AI競爭走向數據與代理AI 鄧白氏攜手矽谷科技大咖打造商業決策新引擎

隨著生成式人工智慧（AI）快速普及，企業競逐焦點正從模型能力轉向數據品質與代理式AI（Agentic AI）應用。全球商業數據與風險管理機構鄧白氏（Dun & Bradstreet）指出，未來AI競爭關鍵不再只是擁有強大的模型，而是能否讓AI即時取得可信賴的商業數據，並自主完成企業決策流程。

鄧白氏全球營運與轉型執行副總裁鮑文安表示，過去企業使用商業資料庫，主要是透過查詢系統取得公司背景、財務資訊或信用評級等資料。然而在AI時代，企業需求已大幅改變，不僅希望AI能直接取得商業資料，更期待AI能理解企業之間的關聯性，甚至能自主執行完整工作流程。

為此，鄧白氏近年積極轉型，從傳統商業資料供應商邁向AI時代的數據基礎設施平台，並開始提供符合MCP（Model Context Protocol，模型上下文協定）架構的商業數據服務。透過MCP標準介面，包括Claude、ChatGPT、Gemini等大型語言模型及各類AI Agent，都能即時調用鄧白氏全球商業資料庫，取得最新且經驗證的企業資訊。

除了開放數據存取外，鄧白氏也將AI能力直接整合進既有產品。過去企業可能只會查詢單一企業營收、負責人或信用評級；未來則能透過自然語言直接詢問AI，例如評估某家企業是否適合作為供應商，系統將自動整合財務狀況、供應鏈關係、信用風險及商業往來紀錄，快速提供決策建議。

鄧白氏特別看好代理式AI發展趨勢。相較於傳統聊天機器人只能回答問題，代理式AI已能主動執行任務，例如採購Agent可自動尋找供應商、比較價格與信用風險；法遵Agent可檢查制裁名單與洗錢風險；銷售Agent則可分析市場並產生潛在客戶名單。這些應用背後都需要即時且可信的商業數據作為支撐。

在新的AI生態系中，單打獨鬥已不再可行。鄧白氏指出，未來競爭力來自於生態系整合能力，因此，公司正積極與超大型雲端平台及AI業者合作，包括Google Cloud與Anthropic等，希望讓企業無論使用何種AI模型，都能快速接取全球商業數據與風險資訊。

從產業發展角度來看，AI競賽已歷經三個階段：2024年比拼模型能力、2025年關注推論成本，而到了2026年，企業開始競逐可供AI調用的數據與工具資源。MCP也因此成為市場熱門標準，未來AI Agent將透過MCP串接CRM、ERP、財務系統、商業資料庫及各類雲端平台，形成完整工作流程。

鮑文安認為，未來企業的競爭優勢不再只是擁有哪一套AI模型，而是是否掌握高品質、可驗證且可即時調用的商業數據。透過MCP架構與全球AI生態系合作，鄧白氏希望成為代理式AI背後的重要數據引擎，協助企業從資料、洞察到決策全面加速，讓AI不只回答問題，更能直接完成企業決策與風險管理任務。