动态

AI agent提升数据整合价值,建议控制自有数据

Andrew Ng
AI agents 越来越擅长查看企业中的不同类型数据,以发现模式并创造价值。这使得数据孤岛问题日益突出。因此,我越来越倾向于选择能让我控制自己数据的软件,以便将数据提供给AI agents使用。

由于AI能力的增长,通过“连接”不同数据点所能创造的价值比以往任何时候都高。例如,如果一个电子邮件点击记录在一个供应商的系统中,而后续的在线购买记录在另一个系统中,那么构建能够同时访问这两个数据源以查看其相关性并做出更好决策的agent就非常有价值。

不幸的是,许多SaaS供应商试图在客户企业中制造数据孤岛。通过让你难以提取数据,他们提高了转换成本。这也使他们能够引导你购买他们的AI agent服务——有时价格高昂且/或质量低下——而不是自己构建或从其他供应商购买。不幸的是,一些SaaS供应商看到AI agents正在争夺这些数据,并正在努力让你(和你的AI agents)难以高效访问它。

我的一个团队刚刚告诉我,我们一直用来存储客户数据的某个SaaS供应商想收取超过2万美元的API密钥费用来获取我们的数据。这一高昂费用——无疑是有意设计来让客户难以取出数据——为实施利用这些数据的agent工作流增加了障碍。

通过AI Aspire(一家AI咨询公司),我为许多企业提供AI策略建议。在购买SaaS时,我经常建议他们尝试控制自己的数据(遗憾的是,一些供应商强烈抵制)。这样,你可以聘请SaaS供应商记录和操作你的数据,但最终由你决定如何将其路由到合适的人类或AI系统进行处理。

过去十年,大量工作致力于组织企业的结构化数据。由于AI现在能比以往更好地处理非结构化数据,组织非结构化数据(包括PDF文件,LandingAI的Agentic Document Extraction专攻于此!)的价值比以往任何时候都高。

在生成式AI时代,企业和个人有重要的任务要完成,即组织数据使其为AI就绪。

附:作为个人,我最喜欢的笔记应用是Obsidian。我很乐意“雇佣”Obsidian来操作我的笔记文件。而且,我所有的笔记都保存为文件系统中的Markdown文件,并且我构建了能够读取或写入Obsidian文件的AI agents。这是我如何控制自己的笔记数据从而能利用AI agents做更多事情的一个小例子!
动态Andrew Ng2025-11-06原文

相关内容