企业正加快引入“代理型AI”，但实际现场指出，仅凭模型性能存在明显局限。分析认为，核心在于如何整理分散在现有信息管理系统中的非结构化数据，使其可控，并根据业务上下文进行连接。
在谷歌Cloud Next 2026将“代理型企业”转型作为首要任务的背景下，信息技术（IT）领导者们的关注点也已从模型选择转向“可靠的数据供给”。全球信息管理企业OpenText在此强调，构建作为企业级AI基础的“Context Layer”，即上下文层至关重要。
OpenText人工智能工程副总裁Waqas Ahmed解释说：“企业信息不仅仅是存储设备里的文件。信息需要被系统地整理，应用治理，附上元数据和上下文信息，并与业务应用程序及客户流程相连接。”接着他表示：“要想将其连接到AI提供商和大语言模型（LLM），不应倾倒不必要的信息，而要在必要时刻传递必要的信息。”
OpenText与谷歌云，共同构建“Agent Stack”
OpenText与谷歌云的合作于2025年11月扩大，涵盖了人工智能创新、数据隐私及主权云领域。双方认同企业级AI要成功，需要的不仅仅是简单的模型访问权，而是“受控的数据层”。
谷歌全球AI与机器学习合作伙伴工程主管Yemi Falokun表示，OpenText自2023年5月起就已利用当前的“Gemini Enterprise Agent平台”开发行业定制化解决方案。典型案例是“Content Aviator”。该服务旨在让企业能够在可信的安全环境中搜索和利用其数十年积累的文件。
Falokun表示：“OpenText正将自2023年以来积累的基础扩展到代理型AI时代。通过与Gemini Enterprise Agent平台的深度集成，我们支持共同客户基于庞大的企业信息，大规模部署安全的自主型解决方案。”
不是“将数据带向AI”，而是“将AI发向数据”
两家公司特别强调的部分是“Context Engineering（上下文工程）”。这不仅仅是数据连接，更是一项将何种信息应由谁、在何种权限下、于哪个业务流程中使用结构化的任务。若缺失这一步骤，在人力资源（HR）入职或保险理赔等敏感业务中，将难以应用安全策略、确保结果可复现性以及生成审计追踪。
Ahmed表示：“我们认为，与其将数据带向AI，不如将AI发向数据。只有通过这种方式，才能在保持权限、治理、安全和访问控制的同时，找到所需信息，并让本地环境中的智能编排多个存储库，得出恰当的答案。”
为此，OpenText推出了“Aviator Studio”。这是一个无需单独编码，企业客户即可创建、管理AI代理并将其与各种应用程序相连接的平台。其区别点在于，能够设计出不局限于特定单一系统，而是跨越多个业务应用程序的流程。
主权云与互操作性亦为核心议题
对于全球性企业而言，数据主权问题正变得更加敏感。OpenText支持私有AI部署方式，即整个处理过程在客户受控的环境内完成。谷歌云表示，通过基于区域的服务、客户管理的加密以及不将客户数据用于模型训练的原则来对此提供支持。
互操作性也是一个重要方面。OpenText为使“Content Aviator”能在Gemini Enterprise环境中使用，提供了代理间联动和基于MCP（模型上下文协议）的数据连接器。据此，谷歌工作空间的用户无需编写额外的定制代码，即可通过代理使用存储在OpenText中的内容。
Ahmed表示：“如果把代理关在各个应用程序内部，那只不过是让现有系统自动化得更有效率一些。真正的代理型企业的力量，在于跨越孤岛和应用程序的‘编舞（编排）’与‘指挥（协调）’。”他接着补充道：“当数据提供智能，AI负责执行时，生产力、洞察力和竞争优势便随之产生。”
此次讨论很好地展示了企业级AI市场的发展方向。未来，竞争力可能更多地取决于如何安全地整理、情境化陈年企业数据并将其连接至代理，而非使用了哪种模型。随着“代理型AI”的普及，上下文工程预计将不再是一个选项，而是成为必要的基础设施。
TP AI注意事项 使用TokenPost.ai基础语言模型对文章进行了摘要。可能遗漏了正文的主要内容或与事实不符。