到 2027 年，一半的商业决策将由人工智能代理做出或辅助完成。这并非科幻小说里的情节，而是Gartner 的预测。但如果你曾经向 ChatGPT 询问过关于你业务的“为什么”问题，你就会明白理想与现实之间的差距。大型语言模型 (LLM) 可以创作十四行诗或总结 PDF 文件，但当涉及到由实时企业数据驱动的复杂多步骤决策时，大多数模型都束手无策。
真正的瓶颈是什么？人工智能代理需要的不仅仅是智能。它们需要数据——正确的数据，在正确的背景下，并在正确的管理下。
这就是 Denodo 的用武之地。当其他公司专注于构建更大的模型或专门的辅助驾驶系统时，Denodo 正在着手解决一个艰难但必要的基础问题：使 AI 代理能够基于企业级数据进行推理、规划和行动，而不会受到信息孤岛、延迟或合规风险的阻碍。
从聊天机器人到智能代理：自主决策智能的崛起
在深入探讨之前，我想先快速澄清一下我所说的“AI代理”和“代理型AI”的含义。
人工智能代理是能够根据用户设定的目标做出决策、采取行动并与数据或环境进行交互的自主软件系统。与简单的聊天机器人或脚本自动化程序不同，这些代理能够独立运行，通常可以长时间运行，并且能够实时进行规划、推理和调整。
智能体人工智能指的是更广泛的智能系统类别，它们能够分解复杂任务、选择合适的工具、应对不确定性并执行多步骤计划——通常只需极少的人工干预。这些系统需要强大的、包含丰富上下文信息、受控且易于访问的数据基础才能有效运行——而Denodo恰好能够提供这样的基础。
让AI模型总结文档很容易，但如果让它分析十年的旅游数据，并提出如何改善高价值游客群体的建议，你很快就会发现它的局限性。这类问题不仅需要语言理解能力，还需要深度推理、数据访问和上下文感知能力。
Denodo 正在提供一种新型助手，它不仅能回复文本，还能理解复杂的问题，制定计划来回答这些问题，从多个来源查询实时数据，应用业务逻辑，并提出不仅准确而且可解释的结论。
Denodo DeepQuery目前以私有预览版的形式提供，是一款专为处理复杂的多步骤分析任务而打造的 AI 代理。它将用户的问题分解为多个逻辑步骤，制定执行计划，并智能地将子任务路由到相应的数据服务或微代理。DeepQuery在整个过程中保持上下文记忆，能够动态地重新评估和综合部分结果，直到最终答案满足用户的目标。它采用规划器-执行器架构，类似于业界普遍采用的架构，能够根据中间结果动态选择工具并调整策略。
Denodo平台的核心在于…… 语义层——一个面向业务的抽象层，提供定义、关系和元数据上下文。语义层不再将数据视为简单的表和字段，而是帮助代理理解“高价值客户”或“第二季度收入”在业务层面上的实际含义。该层如同代理的数据注册表，为其提供统一的目录，用于解析含义、位置和使用策略。
该平台由开放且可扩展的 Denodo AI SDK提供支持，该 SDK 提供开发工具和 API，可跨混合数据环境快速构建、测试和部署 AI 智能体。它包含用于编排多智能体工作流、将语义元数据集成到 LLM 提示以及以编程方式调用DeepQuery功能的模块。该 SDK 简化了与向量数据库、编排工具以及您选择的语言模型（无论是 OpenAI 的 ChatGPT、DeepSeek 的 R1 还是其他模型）的集成。Denodo 平台的模型无关且面向未来的架构提供了灵活性，同时避免了被供应商锁定。
自动化深度多步骤分析，可在几分钟内完成，而分析师通常需要几天时间才能完成此过程
人工智能的应用：真实案例
各行各业的组织已经开始使用 Denodo 投资智能基础架构。
Festo利用 Denodo 的逻辑数据架构和 AI SDK，显著提升了 GenAI 的可靠性和交付速度。通过统一访问分布式数据源，并应用语义元数据进行检索增强生成 (RAG)，Festo 减少了信息生成过程中的异常情况，加速了 GenAI 用例的开发，并实现了对企业数据的安全、基于角色的访问。他们开发了类似于 ChatGPT的 FestoGPT应用，使顾问和其他面向客户的员工能够向 LLM 提问。此外，他们还推出了 Festo Skillground应用，为同事们提供各种 AI 工具，例如文本转语音和图像生成，旨在简化和优化任务。
在Perkins Coie LLP 律师事务所，法律和客户服务专业人员现在受益于一款定制的 AI 聊天机器人。该机器人使用私有法律管理平台 (LLM)，并集成了 Denodo AI SDK。这款名为 PC Chat 的解决方案使员工能够用通俗易懂的英语提出法律和财务问题，并立即获得量身定制的回复。因此，客户响应速度显著提升。
为了实现数据环境现代化并支持 GenAI 驱动的服务， Alexforbes部署了 Denodo 平台和 AI SDK。这统一了对分散系统的访问，改进了 Power BI 集成，并通过自然语言查询实现了安全、实时的洞察。自定义 Power BI 小部件和元数据驱动的索引使数据能够跨角色和地域访问，从而提升了财务计算效率、运营效率和整体会员体验。
Denodo 在现代 AI 技术栈中的优势
如今流行的数据平台（例如数据湖）具备海量规模、快速计算和专用格式等优势。然而，大多数平台仍然需要额外的层才能有效地服务于人工智能代理。Denodo 通过添加实时集成、语义上下文和数据治理功能，在不造成数据重复的情况下完善了这些环境。
Denodo 使智能体能够查询结构化、半结构化和基于文件的数据源——涵盖 SQL 系统、文件存储、API 和流数据——同时始终如一地应用安全和访问策略。这种混合数据编排能力为 AI 智能体提供了一个实时、受控的基础架构。
企业无需为每个用例迁移数据或重建逻辑，即可使用 Denodo 平台在各个系统间提供一致且受控的接口。这使得客服人员能够基于实时、全面的业务视图进行操作——这对决策智能至关重要。
如果你正在构建智能代理，真正的问题不在于使用哪种模型，而在于你的数据基础是否准备就绪。而 Denodo 正好满足这一需求。
