人工智能(AI)正迎来转折点，摆脱过度期望的迷雾，开始为企业经营增添实际价值。随着成本削减和生产率提升等AI投资回报率成为核心绩效指标，戴尔科技公司正基于自主代理和数据驱动战略，崛起为AI收益实现的领导者。
戴尔首席技术官兼首席AI官约翰·鲁斯在近期接受theCUBE采访时指出，企业如今才开始理解AI应用与实际业务成果之间的关联。他表示："销售成本结构、供应链运营、产品开发全过程都因AI的引入而改变"，"现在AI投资已超越单纯研究或试点阶段，进入了能带来具体财务效果的时期。"
戴尔通过在企业内全面引入自主代理，正在将"AI工厂"的概念变为现实。自去年起在内部工作中试验完全自动化代理的戴尔发现，与初期假设不同，该技术能在企业内部发挥更颠覆性、更广泛的作用。鲁斯强调："如今我们仅将代理视为简单的预约助手，但实际上它正演变为从根本上改变更大组织架构和工作方式的主体。"
戴尔判断，这种变化的关键不在于大型语言模型本身，而在于支撑它的"数据"质量。特别是那些构建了自有知识图谱并从中提取独特企业专业知识的公司，在实现AI投资回报率方面更具优势。鲁斯表示："真正的竞争力将属于那些拥有专有数据并能借此训练自主代理的企业"，"迈克尔·戴尔也长期强调'企业最重要的资产是数据'。"
然而，高级AI运营以高水平的数据治理为前提。目前仍有大量企业停留在众多AI概念验证项目阶段，迷失方向。与之相反，那些明确范围并将一个高影响力项目实际融入运营的企业，正在AI投资回报率实现竞争中取得领先。鲁斯建议："仅一个成功运行的大型项目实现数千万美元成本节约，就足以让企业确立优势"，此后建立复制推广该成果的体系至关重要。
戴尔在扩大面向政府及全球大型企业的AI基础设施业务的同时，正正式启动利用内嵌式代理系统和专有数据的收益模型，构建下一代AI数据中心的战略格局。这意味着讨论焦点已从技术可能性转向企业及政府开始关注如何衡量和复制AI的实际价值。
如此看来，戴尔以自主代理和数据运营治理为核心引领AI工厂建设的战略，被视为展示AI技术能同时兼顾盈利性与可持续性的案例。这再次凸显：若要使AI成为企业新的增长引擎，其前提不仅是高性能模型，更需要系统化的数据资产管理以及可信赖的投资回报率实现策略。
