你被拉进一个讨论「用 AI 做决策」的会。有人说，模型换成最新的，再喂三个月数据，效果自然就出来了。你想起上周那张对不上的表：同一个客户，销售系统里是合同号，财务那里是税号，售后记录里是设备号。
北京大学和中国信息通信研究院云计算与数字化研究所联合发布的《数据智能体赋能决策智能产业研究报告》，41 页，把落地的瓶颈列了三条：数据底座碎片化、决策过程黑箱化、建设模式定制化。排第一的那条跟模型毫无关系，报告的原话是，传统数据治理以表、字段、文件为组织单元，数据「不知道自己描述的是谁」。
所以卡住的不是算力，是身份。模型补得上动作层，补不了「这几条记录说的是不是同一个人」。
01 数据涨到 52 泽字节，业务视图串不起来
报告引的数字很直白。2025 年全国数据生产总量 52.26 泽字节，同比增长 27.28%，占全球的 27.44%，企业贡献了约九成增量。市场端同样热：2025 年中国决策智能应用市场规模 485 亿元，2021 到 2025 年复合增速 25.6%，比整体数据智能应用的 24.2% 还快一档。
钱和数据都在往这儿涌。但是同一份报告紧接着写，这些数据「难以串联为完整的业务视图」，规模优势「无法有效转化为决策质量优势」。两头都旺，其实中间断了。
断口就在身份上。同一个实体对象，在不同系统里身份标识、属性描述、行为记录各自为政，语义断裂、口径不一。三家系统三套编码，硬串起来对不上号，分析只能覆盖局部，全局研判就做不出来。数据从来不缺，缺的是同一性。
02 把数据的单位从「记录」换成「实体」，后面的能力才装得上
报告给这类系统的定位是数据智能体：先把散落在各系统里的东西认成同一个实体，再在这个实体身上建关系。顺序不能倒，第一步没做，后面全是空的。
数据智能体的五层价值 | |
识对象 | 给每个真实对象一个唯一数字身份，把组织单位从「记录」换成「实体」 |
通关系 | 股权、任职、交易这类显性关系，加上风险传导、行为相似这类隐性关系，编成可计算的网 |
可解释 | 数据来源、推理逻辑、业务规则、置信度，逐层可回溯 |
可复用 | 本体模型和图谱跨场景、跨主体复用，一次治理多方共享 |
优决策 | 从「发生了什么」进到成因剖析、风险传导、趋势预判 |
技术上靠两件事：本体建模和语义对齐。本体用 OWL、RDFS 定义实体类型与关系，FIBO、Schema.org 这类行业骨架可以直接借来用。语义对齐对付的是「同物异名、同名异物」，实体解析里用字符串相似度、编辑距离、SimHash 指纹，再叠上 TransE、R-GCN 这类图嵌入，把工商、税务、司法里的同一个对象映射到统一本体。报告的原话很硬：没有语义对齐，跨域关联与复用就无从谈起。
03 三个动作，没一个在模型上
一，立项先列实体清单，不列指标清单。把「客户、企业、设备、项目、供应商」这几个真正被决策的对象列出来，问一句每个对象在各系统里分别叫什么。这张单子比指标体系更能暴露风险。
二，抽五十条真实数据做一次对齐验收。专挑同物异名和同名异物，看系统能不能认对。这一步骗不了人，也快不了，但它是唯一能提前发现问题的动作。
三，把「能不能跨场景复用」写进验收标准。报告说数据智能体的价值就体现在复用，建议推广统采共用、集约治理，让上层场景以组装而不是重建的方式落地。一次治理能不能多方共享，决定了这笔投入是资产还是费用。
模型是最后一步，不是第一步
回到那个会。判断一个 AI 决策项目能不能成，问模型参数没用，问一句就够：同一家客户在你们系统里有几个身份，谁负责把它们对齐。
这份报告只给了方向，没算成本账。本体工程要投多少人年、多久才能覆盖到长尾实体，它没有回答。
北京大学数据智能体赋能决策智能产业研究报告2026年41页.pdf
