一句话看懂:SnapLogic最新报告显示,54%的企业因业务价值不明确已放弃AI智能体项目,但问题根源更多在数据基础而非AI能力本身。
事件核心:发生了什么
根据TechRadar报道的SnapLogic报告,超过半数(54%)的企业已放弃其AI智能体(agentic AI)项目,主要原因在于业务价值不清晰、投资回报率(ROI)不佳。报告同时指出,尽管93%的企业已建立AI智能体政策和治理框架,77%的企业允许AI智能体广泛访问数据和业务系统,且九成受访者信任AI输出,但技术准备度并未跟上部署速度。
数据还显示,一半的IT决策者感受到继续投资AI智能体的压力,48%的人难以或预计难以看到预期成果。此外,36%的企业承认AI投资进度快于治理能力,64%已出现中度或显著超支,尽管88%声称有明确的智能体预算。
为什么重要
这一报告揭示了当前企业AI落地的一个关键矛盾:治理框架和预算已经到位,但数据基础和业务流程整合的滞后正在拖累ROI。SnapLogic CTO Jeremiah Stone在报告中指出,组织正在为扩展AI智能体部署治理、基础设施和投资,但这些基础本身并不保证业务成果,企业需要将AI连接到正确的数据、应用和工作流,并提升对性能和成本的可见性。
对AI行业而言,这意味着智能体的商业化瓶颈可能不在模型能力,而在企业数据架构的成熟度。如果企业继续在数据质量不足的情况下仓促部署,放弃率可能进一步上升,进而影响AI智能体市场的整体增速。
对用户/开发者/创作者的影响
对于企业采购和技术决策者,报告提示应优先评估数据基础和工作流整合能力,而非单纯追求智能体功能的先进性。对于开发者,构建AI应用时需要更重视数据管道、API连接和可观测性工具,帮助企业客户实现可衡量的ROI。对于内容创作者和普通用户,短期内AI智能体的企业级应用可能更加谨慎,但这也意味着更可靠、更透明的AI工具会逐步出现。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
1. 企业是否会调整AI智能体的部署节奏,将更多预算转向数据治理和集成层。
2. SnapLogic等数据集成厂商是否会推出针对AI智能体的数据连接和ROI监控产品。
3. 后续报告是否显示放弃率下降,或治理框架开始转化为可量化的业务成果。
来源:TechRadar


