2026 年，智能体将在企业级应用中取得哪些实质性突破？点击下载《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！
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。
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？
本周，在戛纳国际创意节期间，我们正式发布第五版《现代营销数据栈报告：治理智能体企业》。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。
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：“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。”
三股力量正在汇聚
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。
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。
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。
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。
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。
AI 的投资回报，以及治理究竟能够带来什么
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。
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。
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。
Fanatics 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。
在此基础上，Fanatics 部署了 Snowflake CoWork，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。
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。”
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。
隐私：从合规职能转变为运营能力
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。
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。
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。
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。
数据基础，就是智能体 AI 的基础
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。
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。
正如 Scott Brinker 所说：“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。”
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。
技术栈必须围绕数据重新组织，而数据必须得到治理。
营销领导者现在应该做什么
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。
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。
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。
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。
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。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。
第五版《现代营销数据栈报告》的主要内容
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。
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。
欢迎下载第五版《现代营销数据栈报告》，了解完整研究结果。
原文地址：https://www.snowflake.com/en/blog/mmds-ai-governance-framework-agentic-enterprise/
点击链接立即报名注册：Ascent - Snowflake Platform Training - China，更多 Snowflake 精彩活动请关注专区。
