自主分析洞察质量提升

在短短几年内，生成式人工智能已经改变了企业分析的面貌，尤其使其能够被组织内不同层级的用户使用。自主式人工智能承诺能做得更多，通过自动化整个工作流程并根据代理的洞察采取行动。但存在一个问题：当前代理生成的洞察质量还有很大提升空间。

本报告调查的机构中，不到一半的代理生成的洞察能带来业务改进。虽然大多数受访者称赞其代理描述性洞察的质量，但对其规范性洞察（即基于这些洞察采取行动的）的评估则明显不一。

未能生成能改善业务的洞察，使组织无法获得其在自主式分析中期望的投资回报。更糟糕的是，导致错误行动的缺陷洞察可能造成声誉或财务损失。本报告评估了公司如何看待其分析代理生成的输出质量，并探讨了组织如何寻求提高洞察质量并让代理为业务做出更大贡献。

报告中的几个关键发现包括以下几点：

自主式分析才刚刚开始发挥作用。在调查的公司中，分析代理平均生成的48%的洞察能带来改善业务的行动。这比受访者去年所说的37%的平均水平有了显著进步。但这意味着今天分析代理生成的超过一半的洞察仍然无法帮助业务。

洞察质量的提高能带来明显的业务优势。在我们称为“洞察领导者”的一小组组织中，AI代理的表现远超平均水平。在这个群体中，超过70%的代理洞察能带来改善业务的行动。洞察领导者还对其代理洞察的质量给出了比总体受访者更高的评价。在规范性洞察方面，质量差距尤其明显。

背景信息不足会降低洞察质量。当分析代理提供质量不高的洞察时，主要原因是对业务背景的缺乏，这一点被55%的受访高管提及。根据45%的受访者，分散或不易于访问的数据是另一个主要因素。较少的洞察领导者表示他们的代理在获取背景信息方面存在困难。

洞察过载进一步削弱了代理的有效性。在调查的多数组织（52%）中，分析代理生成的洞察过多，无法得到充分评估并采取相应行动。不到四分之一（24%）能够评估所有代理洞察；大多数是逐一评估，而这个过程目前仍高度依赖人工。

治理和语义是提高洞察的重点领域。受访公司正在优先考虑通过加强人工智能和数据治理（被提及60%）来提升代理洞察的举措。他们还在其数据架构中添加语义层（45%）。我们采访的专家一致认为，语义层对于确保高性能代理至关重要。

此内容由洞察力制作，麻省理工学院科技评论的定制内容部门，而非其编辑团队制作。该内容由人类研究和撰写，可能使用的任何人工智能工具仅限于人类监督下的生产流程。