治理 Agentic Enterprise:营销领导者当下必须知道的事 | 技术趋势
<p data-type="paragraph">2026 年,智能体将在企业级应用中取得哪些实质性突破?<a href="https://www.infoq.cn/minibook/keTZm4fpOmFEzmx77Zpq" title="xxx" data-type="link">点击下载</a>《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式!</p><p data-type="paragraph"></p><p data-type="paragraph">过去的问题是,营销人员是否应该使用 AI。如今,这场争论已经结束。随之而来的矛盾更加棘手:一方面,客户数据越统一、越完整,越能贯通各个触点、渠道与互动,AI 所能创造的价值就越大;但另一方面,隐私与治理要求也意味着更高的责任:开放更多数据访问权限,需要更严格的控制、更清晰的问责机制,以及对数据使用方式更充分的信任。</p><p data-type="paragraph"></p><p data-type="paragraph">今天,营销人员正在努力平衡相互竞争的优先事项:我们如何在遵守隐私要求的同时,尽可能释放更多数据的价值?我们又该如何有效治理 AI,从而在规模化应用中建立信任,同时保持快速行动的能力?</p><p data-type="paragraph"></p><p data-type="paragraph">本周,在戛纳国际创意节期间,我们正式发布第五版<a href="https://www.snowflake.com/en/the-modern-marketing-data-stack-report/?utm_cta=mmds-launch-blog/" title="xxx" data-type="link">《现代营销数据栈报告:治理智能体企业》</a>。回顾这些报告以及营销技术栈的发展脉络,我能够清晰地看到其中的演进路径。最初,我们关注的是企业能否统一客户数据;之后,我们开始探讨 AI 能否帮助企业更好地利用这些数据;如今,我们正在深入研究相关工具与架构,探索如何在保持控制、支持合规的同时,让 AI 智能体基于企业数据采取行动。</p><p data-type="paragraph"></p><p data-type="paragraph">这正是智能体时代最具决定性的挑战。正如 chiefmartec 分析师 Scott Brinker 在今年的报告中所说:<strong>“AI 重塑技术栈,主要并不是通过取代原有工具,而是通过在这些工具之上创建一个新的控制平面。”</strong></p><h2 data-type="heading" data-id="heading0">三股力量正在汇聚</h2><p data-type="paragraph"></p><p data-type="paragraph">在过去几版报告中,我们持续追踪着三股重塑现代营销数据栈的力量:AI、隐私和数据引力。今年,变化变得更加具体:这些力量正在真正影响工作的实际开展方式。</p><p data-type="paragraph"></p><p data-type="paragraph">AI 正在不断接近执行环节,并开始塑造工作流、触发行动,以及影响整个技术栈中的决策。这也改变了数据基础的作用。当系统开始制定决策或提出决策建议时,它们必须基于经过治理且受到团队信任的数据运行。</p><p data-type="paragraph"></p><p data-type="paragraph">隐私同样是这一变化的一部分。随着越来越多的决策实现自动化,将用户同意和数据使用规则嵌入数据访问与行动执行的系统中,变得更加重要。</p><p data-type="paragraph"></p><p data-type="paragraph">这正是治理框架成为贯穿始终的主线的原因。它能够帮助团队在不失去控制的前提下提高行动速度,明确 AI 可以在什么情况下自主行动、哪些环节需要人类继续参与,以及应当如何衡量结果。</p><p data-type="paragraph"></p><p data-type="paragraph"><strong>AI、数据引力和隐私的汇聚,正在改变现代营销数据栈的构建、运营与治理方式。</strong></p><h3 data-type="heading" data-id="heading1">AI 的投资回报,以及治理究竟能够带来什么</h3><p data-type="paragraph"></p><p data-type="paragraph">整个营销技术栈中的 AI 能力已经大幅扩展。但过去一年更具深远影响的发展,已经超越了生成式 AI,转向智能体工作流的早期兴起:这些系统不再只是辅助完成单项任务,而是能够协调一系列行动、调用工具、作出决策,并在人工监督和控制下,围绕既定目标持续优化。</p><p data-type="paragraph"></p><p data-type="paragraph">智能体企业时代从根本上改变了企业的运营模式。当 AI 能够代表你采取行动时,数据基础的质量,以及今年报告特别强调的治理控制清晰度,将决定这些行动究竟能够创造价值,还是会引入风险。</p><p data-type="paragraph"></p><p data-type="paragraph">在 AI 探索的早期阶段,首席营销官通常试图通过更快行动或部署更多工具来抢占先机。但真正取得最佳成效的企业,会将具体使用场景与高质量、经过治理的数据结合起来。本报告也重点介绍了多家大型企业的实践案例。</p><p data-type="paragraph"></p><p data-type="paragraph"><a href="https://www.snowflake.com/en/customers/all-customers/video/fanatics/ " title="xxx" data-type="link">Fanatics</a> 展示了这一模式在规模化环境中的具体形态。体育、游戏和收藏品业务每天都会产生数十亿条粉丝信号,但这些数据分散在不同的业务部门中。为此,Fanatics 基于 Snowflake 构建了 FanGraph,通过统一的数据基础,整合形成了覆盖超过 1 亿名粉丝的单一视图。</p><p data-type="paragraph"></p><p data-type="paragraph">在此基础上,Fanatics 部署了 <a href="https://www.snowflake.com/en/product/snowflake-cowork/ " title="xxx" data-type="link">Snowflake CoWork</a>,将数据直接交到业务团队手中。如今,市场营销和运营团队可以自行探索数据、提出后续问题并挖掘洞察,不再需要将每一项需求都转交给数据分析师处理。依托这一经过治理的数据基础,他们开始构建企业级智能体,实现洞察获取自动化,并规模化地为粉丝提供个性化体验。</p><p data-type="paragraph"></p><p data-type="paragraph">Fanatics 首席产品经理 Daniel Fox 表示:“我们拥有大量数据,也需要理解这些数据。现在,我们终于拥有了能够真正做到这一点的工具,同时也能够赋能团队,为粉丝提供更加个性化的体验。”</p><p data-type="paragraph"></p><p data-type="paragraph">随着智能体承担越来越重要的角色,首先需要明确的关键事项之一就是问责机制。参与今年报告的合作伙伴指出了一个反复出现的规律:当决策归属和衡量责任不明确时,智能体项目往往会陷入停滞。真正取得进展的企业,都会尽早建立治理机制,并明确具体的责任人。</p><h3 data-type="heading" data-id="heading2">隐私:从合规职能转变为运营能力</h3><p data-type="paragraph"></p><p data-type="paragraph">可以说,如今的隐私环境比一年前更加复杂。监管执法力度进一步加强,消费者的期望也在不断提高。随着 AI 智能体承担更多自主性角色,潜在风险的覆盖范围也在扩大。</p><p data-type="paragraph"></p><p data-type="paragraph">我所钦佩的企业已经不再把隐私视为一个需要勾选的合规事项。它们将用户同意、身份管理和数据使用控制直接嵌入数据访问与共享方式之中,尤其是在自动化工作流中。</p><p data-type="paragraph"></p><p data-type="paragraph">随着 AI 智能体在技术栈的更多环节采取行动,企业不可能实时审查每一次操作。治理政策必须嵌入行动发生的目的地,而不能只设置在入口处。</p><p data-type="paragraph"></p><p data-type="paragraph">更深层的原因在于消费者信任。在审视日益严格的时代,信任是品牌能够建立的最宝贵资产之一,也是一旦受损后最难重建的资产之一。无论监管环境未来如何变化,第一方数据、透明的用户同意机制,以及向客户证明所提供的价值,仍将是企业持久的竞争优势。</p><h3 data-type="heading" data-id="heading3">数据基础,就是智能体 AI 的基础</h3><p data-type="paragraph"></p><p data-type="paragraph">2022 年首次发布这份报告时,我们提出的核心观点非常直接:首先,将营销数据统一到一个集中式平台中;然后,在这一数据基础之上部署各个领域中最优秀的工具。</p><p data-type="paragraph"></p><p data-type="paragraph">如今,这一原则比以往任何时候都更加重要。随着 AI 驱动的工作流横跨分析、激活、衡量与协作等环节,以重复数据为基础构建的碎片化技术栈已经无法跟上发展速度。</p><p data-type="paragraph"></p><p data-type="paragraph">正如 Scott Brinker 所说:“<strong>AI 不会神奇地替你整合整个生态系统。相反,它提高了要求。数据基础、语义和运营控制的质量,将成为决定 AI 能否真正创造价值的最重要因素。</strong>”</p><p data-type="paragraph"></p><p data-type="paragraph">2026 年,营销组织面临的决定性问题,已经不再只是应该在技术栈中加入哪些应用,而是这套技术栈能否在复杂环境中支持协同决策、受治理的数据访问,以及受控的自动化。</p><p data-type="paragraph"></p><p data-type="paragraph"><strong>技术栈必须围绕数据重新组织,而数据必须得到治理。</strong></p><h2 data-type="heading" data-id="heading4">营销领导者现在应该做什么</h2><p data-type="paragraph"></p><p data-type="paragraph">首先,没有数据战略,就没有 AI 战略;没有治理,也就没有数据战略。</p><p data-type="paragraph"></p><p data-type="paragraph">在 AI 应用方面行动最快的企业,往往是那些率先打好基础的企业:数据经过统一、保持一致,并且针对数据如何被访问、共享和用于执行行动建立了清晰的控制机制。</p><p data-type="paragraph"></p><p data-type="paragraph">治理不会拖慢创新。恰恰相反,它是实现可规模化、可问责的 AI 驱动行动的基础。</p><p data-type="paragraph"></p><p data-type="paragraph">其次,要拥抱可组合式思维。今年报告所绘制的工具与类别比以往任何一年都多,但这并不意味着企业需要部署其中的大多数工具才能取得成功。真正取得成效的企业,会有意识地组合各种能力,选择能够在数据所在地直接协同运行的工具,并且能够在不破坏底层治理基础的情况下,对这些工具进行扩展或替换。在一个底层技术不断变化的世界中,可组合性是企业保持敏捷的关键。</p><p data-type="paragraph"></p><p data-type="paragraph">在发布第五版现代营销数据栈及其演进研究报告之际,我最确信的一点是:能够在智能体时代脱颖而出的营销领导者,是那些真正理解治理与创新并非对立关系的人。<strong>越接近自身数据、越审慎地治理数据的企业,就越能够在智能体全面到来时,更快、更有信心地采取行动。</strong></p><h2 data-type="heading" data-id="heading5">第五版《现代营销数据栈报告》的主要内容</h2><p data-type="paragraph"></p><p data-type="paragraph">今年的报告汇集了来自 Snowflake 合作伙伴与客户生态系统中首席营销官、营销技术专家和 AI 专家的观点。报告深入研究了营销组织如何构建必要的技术架构、运营模式和治理基础,从而让智能体 AI 成为一种切实可行、对业务至关重要的能力。</p><p data-type="paragraph"></p><p data-type="paragraph">当然,报告还评选并列出了技术栈各个参评类别中的“领导者”和“值得关注者”。这些评选结果基于 Snowflake 对客户过去 12 个月合作伙伴技术使用情况的分析。完整的方法论说明可参见报告附录。</p><p data-type="paragraph"></p><p data-type="paragraph">欢迎<a href="https://www.snowflake.com/en/the-modern-marketing-data-stack-report/?utm_cta=mmds-launch-blog/" title data-type="link">下载</a>第五版《现代营销数据栈报告》,了解完整研究结果。</p><p data-type="paragraph"></p><p data-type="paragraph">原文地址:<a href="https://www.snowflake.com/en/blog/mmds-ai-governance-framework-agentic-enterprise/" title="xxx" data-type="link">https://www.snowflake.com/en/blog/mmds-ai-governance-framework-agentic-enterprise/</a></p><p data-type="paragraph"></p><p data-type="paragraph"></p><p data-type="paragraph">点击链接立即报名注册:<a href="https://www.snowflake.com/events/ascent-snowflake-platform-training-china-cn/" title data-type="link">Ascent - Snowflake Platform Training - China</a>,更多 Snowflake 精彩活动请关注<a href="https://www.infoq.cn/space/snowflake" title="xxx" data-type="link">专区</a>。</p>