Amaran Pembatalan 40% Projek: Nyata dan Disahkan Meluas

Ramalan Gartner yang paling menyedarkan ialah lebih 40% projek AI agentik akan dibatalkan sepenuhnya menjelang akhir 2027, didorong oleh kos yang meningkat, nilai perniagaan yang tidak jelas, dan kawalan risiko yang tidak mencukupi . Ini bukan kadar kegagalan kecil—ia adalah amaran struktur tentang keadaan semasa penggunaan AI agentik.

Punca-puncanya didokumentasikan dengan baik dalam pelbagai analisis mengenai ramalan tersebut:

• Peningkatan kos: Perusahaan melaporkan belanjawan perintis boleh meningkat 800% apabila projek cuba dilaksanakan sepenuhnya .
• ROI tidak jelas: Organisasi selalunya tidak dapat membuktikan nilai sebelum memberikan sumber yang signifikan .
• Jurang tadbir urus: Kebanyakan organisasi tidak mempunyai rangka kerja untuk akauntabiliti apabila ejen AI mengambil tindakan autonomi .

Gartner juga menyebut "pencucian ejen" (agent washing)—vendor menjenamakan semula chatbot, alat RPA, dan pembantu AI standard sebagai ejen tanpa menyediakan keupayaan agentik yang tulen . Kekeliruan vendor ini memburukkan lagi masalah, menyukarkan perusahaan membezakan antara bahan dan pemasaran.

Ramalan pembatalan ini telah banyak disokong dalam laporan bebas dan muncul dalam pelbagai siaran Gartner dari 2025 dan 2026 . Ia mewakili salah satu amaran paling konsisten yang dikeluarkan firma itu.

Pertaruhan Infrastruktur: Penstriman Data dan GraphRAG

Dua ramalan penggunaan menandakan arah tuju seni bina perusahaan:

Penstriman data untuk AI agentik akan melepasi 60% penggunaan menjelang 2028, meningkat daripada bawah 15% pada 2025 . Rasionalnya ialah sistem AI agentik memerlukan respons masa nyata, dan aliran data dipacu peristiwa menjadi lebih penting daripada pemprosesan 'batch' tradisional. Gartner mengenal pasti anjakan ini sebagai sangat kritikal untuk kecerdasan keputusan, operasi autonomi, dan kembar digital .

40% perusahaan akan menggunakan teknik GraphRAG menjelang 2029, menggabungkan graf pengetahuan dengan model bahasa besar untuk meningkatkan ketepatan fakta dan penaakulan dalam kes penggunaan yang kompleks . Retrieval-augmented generation (RAG) standard bergelut dengan pertanyaan pelbagai langkah atau kaya konteks. GraphRAG menanganinya dengan menstruktur pencarian semula melalui graf pengetahuan . Pelbagai sumber mengesahkan ramalan ini, termasuk liputan dari pengumuman data dan analitik Gartner Jun 2026 .

Kedua-dua ramalan berkongsi benang yang sama: ia adalah mengenai infrastruktur yang menjadikan AI boleh dipercayai, bukan mengenai model AI itu sendiri. Cabaran perusahaan sebenar adalah membina saluran paip data dan lapisan semantik yang diperlukan oleh ejen dan LLM untuk boleh dipercayai dalam pengeluaran.

Lapisan Semantik dan Risiko Kegagalan 60%

Ramalan berkaitan yang tidak selalu menjadi tajuk utama ialah ramalan Gartner bahawa 60% projek AI akan gagal menjelang 2028 disebabkan kekurangan lapisan semantik yang konsisten . Ini berbeza daripada angka pembatalan 40%—ia meliputi set projek AI yang lebih luas dan mengenal pasti punca teknikal yang spesifik.

Hanya 14% pemimpin data yang yakin data mereka ditadbir dan dilindungi dengan betul untuk AI hari ini . Tanpa lapisan semantik yang konsisten—cara bersatu untuk sistem AI memahami makna dan konteks di seluruh organisasi—data yang tidak berkait menghalang prestasi yang boleh dipercayai dan berskala. Ramalan kegagalan 60% ini seharusnya membuatkan mana-mana perusahaan yang mengutamakan pemilihan model berbanding kesiapsiagaan data dan konteks berfikir panjang.

Apa Yang Tidak Disahkan

Dua dakwaan yang tular meluas tidak mempunyai sumber awam yang jelas dari Gartner:

• Pembingkaian "tiga tren utama" D&A 2026 yang tepat: Bahan Gartner 2026 sememangnya menekankan ejen AI, lapisan semantik dan GraphRAG, serta platform data & analitik bersepadu sebagai tema utama . Namun, tiada satu sumber dalam semakan kami yang membungkus ketiga-tiga ini secara eksplisit sebagai tiga tren utama yang definitif dalam istilah tepat tersebut. Tema-tema ini disokong dengan baik; label spesifik "tiga tren utama" tidak.

• Ejen AI menjana 10× lebih banyak data dari persekitaran fizikal berbanding aplikasi digital menjelang 2029: Tiada bukti untuk dakwaan kuantitatif spesifik ini ditemui dalam hasil carian. Ia mungkin berasal dari laporan Gartner berbeza yang tidak timbul melalui pertanyaan yang digunakan, dan harus dianggap tidak disahkan sehingga dikaitkan dengan penerbitan khusus.

Gambaran Lebih Besar: Penggunaan dan Pembatalan dalam Ketegangan

Ramalan Gartner secara kolektif menggambarkan pasaran di mana pelaburan besar-besaran dan cita-cita penggunaan wujud bersama dengan kadar kegagalan projek yang sangat tinggi. Perbelanjaan AI global diunjurkan mencecah $4.71 trilion menjelang 2029, dengan penjanaan data sintetik mendahului pertumbuhan pada CAGR 178% . Perbelanjaan AI rantaian bekalan sahaja diramal pada $53 bilion menjelang 2030, meningkat daripada di bawah $2 bilion pada 2025 .

Namun, aliran perbelanjaan ini tidak diterjemahkan kepada penggunaan yang lancar. Ramalan pembatalan adalah petanda perusahaan membiayai AI tanpa kesiapsiagaan data, struktur tadbir urus, atau rangka kerja pengukuran nilai yang diperlukan untuk mengekalkannya. Para pemenang, Gartner menyiratkan, adalah mereka yang mengutamakan platform bersepadu, konsistensi semantik, dan infrastruktur penstriman berbanding mengejar demo ejen terkini.

Amaran Pembatalan 40% Projek: Nyata dan Disahkan Meluas

Ramalan Gartner yang paling menyedarkan ialah lebih 40% projek AI agentik akan dibatalkan sepenuhnya menjelang akhir 2027, didorong oleh kos yang meningkat, nilai perniagaan yang tidak jelas, dan kawalan risiko yang tidak mencukupi . Ini bukan kadar kegagalan kecil—ia adalah amaran struktur tentang keadaan semasa penggunaan AI agentik.

Punca-puncanya didokumentasikan dengan baik dalam pelbagai analisis mengenai ramalan tersebut:

• Peningkatan kos: Perusahaan melaporkan belanjawan perintis boleh meningkat 800% apabila projek cuba dilaksanakan sepenuhnya .
• ROI tidak jelas: Organisasi selalunya tidak dapat membuktikan nilai sebelum memberikan sumber yang signifikan .
• Jurang tadbir urus: Kebanyakan organisasi tidak mempunyai rangka kerja untuk akauntabiliti apabila ejen AI mengambil tindakan autonomi .

Gartner juga menyebut "pencucian ejen" (agent washing)—vendor menjenamakan semula chatbot, alat RPA, dan pembantu AI standard sebagai ejen tanpa menyediakan keupayaan agentik yang tulen . Kekeliruan vendor ini memburukkan lagi masalah, menyukarkan perusahaan membezakan antara bahan dan pemasaran.

Ramalan pembatalan ini telah banyak disokong dalam laporan bebas dan muncul dalam pelbagai siaran Gartner dari 2025 dan 2026 . Ia mewakili salah satu amaran paling konsisten yang dikeluarkan firma itu.

Pertaruhan Infrastruktur: Penstriman Data dan GraphRAG

Dua ramalan penggunaan menandakan arah tuju seni bina perusahaan:

Penstriman data untuk AI agentik akan melepasi 60% penggunaan menjelang 2028, meningkat daripada bawah 15% pada 2025 . Rasionalnya ialah sistem AI agentik memerlukan respons masa nyata, dan aliran data dipacu peristiwa menjadi lebih penting daripada pemprosesan 'batch' tradisional. Gartner mengenal pasti anjakan ini sebagai sangat kritikal untuk kecerdasan keputusan, operasi autonomi, dan kembar digital .

40% perusahaan akan menggunakan teknik GraphRAG menjelang 2029, menggabungkan graf pengetahuan dengan model bahasa besar untuk meningkatkan ketepatan fakta dan penaakulan dalam kes penggunaan yang kompleks . Retrieval-augmented generation (RAG) standard bergelut dengan pertanyaan pelbagai langkah atau kaya konteks. GraphRAG menanganinya dengan menstruktur pencarian semula melalui graf pengetahuan . Pelbagai sumber mengesahkan ramalan ini, termasuk liputan dari pengumuman data dan analitik Gartner Jun 2026 .

Kedua-dua ramalan berkongsi benang yang sama: ia adalah mengenai infrastruktur yang menjadikan AI boleh dipercayai, bukan mengenai model AI itu sendiri. Cabaran perusahaan sebenar adalah membina saluran paip data dan lapisan semantik yang diperlukan oleh ejen dan LLM untuk boleh dipercayai dalam pengeluaran.

Lapisan Semantik dan Risiko Kegagalan 60%

Ramalan berkaitan yang tidak selalu menjadi tajuk utama ialah ramalan Gartner bahawa 60% projek AI akan gagal menjelang 2028 disebabkan kekurangan lapisan semantik yang konsisten . Ini berbeza daripada angka pembatalan 40%—ia meliputi set projek AI yang lebih luas dan mengenal pasti punca teknikal yang spesifik.

Hanya 14% pemimpin data yang yakin data mereka ditadbir dan dilindungi dengan betul untuk AI hari ini . Tanpa lapisan semantik yang konsisten—cara bersatu untuk sistem AI memahami makna dan konteks di seluruh organisasi—data yang tidak berkait menghalang prestasi yang boleh dipercayai dan berskala. Ramalan kegagalan 60% ini seharusnya membuatkan mana-mana perusahaan yang mengutamakan pemilihan model berbanding kesiapsiagaan data dan konteks berfikir panjang.

Apa Yang Tidak Disahkan

Dua dakwaan yang tular meluas tidak mempunyai sumber awam yang jelas dari Gartner:

• Pembingkaian "tiga tren utama" D&A 2026 yang tepat: Bahan Gartner 2026 sememangnya menekankan ejen AI, lapisan semantik dan GraphRAG, serta platform data & analitik bersepadu sebagai tema utama . Namun, tiada satu sumber dalam semakan kami yang membungkus ketiga-tiga ini secara eksplisit sebagai tiga tren utama yang definitif dalam istilah tepat tersebut. Tema-tema ini disokong dengan baik; label spesifik "tiga tren utama" tidak.

• Ejen AI menjana 10× lebih banyak data dari persekitaran fizikal berbanding aplikasi digital menjelang 2029: Tiada bukti untuk dakwaan kuantitatif spesifik ini ditemui dalam hasil carian. Ia mungkin berasal dari laporan Gartner berbeza yang tidak timbul melalui pertanyaan yang digunakan, dan harus dianggap tidak disahkan sehingga dikaitkan dengan penerbitan khusus.

Gambaran Lebih Besar: Penggunaan dan Pembatalan dalam Ketegangan

Ramalan Gartner secara kolektif menggambarkan pasaran di mana pelaburan besar-besaran dan cita-cita penggunaan wujud bersama dengan kadar kegagalan projek yang sangat tinggi. Perbelanjaan AI global diunjurkan mencecah $4.71 trilion menjelang 2029, dengan penjanaan data sintetik mendahului pertumbuhan pada CAGR 178% . Perbelanjaan AI rantaian bekalan sahaja diramal pada $53 bilion menjelang 2030, meningkat daripada di bawah $2 bilion pada 2025 .

Namun, aliran perbelanjaan ini tidak diterjemahkan kepada penggunaan yang lancar. Ramalan pembatalan adalah petanda perusahaan membiayai AI tanpa kesiapsiagaan data, struktur tadbir urus, atau rangka kerja pengukuran nilai yang diperlukan untuk mengekalkannya. Para pemenang, Gartner menyiratkan, adalah mereka yang mengutamakan platform bersepadu, konsistensi semantik, dan infrastruktur penstriman berbanding mengejar demo ejen terkini.