邓白氏发布智能开放平台:MCP加业务Skills,瞄准企业AI决策

资讯 AI 行业观察 作者:时氪分享 全文 1857 字 · 约 5 分钟读完 配图 2 张 分类MCP政策监管智能体

11月8日,知名商业服务机构邓白氏(Dun & Bradstreet)在第九届进博会上正式发布“邓白氏智能开放平台”,通过连接全球可信商业数据与专业业务能力,支持企业将AI应用于客户开发、供应商管理、信用评估和合规尽调等关键业务场景。平台结合MCP服务与业务Skills,为企业AI智能体提供可理解、可调用、可组合的专业

所属频道 智能体与 Agent政策与风险

11月8日,第九届进博会上,商业服务机构邓白氏(Dun & Bradstreet)正式推出"邓白氏智能开放平台"。该平台把全球可信商业数据与专业业务能力对接起来,帮企业将AI用到客户开发、供应商管理、信用评估、合规尽调等关键场景。平台将MCP服务与业务Skills相结合,为企业的AI智能体提供可理解、可调用、可组合的专业业务能力,让AI从获取信息走向理解企业、分析风险、支持判断,并进一步融入企业的关键业务流程。

邓白氏中国区产品总监冯志凯说:"企业AI要真正落地,把更多数据接进来只是开头。关键在于让AI读懂商业世界,能解决实际业务问题。邓白氏智能开放平台盯的就是AI能力落地'最后一公里'这件事:专业能力要'调得到',商业上下文要'看得懂',场景化任务要'做得成',这样给到企业的决策支持才更可信、更有依据。"

邓白氏发布智能开放平台:MCP加业务Skills,瞄准企业AI决策(配图 1)

从"生成答案"走向"支持决策"

AI正加速进入企业经营管理,其价值从信息生成、个人提效,进一步延伸到客户开发、供应商管理、信用评估、合规尽调等关键业务环节。不过,企业落地AI仍面临不少现实难题:数据分散、标准不统一,复杂的商业关系缺少完整上下文,通用大模型很难准确识别企业并给出可靠判断。信用、风险与合规这类严谨场景尤其如此,缺少事实依据、无法解释和复核的生成式结论,很难直接进入企业决策流程。

针对上述痛点,邓白氏智能开放平台把可信商业数据、标准化连接能力和专业业务逻辑串联起来,帮助AI智能体准确识别企业、理解商业关系、执行专业分析,输出从"有答案"进一步走向"有依据、可复核、可行动"。

平台依托邓白氏编码®,识别并关联不同系统中的同一家企业,减少名称、语言、地址和记录差异带来的主体识别偏差。在相关数据可获得且获得授权的范围内,平台结合邓白氏全球商业图谱,进一步关联集团、股权、控制、交易、供应商风险管理、信用及风险等信息。这样一来,AI能围绕明确的企业主体,辅助分析其关联关系及所处的商业环境,回答"正在分析的是谁""这家企业与谁有关"以及"它处于怎样的商业环境"等问题。

平台还提供支持模型上下文协议(MCP)的服务,等于给AI智能体开了个标准化入口,用来接专业商业数据和能力。智能体可以按任务需要,去调企业档案、风险信息、经营动态、企业评分以及关联关系这些数据和分析能力。

平台还提供业务Skills,也就是可复用的业务任务能力,把可信数据、MCP服务、业务规则和分析逻辑组合起来,支持企业识别与核验、企业尽调、股权结构解析、风险筛查、信用评估、持续监控与复审等工作。智能体可按场景调用相关Skills;在完成必要的规则配置与适配后,企业自身的业务规则与邓白氏的专业能力就能融入智能体工作流。

拿海外客户信用评估来说,在数据授权到位的前提下,一笔授信申请进来,AI智能体可以一步一步帮忙:先检索候选企业,再核验目标主体,接着建立企业档案,分析财务与付款表现,最后做综合运营风险评估,给出额度、账期和复审建议,交给业务人员审核。企业的信用政策和人工审批并不会被平台取代,它做的是帮业务人员把可信事实收集起来、按标准做分析、把判断依据讲清楚,让最终决策有据可查、可以复核。

同一能力底座还能支持全球客户洞察、客户准入与合规尽调、第三方及供应商风险管理、信用与应收风险管理、海外客户开发等场景。企业既可以把平台能力接入自建智能体和业务系统,也可以根据接口适配、数据授权及部署要求,与通用智能体或垂直行业智能应用相连接。

连接全球能力,推进中国创新

面向中国企业的AI应用需求,智能开放平台把全球商业数据与专业能力接入本土业务场景。这是邓白氏面向AI智能体时代推进能力转型和本土创新的重要探索,也体现了其"为中国创造,在中国创新"的本土发展思路。

邓白氏攒了多年的全球商业数据、企业身份标识和商业关系网络,把这些国际化的数据能力跟中国企业的业务需求、使用习惯、应用场景对上,再靠本土研发让产品不断迭代。智能开放平台就是这么一座桥,一头连着全球能力,一头连着本土创新,帮企业把可信商业数据更顺利地放进AI应用和经营流程里。

往后看,企业AI会从单点工具转向更复杂的业务工作流,能不能产生商业价值,要看数据可不可信、主体准不准确、关系清不清晰、结论追不追溯得到。邓白氏智能开放平台会继续把可信企业身份、全球商业数据和专业业务能力接起来,帮企业把AI决策的地基打得更稳,让智能体不只是回答问题,还能理解商业世界、支撑关键判断,在增长和风险管理上拿出实实在在的价值。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI入门:Agent、Skill、MCP怎么选?先弄清三件事

    面对大模型、Agent、Skill和MCP等术语,新手往往感到困惑。本文剥离营销话术,用“周末旅行规划”为例,通俗解释这些概念的实际分工。重点在于如何根据真实任务选择工具,以及如何通过有效提问和结果验证,让AI真正帮到你,而非陷入术语堆砌的焦虑。

    来源 AI 应用前沿
  2. 特朗普谈AI监管:风险可控,不介意设护栏

    IT之家 11 月 9 日消息,据路透社今日报道,美国总统唐纳德 · 特朗普表示,AI 带来的风险是可控的,但其对监管措施持开放态度,他“不介意设置护栏”。 当被问及美国是否应该接受 AI 的风险时,特朗普表示这些危险是可控的,并表示愿意与民主党在监管措施方面进行合作。 特朗普此前支持让科技公司自我监管,而不是实施全面

    来源 AI 行业观察
  3. 民主党中期选举大胜:41项数据中心公投收紧AI扩张

    美国中期选举中民主党取得历史性胜利,选民对41项数据中心相关公投几乎全数支持加强限制。这场“蓝色浪潮”可能重塑AI产业:数据中心合规成本上升、选址逻辑改变,AI基础设施的政治风险显性化。本文分析民意转向的成因及其对AI巨头的深远影响。

    来源 AI 科技快讯
  4. 苹果新CEO特努斯推AI加速,费德里吉被要求更大胆

    IT之家 11 月 8 日消息,彭博社记者马克 · 古尔曼在今天(8 日)晚间更新的《Power On》时事通讯中披露,苹果新任 CEO 约翰 · 特努斯敦促软件工程主管克雷格 · 费德里吉加快 AI 业务发展,采取更大胆的策略,目标是将 Siri 升级为能够自主替用户完成任务的 AI 智能体。上周的财报电话会议上,特

    来源 腾讯网
  5. 民主党中期选举大胜,AI数据中心扩张撞上地方选票

    美国中期选举民主党大胜,41项数据中心相关公投中40项支持加强限制。从地方社区到州级立法,AI基础设施扩张正遭遇前所未有的政治阻力。当算力竞赛撞上选票政治,AI行业是否将进入监管收紧、扩张放缓的艰难周期?

    来源 AI 科技快讯
  6. 马斯克与Anthropic一纸合约,为何被称作美国AI格局的胜负手

    美国中期选举民主党大胜,多州新当选州长随即对数据中心开出强硬条件,宣布在新法规出台前全面暂停发放新建许可。这一政策转向直接引爆市场,英伟达、特斯拉、AMD、Micron等科技股在选后遭遇史上单日最大市值蒸发,涉及金额接近4万亿美元。知名博客All-In Podcast联合主持人、硅谷投资人Chamath Palihap

    来源 腾讯网
  7. LG:K-EXAONE 2.5 模型 API 免费开放,智能体能力比肩头部开源

    IT之家 11 月 9 日消息,LG AI 研究院韩国当地时间今日宣布,对外免费开放其 K-EXAONE 2.5 模型的 API。包括开发者、企业、研究机构在内任何用户,可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练,拥有比肩头部开源

    来源 AI 行业观察
  8. 高通进博会秀端侧MoE智能体:手机AI从修图走向办事

    终端AI正从单点功能向系统级智能体演进。高通在进博会展示了基于MoE架构的端侧智能体,联合阶跃星辰、Infris AI和江波龙,通过模型、推理、存储和芯片的系统性优化,解决内存与功耗瓶颈,实现更复杂的意图理解与任务编排,推动“端云协同”落地。

    来源 AI 应用前沿
  9. 腾讯元器停止服务,明年 1 月起不再受理数据导出申请

    IT之家 11 月 9 日消息,腾讯元器平台今日正式停止服务,应用访问、数据读写、API 调用、控制台使用等所有面向公众的服务,不支持用户访问。通过元器平台发布到其他渠道(包括公众号、服务号、微信客服等)的智能体不支持响应用户对话。 从上个月 29 日起,腾讯元器已停止创建新的智能体、API Key 分发功能。用户目前

    来源 AI 行业观察
  10. 野村:民主党"蓝色浪潮"或拖慢美国数据中心,中国AI反成赢家

    野村认为,“蓝色浪潮”将通过监管收紧拖慢美国数据中心建设,进而压低全球AI芯片价格、缓解中国企业获取高端GPU和HBM的难度,整体利好中国AI经济。摩根士丹利则强调,选举不带来中美缓和,更看好兼具政策供需双重支撑的中国“自主可控”AI主题,而非依赖全球资本开支的出口链标的。

    来源 华尔街见闻
  11. 苹果Siri明年更像智能体:古尔曼曝AI升级时间表

    彭博社记者马克·古尔曼称,苹果最早可能在明年让Siri的功能“更像一个智能体”,但具体如何实现仍有待观察。他指出,Dots、Muse和Grok能持续跟踪目标、在用户无需逐条指令下推进任务,苹果最终也希望朝这一方向发展;古尔曼还称苹果CEO特努斯在闭门会议上要求加快软件路线图。

    来源 凤凰科技
  12. 特朗普谈AI风险:可控且愿设监管护栏

    特朗普在采访中表示AI风险可控,愿意与民主党合作制定保障措施,也不介意设置监管护栏;但他强调不希望监管让美国在AI领域落后中国,成为“远远落后的第二名”,具体措施层级仍不清楚。

    来源 凤凰科技
  13. 汇丰中国CIO谈Agentic AI:工程落地与风控治理如何平衡

    金融机构如何在Agentic AI落地过程中,兼顾工程落地速度、跨体系治理与长期风控安全?AI领军企业的大模型和智能体专家,复旦大学学者和汇丰专家在进博会汇丰展台围绕金融场景下Agentic AI应用落地与风控治理的平衡之道展开研讨。孙建光汇丰中国首席信息官“Agentic AI在中国的强项是工程落地速度,场景密度高、

    来源 腾讯网
  14. 特纳斯施压费德里吉:苹果AI要更大胆,Siri转向自主智能体

    《科创板日报》11月9日讯 继杀入折叠赛道后,约翰·特纳斯(John Ternus)点燃了接任苹果CEO以来的“第二把火”。在AI赛道掉队的压力之下,其正向软件业务负责人克雷格·费德里吉(Craig Federighi)施压,要求在AI战略上采取更大胆的布局,致力于将Siri打造为可自主执行任务的AI智能体。据媒体报道

    来源 腾讯网
  15. LangChain智能体开发实战:四个步骤做出能调用工具的AI助手

    本文介绍基于LangChain框架构建AI智能体的具体流程。通过工具封装、模型初始化、智能体配置及自然语言调用四个步骤,实现具备自主执行能力的AI应用。重点解析多参数工具适配及ReAct运行机制,提供可复用的Python代码示例,适用于办公自动化及轻量级业务场景。

    来源 AI 应用前沿
  16. 阿里《AI Native研发手册》:从代码补全到自主交付如何演进?

    阿里巴巴在云栖大会发布《AI Native 研发范式实践手册》,总结过去两年AI研发从Copilot辅助编码向Agentic自主交付的转型。文章分析了模型能力突破、企业级基础设施缺口及组织文化重塑三大挑战,并结合AIDC、千问等内部案例,详解如何构建支持Agent安全运行、上下文理解及长程任务交付的工程体系。

    来源 AI 应用前沿
  17. 蚂蚁集团:旗下 AI 助手灵光用户数量已突破 2000 万,2.0 版本上线一周已帮助用户管理超 116 万项事务

    IT之家 11 月 8 日消息,蚂蚁集团旗下 AI 助手灵光宣布:自今年 10 月 27 日灵光 2.0 上线以来,一周内已帮助用户管理超 116 万项事务,执行超 360 万次任务。灵光用户已突破 2000 万。 参考IT之家先前报道,蚂蚁集团于 10 月 27 日发布灵光 2.0,其最大特性是 AI 介入任务的起点

    来源 AI 行业观察
  18. AI算力采购潮起 公募数智化转型提速

    ◎记者 赵明超 持续加码AI投入,公募行业数智化转型提速。近期,多家基金公司采购算力服务器,提升算力已成为基金公司布局AI的核心底座。在业内人士看来,公募行业不再局限于单点AI试用,而是系统性打造适配资管业务的智能体系,推动AI深度赋能资产管理全流程。 多家公司加码布局 多家头部公募基金出手,竞相购买算力服务器...

    来源 腾讯网
  19. 埃森哲报告被指15条虚假引用:AI幻觉还是编造案例?

    IT之家 11 月 8 日消息,埃森哲(Accenture)被指发布了一份充斥人工智能“幻觉”的研究报告,其中不仅包含大量虚假信息,还出现了多处疑似捏造的研究案例。 据 GPTZero 最新分析,这家咨询巨头发布的一份报告涉嫌包含 15 条虚假引用,以及完全虚构的案例研究,因此正受到外界审查。 这份名为《跨越式发展》(

    来源 AI 行业观察
向下滚动自动加载更多