北京大学:数据智能体赋能决策智能产业研究报告

来源：北京大学和中国信息通信研究院云计算与数字化研究所

决策智能（Decision Intelligence）是数据洞察转化为行动优势的枢纽，是面向个人、组织和社会从“知道是什么” 到“怎么干”的系统逻辑，是人工智能从感知到认知决策发展的高级阶段。作为数据要素价值释放的重要出口，决策智能一方面承接底层数据资源治理能力，另一方面承接上层业务场景需求，需要将分散的数据提炼为结构化洞察，进一步转化为可执行的决策输出与行动方案，广泛赋能风险研判、资源配置、运营优化、战略预判等核心业务环节，是推动千行百业数智化转型向纵深演进的核心引擎。

随着全球数据要素市场化改革持续推进，以及通用大模型向代理型人工智能（Agent）加速演进，决策智能产业迎来快速发展窗口期，市场规模持续扩容，应用场景不断深化，逐步成为数字经济新的增长极。在产业规模化落地过程中，决策智能的高质量发展仍面临多重现实瓶颈。

数据层面，全社会数据总量呈指数级增长，但同一实体对象在不同业务系统中身份标识、属性描述、行为记录各自为政、语义断裂的问题依然突出，“数据孤岛” 与“身份碎片化”导致海量数据难以提供决策支撑，有效决策供给不足与日益旺盛的业务需求之间的矛盾日益凸显。

能力层面，人工智能技术的快速迭代大幅提升了自然语言生成与任务执行效率，但模型黑箱、推理幻觉等问题也同步显现，在金融风控、行政审批、公共安全等强监管场景中，决策过程不可解释、结论不可追溯的输出难以直接作为正式决策依据。

产业层面，当前大量决策智能项目仍以定制化单点建设为主，治理成果与知识模型难以跨场景复用，跨主体、跨域数据协同仍受合规与权属约束，制约了产业规模化发展的步伐。数据作为新型生产要素，对推动传统生产方式变革具有重大影响。

数据正从“被动查询”走向“主动协同”，成为驱动决策智能的核心资源。面对决策智能产业发展的核心瓶颈，数据智能体（Data Agent）作为一种以语义对齐为内核的数据治理新范式，通过本体建模将多源异构数据重新“认出”同一个真实世界对象，构建起具备唯一身份、关联网络与可追溯逻辑的数字计算单元，为破解数据孤岛、实现可信决策提供了重要技术路径，开始进入产业实践视野。

本报告立足决策智能产业发展视角，从推动数据要素价值深度释放出发，梳理决策智能产业发展背景与核心矛盾，分析数据智能体支撑决策智能在重点行业的落地实践与赋能成效，并从技术、产业、应用、战略等层面对决策智能产业的发展趋势进行展望。报告中涉及的产业实践数据与典型案例，仅代表编写组作为研究单位的学术观察与整理，仅供参考和交流。