可信数据是AI智能体规模化落地的关键瓶颈

AI智能体时代已来，但数据基础拖了后腿

当前，企业与技术领导者普遍认同AI智能体（agentic AI）已进入实质性落地阶段。组织正快速部署智能体，高管层对其重塑工作方式的潜力几无质疑。然而，多数企业发现，能否实现预期投资回报（ROI），关键取决于底层基础——其中，基础设施薄弱与数据能力不足成为两大核心障碍。AI智能体从‘回答问题’转向‘执行动作’，对数据系统提出全新要求：它需跨部门、跨系统调用结构化与非结构化数据，并嵌入准确的业务上下文；同时，为实现实时决策与行动，还需无缝接入运营系统（如供应链、POS、HR等）。而即便是数年前更新的遗留数据系统，也难以满足这些需求。

数据可及性：智能体效能的分水岭

报告基于对300名数据与技术高管的调研发现，当前企业AI智能体的数据访问能力普遍受限。所有受访组织中，AI平均仅能访问约45%的企业数据；在被归类为“数据滞后者”的组织中，这一比例进一步降至30%或更低；而少数“数据领导者”则确保了超过70%的数据可被AI智能体调用。正是这一差距，直接反映在智能体的实际成效上：数据领导者在任务完成质量、迭代速度与业务影响方面均明显领先。

信任源于数据就绪度

决策可信度是衡量智能体成熟度的核心指标。调研显示，目前仅有约一半的受访组织相信其AI智能体所做决策具备准确性与相关性；而所有“数据领导者”均100%信任其智能体的输出——这强有力地表明：可靠的人工智能，必须建立在可靠的数据基础之上。

遗留系统正在扼杀智能体的规模化与实时性

高达66%的数据滞后者承认，遗留数据系统限制了AI智能体的规模化部署；68%认为其阻碍了智能体的实时决策能力。相比之下，数据领导者已基本扫清此类障碍，仅8%报告存在上述任一限制。随着Gartner预测“到2027年AI智能体将辅助或替代50%的企业决策”逐步临近，数据系统升级已非选项，而是生存必需。

未来两年：全员进入智能体应用期

所有受访者均表示，将在两年内启用AI智能体；其中69%预计届时将实现广泛部署。若不及时解除数据系统瓶颈，AI智能体承诺的效率提升与响应速度将难以兑现。调研还指出，当前最优先的能力建设方向包括：提升AI智能体对结构化与非结构化数据的统一访问能力；强化嵌入业务语境的数据与AI治理；以及重点推进数据管理流程的自动化。

编者观点：对中国企业而言，该报告警示——在追逐Agent应用热潮的同时，必须同步投入数据资产治理与现代化架构升级，否则将陷入‘有智能体、无智能效’的尴尬局面。