Il 2026 si sta rivelando un anno di svolta per i due colossi storici della Business Intelligence: Tableau e Qlik. Entrambi hanno cambiato il proprio vertice manageriale, entrambi hanno rafforzato le funzionalità di agentic analytics nelle rispettive piattaforme, e nel frattempo sul mercato sono comparsi nuovi player nativi AI, fondati proprio da ex dirigenti Tableau e Google.
Non è un caso isolato: è il segnale che il lavoro dell’analista dati e le tecnologie che lo supportano stanno cambiando pelle nell’era dell’intelligenza artificiale. Lo racconta bene un recente articolo di TechTarget, a firma di Donald Farmer, che abbiamo approfondito e integrato con altre fonti di settore. In questo articolo vediamo insieme:
- Cosa sta succedendo a Tableau e Qlik dal punto di vista manageriale e strategico
- Perché l’AI agentiva sta ridefinendo il ruolo dell’analista dati
- Chi sono le nuove alternative AI-native che stanno nascendo
- Cosa significa tutto questo per chi, ogni giorno, usa strumenti di BI in azienda
Indice dei Contenuti
Due vendor storici, due cambi al vertice
Nella prima metà del 2026 sia Tableau sia Qlik hanno nominato nuovi vertici esecutivi.
In casa Qlik, Mike Capone ha lasciato la carica di CEO dopo otto anni, in un’uscita piuttosto repentina. Al suo posto è arrivato Saugata Saha, proveniente da S&P Global, dove ha guidato la divisione Market Intelligence ricoprendo anche il ruolo di primo Chief Data Officer dell’azienda. Un profilo che parla chiaro: la sfida che ha in testa Saha è rendere i dati affidabili, connessi e adattabili, condizione indispensabile per far funzionare l’AI in azienda.
Il cambiamento in casa Tableau è stato ancora più radicale. Salesforce, che possiede Tableau dal 2019, ha addirittura eliminato il ruolo di CEO standalone della piattaforma, dopo l’uscita del precedente leader Ryan Aytay (passato a una startup di traduzione del codice basata su AI). Al suo posto, Mark Recher – veterano Salesforce con 12 anni di esperienza in azienda – è stato nominato EVP e General Manager di Tableau.
Non è un dettaglio da poco: significa che il futuro della piattaforma sarà sempre più integrato nell’ecosistema Agentforce, l’ambiente di AI agentiva di Salesforce.
L’AI agentiva ridisegna il ruolo dell’analista dati
Il cuore della trasformazione è proprio questo: l’AI agentiva sta cambiando cosa significa “fare analisi dati”.
Qlik ha lanciato una propria esperienza agentiva a febbraio, potenziandola poi ad aprile, ma per l’azienda si tratta di un tassello aggiuntivo in una piattaforma di data management e analytics già ampia e diversificata, costruita negli anni attraverso acquisizioni. Gli utenti Qlik lavorano già, in gran parte, in un contesto orientato a fornire dati semanticamente ricchi e di qualità a modelli e agenti AI.
Per Tableau il discorso è diverso, e il rischio strategico più alto. Il successo della piattaforma si basa su una community di utenti estremamente fedele – la cosiddetta DataFam – che ha costruito le proprie abitudini di lavoro attorno alle capacità di visualizzazione dati di Tableau. Non stupisce che l’acquisizione da parte di Salesforce, e ora questa ulteriore evoluzione, generino qualche preoccupazione tra gli utenti storici, ancora oggi palpabile nei forum e agli eventi di settore.
Tableau si sta infatti riposizionando come piattaforma di Agentic Analytics: non più (solo) uno strumento di analisi, ma – nelle parole del Vendor – un motore di conoscenza e decisione ad alta scala per l’impresa agentiva. In un’intervista a TechTarget, lo stesso Mark Recher ha descritto così l’evoluzione del ruolo degli utenti Tableau: da analista dati, a knowledge architect, a decisions architect, fino ad agentic analytics architect. In pratica, secondo il Vendor, chi oggi crea dashboard domani costruirà conoscenza AI affidabile su cui si baseranno le decisioni aziendali su larga scala.
Le alternative AI-native: Golden Analytics
Mentre i vendor storici si riorganizzano, sul mercato emergono nuove piattaforme di analisi nate direttamente AI-native, senza il peso di un’architettura legacy da mantenere.
È il caso di Golden Analytics, fondata da François Ajenstat, ex Chief Product Officer di Tableau (una delle figure più seguite dalla DataFam prima della sua uscita nel 2023) e poi CPO di Amplitude. Uscita dalla stealth ad aprile, la startup ha lanciato una beta pubblica del proprio software e raccolto complessivamente 21 milioni di dollari di seed funding.
L’obiettivo di questi nuovi player è chiaro: intercettare sia gli utenti BI esperti, frustrati dalla direzione presa dalle piattaforme storiche, sia gli analisti alle prime armi che vogliono costruire competenze direttamente in un ambiente AI-native.
Tableau vs Qlik vs nuovi player AI-native: un confronto rapido
Per orientarsi tra vendor storici e nuovi entranti, ecco una sintesi dei punti principali emersi dall’analisi:
| Tableau | Qlik | Nuovi player AI-native (es. Golden Analytics,) | |
|---|---|---|---|
| Origine | Piattaforma storica di Visual Analytics, dal 2019 di proprietà Salesforce | Piattaforma storica di data management e analytics, cresciuta per acquisizioni | Startup fondate negli ultimi 12 mesida ex dirigenti Tableau, Google e Looker |
| Leadership 2026 | Ruolo di CEO standalone eliminato; Mark Recher nominato EVP e General Manager | Nuovo CEO Saugata Saha, ex Chief Data Officer di S&P Global | Fondatori-CEO con esperienza diretta nei prodotti BI di riferimento del settore |
| Direzione strategica | Riposizionamento verso l'agentic analytics, forte integrazione con l'ecosistema Agentforce di Salesforce | AI agentiva come ulteriore livello su una piattaforma dati già ampia e diversificata | Prodotto costruito da zero attorno all'AI, senza vincoli di architettura legacy |
| Base utenti | Community storica e fedele (la DataFam), abituata a un forte lavoro di visualizzazione dati manuale | Utenti già orientati a un uso intensivo di dati semantici per alimentare modelli e agenti | Base utenti ancora piccola, in fase di costruzione |
| Punto di forza | Profondità delle integrazioni esistenti, brand riconosciuto, community | Solidità della piattaforma dati sottostante e maturità nella gestione della qualità del dato | Agilità, nessun debito tecnico, focus esclusivo sull'esperienza AI-native |
| Rischio principale | Bilanciare l'innovazione AI con la fedeltà (e le abitudini) della base utenti storica | Restare un tassello aggiuntivo anziché un'esperienza di analisi realmente ripensata per l'AI | Scalabilità, adozione enterprise e integrazioni ancora da dimostrare su larga scala |
Come conferma anche Gartner, questi profili molto diversi tra loro non si escludono a vicenda: nella maggior parte delle aziende coesisteranno piattaforme BI consolidate e strumenti AI generalisti o AI-native, ciascuno applicato al caso d’uso più adatto.
L’equilibrio (difficile) tra continuità e innovazione
I vendor storici come Tableau e Qlik hanno un vantaggio competitivo enorme: anni di integrazioni profonde con piattaforme dati e applicazioni operative, che li rendono difficili da sostituire (il termine tecnico che si usa in questi casi è sticky). Migrare verso una nuova piattaforma resta costoso e complesso per le aziende.
Ma proprio questo vantaggio diventa un vincolo: mantenere la fedeltà della base utenti esistente rende più difficile trasformare completamente l’esperienza utente per supportare un’analisi realmente AI-driven. È un equilibrio delicato, che apre spazi di manovra ai nuovi entranti.
E, secondo Farmer, la vera domanda di fondo riguarda tutti i vendor del settore, senza eccezioni: riusciranno a restare al passo con modelli AI capaci di replicare, a ogni nuova versione, sempre più delle loro funzionalità distintive? La risposta, per ciascuno a modo suo, sembra passare dal diventare un punto di riferimento imprescindibile per una community di utenti, più che dal semplice possesso di funzionalità tecniche.
Cosa dicono le altre fonti di settore
Le tendenze descritte da TechTarget trovano conferma anche nelle analisi più recenti di Gartner. Nel suo Market Guide for Agentic Analytics 2026, l’analista sottolinea come i layer semantici – ontologie, semantic layer e knowledge graph – siano l’infrastruttura fondamentale che permette agli agenti AI di generare insight rilevanti e affidabili, prevedendo che entro il 2028 il 60% dei progetti di agentic analytics basati solo su protocolli come MCP, senza un semantic layer solido, sia destinato a fallire.
Gartner prevede inoltre che, sempre entro il 2028, il 60% degli utenti di analisi self-service utilizzerà LLM generalisti per analisi esplorative e ad hoc, mentre il reporting di produzione resterà affidato alle piattaforme BI tradizionali: un quadro che conferma la coesistenza, più che la sostituzione totale, tra strumenti come Tableau e le nuove soluzioni AI-native.
Cosa significa per chi lavora con Tableau ogni giorno
Se lavori con Tableau, la buona notizia è che la piattaforma non sta scomparendo, sta evolvendo. Le competenze costruite negli anni sulla Visual Analytics restano una base solida su cui innestare le nuove funzionalità di Tableau AI, Tableau Pulse e Tableau Agent, che stiamo raccontando da tempo su questo blog (ne parliamo per esempio nel nostro approfondimento su Business Analytics e AI: Tableau risponde davvero alle attuali esigenze?).
Il consiglio, in questa fase di transizione, è di non subire il cambiamento ma guidarlo: capire quali funzionalità agentive ha senso adottare, con quale priorità, e come impostare una governance dei dati solida, condizione necessaria perché gli agenti AI possano generare valore reale e non solo output poco affidabili.
Ecoh Media: il tuo partner per affrontare la transizione verso l'AI agentiva
Ecoh Media, partner italiano Tableau, accompagna aziende ed enti pubblici in questo percorso di trasformazione: dalla progettazione dell’architettura dati e del semantic layer, alla configurazione delle funzionalità AI di Tableau, fino alla formazione dei team per lavorare in modo efficace con i nuovi strumenti agentivi.
Vuoi capire come evolvere la tua strategia di Business Analytics in questa fase di cambiamento?
Contatta i nostri esperti Tableau e scopri come rendere la transizione verso l’AI agentiva un vantaggio per la tua organizzazione.
