AA與數(shù)據(jù)發(fā)展預(yù)測智能體Al(AgEnticAI)的崛起,將重塑企業(yè)的形態(tài),亦將鍛造一代新型的從業(yè)者刁卜2026年Al與數(shù)據(jù)發(fā)展預(yù)測刁卜智能體與生態(tài)體系元年證明種種炒作和盲目跟風(FOMO)并沒有阻礙企業(yè)創(chuàng)造真正的商業(yè)價值。（包括Snowlake發(fā)布的調(diào)研在內(nèi)，無數(shù)調(diào)查均顯示，眾多在Al方面領(lǐng)先的企業(yè)已經(jīng)在其生成式Al投資中獲得了可觀的實際回報。）頭角：一是將Al投資回報率從單個項目層面，擴展到全面的戰(zhàn)略性Al生態(tài)體系；大型語言模型（LLM)演變?yōu)榇笮屯评砟Ｐ?LRM這些LRM已經(jīng)可以在極少人智能體與生態(tài)體系元年12本年度報告將探討Al技術(shù)的動態(tài)發(fā)展態(tài)勢、企業(yè)落地應(yīng)用Al的前景與機遇，以及面臨的挑戰(zhàn)，重點討論安全和數(shù)據(jù)治理領(lǐng)域的挑戰(zhàn)。本報告內(nèi)容源自與Snowlake?歐盟法規(guī)或?qū)⑼苿佣亲璧K創(chuàng)新型Al項目的發(fā)展o反饋循環(huán)將優(yōu)化智能體性能?主導(dǎo)性Al協(xié)議將促進智能體開發(fā)并防止供應(yīng)商鎖定?開源基礎(chǔ)模型將打破少數(shù)巨頭的壟斷格局?上下文窗口和記憶功能是Al智能體演進的關(guān)鍵?Postgres數(shù)據(jù)庫將成為智能體驅(qū)動型Al的基礎(chǔ)技術(shù)支撐企業(yè)A落地進程重點行業(yè)發(fā)展預(yù)測AI行業(yè)格局想要理解A2025年的發(fā)展態(tài)勢,堪比經(jīng)歷一場工業(yè)級的認知割裂。去年夏天,Anthropic公司首席執(zhí)行官DarioAmodEi表示,生成式AI技術(shù)發(fā)展速度之快,已讓全球勞動力市場迎來大規(guī)模。約兩周后,蘋果公司發(fā)布報告稱,其針對大型推理模型的研究顯示,這些表面上"先進"的大型語言模型,甚至個高二水平的謎題,這一結(jié)果讓人對智能體驅(qū)動型Al的短期潛力產(chǎn)生了質(zhì)疑。那么實際情況究竟如何呢?Al行業(yè)是以每小時90英里的速度在高速公路上飛馳,還是(我們也一同)陷入了走走停停的交通擁堵中?而我們耳邊還充斥著電臺廣告噪的催促:"立即行動!切勿錯過這千載難逢的機會"。snowflakE的普遍共識是:"兩種情況兼而有之。"snowflake的Al研究負責人AnupamDatta表示,"這就像我通勤,有飛馳的時候,也有遇到瓶頸的時候。這就是未來幾年的A的寫照?？傮w而言,發(fā)展態(tài)勢良好,但我們必須通過針對性的技術(shù)投入來打破瓶頸,以實現(xiàn)A智能體的規(guī)?；?。"發(fā)展瓶頸與突破路徑snowflakeAI研究團隊的聯(lián)合負責人Datta,將阻礙大型語言模型與大型推理模型系統(tǒng)落地應(yīng)用的瓶頸歸納為三大挑戰(zhàn)。"為了讓智能體更可靠、更值得信賴,需關(guān)注三大核心因素:評估體系、基于提示和后訓(xùn)練的優(yōu)化,以及AI安全與防護。"對模型成效的評估與驗證,或許是2026年snowflakeAI基礎(chǔ)設(shè)施總監(jiān)MonaAttariyan最為關(guān)注的核心挑戰(zhàn)。她表示:"如果我們無法系統(tǒng)地衡量智能體的準確性,就沒有辦法把它變成可靠的工具。""目前業(yè)內(nèi)已有相關(guān)的思路構(gòu)想,但尚未形成成熟的體系。主流的驗證方式,是讓模型針對已知答案的問題進行測試。但對于每個智能體或每個應(yīng)用領(lǐng)域,涉及的知識體系都不同,因此這項工作極具復(fù)雜性。"snowflakE首席執(zhí)行官sridharRamaswamy指出,"企業(yè)已經(jīng)開始要求量化智能體的可靠性,因為這是AI落地成功的必經(jīng)之路。""我的意思是,對于'snowflake昨天營收是多少?'這個問題,只有一個確切的答案。這絕非可主觀質(zhì)疑或隨意評判的事情。"企業(yè)已經(jīng)開始要求量化智能體的可靠性,因為這是Ai落地成功的必經(jīng)之路。" SRIDHARRAMASWAMYsnowflake首席執(zhí)行官A行業(yè)格局I6A行業(yè)格局I6歐盟監(jiān)管規(guī)則或?qū)⑼苿佣亲璧K創(chuàng)新型A項目的發(fā)展反饋循環(huán)將優(yōu)化智能體性能"借助長流程工作流智能體,我們將為智能體內(nèi)部的每個步驟升級自我驗證功能。"他說。"未來將由一個監(jiān)督智能體對執(zhí)行智能體的每一步操作進行評分,類似給學(xué)生打分一樣,企業(yè)需要"借助長流程工作流智能體,我們將為智能體內(nèi)部的每個步驟升級自我驗證功能。"他說。"未來將由一個監(jiān)督智能體對執(zhí)行智能體的每一步操作進行評分,類似給學(xué)生打分一樣,企業(yè)需要為整個工作流程設(shè)定最低可接受GPA。"Datta補充道,嚴密的評估環(huán)節(jié)已經(jīng)成為生產(chǎn)Al管道的一部分,旨在實時捕捉錯誤并識別盲點。他還表示,"評估到優(yōu)化的循環(huán)將變得更加復(fù)雜,未來一兩年內(nèi)以更簡化的方式成為生產(chǎn)管道的一部分"。Ramaswamy說,反饋循環(huán)對于快速提升智能體的應(yīng)用成效至關(guān)重要。他表示,"起初,谷歌的搜索算法根據(jù)網(wǎng)頁之間的鏈接關(guān)系進行排名,但直到把算法納入了用戶實際點擊的網(wǎng)頁以及對應(yīng)的查詢信息,才取得了真正的關(guān)鍵突破。同理,當A產(chǎn)品在自然運行模式中設(shè)置的反饋循環(huán)越多,其能力就會越強。"他補充說,編碼助手(copilots)已經(jīng)在接收海量用戶反饋,用戶可以對輸出結(jié)果進行接受、修改或拒絕操作。"所有產(chǎn)品有了內(nèi)置反饋循環(huán),復(fù)雜的應(yīng)用場景才能真正落地。"隨著強化學(xué)習、基準測試和其他驗證方法的持續(xù)嚴謹,這些方法所驗證的技術(shù)本身也在不斷進步。snowflakEA工程與研究副總裁DwarakRajagopal表示,未來將開發(fā)專門的智能體來評估其他智能體的表現(xiàn)。2025年的美國就是這種情況,有人在未來十年內(nèi)禁止對A實施監(jiān)管,以避免扼殺創(chuàng)新產(chǎn)業(yè)。常駐法國的首席數(shù)據(jù)策略師JenniferBelissEnt表示,歐盟的視角有所不同。"我們有GDPR和歐盟Al法案,但歐洲內(nèi)部商業(yè)信心并未受挫。""雖然業(yè)內(nèi)存在監(jiān)管焦慮,但據(jù)我觀察,這種情緒在歐洲沒那么嚴重,在美國反而更強烈。"她說,許多歐洲客戶和同事發(fā)現(xiàn),現(xiàn)有的法規(guī)也帶來了機會,提供了數(shù)據(jù)治理的實踐路徑,助力企業(yè)安全、有效地探索新的AI應(yīng)用場景。"強制性的透明度激發(fā)了跨組織的協(xié)作,團隊之間看到彼此的實踐路徑時,要么想自己親自嘗試,要么想借用模型。""進而產(chǎn)生更大的收益。和我交流過的多位業(yè)內(nèi)人士都表示,'它(Al)沒有扼殺創(chuàng)新,而是在加速創(chuàng)新'"2026年Al與數(shù)據(jù)發(fā)展預(yù)測A行業(yè)格局I7主導(dǎo)性AI協(xié)議將促進智能體開發(fā)并防止供應(yīng)商鎖定"企業(yè)已經(jīng)得到了慘痛的教訓(xùn):供應(yīng)商鎖定既難以打破又代價高昂,"AnupamDatta說。"云供應(yīng)商鎖定導(dǎo)致了云無關(guān)服務(wù)(包括snowflakE)的出現(xiàn),數(shù)據(jù)格式鎖定導(dǎo)致了ApachelcebErg和其他開放標準的大量使用。"企業(yè)已經(jīng)得到了慘痛的教訓(xùn):供應(yīng)商鎖定既難以打破又代價高昂,"AnupamDatta說。"云供應(yīng)商鎖定導(dǎo)致了云無關(guān)服務(wù)(包括snowflakE)的出現(xiàn),數(shù)據(jù)格式鎖定導(dǎo)致了ApachelcebErg和其他開放標準的大量使用。對于智能體,企業(yè)很早就意識到鎖定在特定的智能體構(gòu)建框架中存在風險,因此強烈要求互操作性。諸如MCP之類的協(xié)議的誕生,正是對客戶反鎖定需求的回應(yīng)""目前涌現(xiàn)了多種定義性協(xié)議的嘗試,"他指出。"最終獲勝協(xié)議的被接受程度極其重要。"目前涌現(xiàn)了多種定義性協(xié)議的嘗試。最終獲勝協(xié)議的被接受程度極其重要。"BENOITDAGEVILLEsnowflake聯(lián)合創(chuàng)始人兼產(chǎn)品總裁就像TCP/IP為連接數(shù)十億互聯(lián)網(wǎng)設(shè)備提供了框架一樣,AI智能體需要一個統(tǒng)一的協(xié)議,來為智能體之間以及與其他系統(tǒng)的通信提供標準。目前,A協(xié)議競賽中有三位重量級參與者:Anthropic的MCP(模型上下文協(xié)議);Google的A2A(智能體對智能體協(xié)議);以及IBM和Linux基金會倡導(dǎo)的ACP(智能體通信協(xié)目前涌現(xiàn)了多種定義性協(xié)議的嘗試。最終獲勝協(xié)議的被接受程度極其重要。"BENOITDAGEVILLEsnowflake聯(lián)合創(chuàng)始人兼產(chǎn)品總裁雖然現(xiàn)在宣布哪個或哪些協(xié)議將成為廣泛采用的標準還為時過早,但預(yù)計在未來一年左右會達成共識。使復(fù)雜的A系統(tǒng)以有效、非孤立的方式工作不僅是技術(shù)需求,更是企業(yè)客戶對專有閉源系統(tǒng)的審美疲憊。2026年Al與數(shù)據(jù)發(fā)展預(yù)測A行業(yè)格局I8開源基礎(chǔ)模型將打破少數(shù)巨頭的壟斷 SRIDHAR SRIDHARRAMASWAMYsnowflake首席執(zhí)行官創(chuàng)建不斷改進的基礎(chǔ)模型依賴頂尖人才和巨額資本投入,業(yè)界普遍但在2025年初,中國研究團隊推出了Deepseek,使用創(chuàng)新的訓(xùn)練認為極少數(shù)巨頭將壟斷該市場。成本問題似乎不太可能改變,方法實現(xiàn)了卓越的推理能力、極具競爭力的性能,同時大幅降低了2025年A人才的競爭也大幅升級。所以像claude或chatGPT成本并提高了透明度。一度被奉為圭的"大即是好"的方法不再的"造物主"這種級別的人才,是屈指可數(shù)的。是唯一的選擇了。Ramaswamy因此,認為整個模型市場比最初預(yù)想的更大。"在早期訓(xùn)練階段產(chǎn)生了-個相當不錯的基礎(chǔ)模型之后,隨著新的、專業(yè)化的數(shù)據(jù)被輸入其中,越來越多的創(chuàng)新發(fā)生在后訓(xùn)練在早期訓(xùn)練階段產(chǎn)生了一個相當不錯的階段。"Ramaswamy說。"基礎(chǔ)模型之后,隨著新的、專業(yè)化的數(shù)據(jù)被輸入其,越來越多的創(chuàng)新發(fā)生在把持模型后訓(xùn)練階段。Datta也認同這個觀點,"更多的參與者可以在這個領(lǐng)域發(fā)揮作用,市場機會真的很大。"2026年Al與數(shù)據(jù)發(fā)展預(yù)測A行業(yè)格局I9智能體演進相反,成百上千個專門的AI模型將針對特定任務(wù)(如編碼或進行網(wǎng)絡(luò)研究)不斷優(yōu)化。當用戶完成一項復(fù)雜任務(wù)或要求各種各樣的能力時,編排層將選擇合適的子智能體來一步步執(zhí)行更廣泛的高級任務(wù)"垂直化、有界限的智能體更容易在高信任環(huán)境中投入生產(chǎn),"DwarakRajagopal相反,成百上千個專門的AI模型將針對特定任務(wù)(如編碼或進行網(wǎng)絡(luò)研究)不斷優(yōu)化。當用戶完成一項復(fù)雜任務(wù)或要求各種各樣的能力時,編排層將選擇合適的子智能體來一步步執(zhí)行更廣泛的高級任務(wù)"垂直化、有界限的智能體更容易在高信任環(huán)境中投入生產(chǎn),"DwarakRajagopal說。"多個有界限的智能體擅長特定任務(wù),我們可以使用編排器將查詢精準路由到正確的智能體。從驗證的角度來看,系統(tǒng)也得到簡化"智能體將從小處著手,將"微智能體"整合成有效工具生成式A的公開首秀時,可以對所有事情"侃侃而談",令人驚艷(準確性各異但穩(wěn)步提高),但預(yù)計企業(yè)中的A智能體將在人類監(jiān)督下,從單一、細微的任務(wù)起步。隨著時間的推移,對人類干預(yù)的需求逐漸縮減,處理任務(wù)的復(fù)雜性則逐漸增加。cioMikeBlandina將智能體能力的穩(wěn)步積累比作微服務(wù),也就是用單個組件構(gòu)建更靈活、適應(yīng)性更強的軟件系統(tǒng)的理念。"在未來幾年里,我們將看到'微智能體(micro-agEnts)'非常出色地完成一項或幾項小任務(wù),"他說。"然后我們將像拼樂高積木一樣把這些智能體來組裝起來,完成更大的任務(wù)。"通過這個過程,智能體系統(tǒng)的能力可以比肩"能干的同事",而不僅僅是只能處理嚴格定義任務(wù)的實習生。但不要出現(xiàn)一個包攬萬象的全能智能體。snowflakeA主管BarisGultEkin指出,雖然智能體驅(qū)動型A的定義多種多樣且不斷演變,但標桿案例已經(jīng)出現(xiàn)。"對于許多企業(yè)來說,客戶支持是一個非常復(fù)雜的過程,A可以顯著降低成本并改善客戶體驗,"他說。"智能體驅(qū)動型Al在這方面運作得相當好。端到端解決方案已經(jīng)存在,即使是擁有非常定制化流程的大企業(yè)也可以輕松調(diào)整A學(xué)習內(nèi)部文檔。雖然仍需工作人員參與其中,但整體效率會大幅提高"他還指出,在保險行業(yè)處理復(fù)雜索賠方面,智能體也證明了自己的實戰(zhàn)能力。關(guān)于智能體開發(fā),非營利研究機構(gòu)METR在3月發(fā)布的一項研究,該研究發(fā)現(xiàn)智能體驅(qū)動型A自動化復(fù)雜工時的能力正以每7個月翻一番的速度狂飆。報告的結(jié)論是,雖然今天的智能體還不能在無人值守的情況下執(zhí)行實質(zhì)性項目,但"在不到十年的時間里,我們將看到A智能體獨立完成目前需要人類花費數(shù)天或數(shù)周才能完成的大部分軟件任務(wù)。"2026年Al與數(shù)據(jù)發(fā)展預(yù)測A行業(yè)格局I10上下文窗口和記憶功能是AI智能體演進的關(guān)鍵postgres上下文窗口和記憶功能是AI智能體演進的關(guān)鍵智能體驅(qū)動型A的基礎(chǔ)技術(shù)snowflake工程與支持高級副總裁vivekRaghunathan表示,智能體將不斷演進將繼續(xù)迅速改進。在短期內(nèi),他預(yù)計未來會有幾十種工具能處理稍微較復(fù)雜的指令。snowflake工程與支持高級副總裁vivekRaghunathan表示,智能體將不斷演進將繼續(xù)迅速改進。在短期內(nèi),他預(yù)計未來會有幾十種工具能處理稍微較復(fù)雜的指令。它們的發(fā)展將依賴于兩件事的改進:記憶和上下文窗口。"上下文窗口定義了模型在任何時候可以處理的token數(shù)量或數(shù)據(jù)量將呈指數(shù)級增長,從數(shù)千個增加到數(shù)百萬個token,"他說。這將導(dǎo)致更動態(tài)、更全面的解決問題能力,并將從根本上改變A系統(tǒng)處理復(fù)雜任務(wù)的方式。其次,圍繞記憶的改進意味著系統(tǒng)將能夠更好地確定存儲哪些信息、何時檢索以及如何將其根據(jù)情況具體應(yīng)用于某種情況。這是一種更像人類的能力很像人類才會做的事情,能夠記住情況的大背景來整合背景信息來解決眼前的問題,"他說。這將極大地提高A智能體在復(fù)雜任務(wù)上自主工作的能力。所有這些在實驗室里都會很效果都很棒,但在智能體任務(wù)或生成式Al對話中涉及的tokEn越多、上下文越多,成本就越高。讓企業(yè)或最終用戶來說是能夠負擔得起這種技術(shù)突破,是未來的一大挑戰(zhàn)的。postgres對智能體驅(qū)動型A平臺很有價值,因為它提供了快速可靠的數(shù)據(jù)庫,針對A智能體的事務(wù)性和實時需求進行了優(yōu)化。postgres是一個在線事務(wù)處理(OLTP)數(shù)據(jù)庫,適合高頻、低延遲的讀寫操作。智能體會產(chǎn)生連續(xù)的小型實時數(shù)據(jù)流,必須立即存儲和訪問,因此postgres能起到關(guān)鍵作用"postgres是結(jié)構(gòu)化數(shù)據(jù)的通用語言(linguafranca),也是一個極佳的實驗層,"snowflakeAl工程與研究副總裁DwarakRajagopal說開發(fā)者社區(qū)對postgres的擁戴,以及其本身豐富的擴展生態(tài)系統(tǒng)使其成為構(gòu)建智能體應(yīng)用程序的理想選擇。"智能體未來需要編寫更多代碼、完成更復(fù)雜任務(wù),postgres對智能體來說是一個"更好上手"的工具。n企業(yè)A落地進程數(shù)據(jù)策略將決定Al就緒度和A成效snowflake首席數(shù)據(jù)與分析官AnahitaTafvizi表示,隨著生成式和智能體驅(qū)動型AI系統(tǒng)不斷發(fā)展,擁有合規(guī)治理、高質(zhì)量數(shù)據(jù)的企業(yè)將最有可能把這些技術(shù)轉(zhuǎn)化成實實在在的業(yè)務(wù)成果。這些領(lǐng)導(dǎo)者將更早實現(xiàn)并最終獲得更大的競爭差異化。"A創(chuàng)新的步伐非同尋常,每周都有新能力出現(xiàn)。但大多數(shù)企業(yè)仍在努力將這種創(chuàng)新轉(zhuǎn)化為影響力,"Tafvizi說。"許多企業(yè)都受限于數(shù)據(jù)就緒度、治理框架和企業(yè)技能的差距。根據(jù)我從各行各業(yè)客戶那里聽到的情況,下一波A采用浪潮不會均勻分布,而是在準備好擴展的企業(yè)與那些仍停留在打基礎(chǔ)階段的企業(yè)之間,甚至在整個行業(yè)之間造成明顯的分化。"這不僅僅需要"打破孤島",讓全企業(yè)數(shù)據(jù)可用于A系統(tǒng)。MikeBlandina指出,雖然隨著A系統(tǒng)能力越來越強、越來越精準,其應(yīng)用規(guī)模不斷擴大,但治理和安全挑戰(zhàn)必然會限制大多數(shù)企業(yè)保持審慎的步伐。"當AI給出準確答案的同時也不能暴露私人或?qū)Ｓ袛?shù)據(jù),"他說。"用戶是否有權(quán)看到這個答案?你的營銷聊天機器人是否正在泄露員工的社會安全號碼和客戶的信用卡號碼?這無關(guān)Al,而是關(guān)于數(shù)據(jù)治理和保護。"雖然CDO和cio站在制定和執(zhí)行數(shù)據(jù)戰(zhàn)略的第一線,但這并不是一個離散的、小團隊的工作。"AI就緒數(shù)據(jù)的責任不能僅由個人或部門承擔,"JenniferBelissent說。"多個利益相關(guān)者:從業(yè)務(wù)領(lǐng)導(dǎo)者到技術(shù)團隊、數(shù)據(jù)所有者和最終用戶,必須跨職能共同努力。"數(shù)據(jù)中的信息斷層會削弱回削弱智能體的決策能力隨著模型和后訓(xùn)練技術(shù)的改進,生成式AI提供的信息越來越可靠。但智能體驅(qū)動型A不僅需要找到答案,還要將經(jīng)過推理,把決策轉(zhuǎn)化為獨立的行動。streamlit聯(lián)合創(chuàng)始人Amandakelly表示,要達到這一點,不僅需要整理好數(shù)據(jù),還需要理清思路。"許多企業(yè)并不真正知道他們是如何做決策的,在這樣的基礎(chǔ)上應(yīng)用AI來解決根本問題并不可行,"他說。Tafvizi表示同意。"高階業(yè)務(wù)決策邏輯十分微妙,通常是非正式的、未記錄的或依賴于上下文的,"他說,"在這種情況改變之前,智能體最適合戰(zhàn)術(shù)性的、結(jié)構(gòu)化的場景,比如針對特定活動的營銷預(yù)算優(yōu)化,或優(yōu)先排列客戶外聯(lián)的潛在客戶名單。"KElly說,攻克決策挑戰(zhàn)將成為未來三到五年內(nèi)核心勝負手,預(yù)計在這個時間范圍內(nèi)將出現(xiàn)能力更強的A智能體。"那些擁有真正良好流程、了解其決策制定、知道自己需要做什么,并能夠在這個緊密框架中應(yīng)用智能體和A的企業(yè)將成為大贏家,"他說。A創(chuàng)新的步伐非同尋常,每周都有新能力出現(xiàn)。但大多數(shù)企業(yè)仍在努力將這種創(chuàng)新轉(zhuǎn)化為影響力。" ANAHITATAFVIZIsnowflakE數(shù)據(jù)與分析官A賦能職場力量A對就業(yè)的宏觀影響尚不清楚。在微觀層面,肯定會有一些舊的工作崗位消失,新的工作崗位被創(chuàng)造出來,還有更多工作崗位需要與AI相關(guān)的新技能。A技術(shù)的迅速采用引發(fā)了職業(yè)警報:人們?nèi)找鎿鷳n失業(yè)速度快于勞動力市場的吸納速度。但由于企業(yè)采用A的速度實際上落后于令人眼花繚亂的技術(shù)發(fā)展速度,多米諾骨牌可能不會像技術(shù)預(yù)言家擔心的那樣快速倒下。生成式Al已經(jīng)顯著影響了許多工作,提供了可以參考的案例,據(jù)此我們可以拼湊出更大的圖景。從一線員工到高層領(lǐng)導(dǎo),每個人都必須提升技能、重塑技能和轉(zhuǎn)變認知,因為A在整個企業(yè)中逐漸成為更常見的工具,甚至是合作伙伴。企業(yè)想要成功采用AI,需要每位員工的新技能組合,覆蓋關(guān)鍵技術(shù)角色(如軟件開發(fā)人員和數(shù)據(jù)工程師)、非技術(shù)人員和領(lǐng)導(dǎo)者,一直到最高管理層。以下是我們對成功員工和那些有幸擁有理解A時代需求和機遇的領(lǐng)導(dǎo)層的員工的預(yù)測。從線員工到高層領(lǐng)導(dǎo),每個人都必須提升技能、重塑技能和轉(zhuǎn)變認知。從業(yè)者(必須)掌握人機協(xié)作和溝通當chatGPT首秀震驚所有人時,大家都說新的職位誕生了:提示工程師(promptengineEr).幾年后的今天,每個人都需要知道如何與生成式和智能體驅(qū)動型A互動。這不是一份工作,這是一項基本技能。軟件工程師的工作最極致得體現(xiàn)了這一轉(zhuǎn)變。AI編碼助手將編寫用自然語言描述的代碼。這意味著工程師需要增強表達能力。"工程師必須擅長清晰描述他們想要構(gòu)建的內(nèi)容,而不是擅長編寫代碼,"snowflakeA主管BarisGultEkin說。"這是一個新的范式,即使剛剛興起,但是注定帶來巨大的變革。""那些最終擅長向AI描述代碼的人,可能并不是今天那些擅長用Java等復(fù)雜語言寫代碼的人,"MikeBlandina補充道。"這真的是不同的技能。"snowflakE聯(lián)合創(chuàng)始人BenoitDagEvillE仍然親手編寫大量代碼,他發(fā)現(xiàn)自己的風格和適合與AI協(xié)作。"當我編程時,我會寫很多注釋,也就是解釋出來我要寫什么,"他說。"因為加入了注釋,我的A助手在建議代碼方面非常有效。我看到其他開發(fā)人員不太成功,因為他們注釋寫得不多。我們都必須學(xué)習如何使用AI,如何描述你想要解決的問題以及你想要如何解決它。"同樣的技能對于讓生成式AI應(yīng)用程序?qū)戉]件的營銷人員或銷售代表,或者讓智能體完成任務(wù)都是必不可少的。對于向數(shù)據(jù)"尋求"見解,并需要提出正確問題以獲得正確答案的人力資源專家或財務(wù)領(lǐng)導(dǎo)者來說,這樣的能力也一樣重要。那些最終擅長向A描述代碼的人,可能并不是今天那些擅長用Java等復(fù)雜語言寫代碼的人。" MIKEBLANDINAsnowflake首席信息官到2027年到2027年,AI編碼助手將推動開發(fā)人員的綜合效能提升33%cioMikeBlandina表示,在短期內(nèi),不斷改進的編碼助手將在IT領(lǐng)域產(chǎn)生巨大影響。"在未來一年左右,你會看到生產(chǎn)力的巨大提升,我的推測大就是33%,"他說。他很快補充說,對更大收益的預(yù)測可能被夸大了。"我會告訴你為什么不會更高。A可以快速編寫通用代碼,但它不知道企業(yè)和行業(yè)的所有標準及合規(guī)要求。A編寫通用代碼可能只能為你帶來25%的效率,因為已經(jīng)有很多通用的開源代碼供開發(fā)人員搜索。"雖然智能體驅(qū)動型編碼器的制造者承諾工具演進可以幫助智能體理解更多的上下文和復(fù)雜性,但Blandina認為,要實現(xiàn)這種能力并在各個行業(yè)和個別企業(yè)中進行定制,還需要一段時間。所有人都將(必須)成為戰(zhàn)略思考者如果我們已經(jīng)可以熟練告訴Al做什么的時候,我們怎樣確定實際上想讓AI做什么呢?員工必須著眼大局,將瑣碎任務(wù)移交給Al工具,而不是只專注于技術(shù)專長或執(zhí)行緊密分配的任務(wù)。數(shù)據(jù)工程師就是一個很好的例子。隨著A在企業(yè)中滲透率不斷增加,將有更多的管道需要構(gòu)建和維護,復(fù)雜性也隨之提高。snowflakE數(shù)據(jù)工程產(chǎn)品副總裁chrischild說,使用A是擴展的唯一方法。數(shù)據(jù)工程師花更少的時間創(chuàng)建管道,更多的時間編排以推動業(yè)務(wù)成功。"他們將需要在更高的抽象層面上思考,更多專注于正在推動的業(yè)務(wù)成果,"child說。"傳統(tǒng)上,數(shù)據(jù)工程師運行管道。我們移動數(shù)據(jù),至于最終如何使用不是我們的問題。這已經(jīng)在改變了。"對于軟件開發(fā)人員也是如此,Amandakelly說。"工程師將更多地思考成果,并使用AI反向工作。""軟件工程有兩部分,"A基礎(chǔ)設(shè)施總監(jiān)MonaAttariyan說。"—個是逐行編寫代碼,另一個是對正在構(gòu)建的內(nèi)容和原因形成更全面的理解。A真的可以幫助第一部分,但還不能幫助第二部分。至少現(xiàn)在還不能。"cioMikeBlandina說技術(shù)領(lǐng)導(dǎo)者也將面臨這種情況。他指出,cio的指標以及通常他們的思維,是由衡量已完成工作的工單主導(dǎo)的。他說,這些指標仍然重要,但具有前瞻性思維的IT領(lǐng)導(dǎo)者將采用"解決方案思維"。"如果法務(wù)部門帶著問題來找CIO,過去cio可能會說,"嗯,有三個供應(yīng)商提供了saas解決方案,'"Blandina說。"有了Al,我可能會想是否能找到一個能真正了解的Al。也許我匯集三個不同的大型語言模型并創(chuàng)建一個解決方案,不僅解決今天的問題,還能解決未來的一堆問題。所以這就是更廣泛的解決方案思維發(fā)揮作用的地方。"初級工程師如何應(yīng)變?初級工程師如何應(yīng)變?人們常說智能體驅(qū)動型A將接管初級工程師過去做的低級任務(wù),讓高級工程師做更高級的工作。但如果沒有初級工程師,未來的高級工程師從何而來?"這是一個大問題,"snowflake聯(lián)合創(chuàng)始人BenoitDageville說。"你過去會培訓(xùn)實習生或入門級員工。而現(xiàn)在你要使用Al助手。A到來得太快了,我們還不知道世界將如何進行重塑。"MonaAttariyan說教育將會改變。明天的畢業(yè)生需要更多的商業(yè)教育,吸納戰(zhàn)略思考的能力。"初級工程師入職時可能編碼技能較少,而更多地關(guān)注圍繞設(shè)計和架構(gòu)的更高層面的內(nèi)容,"Attariyan說。"高級工程師將擁有全局視角,以及對企業(yè)特定架構(gòu)和代碼庫的深度洞察。"2026年2026年Al與數(shù)據(jù)發(fā)展預(yù)測企業(yè)A落地進程I16從業(yè)者(需要)培養(yǎng)和發(fā)展跨職能協(xié)作與任務(wù)統(tǒng)籌能力各級員工都需要更好地掌握整體業(yè)務(wù)戰(zhàn)略,這是因為人們將不再安于任務(wù)受限的孤島中。"工作和角色逐漸模糊,"BarisGultEkin說。"現(xiàn)在分析師可以做一些數(shù)據(jù)科學(xué)家做的事情,營銷人員可以做一些分析師能做的事情。產(chǎn)品經(jīng)理現(xiàn)在可以寫代碼?，F(xiàn)在工程師需要做更多的PM工作來理解要構(gòu)建什么。"AI模糊了傳統(tǒng)的角色界限,這要求員工發(fā)展更廣泛的技能組合,了解其他部門的目標的同時,具備跨團隊協(xié)作軟技能。首席數(shù)據(jù)分析官AnahitaTafvizi說,結(jié)果是一個更扁平的組織。"AI將壓縮組織層級,賦能能夠跨領(lǐng)域思考的通才,"她說。"專業(yè)技能不會消失,但價值將轉(zhuǎn)移到那些能夠跨工具、數(shù)據(jù)和AI進行編排的人身上。"這種編排延伸到管理A智能體本身。JenniferBelissent建議,每個員工都化身為某種形式的管理者,監(jiān)督多個為該員工和特定任務(wù)優(yōu)化的A助手和智能體。"員工必須接受培訓(xùn)來管理這些數(shù)字下屬,"她說。"我們將看到CDO的團隊與人力資源部門密切合作,以確保我們適當?shù)刂卫砦覀兊闹悄荏w,并培訓(xùn)人們與它們進行有效協(xié)作。"若想讓員工和企業(yè)長足發(fā)展,只有持續(xù)的適應(yīng)才能追趕Al的進步速度,一次性的培訓(xùn)遠遠不夠。"企業(yè)負擔不起外包這種學(xué)習,"Tafvizi說。"培訓(xùn)必須是嵌入式的、情境化的和持續(xù)的。贏家將把AI技能提升視為戰(zhàn)略基礎(chǔ)設(shè)施,而不是一個附帶項目。"這種學(xué)習必須靠動手實踐。Tafvizi說,高層領(lǐng)導(dǎo)必須"自己使用A工具,贊助實際用例并將A與業(yè)務(wù)重點聯(lián)系起來,而不僅僅是批準預(yù)算。"AA創(chuàng)建的應(yīng)用程序?qū)⒊蔀樾碌耐ㄓ眯碗娮颖砀耦惞ぞ呔拖耠娮颖砀駪?yīng)用程序從其作為財務(wù)工具的主要角色轉(zhuǎn)變?yōu)槊總€銷售代表、營銷專家和人力資源專家都用來跟蹤事物的工具一樣,在未來一年左右,越來越多的人將把制作即時應(yīng)用程序添加到我們的基本工具包中。"我看到智能體正成為每個人工作方式的核心部分,"BarisGultEkin說。"每個人都為自己的特定需求構(gòu)建自定義應(yīng)用程序?qū)⑹且患浅Ｆ毡榈氖虑椤?BenoitDagEvillE說,如果你能清楚地口述你需要的應(yīng)用程序,你就能讓AI助手啟動它。"我們每個人都知道如何使用應(yīng)用程序與某物互動,"他說。"所以你應(yīng)該能夠向A描述你希望系統(tǒng)做什么,以及你想如何與它互動。"2026年Al與數(shù)據(jù)發(fā)展預(yù)測企業(yè)A落地進程I17人類仍將作為解釋者和質(zhì)量管控者參與其中即使AI普及了數(shù)據(jù)訪問和分析,人類的專業(yè)知識仍然至關(guān)重要,并不是每個與聊天應(yīng)用聊天的人都是專家。Amandakelly指出,如果你讓銷售團隊訪問一個按需創(chuàng)建儀表板的A智能體,這并不代表你不需要分析師團隊了。"任何人都可以要求儀表板或見解,但是否每個人都知道該問什么以及如何解釋嗎?"她問道。"他們真的知道相關(guān)性與因果關(guān)系的區(qū)別嗎?"她還建議,普及訪問權(quán)限時,可能并沒有同時普及理解力。結(jié)果反而需要更多的分析師。正如我們提到的,今天的許多企業(yè)決策是由不完美的人類憑借直覺做出的,chrischild觀察到,AI同樣是個"黑匣子",永遠不會完全沒有錯誤。因此,從CEO到下層員工,與其用數(shù)據(jù)驅(qū)動的A見解取代"直覺",不如在審查A輸出時引入他們的直覺。"AI模型對你的數(shù)據(jù)有深刻的理解,不僅僅是近似數(shù)據(jù)的指標,而是實際數(shù)據(jù),"child說。"但我們必須知道何時該懷疑,何時在采取行動之前提出深入的后續(xù)問題。""不要低估數(shù)據(jù)庫中不存在的數(shù)據(jù)量,因此這些數(shù)據(jù)在AI中是缺位的,"KElly補充道。"數(shù)據(jù)可能是錯誤的、不完整的或過時的。 位制造業(yè)高管告訴我,'A不會知道我們剛剛因為地板上有溢出物而停止生產(chǎn),直到有人記錄那個事件',而這可能永遠不會被記錄下來。"因此,她說,總會有一些知識和觀點只存儲在我們模擬的大腦中。2026年Al與數(shù)據(jù)發(fā)展預(yù)測企業(yè)A落地進程I18A:網(wǎng)絡(luò)安全領(lǐng)域的雙刃劍AnupamDatta在之前內(nèi)容中已經(jīng)概述了圍繞智能體驅(qū)動型Al采用的三個挑戰(zhàn),這些挑戰(zhàn)同樣適用于生成式Al的持續(xù)整合。我們已經(jīng)涵蓋了評估和優(yōu)化的挑戰(zhàn),第三個挑戰(zhàn)是AI安全與保障。某些類型的智能體或生成式Al工具只在內(nèi)部構(gòu)建和使用的花,這類風險會大大減少,但許多系統(tǒng)將與公眾(如企業(yè)的客戶)或外部網(wǎng)站、數(shù)據(jù)庫或工具是存在互動的。Datta指出,這是一個更有風險的主張。"當你連接智能體及其數(shù)據(jù)時,提高了性能的同時也顯著擴大了攻擊面,"他說。"當你進入分布式設(shè)置,調(diào)用其他人構(gòu)建的Al工具時,你處理的是你邊界之外創(chuàng)建和存儲的數(shù)據(jù)。所有這些都對產(chǎn)品研發(fā)提出了更高要求,以開發(fā)防范對抗性攻擊的能力。"snowflakecISOBradJonES說,隨著企業(yè)引入智能體驅(qū)動型Al,安全團隊必須努力在圍繞智能體能力和行為的護欄與足夠的實驗和創(chuàng)新空間之間取得平衡。他們必須更加關(guān)注數(shù)據(jù)治理。"企業(yè)里可能有很多文檔或數(shù)據(jù)集沒有正確鎖定權(quán)限,"他說。"如果你將其輸入到生成式或智能體驅(qū)動型A中,該工具可能會暴露它不應(yīng)該暴露的數(shù)據(jù)。"一年內(nèi),AI智能體將賦能網(wǎng)絡(luò)攻擊者,顯著擴大其攻擊精度和規(guī)模網(wǎng)絡(luò)安全經(jīng)典的攻防工具和技術(shù)軍備競賽在AI時代仍在繼續(xù),而且風險更高。加上能夠研究、設(shè)計和執(zhí)行攻擊的智能體,本身就是一個不斷快速升級的對手。Jones說他預(yù)計智能體驅(qū)動型網(wǎng)絡(luò)犯罪將在2026年成為難題。"智能體很快就會擴大人類攻擊者的能力,"Jones說。"未來智能體能夠查看代碼、發(fā)現(xiàn)漏洞并定制構(gòu)建利用工具包來攻擊和竊取數(shù)據(jù)、發(fā)動勒索軟件攻擊等。"A智能體的主要威脅包括提示注入,欺騙智能體做它不應(yīng)該做的事情,盡管有護欄,以及產(chǎn)生幻覺。讓Al系統(tǒng)生成一份銷售文件,承諾你的產(chǎn)品實際上并不具備的功能或安全分類,可能會導(dǎo)致重大的法律問題,例如。Jones說,安全團隊必須與數(shù)據(jù)科學(xué)團隊合作進行大量的紅隊演練,以防止這種可能性。智能體加速常規(guī)攻擊還只是個開始,情況肯定會變得更糟。"目前,A可以更快、更好并以越來越高的自主性執(zhí)行人類攻擊,但它們暫時無法自創(chuàng)新型攻擊策略,"Jones指出。"當它們達到能夠執(zhí)行完全新穎的攻擊策略的程度時,那就是更高水平的挑戰(zhàn)了。"智能體很快就會擴大人類攻擊者的能力。" BRADJONESsnowflakE首席信息安全官.....20262026年Al與數(shù)據(jù)發(fā)展預(yù)測刁卜驅(qū)動大多數(shù)生成式Al的基礎(chǔ)模型設(shè)計有護欄以防止濫用。這種可以將其視為開源運動的黑暗面。許多惡意Al工具是使用開源在提供攻擊者所需的數(shù)據(jù)和工具上，并提供訂閱模式和客戶支持。工具有了之后，越來越多昂貴和尖端的Al也會被用千惡意”他們越來越多地利用不受道德護欄或法規(guī)等約束的專用大型”，當你和安全人員交談時，也不全是壞消息。生成式和智能體驅(qū)動型Al，連同傳統(tǒng)ML，可以提高安全運營中心(SOC)為了填補CISO從未能夠填補的空缺。的Al智能體和工具的助力，最終幫助SOC達到滿員配置和資源”2026年A與數(shù)據(jù)發(fā)展預(yù)測人類創(chuàng)造力將持續(xù)彰顯價值I20人類創(chuàng)造力將持續(xù)彰顯價值人們通常是從藝術(shù)的角度來探討AI和創(chuàng)造力的話題。如果每個會打字輸入"穿著武士盔甲背著大劍的噴氣背包雪貂"的傻帽兒都能觸發(fā)AI生成的圖像,還會有人畫畫嗎?還會有人為此獲得報酬嗎?人們還會寫作嗎?甚至我們的播客也會是A生成的嗎?這些問題超出了本報告的范圍。但在企業(yè)領(lǐng)域內(nèi),也有關(guān)于人類特質(zhì)在數(shù)據(jù)處理A系統(tǒng)主導(dǎo)的商業(yè)世界中是否還有一席之地的問題。我們專家小組的結(jié)論是:是的。2026年Al與數(shù)據(jù)發(fā)展預(yù)測人類創(chuàng)造力將持續(xù)彰顯價值I21生成式A將成為人類創(chuàng)造力的加速器,關(guān)鍵在于通過專業(yè)的引導(dǎo),以避免對技術(shù)的過度依賴除了需要人類直覺來檢查AI輸出外,在充斥著社交信息的"A垃圾內(nèi)容(Alslop)"以外,Al工具還提供了一些創(chuàng)造性機會。當然,有人說(也有研究強調(diào))使用生成式A像是直著拐杖,讓我們變得更懶惰或更愚笨。sridharRamaswamy說,創(chuàng)造力取決于用戶,而不是工具。"確實,人們很容易走捷徑,使用AI生成一堆低質(zhì)量的內(nèi)容,但你也可以使用AI作為陪襯來推動你自己的創(chuàng)造力,"他說。"我相信人性。我認為,當被賦予強大的工具時,我們中間會有足夠多的人會好好利用它并推動它,同時激勵我們自己。人們還會保持創(chuàng)造力。AI模型極大地增加了創(chuàng)意人員可用的選擇數(shù)量。"BarisGultEkin說,關(guān)鍵的區(qū)別在于適應(yīng)新技術(shù)時候的學(xué)習曲線。"學(xué)術(shù)界對chatGPT的最初反應(yīng)是禁止它,現(xiàn)在我們看到了相反的情況,人們擁抱它,弄清楚如何使其成為學(xué)習體驗的核心部分,所以這里存在一種平衡,"他說。"我們很容易將批判性思維外包,從而損害自己,但如果你能將其作為一個有效的工具使用,它就是一個非常有效的工具。"Ramaswamy表示同意。"我最近和一個同事聊天,我們說,'我們將受限于我們的想法,而不是受限于我們完成事情的能力。'零售:生成式AI正在重塑360度客戶全景的傳統(tǒng)模式經(jīng)過多年的觀察,零售商正全速落地生成式Al。最初的謹慎已讓位于對錯過生成式和智能體驅(qū)動型AI強大承諾的廣泛恐懼。"在chatGPT上尋找利基產(chǎn)品或最佳航班已是司空見慣,"snowflakE全球零售與消費品主管RosemaryDeAragon說。"為了確?？梢约皶r發(fā)現(xiàn)存貨積壓產(chǎn)品,零售商和消費品牌必須讓其產(chǎn)品數(shù)據(jù)為生成式AI做好準備。"隨著chatGPT的即時結(jié)賬等新功能的推出,零售商現(xiàn)在認識到生成式A已經(jīng)是購物者旅程的一部分。她說,在2026年,客戶將向大型語言模型提供深度的個人行為信息。因此,收集"360度客戶全景"數(shù)據(jù)的行業(yè)慣例將發(fā)生根本性變化。為了確?？梢约皶r發(fā)現(xiàn)存貨積壓產(chǎn)品,零售商和消費品牌必須讓其產(chǎn)品數(shù)據(jù)為生成式AI做好準備。" ROSEMARYDEARAGONsnowflakE全球零售與消費品主管>。<2。2年A與數(shù)據(jù)發(fā)展預(yù)測數(shù)據(jù)豐富的大型語言模型將推動新水平的"360度客戶全景"由于客戶愿意與大型語言模型分享個人詳細信息,零售商和品牌將競相將生成式A功能嵌入到他們的客戶體驗中。零售商已經(jīng)在使用傳統(tǒng)ML進行欺詐檢測、個性化、動態(tài)定價和供應(yīng)鏈管理。生成式Al帶來了雙向客戶互動,客戶自愿提供個人信息以換取發(fā)現(xiàn)他們不知道的產(chǎn)品的機會。展望未來,生成式和智能體驅(qū)動型Al將增強傳統(tǒng)AI,提供比以往任何時候都更深層次的個性化推薦。"在AI時代,應(yīng)用程序是在幾秒鐘內(nèi)構(gòu)建的,零售商和品牌的戰(zhàn)略護城河在于他們擁有多少豐富或獨特的第一方消費者數(shù)據(jù),以及這些數(shù)據(jù)如何為客戶創(chuàng)造價值,"DeAragon說?？蛻魧⒛軌蛲ㄟ^諸如chatGPT之類的生成式AI應(yīng)用程序購買商品,該應(yīng)用程序通過與零售和支付處理合作伙伴互聯(lián)實現(xiàn)商品的采購。零售商也將擁有自己的智能體,在零售商平臺內(nèi)幫助客戶。個性化互動決定了成敗。"應(yīng)用程序甚至大型語言模型將變得越來越商品化,"她說。"戰(zhàn)略差異化在于用戶輸入端,即人類生成的數(shù)據(jù)。零售商與品牌若能成功塑造'可信數(shù)字實體'的形象,將能驅(qū)動客戶分享更深層的洞察,從而加速'極致個性化'增長飛輪的運轉(zhuǎn)。"對AI垃圾內(nèi)容的不信任將助力網(wǎng)紅營銷DeAragon說,消費者越來越信任網(wǎng)紅和品牌,而不是大眾廣告或文字評論。這部分是因為A生成內(nèi)容包括大量的"A垃圾內(nèi)容"。"數(shù)字原住民開始不信任他們在互聯(lián)網(wǎng)上看到的東西,因為現(xiàn)在有太多內(nèi)容是A生成的,"她說。"他們更有可能信任人類網(wǎng)紅。"A生成的評論摘要已變得司空見慣,但對的信心已經(jīng)減弱,DeAragon說。"對產(chǎn)品評論的信任度正在下降,因為消費者不知道它是由人類還是AI寫的。"隨著市場上出現(xiàn)大量仿制品,消費者轉(zhuǎn)向社交媒體,依靠網(wǎng)紅告訴他們應(yīng)該購買哪些品牌,避免哪些品牌。"數(shù)字原住民對他們看到的東西特別懷疑,導(dǎo)致消費者不斷尋求值得信賴的人類來源。"Z世代則更加依賴社會影響力。"41%的Z世代依靠網(wǎng)紅挑選產(chǎn)品,"DEAragon說。Z世代的習慣意義重大,因為消費能力正從嬰兒潮一代轉(zhuǎn)移到千禧一代和Z世代。"我們從大品牌廣告轉(zhuǎn)變?yōu)閷①Y金投入網(wǎng)紅營銷似乎很新奇,"她補充道。"但在可預(yù)見的未來,這將是大額營銷預(yù)算的新常態(tài),即使是最大的企業(yè)也需要適應(yīng)這樣接觸客戶的方式。">。<2。2年A與數(shù)據(jù)發(fā)展預(yù)測隱私策略將推動AI購物智能體的成功人們已經(jīng)轉(zhuǎn)向生成式A獲取購物創(chuàng)意,下-個前沿領(lǐng)域是購物智能體。隨著AI技術(shù)的發(fā)展,消費者必須信任提供給他們的工具和智能體。DeAragon說,品牌如何處理隱私問題將在建立這種信任方面發(fā)揮主要作用。她指出,在A競賽中的蘋果公司,在過去幾年里因在支持消費者隱私方面采取更強硬立場而建立了聲譽。再加上其設(shè)備和操作系統(tǒng)掌握在這么多人手中,使其成為零售消費者Al工具核心提供商的有力競爭者。"蘋果知道我在和誰說話,我的日歷上有什么,我去哪里等等,所以它可以創(chuàng)建真正了解我的智能智能體,"DeAragon說。她預(yù)計另一大手機平臺GooglE的Android系統(tǒng)也有一樣的思路。幫助你購物的AI將無處不在。"在未來兩三年內(nèi),未來在B2C層面將看到真正自動化的智能體驅(qū)動型A工作流程。"隨著個人聊天和智能體工具變得越來越普遍,零售商將面臨挑戰(zhàn),既要以優(yōu)化的方式處理個人數(shù)據(jù)以進行AI購物,又要符合消費者和監(jiān)管機構(gòu)對隱私的期望。采取"道德優(yōu)先"方式處理私人數(shù)據(jù)并向客戶明確這一方法的品牌將獲得信任和忠誠度。"這只是入場券,但還是知易行難,"她補充道。當然,隨著生成式AI首次爆發(fā)進入公眾意識,這些挑戰(zhàn)已經(jīng)顯現(xiàn)出來。DeAragon說,現(xiàn)在的區(qū)別在于,零售商正在直面挑戰(zhàn),并帶頭將Al嵌入消費者體驗。經(jīng)過幾年的猶豫,該行業(yè)終于上車了,列車絕對已經(jīng)離站。蘋果知道我在和誰說話,我的日歷上有什么所以它可以創(chuàng)建真正了解我的智能智能體。" ROSEMARYDEARAGONsnowflakE全球零售與消費品主管2026年Al與數(shù)據(jù)發(fā)展預(yù)測金融服務(wù):戰(zhàn)略焦點全面轉(zhuǎn)向"數(shù)據(jù)優(yōu)先"的思維模式I26金融服務(wù):戰(zhàn)略焦點全面轉(zhuǎn)向"數(shù)據(jù)優(yōu)先"的思維模式金融服務(wù)領(lǐng)域?qū)實驗的狂熱正在消退,因為公司企業(yè)專注于RO1并記住價值始于數(shù)據(jù)并深信價值始于數(shù)據(jù)。"+二個月前,公司企業(yè)四處奔波試圖構(gòu)建聊天機器人和副駕駛智能助手,但他們沒有考慮架構(gòu)和底層數(shù)據(jù),"snowflakE全球金融服務(wù)主管Rineshpatel說。"現(xiàn)在公司企業(yè)正在關(guān)注結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)、多模態(tài)數(shù)據(jù)的訪問。"數(shù)據(jù)一直是金融服務(wù)公司企業(yè)價值的主要來源。了解市場趨勢、降低風險、并將正確的報價針對正確的客戶提出正確的報價等,都依賴從于從數(shù)據(jù)中提取獲取洞察見解。patEl說,與其將AI視為一種令人興奮的具有潛力的新當務(wù)之急新任務(wù),不如說公司企業(yè)明白AI提供了獲取這些見解的新方法,但前提是數(shù)據(jù)要有序。"這就是體現(xiàn)了過去一年金融服務(wù)領(lǐng)域數(shù)據(jù)和AI戰(zhàn)略的演變,"patEl說。企業(yè)仍然希望跟上創(chuàng)新的步伐,包括AgEnticAI智能體驅(qū)動型A的發(fā)展,但它們的當務(wù)之急,永遠是應(yīng)對面臨著規(guī)避風險的董事會和的同時,實現(xiàn)利潤最大化的永恒當務(wù)之急。2026年Al與數(shù)據(jù)發(fā)展預(yù)測金融服務(wù):戰(zhàn)略焦點全面轉(zhuǎn)向"數(shù)據(jù)優(yōu)先"的思維模式I27展示Al計劃的ROI將是企業(yè)的首要任務(wù)patEl說,對A的實驗將不再是探索可能性,而是追求可能的利潤。"人們對'為了AI而AI'的興趣已經(jīng)減少或消失,"他說。"企業(yè)正試圖解決一直存在的問題并追求直存在的指標。"他說,與許多行業(yè)一樣,隨著金融服務(wù)企業(yè)將數(shù)據(jù)注入整個業(yè)務(wù),也預(yù)示著整個行業(yè)的轉(zhuǎn)型。但這個過程會逐步進行,每一步都有明確的回報。"金融服務(wù)企業(yè)希望將AI增強到整個數(shù)據(jù)生命周期中,注入他們從攝取到分發(fā)數(shù)據(jù)的使用方式,"patel說。"這些企業(yè)通過關(guān)注用例特異性、優(yōu)先級和衡量價值來實現(xiàn)這一目標。"監(jiān)管擔憂不斷擴大雖然美國表現(xiàn)出強烈的放松管制的傾向,但patel說歐洲將持續(xù)擴大對數(shù)據(jù)和AI使用的限制。歐盟的A法案條款自2024年以來一直在穩(wěn)步實施,目前設(shè)想的完整監(jiān)管制度將于2027年生效。Al法案是一種基于風險的A方法,隨著Al和數(shù)據(jù)日益互聯(lián),法案也將繼續(xù)更新。全球企業(yè)在弄清楚如何使用A時必須應(yīng)對不斷演變的國際法規(guī)。"歐盟如何繼續(xù)監(jiān)管數(shù)據(jù)將對A的使用產(chǎn)生影響,"patel說,并補充說歐洲的要求很可能成為全球默認標準。智能體將是金融企業(yè)難以攻克的難題隨著智能體驅(qū)動型A的發(fā)展,企業(yè)將與A安全和監(jiān)管合規(guī)持續(xù)斗爭。AI的采用正從自動化和增強轉(zhuǎn)向具有A智能體的自主性。因此,在短期內(nèi),企業(yè)必須努力解決如何以及何時整合智能體的問題,并管理由此產(chǎn)生的風險。patel說,技術(shù)領(lǐng)先的金融企業(yè)因為擔心更多的自主權(quán)意味著更多的錯誤空間,會對智能體驅(qū)動型A尤其保持警惕。"考慮到AI智能體需要做什么時,需要更加關(guān)注風險,"他說,"不僅僅局限于幻覺和道德,還涉及數(shù)據(jù)駐留、運營彈性等方面的問題。"即使風險增加,企業(yè)也知道它們需要優(yōu)化并在不久的將來開發(fā)整合智能體的方法。patel補充說,企業(yè)會對智能體進行整合。無論是傳統(tǒng)ML、生成式還是智能體驅(qū)動型AI,都提供了通往效率和見解的途徑,這些利潤太豐厚了,不容錯過。"金融服務(wù)企業(yè)的業(yè)務(wù)就是賺錢,"他說。"這是他們在決定數(shù)據(jù)技術(shù)和AI相關(guān)事宜時的'北極星'指標。"考慮到AI智能體需要做什么時,需要更加關(guān)注風險。" RINESHPATELsnowflake全球金融服務(wù)主管2026年Al與數(shù)據(jù)發(fā)展預(yù)測制造業(yè):Al的落地應(yīng)用將成為行業(yè)進化的核心驅(qū)動力I28制造業(yè):AI的落地應(yīng)用將成為行業(yè)進化的核心驅(qū)動力制造業(yè)已準備好進入AI的下階段。多年來,制造企業(yè)一直在自動化并投資于Al/ML,從預(yù)測性維護到計算機視覺以及使他們能夠整合傳統(tǒng)ML的基礎(chǔ)數(shù)據(jù)策略。因此,制造業(yè)已準備好采用更先進的AI解決方案,包括生成式和智能體驅(qū)動型Al.做好A準備,能夠減少那些把更多制造業(yè)帶會本國的美國企業(yè)的壓力。"我們要支持當今的制造業(yè)需求,但卻面臨著美國勞動力的短缺,"sn。wnake全球制造業(yè)主管TimLong說目前的市場短缺50萬名 。對于其他各類技工,我們在美國所需的人才也短缺,他說。為了彌補合格勞動力的不足,制造企業(yè)必須通過進行重大流程改進來增加效率。"他們需要使用A來盡可能簡化生產(chǎn)和供應(yīng)鏈,"Long說。2026年,制造企業(yè)將使用A來簡化績效、監(jiān)控質(zhì)量控制并提高生產(chǎn)產(chǎn)出。[制造企業(yè)]將需要使用Al來盡可能簡化生產(chǎn)和供應(yīng)鏈。" TIMLONGsnowflakE全球制造業(yè)主管2026年Al與數(shù)據(jù)發(fā)展預(yù)測制造業(yè):Al的落地應(yīng)用將成為行業(yè)進化的核心驅(qū)動力I29聊天機器人將成為生成式Al進步的下件大事"制造企業(yè)意識到他們可以使用生成式A達到下一個績效水平,"Long說。雖然仍處于實驗階段,但聊天機器人可以驅(qū)動制造企業(yè)實現(xiàn)業(yè)務(wù)目標。"制造業(yè)中最重要的指標是整體設(shè)備效率(OEE),因為它捕捉了生產(chǎn)過程的效率和所生產(chǎn)產(chǎn)品的質(zhì)量,"Long說。很快,聊天機器人將使用自然語言總結(jié)這種有效性,以診斷設(shè)備問題、更好地解析客戶情緒并理解服務(wù)日志。"我已經(jīng)看到許多制造企業(yè)采用聊天機器人界面的實例,我預(yù)計明年這樣的用例會更加常見。"AI將加速質(zhì)量控制和生產(chǎn)隨著生成式和智能體驅(qū)動型A吸引主流目光,制造企業(yè)將繼續(xù)使用計算機視覺來觀察工人,定制生產(chǎn)工作以進一步提升效率。觀察組裝過程的順序可以改善修改組裝技術(shù)人員步驟的方法,以提高生產(chǎn)力。未來一年內(nèi),計算機視覺應(yīng)用程序會不斷改進。以更高的精度預(yù)測維護需求和產(chǎn)品缺陷。"制造企業(yè)能夠更好地看到設(shè)備何時未滿負荷運行,并確定是由于操作員、培訓(xùn)還是產(chǎn)品步驟造成的,"Long說。"他們還可以確定哪里是首次被檢測到的缺陷。"創(chuàng)意人員不會被生成式A取代(舊前而言)Long說,Al可能會導(dǎo)致創(chuàng)意人員的減少,但它無法完全取代人類的創(chuàng)造力。"我們需要一支有能力的員工隊伍,不僅能使用AI智能體,還具備創(chuàng)新和創(chuàng)造性的經(jīng)驗來自己發(fā)明流程改進和產(chǎn)品。"用于構(gòu)思、數(shù)字原型設(shè)計和產(chǎn)品設(shè)計的生成式A尚未證明自己,因此它仍將是一種未來的能力,他補充道。"我尚未見到能夠創(chuàng)造和模擬,然后評估概念的Al。"智能體開始產(chǎn)生真正的商業(yè)影響A智能體在改善產(chǎn)品生產(chǎn)和物流方面具有很高的潛力。"我們可能會從智能體決定如何對產(chǎn)品進行分類、將產(chǎn)品從流程中拉出來進行檢查,或者在生產(chǎn)過程中加快決策開始,"Long說。此外,"當我們談?wù)摯笮驼Z言模型時,未來會有專門針對特定行業(yè)的智能體,"他說。對于制造業(yè),智能體將有能力決定優(yōu)先加急哪種產(chǎn)品,以適應(yīng)運輸時間表和交貨數(shù)據(jù)。讓智能體行動當然會讓法律和IT團隊頭疼。但Long并未被嚇倒,進行特定行業(yè)預(yù)測的A智能體一定會出現(xiàn)并將逐漸普及。AI對于重新平衡全球制造業(yè)、抵消勞動力成本和提高效率至關(guān)重要。新技術(shù)總是帶來挑戰(zhàn)。但該行業(yè)的優(yōu)勢在于它已經(jīng)完成的戰(zhàn)略數(shù)據(jù)工作。"制造業(yè)已準備好克服新挑戰(zhàn),"Long說。2026年Al與數(shù)據(jù)發(fā)展預(yù)測