AI代理人競賽升溫 企業數據品質成決勝關鍵

隨著人工智慧（AI）技術的快速發展，企業界正積極投入開發人工智慧代理人（AI agent），這是一種能自主執行複雜任務的AI系統。然而，這場競賽的勝負關鍵，已從單純的模型能力轉向這些AI代理人所能存取企業內部資料的品質，以及它們對這些數據的理解深度。包含谷歌的 Gemini for Work、戴爾推出的AI代理人工具套件，以及 Salesforce 所展現的興趣，都凸顯出企業對於AI代理人策略的高度關注。

儘管AI模型與具備探索、精煉及驗證資料查詢能力的代理人查詢模式，已在 2025 年末期變得實用，但企業AI代理人面臨一大挑戰，是如何將原始資料轉化為能準確反映營運狀況的答案。據《Observer》報導，這需要AI代理人具備超越查詢能力的更深層業務情境理解。若缺乏對業務規則與定義的充分情境，AI代理人就像一位「過度自信的實習生」，可能提供錯誤資訊，甚至造成損害。高階主管們普遍擔心AI代理人會提供不正確的關鍵業務數據，這成為阻礙其在董事會層級推廣的主要因素。

為解決此困境，建立一個具備足夠情境且強大的數據層至關重要，能幫助AI代理人產生值得信任的答案。完善建構的數據層能讓更多組織內部人員不需專業人士協助，就能直接獲取所需資訊。例如，區域銷售經理可以直接查詢「哪些客戶已長時間未進行採購」，並在數秒內獲得答案，這代表了數據利用模式的重大轉變，重要性堪比試算表工具的普及。目前，MotherDuck 等企業已見證到這種能力，讓從高階主管到行銷部門等各單位都能自行建立儀表板與應用程式。

隨著這種能力進步，AI代理人將不僅限於生成儀表板，更能進一步建立能解決實際業務問題的應用程式。例如，AI代理人可識別經常出現支援問題的客戶，自動草擬個人化的關懷郵件，並提交給銷售人員審閱。這種讓員工能依據特定工作、團隊和工作流程，客製化數據驅動應用程式的能力，將徹底改變工作模式，縮短組織內部的回饋循環並加快決策。最終，企業AI能否成功，取決於數據的品質，以及其與實際業務營運的契合程度。那些已將數據變得「清晰、可信賴且可付諸行動」的企業，將在AI代理人競爭中佔據最佳位置。