川海智库

报告概述

本报告是Capgemini Data-powered Innovation Review系列第11期，汇集了来自全球专家的多篇文章，探讨数据与AI如何从实验走向编排。报告覆盖agentic AI与生成式AI的融合、AI产品生命周期管理、开放数据标准、空间数据服务、计算机视觉与机器人、知识图谱、AI安全、以及2026年趋势预测等多个前沿主题。通过案例研究和实践框架，报告为企业提供了从数据到智能的转型蓝图，强调将AI视为可复用资产、以安全为本，并重新聚焦人类技能的价值。

报告的核心结论

Agentic AI与生成式AI融合将创造新市场逻辑

报告指出，当生成式AI的创造力与agentic AI的自主执行能力结合，企业可以从竞争激烈的'红海'进入'蓝海'，通过多智能体协作、持续学习和自适应系统，创造全新的服务类别和商业模式，使竞争变得无关紧要。

AI必须作为可复用产品进行治理和生命周期管理

报告强调，企业应像对待数据产品一样对待AI模型、提示和智能体，建立清晰的归属、版本控制、质量指标和内部市场，确保AI资产可重用、可信任，从而将创新从实验转化为可扩展的生产力。

开放标准是未来数据与AI平台的战略基础

报告认为，专有格式和封闭模型导致锁定和高成本，而开放标准如Delta Lake、Apache Iceberg和开源AI模型可确保互操作性、主权和灵活性，使企业能够跨越云和供应商自由移动数据和AI工作负载。

安全必须内嵌到AI开发流程中

报告指出，AI系统正面临供应链漏洞、提示注入和权限滥用等新威胁，企业应通过自动化软件物料清单（SBOM）和基于角色的访问控制（RBAC），将安全嵌入黄金路径，实现'安全原生'。

2026年AI将走向多智能体协作、垂直化和人类技能再中心化

报告预测，2026年多智能体系统将协调复杂工作流，AI将深入行业垂直领域，同时企业将重新重视人类直觉、同理心和批判性思维，'安全原生'和'合成好奇心'将成为新焦点。

报告回答的关键问题

什么是agentic AI？它如何改变企业运营？

Agentic AI是能够自主规划、推理和行动的AI系统，而不仅仅是响应提示。报告指出，它从生成对话转向执行结果，通过多智能体框架协作，可自主优化供应链、自我修复IT系统，并创造自适应客户体验，将AI从工具转变为同事。

企业如何构建可复用的AI产品？

报告建议企业将AI模型、提示和智能体视为产品，建立正式生命周期管理——包括所有权、版本控制、质量监控和内部市场。通过模块化设计和治理，团队可以像组装积木一样组合预批准的AI组件，缩短价值实现时间同时保持管控。

为什么开放标准对AI平台至关重要？

开放标准如Delta Lake、Apache Iceberg和开源AI模型确保数据可移植、跨平台互操作，并减少供应商锁定。在金融、医疗和公共部门，开放标准使企业能在不同云和工具间自由流动，满足合规要求并保护长期投资。

2026年AI安全可能面临哪些新威胁？

报告警告，agentic AI和MCP服务器引入供应链漏洞、提示注入和跨智能体权限升级等新攻击面。安全必须从项目创建开始内嵌，通过自动生成SBOM和强制RBAC策略，防止智能体'越狱'和数据泄露。

2026年AI发展的主要趋势是什么？

报告预测七大趋势：安全原生AI、人类技能再中心化、视觉-语言-动作模型崛起、合成好奇心（AI主动提问）、企业AI重新校准、多智能体协作、以及AI垂直化——转向行业原生智能，更深入解决特定领域问题。

报告中的代表性数据

80%

企业增加生成式AI投资比例

2024年，根据Capgemini研究院2025年5-6月对1020家至少正在探索Gen AI的组织的调查，80%的受访企业表示在2024年增加了生成式AI投资。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • Chat with History案例：展示如何使用多智能体AI和微软Agent框架将750年历史档案转化为可对话的多语言数字资源，实现历史知识民主化。
  • Serendipitous Teams概念：描述如何创建虚拟'专家智能体团队'（如品牌策略师、创意总监、商业策略师），加速营销创意和决策过程。
  • Blue Ocean Intelligence框架：详细阐述生成式AI与agentic AI融合的四大转变——消除静态学习、减少计算拖累、通过强化学习提升自主性、通过协作创造新价值。
  • Move 37视角：以AlphaGo的经典一子为例，论证企业应放弃对现有流程的渐进优化，转而利用agentic AI彻底重塑财务、人力资源和供应链等后台流程。
  • 空间数据即服务(SDaaS)深度分析：涵盖延迟、刷新率、边缘计算、云架构、可访问性和伦理法规的最新进展，以及农业、救灾、金融等领域的实际应用。
  • AI产品生命周期管理实践：包括模型、提示和智能体的标准化、治理、内部市场构建，以及医疗、汽车等行业案例。
  • 开放标准技术指南：Delta Lake、Apache Iceberg、MLflow、Unity Catalog等开源组件如何支撑未来数据与AI平台，并提供金融、医疗、公共部门实例。
  • Factory Eyes与物理AI：计算机视觉如何使机器获得感知能力，结合机器人实现自主导航和操作，强调人类在回路中的重要性。
  • vCon标准详解：一种'对话PDF'的开放标准，用于统一结构化语音、视频和文本对话，支持合规审计、AI训练和跨平台互操作。
  • 2026年七大预测：涵盖安全原生、人类技能复归、VLA模型、合成好奇心、企业AI再校准、多智能体联盟和垂直化AI，每项预测配有深度解读。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告