現代資料網格（Data Fabric）能將現有的企業知識轉化為 AI 的可信賴基礎。

人工智慧在企業界的應用正快速發展，從實驗階段邁向日常使用。各組織紛紛在財務、供應鏈、人力資源和客戶營運等領域部署了協同作業工具、代理程式和預測系統。根據近期一項調查，截至 2025 年底，半數的企業已在至少三個業務功能中應用了 AI。

然而，隨著 AI 逐漸融入核心工作流程，企業領導者發現最大的障礙並非模型效能或運算能力，而是這些系統所依賴的資料品質與脈絡。AI 實際上引入了一項新要求：系統不僅必須存取資料，還必須理解資料背後的商業脈絡。

SAP Data & Analytics 總裁兼首席產品長 Irfan Khan 表示，缺乏脈絡的 AI 雖然能快速產生答案，但仍可能做出錯誤的決策。

「AI 在產出結果方面非常出色，」他說。「它移動迅速，但若沒有脈絡，它就無法做出良好的判斷，而良好的判斷才能為企業創造投資回報。沒有判斷的速度毫無幫助，甚至可能傷害我們。」

在自主系統和智慧應用程式興起的時代，這種脈絡層變得至關重要。Khan 指出，為了提供脈絡，企業需要一個設計良好的資料網格，其功能不僅僅是整合資料。合適的資料網格能讓組織安全地擴展 AI、協調跨系統和代理程式的決策，並確保自動化反映真實的商業優先順序，而非孤立地做出決策。

許多組織意識到這一點，正重新思考其資料架構。他們不再僅僅將資料移至單一儲存庫，而是尋求跨應用程式、雲端和營運系統連接資訊的方法，同時保留描述業務運作方式的語義。

傳統的資料策略主要著重於匯總。過去二十年來，組織投入大量資源從營運系統中提取資訊，並將其載入集中式倉儲、資料湖和儀表板。這種方法便於執行報表、監控效能和產生跨業務的洞察，但在此過程中，資料所附帶的大部分意義——它與政策、流程和實際決策的關聯性——卻遺失了。

以兩家使用 AI 管理供應鏈中斷的公司為例。如果一家公司使用庫存水平、交貨時間和供應分數等原始訊號，而另一家公司則加入了跨業務流程、政策和中繼資料的脈絡，那麼兩套系統都會快速分析資料，但可能得出不同的結論。

Khan 表示，諸如哪些客戶是策略性帳戶、短缺期間可接受的權衡是什麼，以及延伸供應鏈的狀態等資訊，將使一套 AI 系統能夠做出策略性決策，而另一套則缺乏適當的脈絡。

「兩套系統都移動得非常快，但只有一套朝著正確的方向移動，」他說。「這就是脈絡溢價，也是當您的資料基礎透過設計保留跨流程、政策和資料的脈絡時所獲得的優勢。」

過去，企業透過人力專家提供遺失的資訊來隱含地管理脈絡的缺乏，但對於 AI 而言，這是一個短板，並造成嚴重的限制。AI 系統不僅顯示資訊，它們還會據此採取行動。如果系統無法解釋資料為何重要，AI 模型可能會針對錯誤的結果進行優化。庫存數字、付款歷史或需求訊號可能準確，但它們不一定能揭示哪些客戶必須優先考慮、適用哪些合約義務，或哪些產品具有策略重要性。因此，系統可能產生技術上正確但營運上存在缺陷的答案。

這種認識正在改變企業對 AI 就緒狀態的思考方式。大多數人都承認，他們缺乏成熟的資料流程和基礎設施來信任他們的資料和 AI 系統。只有五分之一的組織認為他們處理資料的方法非常成熟，只有 9% 的人感覺完全準備好與其資料系統整合和互通。

新興的解決方案是資料網格：一個橫跨基礎設施、架構和邏輯組織的抽象層。對於代理式 AI 而言，資料網格成為主要的介面，讓代理程式能夠與商業知識互動，而非原始儲存系統。知識圖譜扮演核心角色，使代理程式能夠使用自然語言和商業邏輯查詢企業資料。

Khan 表示，資料網格的價值取決於三個組成部分：提供速度的智慧運算、提供商業理解和脈絡的知識庫，以及提供基於該理解的自主行動的代理程式。這些功能的協同作用使其強大。

該技術提供了架構——一個能夠實現代理程式間通訊和協調的基礎。該流程將定義企業和 IT 如何共享所有權，並建立治理和一種人們足夠信任而願意採用的文化。現在，這三者必須協同工作，企業資料網格才能真正成功。

「它賦予自信、一致的決策能力，當這些元素齊備時，AI 不僅分析和解釋資料——它能推動更智慧、更快速的決策，真正創造商業影響力，」他說。「這就是精心設計的企業資料網格的承諾，其中每個部分都相互強化，每個洞察都基於信任和清晰度。」

從技術上講，建構資料網格層需要多種能力。資料必須透過聯邦制（federation）而非強制合併，在多個環境中都可存取。需要一個語義或知識層來協調跨系統的意義，這通常由知識圖譜和目錄驅動的中繼資料支援。治理和政策執行也必須在整個網格中運作，以便 AI 系統能夠安全且一致地存取資料。

總之，這些元素共同創造了一個基礎，讓 AI 能夠與商業知識互動，而非原始儲存系統——這是從實驗走向真正企業自動化的關鍵一步。

在代理式 AI 興起的時代，監控、分析和基於資料做出決策的責任日益轉移到軟體上。AI 代理程式可以監控事件、觸發工作流程，並即時做出決策，通常無需直接的人類干預。這種速度創造了新的機會，但也提高了風險。當多個代理程式在財務、供應鏈、採購或客戶營運等領域運作時，它們必須遵循對商業優先順序的相同理解。

如果沒有連接不同資料的通用知識層，系統之間的協調將迅速瓦解。一個系統可能優化利潤，另一個優化流動性，還有一個優化合規性，每個系統都基於不同的資料片段運作。

Khan 表示，重要的是，大多數企業已經擁有使這一切奏效所需的知識。多年的營運資料、主資料、工作流程和政策邏輯已經存在於業務應用程式中——企業只需要讓它們變得可存取。部署資料網格的公司對其資料的信任度更高，超過三分之二的企業看到了資料可存取性、資料可見性的改善，並對其資料施加了更大的控制力。

「機會不僅在於從零開始發明脈絡，而在於激活和連接您業務中已存在的脈絡，」他繼續說，並補充說，資料網格是「確保資料語義、業務流程和政策作為一個統一系統跨所有雲端連接的架構。」