人工智能背景差距：企业人工智能的真正问题不是检索，而是信任

VentureBeat 提出了一个在IT主管中反复出现的问题：企业AI项目的失败原因更多在于对其输出的信任度，以及对其数据源的治理，而非技术本身（如检索、嵌入、检索增强生成）。

Le fait

7月16日，VentureBeat发表了一项分析，他们称之为企业中的“AI上下文差距”：企业部署的真正痛点不再是RAG的检索质量，而是注入模型的来源的可追溯性和治理。大多数团队现在知道如何构建一个响应的RAG管道——但很少有人能证明引用的来源是授权的、最新的，并且与内部政策一致。

Notre lecture

这与我们在APAC区域关于规模化失败的近期出版物（apac-ai-poc线程）和CFO的筛选（token-budget-caps线程）中观察到的情况一致：技术层已经成熟，治理层尚未成熟。真正的差距不在于嵌入，而在于元数据——谁写了这份文档，何时写的，具有什么法律效力，谁有权查看它。

À surveiller

企业“数据信任”模块（Immuta、Collibra、Alation）重新定位为AI优先；大型出版商收购“来源归属”初创公司；与企业代理人对过期或超出范围的数据的回应相关的首次罚款或诉讼。