上下文是新的黄金：下一波代理人工智能的浪潮正在购买理解力，而不是处理能力

人工智能革命处于僵局，不是由于计算能力不足，而是因为组织正在解决错误的问题。

虽然预计2025年全球GenAI支出将达到$644亿，但专家也警告说，超过40% 的代理人工智能项目将在2027年底被取消。确实，最近的并购活动——例如Snowflake以$250万收购Crunchy Data和Rubrik收购Predibase——表明了一个根本性的转变：企业人工智能的下一阶段不仅仅是计算能力……而是更深入的理解。

聪明的钱正在移动

根据S&P Global Market Intelligence的2025年调查，42%的企业已经放弃了他们最近的大多数人工智能计划，高于2024年的17%。另外，46%的企业在生产开始之前就放弃了概念验证演示。

这些人工智能项目并不是由于技术限制而失败，而是由于语义差距。如果人工智能系统可以处理数百万字节的数据，但不能理解“客户终身价值”在不同部门需求中的含义，失败点可能是上下文相关的。

考虑Snowflake集成Postgres的语义人工智能能力的策略，这旨在创建一个基础，人工智能代理可以理解事务上下文和业务语义——使开发人员能够“构建可信赖的AI代理”具有“更大的敏捷性、可见性和控制力”。Rubrik的Predibase收购同样旨在帮助客户“安全地部署代理人工智能”，通过优先考虑上下文准确性和计算能力。

上下文与规模的交汇点

Palantir最近与Qualcomm合作扩展人工智能理解能力的成功是上下文优先人工智能架构的变革力量的另一个例子。他们的“本体论”方法——创建语言先例以将业务概念、关系和规则映射到机器可读格式——将人工智能从模式识别转变为简单的业务推理，并展示了语义理解如何使人工智能在离线或资源受限的环境中有效运行。

例如，在他们的核能计划中，Palantir的AI不仅预测设备故障，还理解了业务影响的级联效应，包括供应链和监管合规，这些效应可能导致或由这些故障引起。同样，在制造业中，他们的系统理解质量控制、库存管理和客户承诺之间的相互依赖关系，允许对业务进行整体概览，帮助预测和预防问题。

正如Palantir的一位高管所说，“本体论方法使用户能够构建工作流程，结合和组合异构逻辑资产”，使人工智能能够“安全地引入到越来越复杂的决策环境中。”

上下文优先的基础设施革命

从效率优先到意义优先的架构转变代表了企业人工智能的根本性重新思考。根据Gartner的2025年数据和分析峰会，这种转变取决于三个关键因素：

• 语义数据架构：每个数据点必须具有业务意义，而不仅仅是计算值。正如咨询公司Enterprise Knowledge 研究所示，语义层充当原始数据和应用程序之间的桥梁，提供“统一和上下文化的视图”，使用户交互变得直观。
• 业务逻辑集成：为了提供最大价值，现代人工智能需要与预先确定的业务上下文集成，这些上下文特定于任何给定组织的需求。 Oracle的AI Agent Studio 体现了这种方法，通过提供对Oracle Fusion Applications API、知识库和预定义工具的访问，保留企业特定的业务逻辑在人工智能驱动的工作流程中。这种解决方案使代理人工智能系统能够通过将业务本体论与模型上下文协议（MCP）集成来实现业务逻辑，这使得人工智能代理能够跨各种企业数据源以上下文丰富的方式解释数据。
• 上下文决策引擎：McKinsey的2025年人工智能工作场报告 强调，成功的企业人工智能系统必须彻底理解任何给定任务的业务影响，针对任何给定组织。然而，只有1%的公司认为他们已经达到人工智能成熟度，这凸显了当前能力和上下文要求之间的差距。

竞争影响

能够成功建立上下文丰富的人工智能系统的组织将为自己创造自我强化的优势。

每个业务交互都有可能加深代理人工智能对任何给定业务的特定需求的细致理解，提高性能，并创造竞争对手难以仅通过计算能力复制的护城河。 Deloitte的生成人工智能报告 确认，虽然60%的组织正在进行多达20个人工智能实验，但那些专注于“行业和业务特定挑战”的组织看到的结果明显更好。

人才影响同样显著。虽然人工智能工程师可以获得高薪，但真正稀缺的是那些理解人工智能实施和业务领域本体论的专业人员。 PwC的2025年预测 强调，“人工智能的成功将与其采用一样重要，公司需要系统、透明的方法来确认持续的价值。”换句话说，如果训练人工智能以理解业务需求的人员自己不理解这些需求，那么他们创建的人工智能代理也不会理解这些需求。

战略迫切需求

那么，组织必须做出哪些架构上的改变？

Gartner的数据和分析峰会 强调了从技术元数据转移到语义元数据的重要性——数据中包含预定义的业务定义、本体论和关系。这一“语义优先设计”的转变对于旨在获得有意义的见解和确保系统清晰的组织至关重要。同时，有效的上下文人工智能治理对于区分真正的代理人工智能能力和仅提供基本自动化但被误导性地宣传为代理人工智能的不充分模型至关重要。

成功的人工智能的公司将是那些其人工智能代理被战略性地配置为深入理解业务上下文，以至于它们可以自主和有效地运行的公司。

代理人工智能的机会

Gartner预测，到2028年，33%的企业软件将包含代理人工智能，高于2024年的不到1%。代理人工智能的崛起使语义基础设施变得至关重要；为了实现这一点，人工智能系统需要：

• 深入的上下文理解，以便做出与业务目标一致的自主决策。
• 所有数据源的语义一致性，以防止不同部门和任务之间的冲突行为
• 业务逻辑集成，以确保遵守组织规则和法规

随着组织在代理人工智能开发上投入数十亿美元，没有语义基础的组织将面临日益增加的失败率。

上下文的迫切需求

随着代理人工智能系统变得更加普遍，具有语义基础设施的组织和没有语义基础设施的组织之间的差距将只会变得更加宽泛。对于投资代理人工智能的企业来说，选择是明确的：现在建立语义基础，否则就会眼睁睁地看着上下文感知的竞争对手将更聪明的人工智能投资转化为无可匹敌的优势。

在计算能力丰富的时代，上下文是新的黄金，那些能够教会人工智能系统真正理解他们服务的业务的人将获得米达斯之触。