AI agent poduzeća odgovara s potpunim povjerenjem, ali broj je pogrešan. Nitko ga ne uhvati dok ga netko ne pronađe do ustajale metričke definicije ili dokumenta koji sustav za pronalaženje nikada nije izvukao. Model nije zakazao. Kontekst koji je dobio učinio je.
U proteklih šest mjeseci, 57% poduzeća pronašlo je pouzdan, ali pogrešan odgovor AI agenta u nedostatku ili nedosljednom poslovnom kontekstu, a 31% je reklo da se to dogodilo više od jednom, prema istraživanju VB Pulse iz lipnja 2026. na 101 kvalificiranom poduzeću s više od 100 zaposlenika.
Razlog nije teško pronaći. Dohvaćanje preko dokumenata zadani je način na koji agenti dobivaju poslovni kontekst za 38% poduzeća, što je gotovo dvostruko više od sljedećeg najbližeg pristupa. Način na koji većina poduzeća odabire sustav za pronalaženje dodatno usložnjava problem. Lakoća gutanja i operativna jednostavnost prednjače u kriterijima odabira, a točnost pronalaska je iza oboje. Problem točnosti pojavljuje se tek nakon što je sustav već aktivan.
Za to postoji poznato rješenje, sloj upravljanog konteksta iz kojeg svaki agent čita umjesto da nagađa. Dobavljači se utrkuju u izvođenju kontekstualnih platformi dok većina poduzeća još uvijek shvaća što je to.
Sadržaj objave
75% još nema agentski kontekstni sloj
Sloj konteksta trebao bi biti zajednički model onoga što poslovni podaci zapravo znače, izgrađen jednom i dosljedno referenciran umjesto da ga svaki agent koji ih dotakne ponovno izvede.
Istraživanje VentureBeata pokazuje da je odgovor poduzeća na tu ideju širok, ali nedovršen. Dvadeset pet posto ispitanika vodi jedan u proizvodnji. Trideset i četiri posto gradi jedan upravo sada. Preostalih 41% nije počelo.
Među tvrtkama koje već grade ili izvode sloj upravljanog konteksta, 78% izvješćuje o neuspjehu s uvjerenjem da nije u pravu — agent umjetne inteligencije koji je odgovorio s potpunom sigurnošću, ali je i dalje bio u krivu. Među tvrtkama koje ne planiraju izgraditi sloj, samo 20% navodi istu stvar. Mnogo je vjerojatnije da će tvrtke koje su se već opekle raditi na popravku. Tvrtke koje još nisu spaljene ne vide hitnost.
Kako izgleda upravljani kontekst kada ga netko doista izgradi
Svaki veliki dobavljač podataka i AI platforme sada gradi neku verziju ovog sloja, a oni ne konvergiraju na istoj arhitekturi.
-
DataHub tretira metapodatke kataloga i godine ponašanja analitičara kao izvor znanja, a zatim ga održava aktualnim kao živi sustav, a ne kao statički wiki.
-
Microsoftov Fabric IQ gradi poslovnu ontologiju koju svaki agent, ne samo Microsoftov, može postavljati upite preko MCP-a.
-
Couchbase gura memoriju agenta i dohvaćanje konteksta do ruba, tvrdeći da je operativna baza podataka prirodniji dom za njega od sloja pretraživanja ili analitike pričvršćenog naknadno.
-
Pinecone’s Nexus kompilira strukturnu logiku u sloj metapodataka prije vremena izvođenja, kladeći se da agentima treba unaprijed izgrađena struktura više nego što im treba brže pretraživanje.
-
Snowflake pokreće dvoslojni sustav, Horizon Context za definicije kojima upravlja korisnik i Cortex Sense za kontekst koji platforma sama zaključuje.
-
Oracleov Unified Memory Core ima suprotan pristup, savijajući vektorske, grafove i relacijske podatke u jedan transakcijski mehanizam tako da nema sloja sinkronizacije koji bi zastario.
-
Googleov katalog znanja iskopava dnevnike upita i obrasce upotrebe kako bi automatski upravljao semantičkim kontekstom.
-
Kontekstna usluga AWS-a daje istu okladu, grafikon znanja koji postaje pametniji od toga kako ga agenti zapravo koriste, a ne od ručnog ponovnog kuriranja.
Analitičari se slažu oko jedne dijagnoze
Pristupi dobavljača se razlikuju. Ono što su analitičari i praktičari rekli VentureBeatu o temeljnom problemu, u nizu intervjua ove godine, nije.
Kada je DataHubov push kontekstnog sloja stigao ovog proljeća, potpredsjednik Constellation Researcha i glavni analitičar Michael Ni otvoreno su definirali uloge. "Tko god kontrolira kontekst vremena izvođenja, kontrolira AI sloj odlučivanja za poslovne podatke," Ni je rekao. Bio je jednako izravan o tome koliko pojedini proizvod zapravo dovodi kupca. "Vektorska memorija nije poslovno značenje, poslovno značenje nije upravljanje, a upravljanje nije izvršenje," Ni je rekao.
U istom intervjuu, analitičar BARC-a Kevin Petrie ukazao je na uži, ali konkretan jaz. Većina kontekstualnih platformi usredotočuje se na strukturirane tablice, rekao je, koje agentima daju pouzdane činjenice, ali propuštaju teži, neuredniji kontekst zaključan u dokumentima i nestrukturiranom sadržaju, upravo materijal na kojem se tvrtka zapravo bavi iz dana u dan.
Stephanie Walter, voditeljica prakse za AI Stack u HyperFRAME Researchu, iznijela je srodnu točku ranije ove godine kada ju je VentureBeat pitao o fragmentaciji poslovnog konteksta.
"Tržište dolazi do istog zaključka," rekao je Walter. "Agenti ne trebaju samo više tokena ili bolje modele. Potreban im je kontroliran, trenutan kontekst niske latencije." Iznijela je sličan slučaj u ranijoj recenziji lansiranja Nexusa Pineconea, pazeći da ne preuveliča koliko je ovo novo. Nexus, rekla je, "pomiče rad znanja s kaosa u vremenu izvođenja na unaprijed kompiliranu strukturu. Ali to je evolucija RAG arhitekture, a ne potpuna reinvencija."
Arun Chandrasekaran iz Gartnera, recenzirajući isto lansiranje, ponudio je čitanje koje je više gledalo u budućnost. Agentic AI, rekao je, kreće se od čistog pronalaženja informacija prema arhitekturi razmišljanja, onoj u kojoj dugi kontekst radi kao kratkoročna memorija, a vektorska baza podataka funkcionira kao duboka pohrana ispod nje.
Problem fragmentacije se najteže pojavljuje na razini praktičara, gdje odvojeni alati za dohvaćanje, memoriju i kontrolu pristupa nikad nisu napravljeni da se međusobno slažu. Steven Dickens, izvršni direktor i glavni analitičar u HyperFRAME Researchu, otvoreno je to rekao nakon što je Oracleovo promicanje AI baze podataka počelo ovog proljeća. "Podatkovni timovi iscrpljeni su zamorom od fragmentacije," rekao je Dickens. "Upravljanje zasebnom vektorskom pohranom, bazom podataka grafova i relacijskim sustavom samo za napajanje jednog agenta je DevOps noćna mora."
Matt Kimball iz tvrtke Moor Insights and Strategy, u istoj je priči, pojednostavio stvarnost proizvodnje. Natjerati agenta da radi nije težak dio, rekao je. Borba je pokretanje u proizvodnji, gdje je cilj uklanjanje udaljenosti između podataka i izvršenja umjesto dodavanja još jednog sloja povrh toga.
Što to znači za poduzeća
Evo što to znači za poduzeća koja grade na ovom sloju.
Samo pronalaženje neće zatvoriti prazninu u kontekstu. RAG je zadani izvor za kontekst u većini današnjih poduzeća, a također je i sloj koji je najbliže povezan s neuspjehom pouzdanog pogrešnog odgovora. Dodavanje više dokumenata ili većeg indeksa ne popravlja definiciju koja nije dosljedna među sustavima.
Sloj semantičkog konteksta mjesto je gdje se proračun zapravo kreće, čak i tamo gdje nije isporučen. Pedeset osam posto poduzeća već je angažirano — u izgradnji ili proizvodnji — ali samo 25 % je zapravo pokrenulo sloj. Taj jaz pokazuje gdje su poduzeća odlučila potrošiti, a ne gdje su stigla.
Niti jedan proizvođač još ne posjeduje arhitekturu i to će vjerojatno ostati istina još neko vrijeme. Poduzeća koja ocjenjuju ovaj sloj trebala bi očekivati integraciju, a ne odabir jednog pobjednika, barem sljedećih nekoliko kvartala.
Odluka o kupnji događa se ove godine, a koncentrirana je među tvrtkama koje su se time već opekle. Pedeset i sedam posto poduzeća planira promijeniti ili dodati platformu za dohvaćanje ili kontekst u sljedećih dvanaest mjeseci. Ta namjera nije ravnomjerno raspoređena. Poduzeća koja su izvijestila o ponovljenom uvjerenju-pogrešnom neuspjehu planiraju promijeniti ili dodati davatelja u otprilike 81%, naspram 32% među poduzećima koja nikada nisu naišla na problem. Tvrtke koje trenutno kupuju nove alate za kontekst uglavnom su one čiji su agenti već pogriješili.
Agenti već trče. Kontekst ispod većine njih još se gradi, a dobavljač koji prodaje popravak bira se ove godine.
Ovi podaci bit će dio šireg razgovora na VB transformacija 2026 14. i 15. srpnja u Menlo Parku: kontekstni jaz koji poduzeća pokušavaju premostiti i koji se od pristupa u nastajanju — upravljani semantički slojevi, hibridno dohvaćanje, izvorni paketi pružatelja — zapravo drži u proizvodnji.