报告：企业分析代理仅不到半数洞察能带来业务改善
MIT 科技评论与 Snowflake 的联合调研显示，企业分析代理的洞察转化率仅 48%，卡点主要是缺少业务上下文和数据割裂，而非模型能力本身。
生成式 AI 让企业分析变得人人可用，agentic AI（能自主规划并执行多步任务的智能体）则更进一步，可自动跑完整个分析流程并直接采取行动。但问题在于洞察质量：受访企业中，分析代理生成的洞察平均只有 48% 转化为改善业务的行动，比一年前的 37% 有进步，但仍有过半无效。描述性洞察获好评，而真正驱动行动的处方性洞察评价分化明显。
正文摘录
短短几年间，生成式 AI 已经改变了企业分析的面貌，最显著的一点是让组织内各类用户都能使用分析能力。Agentic AI 承诺更进一步：自动执行整个工作流，并基于智能体产生的洞察采取行动。但问题在于：智能体目前生成的洞察质量仍远未达到理想水平。 在本报告调研的组织中，智能体生成的洞察不到一半带来了业务改善。多数受访者认可其智能体在描述性洞察上的质量，但对规范性洞察（prescriptive insights，即行动所依据的建议）的评价则明显褒贬不一。 [](https://www.snowflake.com/en/lp/raising-the-quality-of-insights-in-agentic-analytics/?utmsource=mit&utmmedium=web&utmcampaign=mittr-2026) [下载报告](https://www.snowflake.com/en/lp/raising-the-quality-of-insights-in-agentic-analytics/?utmsource=mit&utmmedium=web&utmcampaign=mittr-2026) 如果无法产出能改善业务的洞察，组织就难以获得其在 agentic analytics 上期望的投资回报。更糟的是，有缺陷的洞察会触发错误行动，可能造成声誉或财务损失。本报告评估了企业如何看待其分析智能体所产出内容的质量，并探讨组织正在如何提升洞察质量，让智能体为业务发挥更大作用。