摘要
2026 年，智能体将在企业级应用中取得哪些实质性突破？点击下载"《2026 年 AI 与数据发展预测》白皮书，获悉专家一手前瞻，抢先拥抱新的工作方式！过去几年，企业 AI 领域的主流观点一直是：AI 正在成为数据的交互界面。自然语言正在取代报告、仪表板等传统的信息获取与交互机制。对话式交互大幅缩短了业务用户与所需信息之间的距离。每一位 CIO 都感受到了这一转变所带来的强大吸引力。如今，这一观点已经成为基本门槛。更难的问题，也是每一位 CxO 都在问我们的问题，是接下来会发生什么。我们相信，下一个篇章的核心，是将洞察转化为真正的企业级智能体行动。将受治理的数据转化为受治理的决策。这意味着智能体企业正在兴起：在这样的世界中，智能体持续运行于数据、模型和应用之间，帮助企业进行大规模推理、决策和行动。企业面临的挑战每家企业都看到了智能体未来所蕴含的潜力。但如今，大多数企业正在将智能体部署到本就已经高度碎片化的环境中。大多数企业仍在以孤岛式方式部署智能体。财务智能体所作出的假设，可能与供应链智能体刚刚作出的决策相互矛盾；营销智能体在生成内容时，可能根本不知道客服智能体昨天从这名客户身上了解到什么。最终的结果是：行动相互冲突、结果缺乏一致性，能够产生的业务影响也十分有限。解决这一挑战，需要从上下文入手。电信行业的客户流失信号，与零售银行业的客户流失信号并不相同；消费品行业对“高价值客户”的定义，也不同于制药行业；当单位经济性指标出现激增时，医疗支付方与资产管理机构所需要采取的升级处理路径也各不相同。缺少正确的决策上下文，例如行业语义、KPI 层级体系、决策框架和政策护栏，即使智能体能够准确无误地检索数据，仍然可能得出战略上错误、商业成本高昂，或在不易察觉的情况下违反合规要求的决策。同样重要的是，还需要将这些上下文与合适的 AI 模型，以及来自各类应用的正确信息连接起来，从而大规模推动有意义、可信赖的决策。埃森哲近期开展的“AI 就绪数据”研究发现，只有 7% 的企业，也就是我们所说的“数据重塑者”，建立了规模化应用高级 AI 所需的数据基础。这些企业已经扩展了自身的数据能力，能够提供受到治理且值得信赖的数据，不仅供人类使用，也供新一代 AI 和智能体使用。与其他企业相比，这些领先企业规模化部署上下文图谱的可能性约为两倍；