IBM 把数据治理直接接进智能体，企业 AI 落地开始补“上下文短板”

IBM 在 6 月 17 日宣布，把 Agentic Data Intelligence 能力带到 watsonx.data intelligence 的自管部署环境里，让智能体可以在运行时读取业务定义、血缘、所有权和治理策略。这个动作看上去偏技术，实际上很商业，因为它直指企业 AI 迟迟难以规模化的核心问题: 智能体知道数据在哪，却不知道这些数据到底意味着什么。

很多公司现在已经接入了内部表、文档和知识库，但效果并不稳定。原因不是模型不够聪明，而是企业数据本身没有被清晰标注，口径也没有被治理。销售口径、财务口径、经营口径一旦混在一起，智能体给出的答案再流畅，也可能在关键决策上跑偏。

IBM 这次强调把治理信息通过 MCP 等方式直接送到智能体交互里，本质上是在补“可解释的企业上下文”。这意味着 AI 不只是查到一份表，而是知道谁是 owner、这份数据如何流转、哪些字段受限制、哪些定义才是组织认可的版本。企业真正需要的不是会聊天的工具，而是会按业务规则做事的系统。

对中型企业来说，这个消息特别值得注意，因为它改变了落地顺序。过去不少团队会先做智能体，再回头补治理；现在更合理的做法可能正好相反，先把关键业务对象、字段定义、审批边界和数据责任人梳理出来，再让智能体接入。这样上线慢一点，但后面更容易扩展。

未来企业 AI 服务会越来越像“治理工程 + 工作流工程”的组合，而不是单纯的模型接入项目。谁能把业务语义、权限规则和自动化流程放在一起交付，谁就更有机会把智能体从演示环境带进真实运营。