详细内容或原文请订阅后点击阅览
为 AI 代理的成功构建强大的数据基础设施
在采用和展示人工智能价值的竞赛中，企业比以往任何时候都更快地部署代理人工智能作为副驾驶、助理和自主任务运行者。根据……，到 2025 年末，近三分之二的公司正在试验人工智能代理，而 88% 的公司在至少一项业务功能中使用人工智能，高于 2024 年的 78%。
来源:MIT Technology Review _人工智能SAP Data & Analytics 总裁兼首席产品官 Irfan Khan 表示，公司需要准备好正确的数据架构，接下来的几个月（最多几年）将至关重要。
“任何人都可以可靠地做出的唯一预测是，我们不知道人工智能未来几年、几个月甚至几周会发生什么，”他说。 “为了能够立即取得快速胜利，您需要采用人工智能思维方式，并……以可靠的数据为您的人工智能模型奠定基础。”
虽然数据对于商业来说一直很重要，但在人工智能时代更是如此。代理人工智能的能力将更多地取决于企业数据架构和治理的健全性，而不是模型的演变。为了扩展技术，企业需要采用现代数据基础设施来提供上下文和数据。
更多业务背景，不一定更多数据
传统观点经常将具有高价值的结构化数据与具有较低价值的非结构化数据混为一谈。然而，人工智能使这种区别变得复杂。代理的高价值数据较少由格式定义，而更多由业务上下文定义。关键业务功能（例如供应链运营和财务规划）的数据取决于上下文。虽然物联网、日志和遥测等细粒度、大容量的数据可以产生价值，但前提是与业务上下文一起交付。
因此，可汗表示，代理人工智能的真正风险不是缺乏数据，而是缺乏基础。
“根据定义，任何与业务相关的事物都会为您带来更大的价值和更高水平的业务成果可靠性，”他说。 “这并不像说高价值数据是结构化数据而低价值数据是有大量重复的数据那么简单——两者在正确的人手中都可以具有巨大的价值，这就是人工智能的不同之处。”