AI热榜 赞助 与 Google Cloud 合作 商业和技术领导者无需相信代理人工智能的时代已经到来。
组织正在迅速采用代理，很少有高管怀疑该技术改变工作的潜力。
但许多组织发现，实现人工智能所需的投资回报 (ROI) 取决于是否拥有正确的基础，基础设施和数据不足是主要障碍。
代理人工智能对企业数据系统提出了相当大的新要求。
从回答问题到采取行动的转变意味着人工智能代理需要来自整个企业的所有结构化和非结构化形式的数据，并具有正确的业务背景。
为了实时做出决策和采取行动，代理还需要无摩擦地访问组织的操作系统，例如存储其供应链、销售点或人力资源数据的系统。
遗留数据系统，即使是几年前更新的数据系统，也难以满足这些需求。
随着人工智能代理越来越广泛地嵌入企业运营中，克服遗留数据系统限制的需求变得更加迫切。
如果 Gartner 预测到 2027 年人工智能代理将增强或自动化 50% 的业务决策，那么组织必须消除代理快速做出正确决策所需数据的瓶颈或风险。
本报告基于对 300 名数据和技术高管的调查，探讨了遗留系统如何限制许多组织中人工智能代理的有效性。
研究发现，少数组织（数据领导者）在代理人工智能方面取得了更大的成功，并且由于遗留系统而遇到的数据限制更少。
这些领导者为创建正确的数据环境提供了指导，使代理能够蓬勃发展，并为可信系统的扩展提供指导。
该报告的主要发现包括： 目前，很少有公司能够提供能够充分访问企业数据的代理人工智能。
在所有接受调查的组织中，人工智能平均只能访问 45% 的公司数据。
在被归类为“数据落后者”的组织中，这一数字降至 30% 或更少。
然而，特定群体可以确保访问其 70% 以上的数据。
这些“数据领导者”在代理方面比其他人取得了更大的成功。
对代理决策的信任反映了数据准备情况。
如今，只有大约一半的受访组织相信他们的人工智能代理做出的决策是准确且相关的。
相比之下，100% 的数据领导者相信他们的代理决策，这有力地表明可靠的人工智能需要可靠的数据基础。
数据领导者发现更容易实现代理规模和速度。
三分之二的数据落后者表示，遗留数据系统限制了人工智能代理的扩展（66%），并阻碍代理快速做出决策（68%）。
在很大程度上克服了遗留数据限制后，领导者们基本上已经清除了这些障碍，只有 8% 的人报告了其中任何一个限制。
🔗 原始来源
如果你要核对细节，可以再看原文： MIT Tech Review原文链接