รายงานจาก MIT Technology Review ร่วมกับ Snowflake เปิดเผยว่า แม้ Generative AI จะช่วยให้การวิเคราะห์ข้อมูลเข้าถึงง่ายขึ้น แต่ Agentic AI ที่สามารถทำงานอัตโนมัติได้นั้นยังคงมีปัญหาด้านคุณภาพ โดยพบว่ามีเพียง 48% ของข้อมูลเชิงลึกที่เอเจนต์สร้างขึ้นที่นำไปสู่การปรับปรุงธุรกิจจริง ซึ่งเป็นตัวเลขที่เพิ่มขึ้นจากปีก่อนเพียงเล็กน้อย
อุปสรรคสำคัญที่ขัดขวางประสิทธิภาพของเอเจนต์คือการขาดบริบททางธุรกิจ (Business Context) และปัญหาข้อมูลที่ไม่ได้ถูกจัดระเบียบ ทำให้คำแนะนำเชิงสั่งการ (Prescriptive Insights) ยังไม่มีความแม่นยำเพียงพอ นอกจากนี้ องค์กรส่วนใหญ่ยังประสบปัญหาข้อมูลล้นจนไม่สามารถประเมินความถูกต้องของคำแนะนำทั้งหมดได้ทันเวลา องค์กรชั้นนำจึงเริ่มให้ความสำคัญกับการวางรากฐานธรรมาภิบาลข้อมูล (Data Governance) และการเพิ่มเลเยอร์เชิงความหมาย (Semantic Layer) เพื่อช่วยให้ AI เข้าใจโครงสร้างและเป้าหมายของธุรกิจได้ลึกซึ้งยิ่งขึ้น
