“用户去找数据的时代已经结束，现在是数据来找用户。”

在Salesforce Korea于首尔三成洞 Grand InterContinental Seoul Parnas举办的年度AI与数据大会“DataFam Seoul 2026”上，Salesforce全球Tableau产品管理副总裁Matthew Miller表示，数据分析正在从“人找数据”转向“洞察找人”，智能体分析（Agentic Analytics）时代已经到来。

据Matthew Miller介绍，过去的数据分析更多依赖人工直接操作Tableau等工具理解数据；而在智能体分析阶段，AI智能体不仅能够识别用户需求、记住用户的工作方式，还能适应不同组织的术语体系和业务语境。更进一步的目标，是让智能体主动发现新的洞察，而不是等待用户发问。

他将智能体分析的发展概括为三个阶段：一是从被动分析走向主动分析；二是从单纯展示数字和结果，升级为更高阶的分析能力；三是把原本只有统计学专家才能理解的分析，转变为任何人都能用自然语言理解和使用的分析。

Matthew Miller强调，完整的洞察并不能仅靠数据本身产生，还需要结合企业内部文档内容、协作工具中的对话记录等上下文信息，才能做出更准确的判断。

他举例说，同一个“转化率”在不同团队中的含义可能完全不同：对市场团队而言，可能是线索转化为客户的比例；对财务团队而言，则可能指汇率换算。也正因如此，智能体必须理解组织内部长期沉淀下来的知识和语境。

在他看来，Tableau将以Knowledge Engine和Decision Engine两大支柱支撑主动式分析。两者协同后，智能体无需等待用户提问，也能主动输出洞察。

其中，Knowledge Engine负责连接数据并进行语义解释。Matthew Miller表示，其连接范围不仅覆盖企业内部的结构化数据，也包括PDF、CSV以及个人维护的Excel等非结构化或半结构化数据；不仅能处理经过认证的标准数据模型，也能为临时生成的数据赋予语义。

他还提到，Tableau内部已经积累了大量知识资产，Knowledge Engine将基于这些信息帮助智能体理解组织语境。

Decision Engine则聚焦于生成主动、智能的洞察。Matthew Miller表示，这一引擎不仅包含可视化能力，还覆盖统计模型、机器学习，以及将洞察转化为实际行动的执行能力。

除主题演讲外，本次大会的三场分论坛还分享了Olive Young、LG CNS、Toss Bank、Krafton、Baropharm等韩国主要企业的Tableau应用实践。

其中，Olive Young介绍称，公司通过自助式分析（Self-Service Analytics）打造了一线业务主导的数据使用文化，并进一步演进至基于Tableau MCP的AI数据智能体（AI Data Agent）。基于已验证的数据，员工可在Slack等工作环境中直接用自然语言查询周期性销售对比、业绩分析等信息，从而提升AI应用过程中的数据一致性。

LG CNS展示了将采购数据与ERP及内外部数据整合后的分析环境，以支持数据驱动决策。Toss Bank则分享了围绕约5700个仪表板和362个项目积累的自动化运营经验，以及数据血缘和权限管理体系的升级案例。

Krafton表示，随着企业越来越重视业务指标和语境的一致性，数据治理的重要性也在上升。Baropharm则介绍了利用Tableau进行数据预处理、提升制药数据分析效率的实践经验。

大会现场还介绍了分析师在问题定义、指标设计、结果验证和决策优化等环节的多种应用策略。Salesforce还现场演示了Tableau Agent，展示其如何通过自然语言覆盖从数据准备、分析到仪表板搭建的全流程；同时展示了Salesforce与Slack之间的连接与一体化能力，并基于Tableau MCP接入Claude Code等外部大语言模型和AI智能体，形成从分析到执行的智能体分析工作流。

Salesforce Korea Tableau业务负责人Kim Young-gyun表示，随着AI让越来越多的人能够快速分析数据并获得答案，企业竞争力已不再只是取决于“拥有更多数据”或“做更精细的分析”，而是越来越取决于能否基于可信数据和清晰的业务语境，更快、更准确地把洞察转化为执行。

他还表示，智能体分析的角色正在从展示历史现状，扩展到提出下一步行动建议并支持实际执行。Salesforce与Tableau将帮助企业补齐数据中的信任与语境能力，推动韩国企业把AI转型更好地落到实际业务成果上。