无论做好准备与否，AI智能体正在改写数据领导者的游戏规则，您能否跟上步伐？
- Gartner client? Log in for personalized search results.
AI智能体：生产力跃升、前景展望与D&A领导者面临的真实难题
作者：David Pidsley | 2026年7月21日
AI智能体点燃D&A领导者的生产力期待，也带来诸多棘手难题
在《2025年Gartner CEO与高级业务主管调研》中，79%的IT领导者预计，将AI智能体集成到企业应用中将带来显著的生产力提升。26%的受访者认为其影响将是革命性的。但问题在于：首席数据和分析官（CDAO）及D&A领导者正在反复权衡AI智能体对其团队的真实价值与可行性。
因此，他们最常提出的问题集中在用例、战略、治理、供应商格局、市场趋势、集成、挑战、框架及使能技术等方面。
D&A领导者关于AI智能体的三大焦点问题：用例、战略与市场趋势
AI智能体有望提升效率，但D&A领导者需要明确如何让它们真正落地。以下是他们最关心的问题：
AI智能体在D&A领域最有价值的用例有哪些？
CDAO希望看到AI智能体在数据摄入、质量检查、编目和分析等环节实现自动化的具体案例，目标是将团队从重复性工作中解放出来，聚焦更有战略价值的工作。但领导者需要看到实打实的证据，证明这些用例确实能创造价值。
D&A领导者应如何制定AI智能体的战略与治理方案？
战略与治理相关问题日益突出。CDAO及D&A领导者希望获得一套框架，以便安全部署AI智能体、管理风险并与业务目标保持一致。Gartner分析师建议，先从试点项目入手，配套完善的治理机制和明确的评估标准。
代理型AI的供应商格局与市场趋势前景如何？
关于供应商和市场的问题，反映出一定的不确定性。D&A领导者需要明确的指导：哪些供应商值得信赖？解决方案如何跟现有系统对接？未来要关注哪些趋势？Gartner的业务与技术洞察表明，市场瞬息万变，领导者必须持续跟踪最新动态，以免付出高昂的试错代价。
AI智能体在D&A领域面临哪些主要挑战和局限性？
挑战确实存在。领导者担忧集成复杂度、数据质量、文化准备度以及治理方面的缺口。Gartner强调，必须建立健全的框架、风险控制机制和持续评估体系，才能管理好局限性并释放价值。
CDAO和D&A领导者如何推进AI智能体落地
首先，梳理团队问题，并对应到实际的试点项目中。排好用例优先级，建立治理框架，审慎评估供应商。尽早动员团队，培养AI素养，并密切监测成果。切勿草率推进——只有在确认价值与可行性之后，方可扩大规模。
在规模化采用AI智能体之前，务必建立清晰认知与充分信心。
在受控环境中试点代理型AI。验证结果，调整治理方式，并让利益相关方参与其中。Gartner分析师建议，聚焦可衡量的成果，并在学习过程中不断迭代策略。信心源于实证，而非跟风炒作。
后续方向如何？
随着AI开始改写数据领导者的游戏规则，D&A正迎来一个决定性时刻。挑战已不止于采用新技术——而是在AI驱动的企业中，重新构想D&A的核心目的、组织架构及影响力。利用集成化、自适应的框架与新兴技术来扩展D&A治理，只是CDAO必须完成的若干紧迫任务之一，其最终目标是全面实现重新定义D&A与AI治理这一关键任务。
这一进程还包括以下步骤：
评估、选择并实施技术、实践和工具，为数据、分析和AI治理提供支持。
构建与D&A对齐的AI治理框架，使其与D&A治理计划协调一致而非各自为政，从而最大化两者的效能。
为治理投资构建基础价值主张。将信任举措与创新、ROI和价值实现挂钩，以赢得业务领导者对D&A和AI治理的认同。
向董事会和业务同仁传达数据、分析和AI治理的风险与紧迫性。
设立数据、分析和AI治理委员会，在推行最佳实践的同时规避常见陷阱。
识别D&A与AI治理的最佳实践，并明确这些实践应如何演进，才能满足AI（包括代理型AI）的新要求。
创建新的成果导向型指标，并善用现有指标，以展示治理进展、业务影响和ROI。
AI智能体常见问题
AI 智能体将为 D&A 领导者带来哪些生产力提升机会？
Gartner洞察表明，大多数IT领导者预期将获得显著的生产力提升，约四分之一预期将带来变革性影响。但价值取决于用例选择、治理与集成。领导者必须在规模化推广前进行测试和评估。
为什么用例是CDAO和D&A领导者最关心的问题？
用例能帮助领导者理解AI智能体在哪些领域能创造实际价值。Gartner指出，数据摄入、质量检查和分析的自动化属于最高优先级。缺乏清晰的案例，领导者就有可能把资源投入到炒作而非实际成果上。
D&A领导者应如何评估供应商和集成选项？
Gartner分析师建议，审慎评估供应商，与现有平台保持一致，并持续监测市场动态。领导者应优先考虑经过验证的解决方案、试点项目以及支持安全、可扩展部署的框架。