為了解企業(yè)應(yīng)如何為這一轉(zhuǎn)變做好準(zhǔn)備，記者與數(shù)據(jù)統(tǒng)一與治理領(lǐng)域的領(lǐng)軍企業(yè)Reltio的CEO兼創(chuàng)始人Manish Sood進(jìn)行了交流。在對(duì)話中，Sood分享了自主式AI將首先在哪些方面產(chǎn)生影響、它將如何重塑數(shù)據(jù)團(tuán)隊(duì)的日常工作，以及企業(yè)領(lǐng)導(dǎo)者在邁向AI驅(qū)動(dòng)的未來(lái)時(shí)應(yīng)關(guān)注哪些衡量指標(biāo)。

記者：當(dāng)您提到企業(yè)數(shù)據(jù)領(lǐng)域的“自主式AI”時(shí)，您認(rèn)為2026年它將首先改變哪個(gè)日常工作流程——匹配/合并、數(shù)據(jù)存留處理、數(shù)據(jù)擴(kuò)充，還是數(shù)據(jù)管理?

Manish Sood：2026年，匹配和合并將成為首個(gè)被自主式AI改變的日常工作流程。這是因?yàn)樵诋?dāng)今復(fù)雜的數(shù)據(jù)環(huán)境中，AI驅(qū)動(dòng)的運(yùn)營(yíng)對(duì)速度和信任的要求最為迫切。

為何是匹配和合并?因?yàn)楝F(xiàn)實(shí)世界中的數(shù)據(jù)雜亂無(wú)章——充滿了重復(fù)、不一致和模糊之處。而在自主式AI的工作流程中，每次記錄不匹配時(shí)都沒(méi)有時(shí)間進(jìn)行人工干預(yù)。如果智能體要實(shí)時(shí)推薦產(chǎn)品、處理索賠或與客戶互動(dòng)，它必須基于干凈、整合的資料進(jìn)行操作。

借助預(yù)訓(xùn)練、大語(yǔ)言模型(LLM)驅(qū)動(dòng)的匹配模型，我們已經(jīng)看到從基于規(guī)則的“這是否為同一實(shí)體?”檢查向智能體工作流程的轉(zhuǎn)變，這些智能體能夠?qū)崟r(shí)解決匹配問(wèn)題，并提供置信度評(píng)分、可審計(jì)性和合規(guī)性保障。隨著這一過(guò)程的成熟，它將成為每個(gè)下游工作流程(如數(shù)據(jù)存留處理、數(shù)據(jù)擴(kuò)充、數(shù)據(jù)管理等)的智能“門(mén)戶”。

自主式AI不僅需要數(shù)據(jù)，還需要在毫秒內(nèi)提供可信、上下文豐富且整合的數(shù)據(jù)。這始于實(shí)體解析，因此匹配和合并首當(dāng)其沖。

記者：請(qǐng)描繪一下2026年末數(shù)據(jù)團(tuán)隊(duì)“日常的一天”。當(dāng)智能體參與其中時(shí)，數(shù)據(jù)管理員、分析負(fù)責(zé)人和企業(yè)主的工作會(huì)有何不同?

Sood：

數(shù)據(jù)管理員：從查看智能體夜間已解決的匹配建議開(kāi)始一天的工作——附有完整的審計(jì)跟蹤。他們不再需要追查重復(fù)記錄，而是專注于微調(diào)策略和指導(dǎo)智能體。

分析負(fù)責(zé)人：在模型出現(xiàn)偏差前，會(huì)收到智能體關(guān)于數(shù)據(jù)質(zhì)量異常的警報(bào)。工作重點(diǎn)從數(shù)據(jù)清理轉(zhuǎn)向與業(yè)務(wù)團(tuán)隊(duì)合作，共同打造可信、可復(fù)用的數(shù)據(jù)產(chǎn)品。

企業(yè)主：打開(kāi)儀表板，每個(gè)指標(biāo)都由智能體進(jìn)行解釋：發(fā)生了什么變化、為何重要以及下一步該做什么。沒(méi)有積壓工作，沒(méi)有瓶頸，只有由受管控、智能體就緒的數(shù)據(jù)驅(qū)動(dòng)的答案。

有何不同?智能體不僅僅是輔助，它們還能主動(dòng)行動(dòng)。團(tuán)隊(duì)從修復(fù)數(shù)據(jù)轉(zhuǎn)向釋放數(shù)據(jù)價(jià)值。

記者：如何讓智能體創(chuàng)建單一可信數(shù)據(jù)源，同時(shí)不喪失信任?

Sood：讓智能體協(xié)助創(chuàng)建單一可信數(shù)據(jù)源并不會(huì)喪失信任，如果它們悄無(wú)聲息地這么做，才會(huì)喪失信任。關(guān)鍵在于受管控的自主性。

智能體可以在一定范圍內(nèi)自主行動(dòng)：解決匹配問(wèn)題、標(biāo)記異常情況以及從經(jīng)過(guò)驗(yàn)證的來(lái)源進(jìn)行數(shù)據(jù)擴(kuò)充。

結(jié)果如何?透明度建立信任。利益相關(guān)者不僅能看到數(shù)據(jù)，還能了解為何信任這些數(shù)據(jù)——誰(shuí)批準(zhǔn)了它、應(yīng)用了什么邏輯以及何時(shí)批準(zhǔn)的。

這就是智能體贏得角色的方式——不僅在于揭示真相，更在于維持真相。

記者：在企業(yè)數(shù)據(jù)管理中采用自主式AI的前90天內(nèi)，首席數(shù)據(jù)官(CDO)應(yīng)期待哪些初步成果?

Sood：在引入自主式AI的前90天內(nèi)，首席數(shù)據(jù)官應(yīng)能指出一些非常顯著的成果。例如，你首先會(huì)注意到的是智能體在解決匹配問(wèn)題積壓方面的速度之快。過(guò)去數(shù)據(jù)管理員需要重復(fù)進(jìn)行的工作，現(xiàn)在只需花費(fèi)一小部分時(shí)間就能完成，從而讓這些團(tuán)隊(duì)能夠?qū)Ｗ⒂诟哂绊懥Φ膬?yōu)先事項(xiàng)。

你還能立即了解數(shù)據(jù)質(zhì)量情況。預(yù)構(gòu)建的智能體可以按領(lǐng)域、按來(lái)源甚至按業(yè)務(wù)影響來(lái)識(shí)別問(wèn)題，因此你不僅是在改進(jìn)數(shù)據(jù)，還在優(yōu)先處理最重要的修復(fù)工作。這種清晰度有助于領(lǐng)導(dǎo)者快速建立基準(zhǔn)并推動(dòng)早期進(jìn)展。

由于分析師終于可以不再花費(fèi)時(shí)間清理數(shù)據(jù)，你開(kāi)始看到洞察獲取速度的提升。可信的數(shù)據(jù)產(chǎn)品能夠更快地整合在一起，對(duì)儀表板的信心增強(qiáng)，關(guān)鍵績(jī)效指標(biāo)(KPI)再次變得可靠。

最重要的是，業(yè)務(wù)團(tuán)隊(duì)看到了成果。數(shù)據(jù)更干凈，答案更快。而且證明這不僅僅是一項(xiàng)技術(shù)舉措——從第一天起就為企業(yè)創(chuàng)造了實(shí)際價(jià)值。

記者：到2026年底，哪些關(guān)鍵績(jī)效指標(biāo)能證明自主式AI的有效性?

Sood：到2026年底，自主式AI對(duì)企業(yè)數(shù)據(jù)管理的影響應(yīng)體現(xiàn)在幾個(gè)明確的關(guān)鍵績(jī)效指標(biāo)上，這些指標(biāo)將講述一個(gè)引人注目的故事。

首先，你會(huì)注意到人工工作量顯著減少。需要人工審核的匹配或合并決策百分比將下降。數(shù)據(jù)管理員將不再需要花費(fèi)大量時(shí)間在重復(fù)性任務(wù)上，團(tuán)隊(duì)也將減少追蹤和解決數(shù)據(jù)質(zhì)量問(wèn)題的時(shí)間。

其次，數(shù)據(jù)激活情況全面改善。儀表板和數(shù)據(jù)產(chǎn)品更快地實(shí)現(xiàn)價(jià)值。為AI模型和工作流程提供數(shù)據(jù)的數(shù)據(jù)將更加可信和及時(shí)。業(yè)務(wù)用戶也會(huì)注意到這一點(diǎn)——他們將更容易在需要時(shí)找到所需數(shù)據(jù)。

第三，信任成為可衡量的指標(biāo)。你會(huì)看到圍繞準(zhǔn)確性、完整性和新鮮度的數(shù)據(jù)質(zhì)量評(píng)分有所提高。數(shù)據(jù)血緣變得更加透明。策略遵守情況得到改善。由于不良或過(guò)時(shí)數(shù)據(jù)導(dǎo)致的返工量顯著減少。

最后，你會(huì)看到業(yè)務(wù)價(jià)值加速實(shí)現(xiàn)。從銷(xiāo)售到運(yùn)營(yíng)的更多團(tuán)隊(duì)將開(kāi)始使用智能體來(lái)輔助決策。更多行動(dòng)將自主進(jìn)行，且不會(huì)發(fā)生意外。由于有了可信的實(shí)時(shí)數(shù)據(jù)，更多新的用例將得以實(shí)現(xiàn)。

歸根結(jié)底，這意味著更少的摩擦、更多的信任、更快的執(zhí)行速度——而且這一切都是可追溯的。

記者：自主式AI如何改變與法務(wù)和安全團(tuán)隊(duì)關(guān)于數(shù)據(jù)治理與合規(guī)性的對(duì)話?

Sood：自主式AI從根本上改變了與法務(wù)和安全團(tuán)隊(duì)的對(duì)話方式。過(guò)去，人們擔(dān)心會(huì)失去控制或引發(fā)風(fēng)險(xiǎn)，而現(xiàn)在則有證據(jù)表明控制力實(shí)際上更強(qiáng)了。

傳統(tǒng)上，治理意味著將政策寫(xiě)在文件中，事后手動(dòng)執(zhí)行。這是一種被動(dòng)的、審計(jì)繁重的且緩慢的方式。有了自主式AI，情況就發(fā)生了逆轉(zhuǎn)。現(xiàn)在，智能體在運(yùn)行時(shí)執(zhí)行治理。它們繼承了數(shù)據(jù)脫敏和訪問(wèn)控制。它們只在預(yù)先批準(zhǔn)的范圍內(nèi)行動(dòng)。而且它們的每一個(gè)行動(dòng)都會(huì)被記錄下來(lái)——包括完整的數(shù)據(jù)血緣和理由。

因此，當(dāng)法務(wù)或安全團(tuán)隊(duì)問(wèn)：“我們能相信AI在做什么嗎?”——答案不僅僅是“能”。而是“這正是它所做的、為什么這么做以及我們?nèi)绾沃浪险摺薄?/p>

對(duì)于這些團(tuán)隊(duì)來(lái)說(shuō)，這并非盲目信任。這是一種可衡量的控制升級(jí)：實(shí)時(shí)執(zhí)行、完全可審計(jì)和內(nèi)置監(jiān)督。

智能體治理并非妥協(xié)之舉，而是經(jīng)過(guò)驗(yàn)證的更安全方式。

記者：規(guī)則、大語(yǔ)言模型和檢索：它們?nèi)绾螀f(xié)同工作?智能體應(yīng)在何時(shí)依賴確定性數(shù)據(jù)管理規(guī)則，何時(shí)使用帶有檢索(RAG)的大語(yǔ)言模型來(lái)做決策?

Sood：這并非二選一的問(wèn)題，而是要確保每個(gè)AI決策都基于同一可信基礎(chǔ)。自主式AI需要一個(gè)實(shí)時(shí)、上下文豐富的企業(yè)數(shù)據(jù)圖譜，以便可靠地行動(dòng)。

大多數(shù)企業(yè)的客戶、產(chǎn)品、供應(yīng)商和位置數(shù)據(jù)分散在數(shù)十個(gè)系統(tǒng)中，包括CRM系統(tǒng)、ERP系統(tǒng)、數(shù)據(jù)湖和第三方數(shù)據(jù)源。這些數(shù)據(jù)往往是孤立的、不一致的，且不適合AI使用。

Reltio通過(guò)持續(xù)從所有這些來(lái)源(包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù))攝取數(shù)據(jù)，然后實(shí)時(shí)整合數(shù)據(jù)來(lái)解決這一問(wèn)題。它利用先進(jìn)的匹配技術(shù)、數(shù)據(jù)存留邏輯和AI驅(qū)動(dòng)的數(shù)據(jù)擴(kuò)充功能，在各個(gè)領(lǐng)域創(chuàng)建準(zhǔn)確且可信的資料。

但Reltio的獨(dú)特之處在于，它不僅僅創(chuàng)建干凈的記錄。它還捕捉實(shí)體之間的關(guān)系和互動(dòng)——因此你不僅知道客戶是誰(shuí)，還知道他們與誰(shuí)有關(guān)聯(lián)、購(gòu)買(mǎi)了什么、何時(shí)聯(lián)系了支持團(tuán)隊(duì)以及他們與產(chǎn)品、供應(yīng)商或位置的關(guān)系。這就是我們所說(shuō)的數(shù)據(jù)圖譜。

這個(gè)圖譜成為AI的上下文系統(tǒng)。它為每個(gè)智能體(無(wú)論是解決匹配問(wèn)題、個(gè)性化推薦產(chǎn)品還是批準(zhǔn)索賠)提供實(shí)時(shí)、可信的基礎(chǔ)，以便做出明智的決策。

因此，每個(gè)智能體都不再孤立行動(dòng)，而是都從同一個(gè)持續(xù)更新、受管控且可解釋的數(shù)據(jù)環(huán)境中獲取數(shù)據(jù)。這使得自主式AI具有可擴(kuò)展性、合規(guī)性，并與你的業(yè)務(wù)邏輯保持一致。

因此，問(wèn)題不在于使用哪種技術(shù)，而在于這些技術(shù)都錨定在哪里。沒(méi)有上下文系統(tǒng)，即使最好的AI也會(huì)變得碎片化。有了Reltio，它就能大規(guī)模地變得值得信賴。

記者：正確的自建-購(gòu)買(mǎi)-合作組合是什么?企業(yè)應(yīng)在哪些方面依賴平臺(tái)(如Reltio與超大規(guī)模云服務(wù)商的合作)，又在哪些方面進(jìn)行定制開(kāi)發(fā)更有意義?

Sood：在AI和數(shù)據(jù)領(lǐng)域，最具創(chuàng)新力的企業(yè)不會(huì)試圖構(gòu)建一切，而是專注于構(gòu)建能使其脫穎而出的東西。

那么，正確的組合是什么呢?

? 購(gòu)買(mǎi)基礎(chǔ)架構(gòu)。數(shù)據(jù)統(tǒng)一、治理和實(shí)時(shí)基礎(chǔ)設(shè)施并非自己動(dòng)手(DIY)的領(lǐng)域。你不想花費(fèi)數(shù)年時(shí)間試圖拼湊自己的數(shù)據(jù)基礎(chǔ)架構(gòu)。這就是像Reltio Data Cloud?這樣的平臺(tái)與您偏好的超大規(guī)模云服務(wù)商相結(jié)合的地方。它們?yōu)槟闾峁┢髽I(yè)級(jí)的信任、規(guī)模和安全性——開(kāi)箱即用。

? 在需要速度的地方進(jìn)行合作。預(yù)構(gòu)建的智能體、垂直行業(yè)模板和實(shí)施服務(wù)可以加速你的價(jià)值實(shí)現(xiàn)時(shí)間，特別是對(duì)于治理、匹配解決或數(shù)據(jù)擴(kuò)充等高容量工作流程。無(wú)需重新發(fā)明別人已經(jīng)優(yōu)化過(guò)的東西。

? 在邊緣領(lǐng)域進(jìn)行定制開(kāi)發(fā)。當(dāng)你需要解決一些獨(dú)特的問(wèn)題時(shí)，如評(píng)分邏輯、客戶旅程或知識(shí)產(chǎn)權(quán)，定制智能體才有意義。這就是你的AI應(yīng)該體現(xiàn)你的特色，而不是成為一個(gè)通用的助手。

經(jīng)驗(yàn)法則：

? 平臺(tái)用于建立信任和互操作性

? 合作伙伴用于加速

? 定制開(kāi)發(fā)用于邊緣用例

記者：展望2026年之后，什么是合理的推進(jìn)節(jié)奏?你對(duì)2027-2028年的一個(gè)大膽預(yù)測(cè)是什么?以及領(lǐng)導(dǎo)者今年應(yīng)避免的一個(gè)陷阱是什么?

Sood：到2027-2028年，企業(yè)將不僅僅部署少量的智能體，而是將協(xié)調(diào)數(shù)百個(gè)智能體，每個(gè)智能體都在銷(xiāo)售、服務(wù)、合規(guī)和運(yùn)營(yíng)等領(lǐng)域執(zhí)行高風(fēng)險(xiǎn)、實(shí)時(shí)的工作。大膽預(yù)測(cè)?這些智能體中的大多數(shù)將不是從頭開(kāi)始構(gòu)建的，而是像雇傭員工一樣被“雇傭”的。

這一未來(lái)只有當(dāng)存在一個(gè)它們可以立即接入的可信上下文系統(tǒng)時(shí)才能實(shí)現(xiàn)。這就是Reltio的用武之地。

我們相信，每個(gè)企業(yè)都需要一個(gè)智能數(shù)據(jù)圖譜，它不僅是真相的來(lái)源，也是行動(dòng)的來(lái)源。一個(gè)能夠跨領(lǐng)域持續(xù)統(tǒng)一、治理和提供可信數(shù)據(jù)，并主動(dòng)以政策、歷史和上下文為智能體提供毫秒級(jí)指導(dǎo)的圖譜。

大膽預(yù)測(cè)：到2028年，企業(yè)數(shù)據(jù)圖譜對(duì)自主式AI的重要性將如同網(wǎng)絡(luò)對(duì)互聯(lián)網(wǎng)的重要性一樣。而Reltio將成為使自主式AI達(dá)到企業(yè)級(jí)標(biāo)準(zhǔn)的基礎(chǔ)——安全、可擴(kuò)展，并與我們客戶的實(shí)際業(yè)務(wù)運(yùn)營(yíng)保持一致。

換句話說(shuō)，AI不會(huì)取代數(shù)據(jù)戰(zhàn)略，而是使其變得至關(guān)重要。而Reltio就是讓你將其變?yōu)楝F(xiàn)實(shí)的方式。

但在2025-2026年呢?欲速則不達(dá)。從嵌入式的治理開(kāi)始，而不僅僅是追求炫酷的助手。信任是累積的資產(chǎn)。

現(xiàn)在應(yīng)避免的最大陷阱是不要讓大語(yǔ)言模型的炒作繞過(guò)你的數(shù)據(jù)基礎(chǔ)。AI和智能體是工具，需要可信的信息才能正常工作。如果數(shù)據(jù)不統(tǒng)一、不受管控且不可解釋，智能體可能會(huì)快速行動(dòng)，但方向錯(cuò)誤。