速览

  • Google Cloud与MIT Technology Review Insights于周三联合发布的报告指出，企业需要坚实的数据基础才能规模化AI代理。该报告基于对300名CIO、CTO及其他IT和数据高管的全球调查。
  • 几乎所有受访企业都计划使用AI代理，其中超过三分之二计划在未来两年内部署代理。然而，目前仅有10%的企业在业务中广泛部署了代理式AI。
  • 报告前言强调：“若缺乏对完整数据资产（包括非结构化暗数据）的深入理解，就无法获得足够的质量和信任来规模化激活代理。”

深度洞察

企业数据的有限访问——连同业务流程、劳动力及治理政策的必要改革——对规模化代理式AI构成了挑战。

根据德勤报告，仅有15%的企业成功扩展了多代理系统。受访的IT领导者表示，其组织至少还需三到四年才能围绕代理式AI重新设计流程和工作流。

Google与MIT的报告指出，要实现代理式AI的长期成功，数据访问是关键。受访组织表示，目前AI平均只能访问企业数据的45%。此外，仅有一半的组织信任AI代理决策的相关性和准确性，报告认为这直接反映了企业的数据就绪程度。

全球IT支出预计今年将达到6.31万亿美元，企业正投入大量资源用于最新AI发展，以追求运营效率和生产力提升。Google与MIT的报告指出，要实现这些收益，IT领导者必须聚焦数据基础并更新遗留系统，因为遗留系统会进一步阻碍AI的数据访问。

这一策略正是The Magnum Ice Cream Company在从零构建其技术栈时所采取的，该公司美洲区CIOMichael Friedlander此前在接受CIO Dive采访时表示。清洁的数据基础以支持未来AI能力，是Friedlander方法的核心。

报告称：“从回答问题转向采取行动，意味着AI代理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，并具备正确的业务上下文。为了实时决策和行动，代理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。”