加利福尼亚州帕洛阿尔托, Oct. 21, 2026 (GLOBE NEWSWIRE) -- AI 数据层公司 Denodo 发布由调研机构 Veqtor8 完成的一项综合独立研究成果。 研究报告题为《智能体 AI 专用 AI 数据层投资回报率》（The ROI of an AI Data Layer for Agentic AI），其中指出：企业部署受管控 AI 数据层，三年投资回报率 (ROI) 高达 290%，智能体部署速度提升 3 倍，AI 运营成本下降 68%。

随着企业逐步从生成式 AI 试点阶段迈向在生产环境中规模化运行自主及半自主智能体的阶段，能否可靠地获取实时、受管控且语义一致的企业数据，已成为主要瓶颈。 Veqtor8 本次调研通过深度访谈来自全球银行、电信集团、化工制造企业、头部物流企业的一线从业者、超大规模云服务商及技术合作伙伴，量化分析了部署 Denodo AI 数据层与零散自建架构相比，在经济效益与运营层面的优势。

核心结论与经济效益

此次研究构建了一套综合企业财务模型，以反映所有受访企业的平均规模。 该模型涵盖 100 个分布式企业数据源，智能体数量从第 1 年的 100 个增长至第 3 年的 900 个。 三年期内的主要量化成果如下：

• AI 项目创造的业务价值增加原来的 2.9 倍：包含净成本节约与新增总业务价值两部分。
• 智能体部署速度提升 3 倍：依托预制、可复用的数据产品，无需为每一次部署单独开发定制集成链路，智能体上线投产周期缩短至原来的三分之一。
• AI 运营成本下降 68%：查询直接交由 AI 数据层处理，并在送入模型前完成数据过滤，单任务上下文载荷从约 18,000 token 降至约 5,760 token，算力成本同步大幅降低。
• 集成与治理成本节省超 75%：根除连接器泛滥、MCP 服务无序扩张等问题，维护成本降低 79%，策略管理工作量减少 76%。

破解“MCP 服务器泛滥”难题

如果缺少统一逻辑数据层，企业智能体就需要为每一个底层数据源单独搭建模型上下文协议 (MCP) 服务器、RAG 链路以及独立的安全管控机制。 在强监管行业中，单个投产运行的智能体可能要对接 30 至 50 个相互独立的云平台、SaaS 应用、遗留系统与业务运营系统，上述模式会带来巨大的集成阻力，同时埋下治理隐患。

Veqtor8 首席分析师兼本报告作者 Andrew Milroy 表示：“智能体的效能取决于其能够访问的数据。 对接单个系统简单直接，但要依据统一的安全策略，把数十套系统编排成连贯、可靠的工作流，难度极高。 Denodo AI 数据层简化了这一复杂逻辑，企业只需完成一次数据画像，受管控的数据产品便可开放给所有具备访问权限的智能体重复使用。”

Denodo 首席技术官 Alberto Pan 指出：“规模化应用 AI 时，企业无法在部署速度、治理合规与成本效益之间做出取舍。 Denodo 平台无需大规模迁移数据，即可实现分布式数据资产访问统一、语义一致以及策略集中实施，为可信的企业级 AI 智能体筑牢核心基石。”

研究报告获取方式

如需免费下载 Veqtor8 完整研究报告《智能体 AI 专用 AI 数据层投资回报率》，请访问denodo.com。

关于 Denodo

Denodo 为 AI 数据层厂商。 屡获殊荣的 Denodo 平台为可信赖的智能体和应用提供支持，将企业数据转化为可靠的洞察，助力数据分析与自助式服务。 欲了解更多信息，请访问 denodo.com。

关于 Veqtor8

Veqtor8 是一家独立咨询与洞察平台，聚焦人工智能、数据管理、网络安全以及云基础设施领域。 Veqtor8 通过开展务实独立研究、高管研讨会、分享宣讲以及发布研究报告，助力企业做好 AI 落地准备、优化数据战略、增强数字韧性。

媒体联系方式

pr@denodo.com