刚刚，大模型已经够聪明了，为什么 95% 的 AI 项目还是跑不出 ROI？

2026 年，AI 落地的故事正在上演一个奇特的悖论：模型能力突飞猛进，企业 AI 投入成本与日俱增，但然后呢？

越来越多的案例和数据显示，真正进入生产并产生持续 ROI 的项目仍然是少数。

Gartner 甚至预测，2026 年 60% 的 AI 项目将被放弃。

背后的原因不是模型不够好，而是数据没有准备好被 AI 消费。

当 AI 进入真实业务流程后，现实的卡点是能不能拿到正确的数据、理解正确的业务语义，并基于可信的数据完成任务。

在 Agentic AI 时代，这种矛盾被进一步放大。

过去，数据的消费者是人，如今，越来越多 Agent 开始参与分析、开发、治理等数据工作，人和 Agent 需要基于同一套数据体系协同工作。

如果企业还在沿用上个时代专为人而设计的数据平台，很难支撑 Agent 在生产环境中稳定、准确、可信地运行。

在 6 月 5 日举行的腾讯云 AI 产业应用大会上，腾讯云宣布面向 Agent 升级全栈数据平台能力，试图解开的正是这个结。

通过 生产级数据智能体 DataBuddy 、 数据智能平台 WeData 和 AI 原生大数据底座 三层架构，构建人和 Agent 协同工作的智能入口、统一控制面和数据底座。

🔗 原始来源

如果你要核对细节，可以再看原文： InfoQ AI原文链接