全球科技企業 Zoho 正式推出新版 Zoho Analytics，將原本的商業智慧平台全面升級為代理式分析（Agentic Analytics）架構。這項升級透過導入原生的商業情境與治理機制，讓企業能夠運用 AI Agent 快速連結資料、取得洞察並直接執行商業行動。
打造情境智慧層 內建語意與本體論模型
傳統商業數據分析在導入人工智慧（AI）時，往往面臨模型缺乏企業內部語言與運作脈絡的困境。Zoho Analytics 新推出的智慧層包含原生「語意層（Semantic Layer）」與「本體論層（Ontology Layer）」，企業無需額外建置獨立的雲端資料倉儲或外掛軟體，即可在無程式碼介面下建立專屬的商業詞彙表與單位架構。
語意層負責定義指標、名詞與同義詞，確保 AI 理解企業內部的溝通語言；本體論層則建立營運實體及其彼此關聯的模型，使產出的建議貼合實際商業邏輯。此外，該平台相容於 Apache Ossie 開放標準，防止資料定義遭受單一供應商鎖定。配合新支援的 30 多種資料連接器（涵蓋 SAP、PayPal、Notion 與 Zoho 內部系統），企業可整合跨平台資料進行統一分析。
多代理架構 Ask Zia 與開放擴充生態
在使用者互動介面方面，對話式分析工具 Ask Zia 升級為多代理（Multi-agent）架構，內部劃分六個專業子代理人，分別處理資料分析、視覺化、資料準備、資料建模、程式設計與 SQL 指令生成，並由中央代理統一派工與統籌。使用者在同一次對話中切換分析與資料管線處理時，系統將持續保留背景脈絡。
為了支援更廣泛的應用場景，平台整合了模型內容協定（Model Context Protocol, MCP），允許開發者建立自訂 AI 代理，並連結外部網路或第三方軟體工具。透過無頭 BI（Headless BI）與 CLI 命令列介面，使用者甚至能直接在 Anthropic 的 Claude 中調用分析功能；企業也能透過白標（white labeling）模式將分析功能嵌入自家產品，並運用資料目錄與 AI 可觀測性功能全程控管權限與運作紀錄。
這代表什麼
過去企業在部署生成式 AI 工具時，最常遇到的瓶頸是模型缺乏商業情境（Business Context），常產生不合邏輯的洞察或幻覺。Zoho 將語意層與本體論層直接內建於分析平台，代表 AI Agent 不再只是「回答問題的對話機器人」，而是能夠理解組織指標、權限與作業流程的「業務執行者」。
對台灣的中小企業與專業人士而言，這顯著降低了導入進階 AI 應用的門檻。企業無需花費巨額預算採購獨立的資料倉儲系統或雇用大量資料工程師，就能運用既有的商業軟體資料建立語意模型。同時，支援開放協定 MCP 與外部模型彈性，讓企業能在維持資料安全與治理的前提下，靈活串接現有工作流程，邁向真正自動化的營運決策。
背景補充
Zoho 是一家提供全方位雲端商業軟體套件的科技企業，旗下 Zoho Analytics 為其主力商業智慧（Business Intelligence, BI）產品，專為企業提供資料整合、報表繪製與趨勢預測服務。產品中常見的 Zia 則是 Zoho 原生的對話式 AI 助手。
隨著大型語言模型（LLM）迅速發展，AI 正在從被動查詢的工具轉型為具備目標規劃與自動執行能力的主動式 AI Agent。然而，要讓 AI 代理順暢調用外部資源，需要統一的通訊協定。由 Anthropic 主導發起的模型內容協定（Model Context Protocol, MCP），即是用來標準化 AI 模型與外部資料庫、工具之間對接的開放介面規範，讓 AI 工具能安全且無縫地存取各種應用程式資料。
常見問題
Zoho Analytics 新增的語意層與本體論層有何作用？
語意層定義企業內部的專業詞彙與衡量指標，本體論層則建立組織營運實體間的關聯模型，兩者結合能讓 AI 徹底理解商業情境，提供精準貼合實際營運的分析與建議。
企業能否使用自己偏好的大型語言模型（LLM）？
可以。雖然 Ask Zia 內建 Zoho 自家的 Zia 模型，但系統設計保有彈性，允許企業自行帶入其他前沿大型語言模型進行搭配使用。
什麼是模型內容協定（MCP）？它對這項更新有什麼幫助？
MCP 是一種讓 AI 模型連接外部資料與工具的開放通訊規範。Zoho Analytics 支援 MCP 後，自訂 AI Agent 不僅能調用平台內建功能，也能安全地連結外部工具，例如直接在 Claude 等介面中使用分析服務。