调查：知识不足成企业AI智能体难以投产的主要原因

《麻省理工科技评论》定制内容部门Insights发布的一份报告指出，尽管AI系统持续收集和分析大量数据，企业AI智能体却常常面临一个奇特的短板：缺乏知识。这里的知识不仅是数据，而是对数据在特定组织语境中含义的理解，智能体需要借此分析情况、作出决策并采取行动；知识不足时，智能体容易作出有缺陷且不可靠的决策，这也是许多智能体AI用例始终无法投入生产的主要原因。报告基于对300名数据、AI及其他技术高管的调查，评估了企业在语义知识、情景记忆和程序性知识方面为智能体提供完整语境理解的能力，并探讨了相关挑战与应对措施。主要发现包括：平均只有约34%的智能体AI项目进入生产阶段，即便是高科技企业也难以突破，遗留数据系统、安全与隐私顾虑以及知识和语境缺失是主要失败点；一小批“投产领先者”平均有61%的项目走出试点阶段，它们的知识能力尤其是语义能力明显更强；数据碎片化是扩大智能体知识访问的最常见挑战，有55%的受访者提及，而在领先者中，72%将安全与隐私视为主要顾虑；高管们认为，加强组织数据与AI智能体之间的结构性基础对提升决策质量影响最大，受访专家视知识层为实现这一目标的重要途径；企业将优先投资摄取管道、面向AI的API和检索增强生成等检索技术，以及AI评估智能体和知识图谱。报告注明，该内容由人工调研撰写，并非该刊编辑部门制作。