将 AI 智能体连接到企业知识

尽管 AI 系统不断积累和分析大量数据，企业 AI 智能体却常常存在一个奇怪的短板：缺乏知识。知识不只是数据，而是在各个组织语境下理解数据含义的能力。AI 智能体需要这种理解来推理情况、做出决策，并最终采取行动。没有足够的知识，智能体就容易做出有缺陷且不可靠的决策。我们的研究发现，知识缺乏是智能体 AI 用例始终无法投入生产的主要原因之一。竞争压力正使解决这一问题变得紧迫。组织需要部署和扩展更多智能体项目，以获取 AI 所承诺的效率提升。若做不到，就可能浪费已投入这些项目的资金，并把优势让给那些已经更有效运用智能体的竞争对手。下载报告 本报告基于对 300 位数据、AI 及其他技术高管的调查，目的有三。第一，评估组织的智能体知识能力（即让 AI 智能体对其摄取的数据具备完整语境理解的能力），涵盖语义知识、情景记忆和程序性知识。第二，报告探究组织在改善知识获取、并最终让更多智能体用例投入生产方面所面临的挑战。第三，报告探讨组织为克服这些挑战所采取的措施。主要发现包括：数据与知识薄弱持续阻碍 AI 智能体进展。平均而言，组织只有约三分之一（34%）的智能体 AI 项目能投入生产。即便是高科技公司也在这方面苦苦挣扎。遗留数据系统、安全与隐私顾虑，以及知识和语境的缺乏，是关键失败点。强大的知识能力与智能体成功相关。一小群生产领导者（组织……