导实际行动的洞察。AI 可以给你数字，但只有语境才能让这些数字有意义，这正是 Tableau 语义层的作用。

互操作性的实际价值

开放、互联的分析体系，能给企业带来三大好处：

• 放大已有成果，加快回报：你做的仪表板、报表、数据模型，是多年积累的成果。有了 Tableau Next，你完全不必重头再来，而是可以直接在原有的 Tableau Cloud、Server 和 CRM Analytics 上加装 AI 智能体能力，加速实现投资回报。

• 让 AI 更快获得信任：AI 要被企业真正用起来，关键是数据要统一、可靠。如果缺乏统一的数据标准，AI 就很难解释背后的业务含义。Tableau 语义层让 AI 智能体一开始就具备业务语境，输出的见解更可靠、相关。

• 更快把数据变成决策：分析最终是为了推动行动。互通的系统，让洞察顺畅流入你的各项业务流程——无论是 CRM 仪表板、Slack 通知还是 Tableau 可视化。把数据、见解和行动连在一起，企业可以大大简化决策流程，让决策又快又准。

实际案例

如下图所示，CRM Analytics 的数据可以导出到 Data 360（原名 Data Cloud），在 Tableau Next 里实现对话式 AI，把结构化数据直接变成可用洞察。

图示：展示了如何将 CRM Analytics 中的配方（Recipe）输出到 Data 360，并在 Tableau Next 的语义数据模型中用于智能分析。

此外，Tableau Cloud 发布的数据源也能接入 Tableau 语义层，用可信的业务逻辑创造新的 AI 体验，无需迁移数据。

图示：展示了如何将 Tableau 已发布的数据源连接到 Tableau 语义层，在 Tableau Next 中实现智能分析。

为何要重视分析互操作性？

如今，企业要想跟上时代，速度和灵活性都必不可少。还在坚持老方法的企业很容易被甩在后面，而愿意拥抱互操作性的企业，则能更快落地 AI、加速回报。

利用你已经信任的数据分析体系，你不需要大动干戈，就能保护已有投资，同时为未来转向 Agentic 型企业打下可持续的基础。

企业的下一个篇章，不是抛弃过去，而是把它和未来更好地连接起来。而 Tableau 的互操作性思路，不只是产品整合，更是为 AI 打造一个可信、互联的基础。这样，企业就可以：

• 让现有投入创造更大价值

• 打造真正懂业务的 AI

• 更快、更明智地做出决策

这与 Tableau 多年来的使命和愿景相通：正在帮助企业，把理论变为实践，把数据变成行动，让洞察带来真正影响。

观看 Dreamforce 2025 主题演讲

迈向 AI 智能驱动型企业的第一步，就是善用你已经拥有的基础——信任的数据、现有的分析资产和业务流程。

若想了解这个愿景的落地情况，以及客户真实反馈，可通过浏览器访问 Salesforce+ 平台，注册观看 Dreamforce 大会上关于 Agentic Tableau 的主题演讲：

推荐阅读：更多 Tableau 创新功能介绍

• 揭秘 Tableau 与 Agentforce 如何引领数字劳动力的未来

• 从新手到专家，Tableau Agent 如何满足不同用户的分析需求？

• 一览 Tableau Conference 2025 用户大会创新产品路线！