“数据×工具×组织”三重进化框架，为AI时代的企业提供了实操路径。

作者｜田思奇

编辑｜栗子

对于企业来说，数据究竟是资产还是负担？

时至今日，“AI原生”逐步从概念演变成共识，Agent、自动化决策与数据驱动全面走向落地。但与此同时不少企业却发现，自己虽然拥有数据，却难以转化为智能；拥有技术工具，却无法形成业务闭环。

如何实现数据与AI的深度耦合，在数据资产、工具能力与组织机制之间建立动态协同，已经不再是一道选择题，而是企业生存的必答题。

6月11日，在2025火山引擎春季Force原动力大会上，“数据 × 工具 × 组织”的三重进化路径被正式提出，为企业描绘出一条清晰的“Data+AI”未来之路。在这一体系中：

数据基础设施是智能演进的地基；

Agent工具链是闭环决策的核心引擎；

组织重构是释放AI潜能的关键保障。

来源：火山引擎

对于今天的管理层而言，问题不再是“如何实现Data+AI”，而是“如何结合得更快、更稳、更实”。

1.数据看得见≠看得清

多年来，许多企业积累了前所未有的海量数据，但大多数数据仍沉睡在“仓库”之中，未被有效利用，反而成为高昂存储成本和数据治理困境的根源。

根据2024年10月IDC的预测，2028年，全球80%的数据仍将是非结构化形式，包括视频、图像、语音及传感器日志等。由于这些数据类型的持续增长，传统依赖于SQL或BI工具进行事后分析的模式，越来越难以满足当下业务环境中对实时、动态、预测性洞察的需求。

「甲子光年」观察发现，数据的“广度”正在失去竞争力，取而代之的是“价值密度”——即数据驱动精准决策的能力。换言之，数据资产的价值密度正取代存储规模，成为企业开启弯道超车的核心竞争力。

这背后涉及两个核心挑战：

提炼有效信号：如何在庞杂且异构的数据源中，精准提取出对业务具有指导意义的洞察？

嵌入业务流程：如何将这些洞察无缝整合进企业的核心业务流程中，使数据真正驱动业务的运转？

这正是人工智能介入的关键点——企业能否用AI技术“唤醒”沉睡数据，让静态信息流动起来，成为推动业务增长的活力来源。

同时，在全球范围内，“AI原生”架构正在快速崛起。无论是Snowflake的Data Cloud，Databricks的Lakehouse AI平台，还是阿里云、京东物流等企业在国内推动的Data+AI一体化实践，亦或火山引擎推出的Data Agent产品，都指向同一个趋势：领先企业正在围绕“数据原生”理念重构其智能能力底座。

AI原生，要求企业不再依赖功能单一、割裂的工具组件，而是构建起一个涵盖数据平台、模型引擎和Agent协同机制的“数据神经系统”。

IDC预测，到2026年，40% 的中国500强企业将实现数据智能与AI模型智能的结合，以统一AI模型和数据的综合治理政策、实践和技术。

更值得关注的是，Agent技术正颠覆传统的数据使用范式。从“人找数据、人工分析、手动决策”到“数据找人、Agent辅助或直接执行决策”。

根据Gartner的数据，到2028年，过半数（55%）企业CIO将负责利用代理型AI和多功能机器人取代人工。但在中短期内，Agent的角色更有可能是“人类的协作伙伴”而非“替代者”。

因此，企业管理者应明确：Agent的目标并非取代人类的判断力与创造力，而是强化人在面对复杂系统时的信息处理能力、资源协调能力和验证迭代能力，真正走向以数据为血液、AI为大脑的企业新形态。

2.数据智能化的三大进化

在AI驱动的时代，数据的价值不再仅仅体现于“储存能力”，而是能否真正做到“可调用、可理解、可转化”。

传统数据湖架构，在这一背景下逐渐显现疲态。尽管其在处理结构化数据上具备优势，但在应对非结构化数据时，常常陷入“数据泛滥”的泥淖——难以检索、不易管理、分析受限，更无法支撑日益复杂的AI训练需求。

行业领先者正在积极寻找破局之道。华为今年4月在第四届创新数据基础设施论坛上发布了AI数据湖方案，谷歌云也从去年开始将更多AI功能引入BigQuery数据仓库。

这些实践共同揭示了一个趋势：新一代数据架构的核心在于“数据提纯”能力。不仅要存得下，更要能读懂、提炼、并赋能于实际业务。

不只是华为与谷歌，火山引擎早在去年推出的多模态数据湖解决方案，同样也是上述理念的落地样本。该方案核心采用开源技术并提供企业级能力增强，支持GPU+CPU异构计算，并引入新型Ray、Lance等前沿技术栈。某国内智驾企业在部署该方案后，整体数据处理效率与质量同步提升，助力其加速AI能力释放。

在刚刚举行的Force大会上，火山引擎进一步展示了其“AI Native”数据基建的迭代路线，新增了模型数据处理蒸馏、多模态数据湖分析能力，优化了与火山各平台的联动能力。同时，通过加强平台间的协同（如MCP能力），数据在企业内部流通得以更顺畅、调用更高效。

与数据进化同步演进的，是工具的角色进化。过去，BI和ETL工具以“人找数据、人工设规则”为基本逻辑，更依赖人工判断和操作。而新一代工具，如Data Agent，则引领了“数据找人、规则自进化”的范式跃迁——它们不仅是工具，更成为嵌入式的业务参与者。

全球科技公司也在这一领域加快布局。Salesforce的Einstein平台深入嵌入CRM工作流，实现了自动化的销售预测与线索评分；谷歌推出的Data Science Agent正探索AI驱动的数据建模与洞察发现；它们的共同特点是：让AI不再局限于“辅助决策”，而是走向“主导执行”的位置。

火山引擎也于今年4月，正式推出Data Agent产品，定位为企业级数据专家——一个能理解业务语境、主动提出洞察与建议的智能伙伴。在经历了多轮内测和邀请测试后，于6月11日正式宣布面向企业全面开放。

不同于以往的数据工具，该产品强调“业务价值导向”，直接服务于企业战略制定与运营执行。该产品已获得信通院与IDC等第三方机构的认可与关注。

来源：火山引擎

火山引擎Data Agent目前提供智能分析、智能营销两大场景能力。其中智能分析Agent是AI深度思考与大数据分析专家，具备智能问数、深度思考、智能体构建及多终端协同能力。智能营销Agent含营销策略Agent（推理意图、圈选人群、生成策略）和智能会话助手（解析对话、识别客户等），助力驱动营销升级。

对于火山引擎推出的Data Agent而言，其核心优势体现为以下三点：

“数据 + 知识” 融合构建智慧决策中枢：通过多模态理解技术，将企业分散在系统中的业务数据与隐性知识（如文档、经验）转化为可计算的数字资产，打破数据与知识的割裂状态，推动企业数据基础设施向认知智能升级，成为企业决策的核心驱动力。

从数据洞察到自主行动的闭环：作为L3级智能体，区别于传统工具的描述性分析，Data Agent可主动拆解任务、规划路径并验证结果，解决企业数据应用中 “洞察到行动” 的断层问题。

重塑人机协作范式：消除数据使用的技术壁垒，业务人员可通过自然语言直接获取数据分析结果（如销售采购偏好、管理驾驶舱对话），或者由AI负责数据清洗、趋势预测等确定性任务，人类专注战略设计、创新决策等创造性工作，实现数据工具效率的倍增和组织智力的进化。

数智化转型的终局，不在于技术如何堆叠，而在于组织自身是否具备激活“知识资本”的进化能力。在传统企业中，高达80%的关键经验与判断往往深藏于员工个体的隐性认知中，难以系统沉淀、传承与复用。唯有将这些“隐性知识”转化为可计算、可协同的智能能力，企业才能真正构筑面向未来的竞争力。

比如腾讯推出的大数据智能运维平台TCInsight，通过引入大模型与自学习机制，大幅减少了对人工经验的依赖，将以往依赖专家值守的流程转化为实时自治的智能决策，推动知识沉淀与共享机制在组织内部落地生效。

这正是以Data Agent为代表的新型智能工具的关键使命。火山引擎也在实际落地中展现出这一优势：比如以科技驱动的旅游分销服务商道旅科技借助火山引擎Data Agent问数能力实现了智能数据解读，企业分析效率提升了50%，市场响应速度也加快了30%。

甲子光年《中国AI Agent行业研究报告》指出：当Agent在企业关键流程中的渗透率超过40%，组织将从“工具使用者”跃迁为“认知共生体”。这不仅带来58%以上的效率提升，更促使企业在结构、流程、人才机制等方面全面适配“人机协同”的新范式。

来源：甲子光年

因此，真正成功的转型，不仅要构建先进的技术平台，更要重塑组织机制，打造能够与Agent共生的工作流程、激励体系与人才模型，让AI成为每个决策瞬间的“第二大脑”。

3.企业如何拥抱Data+AI？

在数智化转型走向深水区的当下，“如何让数据真正为业务创造价值，构建基于智能体的数据应用体系”，成为关键命题。

一个显著趋势是：大型企业凭借平台能力与AI资源，快速完成从数据平台到Agent部署的闭环，形成技术壁垒。相较之下，中小企业虽面临挑战，却并非没有机会。选择灵活、低门槛的Agent平台，正成为“以小博大”的突围路径。

以火山引擎多模态数据湖与Data Agent为代表的新一代解决方案，正在帮助企业快速搭建智能能力，低成本实现智能应用落地。关键在于不再盲目追求“全量打通”，而是以高价值场景为切口推进。例如零售可从客户购买偏好、复购节奏等出发，构建营销洞察能力；制造企业则围绕设备预测性维护与参数优化，实现提效降本。

要让数据真正转化为价值，还需“数据工程 + Prompt工程”的双轮驱动：

数据工程打好数据底座，确保质量、一致性与实时性，是智能应用的“地基”；

Prompt工程则借助高质量指令设计，让智能体听懂业务语言、输出高价值洞察。

而支撑Agent价值释放的根本，在于组织机制的协同进化。企业可引入如“Chief Agent Officer（智能体运营官）”等新角色，将Agent的管理从工具使用升级为全流程能力建设。同时构建“人-AI协同闭环”，通过系统培训与平台工具，提升员工AI素养，实现“人人皆可提问、Agent即时响应”的组织认知机制。

例如，某全球快消品牌引入火山引擎Data Agent后，原本需资深分析师7天完成的营销复盘报告，如今1小时内即可生成，覆盖策略效果、关键因子与用户行为，极大提升了响应速度与组织协同能力。

这也是为何，2025年被视作数智化赛道上能否实现超车的分水岭。真正的转型，并非技术的堆积，而是将数据、算法与Agent深度嵌入企业DNA，实现从工具驱动到智能驱动的跃迁，助力企业在数智化浪潮中乘风破浪、行稳致远。

Agent不是工具升级的终点，而是组织能力重构的起点。

（封面图及文中未说明图片由AI生成）

END.