MIT Technology Review 报告：如何提升智能体分析生成的洞察质量

生成式 AI 已在数年内改变了企业分析的面貌，让组织内更多用户能够使用分析能力；智能体 AI 则承诺进一步自动化整个工作流，并依据智能体洞察直接采取行动。但报告指出，当前智能体生成的洞察质量仍不理想：受访企业中，智能体生成的洞察平均只有 48% 能促成改善业务的行动，虽较一年前的 37% 有明显提升，仍意味着过半洞察未能帮到业务。质量不足会削弱智能体分析的投资回报，而错误洞察触发错误行动还可能带来声誉或财务损失。 报告将一小批表现突出的企业称为“洞察领导者”，其智能体洞察中超过 70% 能导向改善业务的行动，且对智能体洞察质量的评价整体高于全部受访者；差距在指导性洞察（即行动所依据的洞察）上尤为明显。 在原因方面，55% 的受访高管认为洞察质量不达标主要源于缺乏业务上下文，45% 归因于数据碎片化或难以获取；洞察领导者中反映上下文获取困难的比例更低。另有 52% 的受访组织表示，分析智能体生成的洞察数量过多，难以妥善评估并据此行动；仅不到四分之一（24%）能评估全部智能体洞察，多数采取逐案评估，过程目前仍高度依赖人工。 为提升洞察质量，受访企业正优先加强 AI 与数据治理（60% 提及），并在数据架构中加入语义层（45%）。受访专家一致认为，语义层对确保智能体高性能至关重要。该内容由 MIT Technology Review 旗下定制内容部门 Insights 制作，非其编辑团队出品。