# AI 代理即将陷入混乱，能救场的是数据，不是模型

> 原标题：The era of agentic chaos and how data will save us

- 来源：MIT Technology Review · AI
- 发布时间：2026-01-20T15:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/3875
- 原文：https://www.technologyreview.com/2026/01/20/1130911/the-era-of-agentic-chaos-and-how-data-will-save-us/

## 摘要

一家中型公司跑 4000 个 AI 代理（让模型进业务流程干活的程序）是迟早的事，但大部分企业的数据基础根本接不住。BCG 的调查说，60% 的公司砸了大钱做 AI，收入却没怎么涨；而做得好的那批，收入增长是别人的 5 倍，成本多砍了 3 倍。差距不在模型多强，在于数据地基有没有打好。

## 推荐理由

BCG 调查显示，同样投入 AI 的公司收入增长相差 5 倍、成本削减相差 3 倍，差距落在数据基础而非模型能力上，这为理解企业级 AI 代理规模化落地的真实门槛提供了对比视角。

## 锐评

4000 个 agent 这个数看着唬人，卡住企业的其实是数据接不住，模型强弱反而是次要的。BCG 说 60% 的公司砸钱做 AI 收入没涨，做得好的那批收入是别人 5 倍、成本多砍 3 倍，差距就在数据地基。我信这个判断，agent 跑起来以后，脏数据、口径不一致、权限乱，全都会在流程里放大成事故，模型再强也救不了。急着上 agent 的团队，先把数据治理和权限理清楚，比换模型划算。
