如果說(shuō)大模型是2024年AI發(fā)展的關(guān)鍵詞之首，那2025年就是AI Agent元年，這絕非臆斷。Gartner將AI Agent列為2025年十大戰(zhàn)略技術(shù)趨勢(shì)之首，并預(yù)測(cè)到2028年，15%的日常工作決策將通過(guò)Agentic AI完成。

可以肯定的是，AI Agent市場(chǎng)大有可為；同時(shí)，AI Agent目前還處于很初始的發(fā)展階段，往后還有很長(zhǎng)的路要走。

正如火山引擎數(shù)據(jù)產(chǎn)品解決方案總經(jīng)理蕭然在采訪中所說(shuō)，AI Agent當(dāng)前百家爭(zhēng)鳴，但更多是在摸索，行業(yè)落地比較少。火山引擎希望能將借助內(nèi)部經(jīng)驗(yàn)、場(chǎng)景孵化出來(lái)的解決方案、行業(yè)經(jīng)驗(yàn)開(kāi)放出來(lái)，助力AI Agent在各行各業(yè)形成一些落地案例，給社會(huì)帶來(lái)價(jià)值。

于是，就有了火山引擎Data Agent這樣一個(gè)智能體。

日前，火山引擎正式發(fā)布企業(yè)數(shù)據(jù)全場(chǎng)景智能體Data Agent，火山引擎稱之為企業(yè)的“第一位AI數(shù)據(jù)專家”。

Data Agent一經(jīng)發(fā)布，就吸引廣泛關(guān)注。

Data Agent是什么？為什么是Data Agent？應(yīng)用場(chǎng)景有哪些？有什么優(yōu)勢(shì)？未來(lái)會(huì)如何演進(jìn)？一文講清楚。

初識(shí)Data Agent

Data Agent，顧名思義，數(shù)據(jù)智能體，分類屬于垂直Agent的范疇，核心價(jià)值將聚焦于Data，也就是數(shù)據(jù)。

具體而言，Data Agent能夠深度理解業(yè)務(wù)語(yǔ)境，主動(dòng)思考拆解數(shù)據(jù)任務(wù)，自動(dòng)調(diào)取工具處理企業(yè)內(nèi)部的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行智能深度融合分析，并自動(dòng)執(zhí)行任務(wù)，全天候幫助企業(yè)高效挖掘數(shù)據(jù)價(jià)值。

以營(yíng)銷場(chǎng)景為例說(shuō)明一下Data Agent和傳統(tǒng)數(shù)據(jù)分析系統(tǒng)或者說(shuō)早期AI助手的區(qū)別。

以前，企業(yè)在針對(duì)已經(jīng)完成的營(yíng)銷活動(dòng)進(jìn)行數(shù)據(jù)分析時(shí)，往往會(huì)借助數(shù)據(jù)分析系統(tǒng)或者AI助手，但這兩者通常只能針對(duì)現(xiàn)有數(shù)據(jù)完成分析和計(jì)算，比如轉(zhuǎn)化率、整體毛利率等，如果想要了解數(shù)據(jù)折射出的業(yè)務(wù)策略優(yōu)化方向，如怎樣才能進(jìn)一步提升毛利率，則需要人力介入，由人基于給出的數(shù)據(jù)完成思考并作出決策。

而Data Agent可以做到將數(shù)據(jù)分析和映射到業(yè)務(wù)決策合二為一，將原本需要人力去思考的業(yè)務(wù)訴求逐步拆解、深入思考，并完成對(duì)應(yīng)業(yè)務(wù)策略的制定跟執(zhí)行。

所以簡(jiǎn)單說(shuō)，Data Agent并非機(jī)械地“知道”數(shù)據(jù)，而是能夠結(jié)合具體業(yè)務(wù)完成深度思考真正“理解”人的需求：一方面，它既能基于轉(zhuǎn)化率的提問(wèn)給出比如“轉(zhuǎn)化率為3.2%”的單場(chǎng)活動(dòng)效果數(shù)值；另一方面，它還能主動(dòng)完成歷史數(shù)據(jù)和行業(yè)數(shù)據(jù)橫縱向比較，給予“低于行業(yè)平均值1.5%”的分析數(shù)據(jù)，并深度拆解和剖析營(yíng)銷活動(dòng)各個(gè)環(huán)節(jié)，探索多場(chǎng)活動(dòng)執(zhí)行過(guò)程中的差異，定位到具體如“加入購(gòu)物車但未完成付款”等問(wèn)題點(diǎn)，最終反饋出多項(xiàng)可立即實(shí)施改進(jìn)的方案選項(xiàng)。

在整個(gè)過(guò)程中，Data Agent絕不只是一個(gè)問(wèn)答助手，反而更像一個(gè)能夠帶領(lǐng)企業(yè)員工完善復(fù)盤(pán)數(shù)據(jù)，并針對(duì)現(xiàn)狀做出科學(xué)決策的專家式存在。

因此，稱Data Agent為企業(yè)的“第一位AI數(shù)據(jù)專家”，一點(diǎn)都不過(guò)分。

可支持業(yè)務(wù)靈活配置/實(shí)現(xiàn)歸因分析與多模態(tài)數(shù)據(jù)深度研究

為什么是Data Agent？

AI Agent百花齊放，火山引擎為什么選擇 Data 這一方向？

首先，企業(yè)級(jí)市場(chǎng)的需求在變，它們需要能夠切分到人力、財(cái)務(wù)、數(shù)據(jù)等具體專業(yè)領(lǐng)域的智能體。隨著數(shù)字化進(jìn)程的不斷加深，企業(yè)級(jí)市場(chǎng)對(duì)大模型能力的應(yīng)用已悄然進(jìn)入全新階段。曾經(jīng)，企業(yè)對(duì)大模型的運(yùn)用多局限于智能機(jī)器人式的基礎(chǔ)問(wèn)答交互。這種模式雖在一定程度上滿足了信息查詢需求，但其本質(zhì)是基于固定規(guī)則與有限知識(shí)儲(chǔ)備的機(jī)械應(yīng)答。

如今伴隨企業(yè)業(yè)務(wù)的快速發(fā)展與市場(chǎng)競(jìng)爭(zhēng)的日益加劇，業(yè)務(wù)員工面臨的問(wèn)題愈發(fā)復(fù)雜多元，傳統(tǒng)預(yù)設(shè)回復(fù)模式的局限性逐漸暴露。企業(yè)迫切需要能夠深度理解業(yè)務(wù)需求、具備自主思考能力的智能工具。

這些需求的背后，是企業(yè)對(duì) AI 從 “信息提供者” 向 “價(jià)值創(chuàng)造者” 轉(zhuǎn)變的期待。

這是火山引擎研發(fā)Data Agent的初衷，用戶端需要。AI大潮來(lái)襲，如何能在數(shù)據(jù)領(lǐng)域借助最尖端的技術(shù)，讓企業(yè)內(nèi)部每個(gè)管理者、每個(gè)員工都能基于自身所在的定位、角色，更低門(mén)檻的看到、使用數(shù)據(jù)，是Data Agent的基礎(chǔ)能力項(xiàng)。在此之上，Data Agent的強(qiáng)項(xiàng)還在于能夠通過(guò)不斷地自我學(xué)習(xí)，深入理解業(yè)務(wù)，并以專家視角逐步完成從“接收提問(wèn)-邏輯拆解-方案匹配-持續(xù)調(diào)優(yōu)-自動(dòng)執(zhí)行”的全鏈路思考和執(zhí)行，讓每個(gè)員工在數(shù)據(jù)領(lǐng)域遇到難題時(shí)，隨時(shí)隨地都能享受到專家級(jí)指導(dǎo)。

還有一個(gè)很重要的考量，那就是火山引擎推出的每一個(gè)數(shù)據(jù)產(chǎn)品，都承載著字節(jié)跳動(dòng)內(nèi)部多年的數(shù)據(jù)驅(qū)動(dòng)經(jīng)驗(yàn)，且歷經(jīng)內(nèi)部多場(chǎng)實(shí)踐和迭代，Data Agent同樣如此。

因此，Data Agent 的推出，既是外部企業(yè)級(jí)市場(chǎng)的需求驅(qū)動(dòng)，也是火山引擎自身數(shù)據(jù)驅(qū)動(dòng)經(jīng)驗(yàn)到了新階段，屬于內(nèi)外機(jī)會(huì)融合的產(chǎn)物。

機(jī)會(huì)很重要，但所面臨的挑戰(zhàn)也很多：通用AI Agent更多精力聚焦在自然語(yǔ)言處理，深入到垂直領(lǐng)域，要考慮的更多。

以Data Agent為例，其運(yùn)行于數(shù)據(jù)層和模型層之上，需要對(duì)數(shù)據(jù)層有足夠的理解，包括結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，不同的數(shù)據(jù)倉(cāng)庫(kù)等，都要有深刻的認(rèn)知；在模型層，需要不斷打磨。

回歸Data Agent本身，基礎(chǔ)層要能夠執(zhí)行具體的任務(wù)，比如數(shù)據(jù)開(kāi)發(fā)、歸因分析，這就需要多個(gè)不同的Agent，認(rèn)知層則要考慮多個(gè)Agent的聯(lián)動(dòng)協(xié)作、記憶能力、特定行業(yè)策略等。

另外，落地具體行業(yè)還要考慮行業(yè)特性、企業(yè)屬性。

可以確定的說(shuō)，研發(fā)Data Agent更具挑戰(zhàn)。但采訪中，蕭然坦言，他們會(huì)堅(jiān)定地把Data Agent做下去，也堅(jiān)定地相信可以把Data Agent做成功。

蕭然的信心和底氣源自哪里？自于字節(jié)跳動(dòng)的技術(shù)積累，以及火山引擎的行業(yè)積淀。

Data Agent有什么不一樣？

從兩個(gè)維度來(lái)看：

一是與通用型Agent相比，Data Agent在數(shù)據(jù)領(lǐng)域的優(yōu)勢(shì)，主要體現(xiàn)在三個(gè)方面：首先，數(shù)據(jù)領(lǐng)域涉及到非常多的專業(yè)知識(shí)，比如復(fù)雜的數(shù)倉(cāng)模型如何理解；其次，進(jìn)入到特定行業(yè)，需要建立針對(duì)行業(yè)和場(chǎng)景的知識(shí)庫(kù)體系；最后，是不是有能力去實(shí)現(xiàn)底層數(shù)據(jù)處理能力的重構(gòu)，包括數(shù)據(jù)采集、處理、分析和應(yīng)用。這些都是通用型Agent無(wú)法滿足的。

二是同類型的產(chǎn)品未來(lái)會(huì)有很多，但火山引擎或者說(shuō)字節(jié)跳動(dòng)有獨(dú)特的優(yōu)勢(shì)。

可以從三個(gè)層面來(lái)看：第一，技術(shù)能力，無(wú)論是對(duì)大模型的理解、數(shù)據(jù)驅(qū)動(dòng)的實(shí)踐，以及人才的儲(chǔ)備，火山引擎都有充分積累；第二，經(jīng)驗(yàn)、行業(yè)積累，字節(jié)跳動(dòng)是火山引擎的超大實(shí)驗(yàn)田，能幫助產(chǎn)品、解決方案快速反饋、迭代，促進(jìn)孵化；第三，接觸的客戶廣，能夠?qū)崿F(xiàn)產(chǎn)品、解決方案外部的快速驗(yàn)證。

目前，Data Agent聚焦兩大場(chǎng)景，一是數(shù)據(jù)分析，二是智能營(yíng)銷。

至于行業(yè)覆蓋，非常廣泛。面向C端的行業(yè)，如互聯(lián)網(wǎng)、消費(fèi)、汽車、金融、零售等都是重點(diǎn)。

下一步，火山引擎將圍繞數(shù)據(jù)分析、智能營(yíng)銷兩大場(chǎng)景，全面布局。比如在數(shù)據(jù)分析方面，將開(kāi)發(fā)數(shù)據(jù)開(kāi)發(fā)Agent、數(shù)據(jù)提取Agent、數(shù)據(jù)可視化Agent等一系列細(xì)分Agent，核心還是盡可能先替代人的重復(fù)性、流程性的內(nèi)容，讓Data Agent更廣泛、多元地應(yīng)用起來(lái)，在這個(gè)過(guò)程中不斷迭代、進(jìn)化。

采訪中，蕭然介紹了目前Data Agent的一些應(yīng)用情況。比如在某知名零售企業(yè)中，Data Agent通過(guò)對(duì)該企業(yè)海量銷售數(shù)據(jù)的深度分析，精準(zhǔn)識(shí)別出不同地區(qū)、不同時(shí)間段的銷售熱點(diǎn)和痛點(diǎn)，進(jìn)而為其量身定制了個(gè)性化的營(yíng)銷策略，包括精準(zhǔn)的商品推薦、促銷活動(dòng)安排等，最終幫助該企業(yè)實(shí)現(xiàn)了銷售額的顯著增長(zhǎng)。

另外，在金融、汽車等行業(yè)，Data Agent也在大顯身手。

智能分析/智能營(yíng)銷兩大場(chǎng)景已上線

Data Agent，開(kāi)啟企業(yè)數(shù)智化新進(jìn)程

在人工智能浪潮席卷全球的當(dāng)下，生產(chǎn)關(guān)系正經(jīng)歷深刻變革。從 “人控工具調(diào)用模型” 到 “模型自主協(xié)同工具響應(yīng)需求”，從機(jī)器人承擔(dān)體力勞作到 AI Agent 解放基礎(chǔ)腦力勞動(dòng)，技術(shù)演進(jìn)正不斷將人類推向更高決策維度，推動(dòng)生產(chǎn)力飛躍。

但需要注意的是，以Data Agent為代表的垂直領(lǐng)域智能體涌現(xiàn)，并不代表著Agent將替代員工在企業(yè)中的角色；相反，是為了彌補(bǔ)“人”在企業(yè)工作中的短板，比如秒級(jí)查詢數(shù)據(jù)庫(kù)、同時(shí)間處理分析多維度數(shù)據(jù)、探索全年項(xiàng)目執(zhí)行邏輯完成特征整理、在極限時(shí)間內(nèi)輸出報(bào)告并制定策略……

對(duì)企業(yè)員工來(lái)說(shuō)，Agent更像是職場(chǎng)中的“協(xié)作者”，員工可以充分信賴并在日常工作中予以合作。

以Data Agent為例，通過(guò)系列技術(shù)手段加持，員工不僅能夠從Data Agent獲取到科學(xué)的決策指導(dǎo)和詳盡的策略方案，還能夠?qū)崟r(shí)監(jiān)測(cè)Data Agent的推理過(guò)程、使用的數(shù)據(jù)來(lái)源和分析方法，讓員工不僅能知道“是什么”，還能理解“為什么”。

其次，針對(duì)具體項(xiàng)目，員工依舊能依據(jù)Data Agent輸出的分析數(shù)據(jù)及結(jié)論發(fā)揮主觀能動(dòng)性，進(jìn)行二次驗(yàn)證；甚至可以直接交由Data Agent自身完成多輪結(jié)果驗(yàn)證，如查看原始數(shù)據(jù)、提供可支撐結(jié)論的詳細(xì)數(shù)據(jù)來(lái)源等。

同時(shí)，火山引擎針對(duì)Data Agent面向企業(yè)級(jí)市場(chǎng)的服務(wù)，還設(shè)置了持續(xù)反饋機(jī)制，建立用戶建議反饋通道，當(dāng)企業(yè)管理者、員工在應(yīng)用Data Agent過(guò)程中遇到疑問(wèn)或者建議時(shí)，能及時(shí)獲得答疑支持，確保用戶體驗(yàn)的同時(shí)，持續(xù)豐富和拓寬Data Agent在使用層面的能力覆蓋面。

在AI時(shí)代下，企業(yè)數(shù)智化升級(jí)的路徑不再是過(guò)去十年的平緩弧線，借勢(shì)各個(gè)垂直領(lǐng)域的Agent，升級(jí)可能呈幾何式跳躍增長(zhǎng)；“人機(jī)協(xié)作”也不再是簡(jiǎn)單的企業(yè)員工運(yùn)作機(jī)器，而是在建立信任的基礎(chǔ)上，由Agent提供豐富且專業(yè)的業(yè)務(wù)解決方案，員工做出關(guān)鍵決策，實(shí)現(xiàn)“Agent+人”的雙重確認(rèn)機(jī)制，保障每一項(xiàng)業(yè)務(wù)決策的高質(zhì)量。

當(dāng)然，聚焦現(xiàn)階段，蕭然也直言，Agent落地行業(yè)依舊還有比較長(zhǎng)的一段路要走。從執(zhí)行者到思考者，一是每個(gè)行業(yè)特有的知識(shí)、經(jīng)驗(yàn)，差別太大了，知識(shí)庫(kù)建設(shè)本就不是易事；二是每個(gè)企業(yè)都是獨(dú)立的個(gè)體，有自己的特性，有自己的壁壘。

火山引擎也將窮盡自身對(duì)大數(shù)據(jù)領(lǐng)域的認(rèn)知，把知識(shí)庫(kù)建立得更全面、專業(yè)、豐富，并不斷與客戶深入結(jié)合，不斷迭代、不斷驗(yàn)證。

總結(jié)全文

伴隨AI技術(shù)的飛速發(fā)展，AI Agent已經(jīng)成為推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型和智能化升級(jí)的關(guān)鍵力量。火山引擎有信心也有能力為企業(yè)數(shù)智化升級(jí)出一份力。未來(lái)，隨著技術(shù)的進(jìn)一步發(fā)展和市場(chǎng)的逐步成熟，Data Agent會(huì)在更多行業(yè)和領(lǐng)域發(fā)揮更大的價(jià)值，推動(dòng)企業(yè)實(shí)現(xiàn)更高效、更智能的運(yùn)營(yíng)模式。