精选今天0 投票
扩展AI智能体：可信数据是关键
商业和技术领导者无需被说服，智能体AI的时代已经到来。各组织正迅速采用智能体，很少有高管怀疑这项技术改变工作的潜力。但许多组织发现，实现AI的投资回报率（ROI）取决于拥有正确的基础，其中基础设施和数据不足是主要障碍。
智能体AI对企业数据系统提出了相当大的新要求。从回答问题到采取行动的转变意味着AI智能体需要来自整个企业的数据，包括所有结构化和非结构化形式，并具有正确的业务上下文。为了实时做出决策和行动，智能体还需要无摩擦地访问组织的运营系统，例如存储供应链、销售点或人力资源数据的系统。传统数据系统，即使是几年前更新的，也难以满足这些需求。
随着AI智能体更广泛地嵌入企业运营，克服传统数据系统限制的需求变得更加紧迫。如果Gartner的预测——到2027年AI智能体将增强或自动化50%的业务决策——被证明是正确的，组织必须消除瓶颈，否则有可能使智能体无法获得在速度上做出正确决策所需的数据。
本报告基于对300位数据和技术主管的调查，探讨了传统系统如何限制许多组织中AI智能体的有效性。报告发现，少数组织——数据领导者——在智能体AI方面取得了更大的成功，并且由于传统系统而经历的数据限制较少。这些领导者提供了创建正确数据环境以促进智能体繁荣和可信系统扩展的指南。
报告的主要发现包括：
- 目前很少有公司为智能体AI提供充足的企业数据访问权限。在所有受访组织中，AI平均只能访问公司数据的45%。在被归类为“数据落后”的组织中，这一数字降至30%或更低。然而，少数精英群体确保了对超过70%数据的访问。这些“数据领导者”在智能体方面比其他人取得了更大的成功。
- 对智能体决策的信任反映了数据准备程度。如今，只有大约一半的受访组织相信其AI智能体做出的决策准确且相关。相比之下，数据领导者更可能信任其智能体，并因此从中获得更高的价值。
数据领导者如何脱颖而出？
报告指出，数据领导者通常具备以下特征：
- 数据集成：他们优先将数据源集成到一个统一的架构中，确保智能体可以访问实时、一致的数据。
- 治理与质量：他们实施强大的数据治理框架，确保数据的准确性、一致性和安全性，从而增强对智能体决策的信任。
- 文化推动：他们培养一种数据驱动的文化，鼓励员工使用数据，并支持AI计划。
对企业的启示
随着智能体AI的普及，企业必须重新审视其数据基础设施。投资于现代数据平台、数据治理和员工培训至关重要。忽视这些基础工作的组织可能无法充分利用AI智能体的潜力，而数据领导者则可能获得显著的竞争优势。
总之，可信的AI智能体依赖于可信的数据。企业需要立即行动，弥补数据缺口，为智能体AI的成功奠定基础。