使用可信数据扩展人工智能代理

随着人工智能代理越来越广泛地嵌入企业运营中，克服遗留数据系统限制的需求变得更加迫切。如果 Gartner 预测到 2027 年人工智能代理将增强或自动化 50% 的业务决策，那么组织必须消除代理快速做出正确决策所需数据的瓶颈或风险。本报告基于对 300 名数据和技术高管的调查，探讨了遗留系统如何限制许多组织中人工智能代理的有效性。研究发现，少数组织（数据领导者）在代理人工智能方面取得了更大的成功，并且由于遗留系统而遇到的数据限制更少。这些领导者为创建正确的数据环境提供了指导，使代理能够蓬勃发展，并为可信系统的扩展提供指导。该报告的主要发现包括： 目前很少有公司提供能够充分访问企业数据的代理人工智能。在所有接受调查的组织中，人工智能平均只能访问 45% 的公司数据。在被归类为“数据落后者”的组织中，这一数字降至 30% 或更少。然而，特定群体可以确保访问其 70% 以上的数据。这些“数据领导者”在代理方面比其他人取得了更大的成功。对代理决策的信任反映了数据准备情况。如今，只有大约一半的受访组织相信他们的人工智能代理做出的决策是准确且相关的。相比之下，100% 的数据领导者信任其代理的决策，这有力地表明可靠的人工智能需要可靠的数据基础。数据领导者发现更容易实现代理规模和速度。三分之二的数据落后者表示，遗留数据系统限制了人工智能代理的扩展（66%），并阻碍代理快速做出决策（68%）。在很大程度上克服了遗留数据限制后，领导者们基本上已经清除了这些障碍，只有 8% 的人报告了其中任何一个限制。让数据资产代理做好准备的压力很大。两年内，100% 的受访者计划使用代理人工智能，其中 69% 的受访者希望广泛使用它。如果不消除数据系统的限制，代理人工智能将无法提供其所承诺的所需速度和效率。数据访问和上下文是首要任务。在所有受访者中实现扩展的最重要举措是改善人工智能代理对结构化和非结构化数据的访问。同样重要的是根据业务环境增强数据和人工智能治理。数据领导者也非常关注数据管理的自动化。