在智能体应用层面，智能体已成为 AI 落地核心工具，60% 的 AI 产品将业务用例与实时网络智能体深度结合，企业平均在 5 个业务领域部署智能体。智能体核心价值体现在提升数据准确性、精准洞察市场、加速决策流程，商业洞察、运营优化、研究与知识检索是应用最广泛的场景。但智能体部署受限于数据基础架构，企业扩展 AI 系统的主要难题包括基础架构成本高、外部数据获取困难、内部集成复杂等，未来核心需求聚焦于提升数据可靠性与采集速度、获取更多实时数据。

网络架构层面，“两层网络” 趋势明确，87% 的企业认可智能体网络与人类网络并行的格局，71% 的企业已用 AI 智能体开展网络搜索，超半数企业认为不到 2 年将完成向智能体网络的关键转型。实时数据访问与检索、可扩展的基础架构、治理合规是 AI 网络基础架构三大支柱，其中实时数据能力被视为最核心要素。企业需要实时网络数据，核心是提升 AI 可信度、应对市场竞争、满足客户需求，同时降低模型重训依赖。

基础模型与机器人领域，数据需求持续激增，机器人训练数据量平均增长 133%，且更偏好图片、视频、音频等多模态数据。企业在数据处理中面临数据质量、跨区域扩展、隐私法规、非结构化数据整合等难题，实时推理的瓶颈则集中在数据质量验证、稳定数据源获取、集成复杂度与成本控制。

监管与合规层面，行业面临 “合规悖论”，90% 的企业认为监管与技术限制阻碍创新，88% 的企业表示公开网络数据获取难度持续上升，73% 的企业预计监管将进一步加强，58% 认为网站封锁会增加。数据采集的伦理风险突出，敏感数据获取、合规性不足、版权侵权等问题备受关注，企业需通过数据源透明、法律审查、尊重网站规则等方式保障合规。

基于行业挑战，65% 的企业计划未来 12 个月依赖第三方网络数据基础架构服务商，仅 35% 坚持完全自研。企业选择第三方合作的核心原因是采集速度快、可靠性高、能有效管控合规与伦理风险。报告指出，AI 系统架构正发生根本性变革，实时、可靠、合规的网络数据能力，将成为企业在 AI 领域竞争制胜的关键。

以下是报告部分内容

关注公众号：【互联互通社区】，回复【AI960】获取全部报告内容。