为了解企业应如何为这一转变做好准备，记者与数据统一与治理领域的领军企业Reltio的CEO兼创始人Manish Sood进行了交流。在对话中，Sood分享了自主式AI将首先在哪些方面产生影响、它将如何重塑数据团队的日常工作，以及企业领导者在迈向AI驱动的未来时应关注哪些衡量指标。

记者：当您提到企业数据领域的“自主式AI”时，您认为2026年它将首先改变哪个日常工作流程——匹配/合并、数据存留处理、数据扩充，还是数据管理?

Manish Sood：2026年，匹配和合并将成为首个被自主式AI改变的日常工作流程。这是因为在当今复杂的数据环境中，AI驱动的运营对速度和信任的要求最为迫切。

为何是匹配和合并?因为现实世界中的数据杂乱无章——充满了重复、不一致和模糊之处。而在自主式AI的工作流程中，每次记录不匹配时都没有时间进行人工干预。如果智能体要实时推荐产品、处理索赔或与客户互动，它必须基于干净、整合的资料进行操作。

借助预训练、大语言模型(LLM)驱动的匹配模型，我们已经看到从基于规则的“这是否为同一实体?”检查向智能体工作流程的转变，这些智能体能够实时解决匹配问题，并提供置信度评分、可审计性和合规性保障。随着这一过程的成熟，它将成为每个下游工作流程(如数据存留处理、数据扩充、数据管理等)的智能“门户”。

自主式AI不仅需要数据，还需要在毫秒内提供可信、上下文丰富且整合的数据。这始于实体解析，因此匹配和合并首当其冲。

记者：请描绘一下2026年末数据团队“日常的一天”。当智能体参与其中时，数据管理员、分析负责人和企业主的工作会有何不同?

Sood：

数据管理员：从查看智能体夜间已解决的匹配建议开始一天的工作——附有完整的审计跟踪。他们不再需要追查重复记录，而是专注于微调策略和指导智能体。

分析负责人：在模型出现偏差前，会收到智能体关于数据质量异常的警报。工作重点从数据清理转向与业务团队合作，共同打造可信、可复用的数据产品。

企业主：打开仪表板，每个指标都由智能体进行解释：发生了什么变化、为何重要以及下一步该做什么。没有积压工作，没有瓶颈，只有由受管控、智能体就绪的数据驱动的答案。

有何不同?智能体不仅仅是辅助，它们还能主动行动。团队从修复数据转向释放数据价值。

记者：如何让智能体创建单一可信数据源，同时不丧失信任?

Sood：让智能体协助创建单一可信数据源并不会丧失信任，如果它们悄无声息地这么做，才会丧失信任。关键在于受管控的自主性。

智能体可以在一定范围内自主行动：解决匹配问题、标记异常情况以及从经过验证的来源进行数据扩充。

结果如何?透明度建立信任。利益相关者不仅能看到数据，还能了解为何信任这些数据——谁批准了它、应用了什么逻辑以及何时批准的。

这就是智能体赢得角色的方式——不仅在于揭示真相，更在于维持真相。

记者：在企业数据管理中采用自主式AI的前90天内，首席数据官(CDO)应期待哪些初步成果?

Sood：在引入自主式AI的前90天内，首席数据官应能指出一些非常显著的成果。例如，你首先会注意到的是智能体在解决匹配问题积压方面的速度之快。过去数据管理员需要重复进行的工作，现在只需花费一小部分时间就能完成，从而让这些团队能够专注于更具影响力的优先事项。

你还能立即了解数据质量情况。预构建的智能体可以按领域、按来源甚至按业务影响来识别问题，因此你不仅是在改进数据，还在优先处理最重要的修复工作。这种清晰度有助于领导者快速建立基准并推动早期进展。

由于分析师终于可以不再花费时间清理数据，你开始看到洞察获取速度的提升。可信的数据产品能够更快地整合在一起，对仪表板的信心增强，关键绩效指标(KPI)再次变得可靠。

最重要的是，业务团队看到了成果。数据更干净，答案更快。而且证明这不仅仅是一项技术举措——从第一天起就为企业创造了实际价值。

记者：到2026年底，哪些关键绩效指标能证明自主式AI的有效性?

Sood：到2026年底，自主式AI对企业数据管理的影响应体现在几个明确的关键绩效指标上，这些指标将讲述一个引人注目的故事。

首先，你会注意到人工工作量显著减少。需要人工审核的匹配或合并决策百分比将下降。数据管理员将不再需要花费大量时间在重复性任务上，团队也将减少追踪和解决数据质量问题的时间。

其次，数据激活情况全面改善。仪表板和数据产品更快地实现价值。为AI模型和工作流程提供数据的数据将更加可信和及时。业务用户也会注意到这一点——他们将更容易在需要时找到所需数据。

第三，信任成为可衡量的指标。你会看到围绕准确性、完整性和新鲜度的数据质量评分有所提高。数据血缘变得更加透明。策略遵守情况得到改善。由于不良或过时数据导致的返工量显著减少。

最后，你会看到业务价值加速实现。从销售到运营的更多团队将开始使用智能体来辅助决策。更多行动将自主进行，且不会发生意外。由于有了可信的实时数据，更多新的用例将得以实现。

归根结底，这意味着更少的摩擦、更多的信任、更快的执行速度——而且这一切都是可追溯的。

记者：自主式AI如何改变与法务和安全团队关于数据治理与合规性的对话?

Sood：自主式AI从根本上改变了与法务和安全团队的对话方式。过去，人们担心会失去控制或引发风险，而现在则有证据表明控制力实际上更强了。

传统上，治理意味着将政策写在文件中，事后手动执行。这是一种被动的、审计繁重的且缓慢的方式。有了自主式AI，情况就发生了逆转。现在，智能体在运行时执行治理。它们继承了数据脱敏和访问控制。它们只在预先批准的范围内行动。而且它们的每一个行动都会被记录下来——包括完整的数据血缘和理由。

因此，当法务或安全团队问：“我们能相信AI在做什么吗?”——答案不仅仅是“能”。而是“这正是它所做的、为什么这么做以及我们如何知道它符合政策”。

对于这些团队来说，这并非盲目信任。这是一种可衡量的控制升级：实时执行、完全可审计和内置监督。

智能体治理并非妥协之举，而是经过验证的更安全方式。

记者：规则、大语言模型和检索：它们如何协同工作?智能体应在何时依赖确定性数据管理规则，何时使用带有检索(RAG)的大语言模型来做决策?

Sood：这并非二选一的问题，而是要确保每个AI决策都基于同一可信基础。自主式AI需要一个实时、上下文丰富的企业数据图谱，以便可靠地行动。

大多数企业的客户、产品、供应商和位置数据分散在数十个系统中，包括CRM系统、ERP系统、数据湖和第三方数据源。这些数据往往是孤立的、不一致的，且不适合AI使用。

Reltio通过持续从所有这些来源(包括结构化和非结构化数据)摄取数据，然后实时整合数据来解决这一问题。它利用先进的匹配技术、数据存留逻辑和AI驱动的数据扩充功能，在各个领域创建准确且可信的资料。

但Reltio的独特之处在于，它不仅仅创建干净的记录。它还捕捉实体之间的关系和互动——因此你不仅知道客户是谁，还知道他们与谁有关联、购买了什么、何时联系了支持团队以及他们与产品、供应商或位置的关系。这就是我们所说的数据图谱。

这个图谱成为AI的上下文系统。它为每个智能体(无论是解决匹配问题、个性化推荐产品还是批准索赔)提供实时、可信的基础，以便做出明智的决策。

因此，每个智能体都不再孤立行动，而是都从同一个持续更新、受管控且可解释的数据环境中获取数据。这使得自主式AI具有可扩展性、合规性，并与你的业务逻辑保持一致。

因此，问题不在于使用哪种技术，而在于这些技术都锚定在哪里。没有上下文系统，即使最好的AI也会变得碎片化。有了Reltio，它就能大规模地变得值得信赖。

记者：正确的自建-购买-合作组合是什么?企业应在哪些方面依赖平台(如Reltio与超大规模云服务商的合作)，又在哪些方面进行定制开发更有意义?

Sood：在AI和数据领域，最具创新力的企业不会试图构建一切，而是专注于构建能使其脱颖而出的东西。

那么，正确的组合是什么呢?

• 购买基础架构。数据统一、治理和实时基础设施并非自己动手(DIY)的领域。你不想花费数年时间试图拼凑自己的数据基础架构。这就是像Reltio Data Cloud™这样的平台与您偏好的超大规模云服务商相结合的地方。它们为你提供企业级的信任、规模和安全性——开箱即用。

• 在需要速度的地方进行合作。预构建的智能体、垂直行业模板和实施服务可以加速你的价值实现时间，特别是对于治理、匹配解决或数据扩充等高容量工作流程。无需重新发明别人已经优化过的东西。

• 在边缘领域进行定制开发。当你需要解决一些独特的问题时，如评分逻辑、客户旅程或知识产权，定制智能体才有意义。这就是你的AI应该体现你的特色，而不是成为一个通用的助手。

经验法则：

• 平台用于建立信任和互操作性

• 合作伙伴用于加速

• 定制开发用于边缘用例

记者：展望2026年之后，什么是合理的推进节奏?你对2027-2028年的一个大胆预测是什么?以及领导者今年应避免的一个陷阱是什么?

Sood：到2027-2028年，企业将不仅仅部署少量的智能体，而是将协调数百个智能体，每个智能体都在销售、服务、合规和运营等领域执行高风险、实时的工作。大胆预测?这些智能体中的大多数将不是从头开始构建的，而是像雇佣员工一样被“雇佣”的。

这一未来只有当存在一个它们可以立即接入的可信上下文系统时才能实现。这就是Reltio的用武之地。

我们相信，每个企业都需要一个智能数据图谱，它不仅是真相的来源，也是行动的来源。一个能够跨领域持续统一、治理和提供可信数据，并主动以政策、历史和上下文为智能体提供毫秒级指导的图谱。

大胆预测：到2028年，企业数据图谱对自主式AI的重要性将如同网络对互联网的重要性一样。而Reltio将成为使自主式AI达到企业级标准的基础——安全、可扩展，并与我们客户的实际业务运营保持一致。

换句话说，AI不会取代数据战略，而是使其变得至关重要。而Reltio就是让你将其变为现实的方式。

但在2025-2026年呢?欲速则不达。从嵌入式的治理开始，而不仅仅是追求炫酷的助手。信任是累积的资产。

现在应避免的最大陷阱是不要让大语言模型的炒作绕过你的数据基础。AI和智能体是工具，需要可信的信息才能正常工作。如果数据不统一、不受管控且不可解释，智能体可能会快速行动，但方向错误。

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。