规模化部署智能体AI的关键：信任你的数据——首席数据官们正在投资什么
智能体AI规模化部署面临数据瓶颈
根据一项针对600名首席数据官（CDO）的最新调查，69% 年收入超过5亿美元的企业已在运营中使用生成式AI，较2025年的48%显著增长。其中，47% 的企业已采用智能体（Agentic）AI。然而，在推进AI规模化应用的道路上，数据问题正成为最突出的障碍。
数据质量与检索：半数企业的部署拦路虎
调查显示，50% 的智能体AI采用者将数据质量和检索问题列为部署的主要障碍。这意味着，即使企业部署了先进的AI模型，如果无法高效、准确地获取和利用高质量数据，其价值也将大打折扣。
“更好的数据让采用AI变得更容易”——61% 的CDO持有这一观点，凸显了高质量数据基础设施对于AI成功落地的基础性作用。
治理与素养：两大关键挑战
除了数据本身，企业在管理AI应用方面也面临严峻挑战：
- 治理滞后：76% 的数据领导者承认，其公司的数据可见性和治理水平未能跟上员工使用AI的步伐。这可能导致数据滥用、合规风险或模型输出不可靠等问题。
- 人才素养缺口：75% 的CDO认为其员工需要提升数据素养，74% 认为需要提升AI素养，以确保在日常运营中负责任地使用AI或其输出。缺乏相关素养，员工可能无法识别潜在的数据缺陷或低质量信息，从而影响决策。
投资方向：数据管理成为焦点
面对这些挑战，企业的投资意向非常明确。高达86% 的数据领导者计划增加在数据管理方面的投资，以支持AI的增长。这表明，企业正从单纯追求AI模型先进性，转向夯实底层数据能力，构建“可信数据-可靠AI”的良性循环。
信任与风险并存
调查也揭示了一个积极信号：65% 的数据领导者认为，员工对他们用于AI的数据是信任的。这种信任是AI得以广泛应用的心理基础。然而，报告也警示，如果没有适当的AI素养，员工可能无法认识到潜在的数据缺陷。这意味着，信任必须建立在扎实的数据治理和员工能力之上，否则可能掩盖风险。
小结：AI竞赛的下半场是数据竞赛
这项调查清晰地描绘了当前企业AI应用的图景：采用率快速攀升，智能体AI等前沿应用开始落地，但规模化扩张正遭遇数据质量、治理和人才素养的核心瓶颈。企业战略重心正在转移——从“拥有AI”到“用好AI”，而用好AI的关键在于构建可信、可控、可用的数据基础。
未来，那些在数据管理、治理框架和全员AI素养培养上持续投入的企业，更有可能将AI从试点项目转化为真正的生产力和竞争优势。AI代理的“快与失控”（如MIT研究所指出的风险），最终需要通过扎实的数据根基和严谨的治理来驾驭。