据SiliconANGLE报道，企业软件公司Workiva在Amplify活动上展示其平台如何连接企业系统中的数据，并称连接数据是可信AI代理执行关键业务工作的基础。theCUBE Research首席分析师Krista Case在活动现场与主持人Alison Kosik讨论时表示，企业开始把更重要的工作交给AI，但分散的记录和未被记录的人类知识限制了系统的可靠性。

Case说，Workiva正把自身平台定位为跨业务系统的连接层，并从财务报告扩展至风险、合规和可持续发展领域。这一机会取决于能否给AI足够上下文，使其产出可被辩护的结果。她表示，当天上午的主旨演讲更偏技术，现场还进行了产品演示；Workiva首席产品官Deepak Bharadwaj发表讲话，并计划当日下午出现在theCUBE节目中。

生成式AI给出的是概率性答案，而受监管业务要求精确且可重复的结果。Case指出，一份申报文件或合规决定不能只是看起来或听起来正确，组织需要核实其来源、了解其生成方式，并能向审计师或监管机构作出解释。她问，当工作成果不能只靠表面可信时，该如何建立信任，其中一部分就是确保结果可追溯、可辩护。

实现这一标准并不只是改进模型。信息可能分散在企业资源计划和客户关系管理系统、电子表格或员工的机构知识中。Case认为，把这些来源连接起来，AI才能更完整地了解每项任务所处的业务条件。她称，Workiva更大的机会是创造这种上下文，成为不同平台之间的连接组织，并引入更多隐性知识，以便在开始让AI执行职能时，系统因拥有更多上下文而值得信任。

Workiva历史上在合规、报告等受严格监管和审计的工作流中实力较强，并开始进入可持续发展等领域。Case强调，上下文也决定一个业务数字是否有实际意义。来自源系统的数字若缺少关于它代表什么、如何变化以及由谁负责的信息，就无法指导行动。连接数据能把孤立数字变成可问责的业务记录。

她说，CRM和ERP系统可能各有不同信息片段，但需要理解其背后的上下文，不能只看数字，还要理解其含义以及最终由谁负责。随着AI代理从分析走向完成多步骤流程，比如准备监管申报文件，信任会变得更难。公司必须验证源数据，也需要了解代理的决策过程。行业规则、历史记录和公司特定条件都会影响一项行动是否合适。

Case表示，首先要确保能够信任从这些系统提取的底层原始数据，其次要信任AI代理的决策能力；如果使用AI，还必须确保它理解所在行业。theCUBE披露，其是Workiva Amplify活动的付费媒体合作伙伴，活动报道赞助方不对theCUBE或SiliconANGLE的内容拥有编辑控制权。