6.2
深览指数
科技虎嗅·极客邦科技InfoQ··AI 生成
大模型已经够聪明了，为什么95% 的AI 项目还是跑不出ROI？
文章核心结论：AI项目落地难、ROI低，根本原因不是模型能力不足，而是企业数据平台未能为Agent时代做好准备。旧平台专为人设计，存在数据孤岛、语义不一致、治理缺失等问题，无法满足Agent对数据时效性、准确性和语义一致性的高要求。作者以腾讯云的观点为例，指出统一语义是AI时代的数据护城河，并描绘了数据平台从交互、研发、运行时到治理范式的全面变迁。适合关注AI工程化、企业数据架构与AI落地的技术管理者或数据团队负责人阅读。原文 ↗
核心观点
- ▍95% AI项目跑不出ROI的核心原因不是模型不够聪明，而是企业数据没有准备好被AI消费，现有数据平台专为人设计，无法支撑Agent稳定、准确地运行。
- ▍在Agentic AI时代，数据平台的四大范式(交互、研发、运行时、治理)正在同步转变，核心目标从「人使用工具」变为「Agent完成工作」交付。
- 01Gartner预测2026年60%的AI项目将被放弃。
- 02大数据平台经历两个时代：2006-2014离线数仓时代解决人用数据效率；2014-2023湖仓一体时代解决存算与治理，但均未考虑Agent作为消费者。
- 03Gartner调研显示75%企业已在试点或使用某种AI Agent，但仅15%正在考虑或部署真正具备自主能力的Agent，企业对Agent可控性的担忧超过模型能力。
- 04缺乏统一语义是Data Agent产生幻觉的根因，具体表现为指标歧义、JOIN错乱、查询条件随意匹配等三个陷阱。
- 05腾讯云提出统一语义是AI时代新的数据护城河，并展示了其在客户数据平台的架构应用。
- 06新零售行业的瓶颈在于数据散乱(线上线下/ERP/CRM)，BI时效性跟不上大促节奏，非结构化数据(商品图、对话)无法用于RAG。
反方 / 局限
- — 文章将95%项目失败归因于数据问题，但对模型本身的局限性(如推理能力、成本、延迟)对ROI的影响一带而过，未深入讨论。
- — 文章以腾讯云解决方案为主要案例，行业案例(新零售)描述较笼统，缺乏具体项目落地前后ROI变化的量化对比。
Gartner腾讯云Agentic AINL2SQL数据孤岛RAG
7 分钟 · 4 卡片 · 8 资料
读原文 →