调研：企业数据访问不足成 AI 智能体最大瓶颈

一项基于 300 位数据与技术高管调研的报告指出，AI 智能体在企业中的规模化部署正严重受制于数据基础设施。报告将受访企业划分为「数据领导者」与「数据落后者」两类，二者在数据访问率、决策信任度与规模化能力上均存在数倍差距。需要说明的是，该报告由 MIT Technology Review 的商业内容部门 Insights 制作，并非其编辑团队产出。

数据访问：AI 仅能触及不足一半的企业数据

调研数据显示，受访企业的 AI 系统平均只能访问 45% 的企业数据。在「数据落后者」群体中，这一比例进一步降至 30% 或以下；而一批「数据领导者」能够确保 AI 访问超过 70% 的数据。访问范围的悬殊直接转化为智能体应用效果的分化。

• 平均数据访问率：45%
• 数据落后者：≤ 30%
• 数据领导者：> 70%

信任度是数据就绪程度的镜像

目前仅约半数受访企业对其 AI 智能体所做决策的准确性与相关性表示信任；相比之下，全部「数据领导者」均表示信任其智能体决策。这一对比清晰地反映出：可靠的 AI 建立在可靠的数据基础之上。

遗留系统成规模化与速度的双重障碍

调研指出，数据落后者中：

• 66% 表示遗留数据系统限制了 AI 智能体的规模化部署；
• 68% 认为遗留系统阻碍了智能体快速决策；

而「数据领导者」已基本突破这些障碍，受访者中仅 8% 仍受上述问题困扰。这意味着遗留系统的现代化改造，正成为企业释放智能体价值的前置条件。

两年内全面铺开：数据治理成关键议题

受访企业中：

• 100% 计划在两年内使用 AI 智能体；
• 69% 预期将广泛部署。

为支撑这一节奏，受访者认为最关键的举措是「提升结构化与非结构化数据对智能体的可访问性」，其次是「在业务上下文层面加强数据与 AI 治理」。此外，数据领导者还将数据管理自动化作为重点投入方向。

Gartner 预测：智能体将参与半数业务决策

报告援引 Gartner 的预测：到 2027 年，AI 智能体将参与或自动化 50% 的业务决策。在此时间窗口下，企业必须消除数据系统的瓶颈，否则难以兑现 AI 智能体承诺的效率与速度优势。

从更长视角看，AI 智能体的竞争已不只是模型能力的竞争，而是企业数据资产治理与系统现代化能力的竞争。能否在两年内完成数据体系的「智能体就绪」，将直接决定企业在这波自动化浪潮中的相对位置。