L’evoluzione della Business Intelligence ha raggiunto un nuovo punto di svolta. Se negli ultimi mesi abbiamo parlato diffusamente di come l’intelligenza artificiale generativa stia trasformando l’analisi dei dati, con la release Tableau 2025.3 assistiamo a una democratizzazione senza precedenti di questi strumenti.
Non si tratta più solo di funzionalità esclusive del cloud: l’era dell’Agentic Analytics approda ufficialmente su Tableau Server, portando la potenza di Tableau Agent direttamente nelle infrastrutture on-premise delle aziende.
Vediamo quali funzionalità sono state introdotte e come renderle disponibili sulla propria installazione.
Tableau Agent: l'assistente AI per ogni fase dell'analisi
Come abbiamo già approfondito nel nostro articolo su Tableau Agent, questo assistente basato su AI generativa è progettato per abbattere le barriere tecniche tra l’utente e i propri dati. Tableau Agent non si limita a rispondere a domande, ma collabora attivamente con l’utente, contribuendo ad accelerare il processo decisionale basato sui dati lungo l’intero percorso di analisi. Con le nuove versioni di Tableau oggi lo troviamo presente in:
- Tableau Desktop e nel Web Authoring: Tableau Agent trasforma i prompt in visualizzazioni complete, formulare calcoli complessi e persino suggerisce domande basate sui metadati in pochi secondi.
- Tableau Prep: tramite il linguaggio naturale Agent potrà suggerire come pulire, modellare e preparare i dati per l’analisi. Tableau Agent è in grado di fornire indicazioni per completare la preparazione di dati complessi e generare calcoli potenti, creando istantaneamente tabelle pivot. Realizzato non solo per utenti tecnici, questo assistente di AI semplifica e rende accessibile la preparazione di dati, aiutando tutti a ottenere informazioni più velocemente.
- Tableau Catalog: genera automaticamente descrizioni per asset di dati, campi e cartelle di lavoro, migliorando la reperibilità e affidabilità delle informazioni per i reparti IT e i business users.
Tutto questo avviene all’interno dell’Agentforce Trust Layer, garantendo che i dati rimangano sicuri, protetti e governati secondo le policy aziendali.
La grande novità della 2025.3: Tableau Agent su Tableau Server
Per molte organizzazioni, la gestione on-premise rimane una necessità legata a governance e compliance. Se in passato abbiamo discusso dei vantaggi del passaggio da Tableau Server a Tableau Cloud, la versione 2025.3 colma il gap funzionale introducendo Tableau Agent su Tableau Server.
A differenza della versione Cloud, dove l’AI è integrata nativamente, per attivare Tableau Agent su Tableau Server è necessario collegare il proprio modello di OpenAI utilizzando le chiavi API. Una volta configurato, gli utenti possono beneficiare delle capacità dell’agente sia in Tableau Prep che durante il Web Authoring o gli sviluppi in Tableau Desktop, mantenendo il controllo totale sull’infrastruttura sottostante.
Come funziona Tableau Agent
Il processo attraverso il quale Tableau Agent trasforma una richiesta in linguaggio naturale in un’analisi di dati visuale, è suddiviso in quattro fasi principali supportate da un’infrastruttura di intelligenza artificiale.
1. Conversation
Il processo inizia quando l’utente interagisce con Tableau Agent utilizzando il linguaggio naturale.
- L’utente inserisce una richiesta specifica, come ad esempio: “Mostrami un grafico a barre in pila dei ricavi di ogni produttore di auto in ogni paese nei dati”.
- L’agente conferma la ricezione del comando (es. “Ci sto lavorando”).
2. Processing
In questa fase, la richiesta viene analizzata per comprenderne l’intento e contestualizzarla rispetto ai dati:
- Query Planner: Tableau Agent invia la richiesta a un Modello di Linguaggio Esteso (LLM) per identificare l’intento logico dietro la domanda dell’utente.
- Data Grounding: La richiesta viene collegata ai metadati specifici del dataset, inclusi campi, valori ed “embeddings” (rappresentazioni vettoriali dei dati).
- Sicurezza: Viene applicata la Row Level Security (Sicurezza a livello di riga) per garantire che l’agente acceda solo ai dati che l’utente è autorizzato a vedere.
3. Execution
L’agente istruisce l’LLM per definire ogni processo e capacità necessari a rispondere alla domanda originale:
- Coherence Check & Reflection: Vengono eseguiti controlli di coerenza e una fase di “riflessione” per assicurarsi che il piano d’azione sia logico e corretto.
- VizQL: La logica viene tradotta in linguaggio VizQL (il linguaggio di interrogazione visiva proprietario di Tableau) per generare la visualizzazione.
- Anche in questa fase viene mantenuta la Row Level Security per la massima protezione dei dati.
4. Outcome
Questa è la fase finale visibile all’utente:
- Viene generato il grafico richiesto direttamente nell’interfaccia di Tableau.
- L’agente fornisce una spiegazione testuale dell’azione compiuta, descrivendo quali campi sono stati utilizzati e come sono stati aggregati (es. “Ho creato un grafico a barre per mostrare i ricavi… Il campo ‘Paese’ è usato per suddividere i ricavi…”).
- L’utente ha la possibilità di ricreare la visualizzazione o fornire feedback sull’utilità della risposta.
Infrastruttura Sottostante
Tutto il flusso è supportato da due componenti fondamentali alla base del diagramma:
- Tableau LLM Gateway: Agisce come un ponte sicuro tra le fasi di elaborazione/esecuzione e il modello di intelligenza artificiale.
- LLM (attualmente OpenAI): Rappresenta il motore di intelligenza artificiale generativa che elabora la comprensione del linguaggio e la pianificazione delle attività.
E se questo non bastasse? La risposta è Tableau MCP
Un ultimo pilastro fondamentale di questa strategia AI per installazioni on-premise, è rappresentato da Tableau MCP (Model Context Protocol). Si tratta di una suite di strumenti e risorse per sviluppatori pensata per facilitare la creazione di applicazioni AI che si integrano nativamente con l’ecosistema Tableau.
Tableau MCP si pone come ponte tra i modelli di intelligenza artificiale e l’infrastruttura dati di Tableau, offrendo:
- Accesso ai dati pubblicati: Permette di interrogare le origini dati tramite l’API VizQL Data Service (VDS)
- Recupero dei metadati: Consente di estrarre informazioni strutturali come nomi delle colonne e descrizioni
- Integrazione profonda con Tableau Pulse: Gli sviluppatori possono accedere a metriche, definizioni, sottoscrizioni e bundle di insight generati dall’AI direttamente tramite le Pulse API
- Ricerca di contenuti: Include strumenti per la ricerca di contenuti all’interno del sito Tableau tramite la Content Exploration API.
- Governance del dato: Il protocollo è progettato per rispettare rigorosamente le politiche di sicurezza a livello di riga (RLS) definite in Tableau Server, assicurando che l’AI acceda solo ai dati autorizzati per lo specifico utente.
Tableau MCP è progettato per essere flessibile, funzionando con qualsiasi origine dati pubblicata sia su Tableau Cloud che su Tableau Server. Inoltre, può essere utilizzato da strumenti AI esterni che supportano il protocollo MCP, come Claude Desktop, Cursor e altri.
In sintesi, Tableau MCP trasforma Tableau in una piattaforma aperta dove l’intelligenza artificiale può non solo leggere i dati, ma comprenderne il contesto semantico e le metriche di business in modo sicuro e governato.
Oltre il cloud. Quando l'AI diventa on-premise
L’intelligenza artificiale generativa smette, quindi, di essere una prerogativa del cloud e diventa una leva concreta anche per le organizzazioni che operano on-premise. L’introduzione di Tableau Agent su Tableau Server segna un passaggio chiave: non si parla più solo di analisi assistita, ma di un nuovo modello di interazione con i dati, in cui l’AI collabora attivamente lungo tutto il ciclo analitico, dalla preparazione dei dati alla visualizzazione, fino alla governance.
In sintesi, l’AI generativa in Tableau non è più un esperimento o una funzione accessoria: è una componente strutturale dell’esperienza analitica. E oggi, grazie a Tableau Server, è accessibile anche a chi ha scelto – o deve scegliere – un modello on-premise.
Vuoi sfruttare al meglio queste funzionalità?
Scopri come possiamo supportarti e iniziamo insieme!
Var Group Data Science Team
Questo articolo è stato scritto e redatto da uno dei nostri consulenti.
Condividi ora sui tuoi canali social o via email: