В 101 предприятия инфраструктурата, която захранва агентите с ИИ с техния бизнес контекст, се изгражда по-бързо, отколкото може да й се гласува доверие. Генерирането, подсилено с извличане на данни (RAG), вече е източникът на контекст по подразбиране, а вграденото извличане от доставчика тихомълком изпревари специализираните векторни бази данни, които дефинират категорията — въпреки това мнозинството от предприятията вече са свидетели как техните агенти дават уверени, грешни отговори, проследени до липсващ или непоследователен контекст. Управляваният семантичен слой се очертава като решението, но повечето все още го изграждат; областта се насочва към хибридно извличане на данни; и въпреки че вградените инструменти на доставчиците водят на практика, голяма част от организациите казват, че възнамеряват да запазят най-добрите в класа си самостоятелни решения. Резултатът е пропаст в контекста — агенти, които звучат авторитетно, работещи върху основа, на която техните собственици все още не се доверяват напълно.

Тази вълна от изследвания на VentureBeat Pulse проучва корпоративната RAG инфраструктура и контекстния слой: какво захранва агентите с ИИ с техния бизнес контекст, кои системи за извличане на данни използват предприятията, как ги купуват и оценяват, накъде се насочва архитектурата и — най-показателно — колко често този контекст вече ги подвежда.

Основното констативно откритие е пропастта в контекста — разстоянието между това колко уверено отговарят корпоративните агенти и колко надежден е всъщност контекстът под тях. Мнозинството от предприятията (57%) съобщават, че през последните шест месеца техните ИИ агенти са генерирали уверени, но грешни отговори, които са били проследени до липсващ или непоследователен бизнес контекст, а повече от половината от тях споделят, че това се е случвало повече от веднъж. Това не е незначителен срив: извличането на данни е основният източник на контекст за 38% от предприятията, повече от всеки друг подход, така че когато извличането е оскъдно или непоследователно, грешките, които произвежда, подкопават авторитета на агента. Инфраструктурата за коригирането му се изгражда — 58% вече използват или изграждат управляван семантичен слой — но за повечето той все още не е в реална експлоатация.

Под повърхността пазарът се консолидира в изненадваща посока. Вграденото извличане от доставчика — търсенето във файлове на OpenAI (40%) и Vertex AI Search на Google (38%) — вече води пред всяка специализирана векторна база данни, а предприятията очакват хибридното извличане да доминира до края на 2026 г. (34%). Въпреки това мнозина (36%) казват, че възнамеряват да запазят най-добрите самостоятелни инструменти, вместо да се консолидират около вградения контекстен стек на даден доставчик, а мнозинството (57%) планират да сменят или добавят доставчик в рамките на годината. Декларираните предпочитания и действителното използване се дърпат в противоположни посоки — пазарът купува решения, вградени от доставчика, като същевременно настоява, че иска независимост.

VentureBeat проведе това проучване като част от текущата си серия Pulse Research. Това проучване се фокусира върху корпоративната RAG инфраструктура и контекстния слой — системите за извличане, семантичните слоеве и източниците на контекст, които захранват ИИ агентите. Отговорите са филтрирани до организации с повече от 100 служители (n=101); проучването не привлече отговори от организации със 100 или по-малко служители, така че цялата извадка отговаря на условията. Всички отговори са от една вълна през второто тримесечие на 2026 г. (юни), така че докладът се чете като моментна картина и не прави изводи за тенденциите месец спрямо месец. Няколко въпроса бяха с възможност за избор на няколко отговора, така че тези дялове могат да надхвърлят 100%.

Според размера на организациите извадката се концентрира в средния пазар: с по 31% водят компаниите с 251–1000 служители и тези със 101–250 служители, следвани от тези с 1001–5000 (20%), 5001–10 000 (12%) и над 10 001 служители (7%). По отношение на ролите извадката обхваща мениджъри (39%), отделни специалисти (27%), висшето ръководство (16%), както и вицепрезиденти и директори (14%); относно правото на вземане на решения за покупка, извадката е представителна за купувачите — 46% са вземащи крайното решение, а други 26% препоръчват или влияят на избора. Технологичният/софтуерният сектор е най-големият отрасъл с 20%, следван от здравеопазването и бионауките (11%) и широк спектър в търговията на дребно, транспорта, финансовите услуги, производството и образованието.

При 101 респонденти това е скромна извадка и трябва да се чете като ориентировъчен сигнал, а не като прецизно измерване; тя е самоизбрана и не е вероятностна извадка. Най-добре е да се чете като мнението на организации, които активно внедряват RAG и контекстна инфраструктура, а не на най-големите оператори.

Повече от половината са проследили грешките на агентите до лош контекст

Попитахме дали през последните шест месеца предприятията са проследили уверен, но грешен отговор на агент до липсващ или непоследователен бизнес контекст. Повечето са го направили.

Констатация 1 — Уверени и грешни

Това е определящото число в доклада. Мнозинството от предприятията (57%) вече са имали случай, в който ИИ агент е дал уверен, грешен отговор, който е бил проследен до лош контекст — грешни метрики, остарели дефиниции или липсващи документи — и повече от половината от тях са виждали това да се случва повече от веднъж. Само 28% съобщават, че не са имали подобен проблем, а малка част от останалите или не използват агенти с корпоративни данни, или не проследяват първопричината достатъчно отблизо, за да знаят.

Начинът на отказ е специфичен и опасен: моделът не халюцинира очевидно; той е уверен в грешката си, защото контекстът, който го захранва, е бил оскъден или непоследователен. Всичко останало в този доклад — какво извличат предприятията...