Context là Vàng Mới: Làn Sóng Tiếp Theo Của Trí Tuệ Nhân Tạo Agentic Đang Mua Hiểu Biết, Không Phải Quyền lực Xử Lý

Cuộc cách mạng trí tuệ nhân tạo đang ở ngã rẽ – không phải do thiếu quyền lực tính toán, mà vì các tổ chức đang giải quyết những vấn đề sai lầm.

Trong khi chi tiêu toàn cầu cho GenAI dự kiến sẽ đạt 644 tỷ đô la vào năm 2025, các chuyên gia cũng cảnh báo rằng hơn 40% các dự án trí tuệ nhân tạo agentic sẽ bị hủy bỏ vào năm 2027. Thực tế, hoạt động M&A gần đây – như việc Snowflake mua lại Crunchy Data với giá 250 triệu đô la và Rubrik mua lại Predibase – cho thấy một sự thay đổi cơ bản: giai đoạn tiếp theo của trí tuệ nhân tạo doanh nghiệp là về hơn khả năng tính toán… Đó là về sự hiểu biết sâu sắc hơn.

Tiền Thông Minh Đang Chuyển Động

Theo khảo sát của S&P Global Market Intelligence năm 2025, 42% doanh nghiệp đã hủy bỏ hầu hết các sáng kiến trí tuệ nhân tạo gần đây, tăng từ 17% vào năm 2024. 46% khác đã từ bỏ các bản demo chứng minh khái niệm trước khi sản xuất thậm chí bắt đầu.

Các dự án trí tuệ nhân tạo này không thất bại do hạn chế kỹ thuật, mà do khoảng cách ngữ nghĩa. Nếu một hệ thống trí tuệ nhân tạo có thể xử lý petabyte dữ liệu nhưng không hiểu được “giá trị khách hàng trọn đời” có nghĩa là gì trên các nhu cầu phòng ban khác nhau, các điểm thất bại sẽ có khả năng là ngữ cảnh.

Hãy xem xét chiến lược đằng sau việc Snowflake tích hợp các khả năng trí tuệ nhân tạo ngữ nghĩa của Postgres, nhằm tạo ra một nền tảng mà các tác nhân trí tuệ nhân tạo có thể hiểu ngữ cảnh giao dịch và ngữ nghĩa kinh doanh — cho phép các nhà phát triển “xây dựng các tác nhân trí tuệ nhân tạo đáng tin cậy” với “tính linh hoạt, khả năng hiển thị và kiểm soát lớn hơn.” Việc mua lại Predibase của Rubrik cũng nhằm giúp khách hàng “triển khai trí tuệ nhân tạo agentic một cách an toàn” bằng cách ưu tiên độ chính xác ngữ cảnh cùng với quyền lực tính toán.

Địa Điểm Gặp Gỡ Của Ngữ Nghĩa Và Quy Mô

Sự thành công của sự hợp tác giữa Palantir và Qualcomm để mở rộng khả năng hiểu biết trí tuệ nhân tạo là một ví dụ khác về sức mạnh chuyển đổi của kiến trúc trí tuệ nhân tạo ưu tiên ngữ nghĩa. Cách tiếp cận “Ngữ Nghĩa Học” của họ — tạo ra các tiền lệ ngôn ngữ để ánh xạ các khái niệm kinh doanh, mối quan hệ và quy tắc vào định dạng có thể đọc được bằng máy — chuyển đổi trí tuệ nhân tạo từ nhận dạng mẫu thành lý luận kinh doanh đơn giản và cho thấy cách hiểu biết ngữ nghĩa cho phép trí tuệ nhân tạo hoạt động hiệu quả, thậm chí trong môi trường ngoại tuyến hoặc hạn chế tài nguyên.

Ví dụ, liên quan đến các sáng kiến năng lượng hạt nhân của họ, trí tuệ nhân tạo của Palantir không chỉ dự đoán sự cố thiết bị — mà còn hiểu được các tác động kinh doanh liên quan trên chuỗi cung ứng và tuân thủ quy định mà dẫn đến hoặc kết quả từ những sự cố này. Tương tự, trong sản xuất, các hệ thống của họ hiểu được sự phụ thuộc lẫn nhau giữa kiểm soát chất lượng, quản lý hàng tồn kho và cam kết khách hàng, cho phép có cái nhìn tổng thể về hoạt động giúp dự đoán và ngăn chặn trước các vấn đề.

Một giám đốc điều hành của Palantir lưu ý, “Cách tiếp cận dựa trên Ngữ Nghĩa Học cho phép người dùng xây dựng các quy trình công việc kết hợp và kết hợp các tài sản logic dị hợp.”

Cách Mạng Cơ Sở Hạ Tầng Ưu Tiên Ngữ Nghĩa

Sự chuyển đổi từ kiến trúc ưu tiên hiệu quả sang kiến trúc ưu tiên ngữ nghĩa đại diện cho một sự thay đổi cơ bản trong trí tuệ nhân tạo doanh nghiệp. Theo Gartner’s 2025 Data & Analytics Summit, sự chuyển đổi này phụ thuộc vào ba yếu tố quan trọng:

• Kiến Trúc Dữ Liệu Ngữ Nghĩa: Mỗi điểm dữ liệu phải mang ý nghĩa kinh doanh, không chỉ giá trị tính toán. Như nghiên cứu của Enterprise Knowledge cho thấy, các lớp ngữ nghĩa phục vụ như cầu nối giữa dữ liệu thô và ứng dụng, cung cấp “các视图 thống nhất và ngữ cảnh hóa” cho phép tương tác người dùng trực quan.
• Tích Hợp Logic Kinh Doanh: Để mang lại giá trị tối đa, trí tuệ nhân tạo hiện đại đòi hỏi tích hợp với các ngữ cảnh kinh doanh đã xác định, độc quyền cho nhu cầu của từng tổ chức. Oracle’s AI Agent Studio thể hiện cách tiếp cận này bằng cách cung cấp quyền truy cập vào các API của Oracle Fusion Applications, kho kiến thức và công cụ định trước giúp bảo tồn logic kinh doanh độc quyền của doanh nghiệp trong các quy trình công việc được hỗ trợ bởi trí tuệ nhân tạo. Các giải pháp như vậy cho phép các hệ thống trí tuệ nhân tạo agentic bằng cách tích hợp các ontology kinh doanh với các giao thức ngữ cảnh mô hình (MCP), cho phép diễn giải dữ liệu mượt mà và giàu ngữ cảnh và cho phép các tác nhân trí tuệ nhân tạo hoạt động trên các nguồn dữ liệu doanh nghiệp khác nhau.
• Động Cơ Quyết Định Ngữ Nghĩa: Báo cáo về nơi làm việc trí tuệ nhân tạo của McKinsey năm 2025 nhấn mạnh rằng các hệ thống trí tuệ nhân tạo doanh nghiệp thành công phải hiểu rõ các ý nghĩa kinh doanh của bất kỳ nhiệm vụ nào, đối với bất kỳ tổ chức nào. Tuy nhiên, chỉ 1% công ty tin rằng họ đã đạt được sự trưởng thành của trí tuệ nhân tạo, làm nổi bật khoảng cách giữa các khả năng hiện tại và yêu cầu ngữ cảnh.

Ảnh Hưởng Cạnh Tranh

Các tổ chức có thể thành lập các hệ thống trí tuệ nhân tạo giàu ngữ cảnh sẽ tạo ra các lợi thế tự củng cố cho chính họ.

Mỗi tương tác kinh doanh có tiềm năng làm sâu sắc sự hiểu biết tinh tế của trí tuệ nhân tạo agentic về các nhu cầu cụ thể của từng doanh nghiệp, cải thiện hiệu suất và tạo ra các rào cản cạnh tranh mà sẽ khó khăn cho người khác để复制 thông qua quyền lực tính toán alone. Báo cáo về Trạng Thái Trí Tuệ Nhân Tạo Tạo Sinh của Deloitte xác nhận rằng trong khi 60% tổ chức theo đuổi tới 20 thí nghiệm trí tuệ nhân tạo, những tổ chức tập trung vào “các thách thức kinh doanh và ngành cụ thể” thấy kết quả tốt hơn đáng kể.

Các ý nghĩa về nhân sự cũng rất quan trọng. Trong khi các kỹ sư trí tuệ nhân tạo đòi hỏi mức lương cao, sự khan hiếm thực sự là các chuyên gia hiểu cả việc triển khai trí tuệ nhân tạo và ontology kinh doanh. Dự đoán của PwC năm 2025 nhấn mạnh rằng “thành công của trí tuệ nhân tạo sẽ là về tầm nhìn cũng như việc áp dụng, với các công ty cần có các phương pháp tiếp cận có hệ thống, minh bạch để xác nhận giá trị bền vững.” Nói cách khác, nếu những người đào tạo trí tuệ nhân tạo để hiểu nhu cầu kinh doanh không hiểu được những nhu cầu đó, thì các tác nhân trí tuệ nhân tạo họ tạo ra cũng sẽ không hiểu.

Imperative Chiến Lược

Vậy, những thay đổi kiến trúc nào mà các tổ chức phải thực hiện?

Gartner’s Data & Analytics Summit nhấn mạnh tầm quan trọng của việc chuyển từ siêu dữ liệu kỹ thuật sang siêu dữ liệu ngữ nghĩa — dữ liệu được làm giàu với các định nghĩa kinh doanh đã xác định, ontology và mối quan hệ. Sự thay đổi này từ “Thiết Kế Kỹ Thuật Đầu Tiên” sang “Thiết Kế Ngữ Nghĩa Đầu Tiên” là quan trọng đối với các tổ chức nhằm mục đích thu được các thông tin có ý nghĩa và đảm bảo sự rõ ràng trên các hệ thống. Đồng thời, quản trị ngữ cảnh trí tuệ nhân tạo hiệu quả cũng rất quan trọng để phân biệt các khả năng trí tuệ nhân tạo agentic thực sự với các mô hình không đủ mà chỉ cung cấp tự động hóa cơ bản nhưng được tiếp thị sai là agentic.

Các công ty thành công với trí tuệ nhân tạo agentic sẽ là những công ty mà các tác nhân trí tuệ nhân tạo của họ đã được cấu hình chiến lược để hiểu ngữ cảnh kinh doanh sâu sắc đến mức có thể hoạt động tự chủ và hiệu quả.

Cơ Hội Trí Tuệ Nhân Tạo Agentic

Gartner dự đoán rằng 33% phần mềm doanh nghiệp sẽ bao gồm trí tuệ nhân tạo agentic vào năm 2028, tăng từ dưới 1% vào năm 2024. Sự trỗi dậy của trí tuệ nhân tạo agentic làm cho cơ sở hạ tầng ngữ nghĩa trở nên thiết yếu; để đạt được điều này, các hệ thống trí tuệ nhân tạo đòi hỏi:

• Hiểu biết ngữ cảnh sâu sắc để đưa ra quyết định tự chủ phù hợp với mục tiêu kinh doanh.
• Đồng nhất ngữ nghĩa trên tất cả các nguồn dữ liệu để ngăn chặn các hành động mâu thuẫn giữa các bộ phận và nhiệm vụ khác nhau
• Tích hợp logic kinh doanh để đảm bảo tuân thủ các quy tắc và quy định của tổ chức

Khi các tổ chức đầu tư hàng tỷ vào việc phát triển trí tuệ nhân tạo agentic, những tổ chức không có nền tảng ngữ nghĩa sẽ phải đối mặt với tỷ lệ thất bại ngày càng tăng.

Imperative Ngữ Nghĩa

Khi các hệ thống trí tuệ nhân tạo agentic trở nên phổ biến hơn, sự phân chia giữa các tổ chức có cơ sở hạ tầng ngữ nghĩa và những tổ chức không có sẽ chỉ rộng ra. Đối với các doanh nghiệp đầu tư vào trí tuệ nhân tạo agentic, sự lựa chọn là rõ ràng: xây dựng nền tảng ngữ nghĩa ngay bây giờ hoặc xem các đối thủ cạnh tranh có nhận thức ngữ cảnh chuyển đổi các khoản đầu tư trí tuệ nhân tạo thông minh hơn thành các lợi thế không thể đánh bại.

Trong thời đại của quyền lực tính toán dồi dào, ngữ nghĩa là vàng mới, và những người có thể dạy các hệ thống trí tuệ nhân tạo của họ hiểu真正 kinh doanh họ phục vụ sẽ kiếm được Điểm Chạm Vàng của mình.