Scaling AI agents with trustworthy data
2026-08-20 · MIT Technology Review
用可信資料擴充套件AI Agent
背景:Agentic AI對資料基礎設施提出新要求
企業和技術領導者已無需被說服——Agentic AI的時代已經到來。各類組織正在快速採用AI Agent,極少有高管懷疑這項技術重塑工作的潛力。然而,許多組織發現,要實現理想的投資回報(ROI),關鍵在於擁有正確的基礎設施,而不充分的基礎設施和資料正是主要障礙。
與傳統生成式AI相比,Agentic AI從“回答問題”轉向“採取行動”,這對企業資料系統提出了更高要求。AI Agent需要獲取來自企業各個部門的所有資料,包括結構化和非結構化形式,並且必須帶有正確的業務上下文。為了實現實時決策和行動,Agent還需要無縫訪問組織的運營系統,例如儲存供應鏈、POS銷售或人力資源資料的系統。即便是在幾年前剛剛升級過的遺留資料系統,也難以滿足這些新需求。
遺留系統成為AI Agent規模化的主要瓶頸
隨著AI Agent在企業運營中嵌入程度日益加深,克服遺留資料系統限制的需求變得更加緊迫。如果Gartner關於到2027年AI Agent將增強或自動化50%業務決策的預測準確,那麼組織必須消除這些瓶頸,否則將面臨Agent因資料不足而無法快速做出正確決策的風險。
本報告基於對300名資料和技術高管的調研,探討了遺留系統如何限制多陣列織中AI Agent的有效性。調研發現,少數“資料領先者”在Agentic AI上取得了更大成功,並且由於較好地解決了遺留系統問題,其面臨的資料限制明顯更少。這些領先者為構建適合Agent發展的資料環境、實現可信系統規模化提供了重要參考。
主要調研發現
1. 大多數企業未能為Agent提供充足的企業資料訪問
在所有受訪組織中,AI平均僅能訪問公司45%的資料。在“資料落後者”中,這一比例進一步降至30%或以下。而少數“資料領先者”則確保AI能夠訪問其超過70%的資料。這些資料領先者在Agent應用上明顯更為成功。
2. 對Agent決策的信任程度反映了資料就緒度
目前,僅約一半的受訪組織信任其AI Agent所做決策的準確性和相關性。相比之下,100%的資料領先者完全信任其Agent的決策。這一強烈對比表明,可靠的AI需要可靠的資料基礎。
3. 資料領先者更容易實現Agent的規模化和速度
三分之二的資料落後者表示,遺留資料系統限制了AI Agent的規模化(66%),並阻礙Agent快速做出決策(68%)。由於已基本克服遺留資料約束,資料領先者已基本清除這些障礙,僅有8%報告面臨上述任一限制。
4. 資料資產的Agent-ready改造壓力巨大
在未來兩年內,100%的受訪者計劃使用Agentic AI,其中69%預計將廣泛使用。若不消除資料系統約束,Agentic AI將無法兌現其承諾的速度和效率提升。
優先行動:資料訪問與業務上下文
在所有受訪者中,被視為推動Agent規模化最重要的舉措是提升AI Agent對結構化和非結構化資料的訪問能力。緊隨其後的是增強帶有業務上下文的資料與AI治理。資料領先者還特別重視資料管理的自動化。
結論
報告強調,要讓AI Agent真正發揮價值,企業必須將資料系統從遺留架構升級為專為Agent設計的現代化架構。資料領先者的實踐表明,透過大幅提升資料可訪問性、確保業務上下文並實現資料管理自動化,組織不僅能建立對Agent決策的信任,還能突破規模化和速度瓶頸,在即將到來的Agentic AI廣泛部署浪潮中佔據領先位置。
(本文為MIT Technology Review Insights贊助內容,由調研、分析和人工撰寫完成。)