新媒网 · 跨境数据社区

在数字化浪潮席卷全球的当下，企业如何高效管理海量信息，尤其是非结构化数据，成为提升运营效率的关键。云内容管理领域的资深企业Box，长期以来致力于为全球企业提供创新的解决方案。近日，Box在2025年的年度开发者大会Boxworks上，宣布推出一系列前沿的AI功能，将智能代理（AI agents）深度整合到其核心产品体系中，这无疑标志着企业级AI应用正迈向一个新的阶段。

Box公司首席执行官亚伦·莱维（Aaron Levie）在外媒采访中，深入探讨了Box在AI领域的战略布局及其对未来工作模式的深刻洞察。此次发布不仅是Box在AI研发投入的最新成果，更体现了其加速推进企业级AI落地的决心。早在2024年，Box便已推出了其AI工作室；紧接着在2025年2月，又推出了全新的数据提取代理；并于2025年5月发布了用于搜索和深度研究的代理。这些举措都展现了Box在AI赛道上持续的迭代创新能力。

AI与非结构化数据：企业效率的新引擎

莱维先生指出，Box当前的核心关注点在于AI如何重塑我们的工作方式。他认为，AI对工作流程产生巨大影响的领域，主要集中在非结构化数据上。回顾过去，那些涉及结构化数据的工作，比如客户关系管理（CRM）、企业资源规划（ERP）或人力资源（HR）系统中的数据，早已实现了多年的自动化。然而，在处理非结构化数据方面，自动化进程却一直受阻。

非结构化数据无处不在，例如各种文档、图片、音视频、社交媒体内容等。在许多企业流程中，如法律文件审阅、营销素材管理，乃至跨国并购交易审查，都充斥着大量非结构化数据。传统上，这些工作都需要人工进行逐一审阅、更新和决策。计算机在理解和处理这些复杂信息方面，能力尚有欠缺。

莱维强调，AI代理的出现，首次为企业开启了深度挖掘和利用这些非结构化数据的可能性。这意味着，以往依赖人工进行大量阅读、分析和判断的工作，现在可以借助AI的力量，实现前所未有的自动化和智能化，从而大幅提升效率，降低运营成本。对于中国跨境企业而言，这意味着在处理海外市场报告、国际合同、客户反馈等大量非结构化信息时，有望实现更高效的自动化处理，为决策提供更快速、精准的支撑。

智能化工作流：Box Automate的实践逻辑

在本次Boxworks大会上，Box推出了一套名为Box Automate的新系统。这套系统被设计为一个AI代理的“操作系统”，它能够将复杂的工作流程拆解成不同的环节，并在需要时，通过AI进行增强。

在部署AI代理于企业环境中，特别是在处理敏感数据时，许多客户自然会存在疑虑。莱维解释道，客户的核心诉求是确保每一次工作流程运行中，AI代理都能以大致相同的方式在流程的特定节点执行任务，避免出现“脱轨”的情况。例如，企业不希望AI代理在处理了几百份提交后，开始出现累积性错误或行为失控。

因此，设定正确的“分界点”至关重要，即明确AI代理开始工作和系统其他部分结束的界限。在每一个工作流程中，都需要仔细思考哪些环节需要有“确定性的防护栏”（deterministic guardrails），以确保结果的可预测性，而哪些环节可以完全交由AI代理进行非确定性处理。

Box Automate的优势在于，它允许用户精确设定每个独立AI代理需要完成的工作量，然后将其交付给下一个代理。例如，可以设置一个专门负责接收提交的代理，再将数据传递给一个独立的审阅代理。这种模块化、可控的部署方式，使得企业能够在大规模的各类工作流程或业务流程中，安全、有效地部署AI代理。对于中国企业在海外市场建立复杂的业务流程时，这种可控的AI自动化方案，能够有效降低风险，提高跨国协作的效率。

深度剖析：AI的“语境时代”与效能边界

在AI领域，即使是像“Claude Code”这样最先进的完全代理系统，也存在一定的局限性。莱维指出，在某些任务执行到一定阶段时，模型可能会因为“上下文窗口”（context-window）容量的限制，而无法继续做出高质量的决策。他坦言，“AI领域目前没有免费的午餐。”企业不可能指望一个拥有无限上下文窗口的AI代理，能够长时间不间断地处理业务中的所有任务。这就是为什么需要将复杂的工作流程拆分成多个子任务，并由不同的子代理来协同完成。

莱维将当前阶段称为“AI的语境时代”（era of context）。他强调，AI模型和代理高效运行的关键在于它们所能获取的“语境信息”。而这些至关重要的语境，恰恰存在于企业的非结构化数据之中。因此，Box的整个系统设计理念，便是围绕着如何为AI代理提供最恰当、最全面的语境信息，以确保它们能够尽可能有效地执行任务。这意味着，在部署AI解决方案时，不仅仅要关注模型的计算能力，更要重视如何构建一个能够为模型提供丰富、准确“语境”的数据环境。这对于处理复杂国际贸易条款、多语言市场分析的中国跨境从业者而言，其意义不言而喻。

模型选择与数据安全：企业级AI落地的核心考量

当前，业界对于大型、强大的前沿模型与更小、更可靠的模型之间的优劣，存在着广泛的讨论。莱维明确表示，Box的系统架构并不限制任务的任意长度或复杂性。他们的目标是提供正确的“防护栏”，让企业能够自主决定任务的智能化程度。Box对此没有预设立场，而是致力于设计一个面向未来的架构。这意味着，随着AI模型和代理能力的不断提升，Box平台将能够直接吸纳这些进步，为用户带来持续的优化体验。

另一个不容忽视的担忧是数据控制。由于AI模型通过大量数据进行训练，人们普遍担心敏感数据可能会被泄露或滥用。莱维认为，这是许多AI部署失败的原因之一。一些企业可能错误地认为，只要让AI模型访问所有非结构化数据，它就能回答用户提出的所有问题。然而，这可能导致AI模型给出用户不应或无权访问的数据答案。

因此，一个强大的分层管理系统至关重要，它需要处理访问控制、数据安全、权限管理、数据治理以及合规性等所有方面。Box在这方面拥有数十年的经验积累，其核心系统就是为了解决“如何确保只有拥有正确权限的人才能访问企业中的每份数据”这一问题。莱维强调，当AI代理回答问题时，系统能确定性地保证它不会调用用户无权访问的任何数据。这种深植于系统核心的安全机制，为企业大规模应用AI提供了坚实的信任基础。对于涉及跨国数据流动的中国跨境电商、游戏、支付等行业而言，数据安全和合规性更是不可动摇的底线。

生态竞争：平台型策略的优势与未来

本周早些时候，美国人工智能公司Anthropic发布了一项新功能，允许用户直接将文件上传至Claude.ai。尽管这与Box提供的文件管理服务存在差异，但基础模型公司带来的潜在竞争，无疑是Box需要战略性考量的问题。

莱维对此的看法是，当企业大规模部署AI时，它们需要安全性、权限管理和控制。它们需要用户界面，需要强大的API接口，并且希望能够自由选择AI模型。因为今天，某个AI模型可能在特定用例上表现优于其他模型，但这种优势可能会随着时间而改变，企业不希望被锁定在某一个特定的平台。

因此，Box所构建的，正是一个能够提供所有这些能力的系统。Box负责数据的存储、安全、权限管理和向量嵌入，并与市面上所有领先的AI模型进行连接。这种开放、灵活的平台策略，使得企业能够根据自身需求，在不断演进的AI生态中保持选择的自由度和业务的弹性。

启示与展望：中国跨境行业的思考

Box公司在AI领域的探索和实践，为中国跨境行业的从业者提供了诸多有益的启示。面对全球化竞争和海量信息的挑战，如何借助AI技术，特别是AI代理，来提升非结构化数据的处理效率，优化内部工作流程，并确保数据安全与合规，是每一个希望在全球市场取得成功的中国企业都必须深思的问题。

Box Automate所展现出的模块化、可控的AI部署思路，以及对“语境”和“数据安全”的重视，为中国跨境企业在构建自身的智能化系统时，提供了宝贵的参考框架。选择一个开放、灵活、能够与多种AI模型集成的平台，将有助于企业避免技术锁定，更好地适应未来AI技术的发展。

未来，随着AI技术的进一步成熟和普及，我们有理由相信，智能化将成为提升跨境业务效率、降低运营风险、拓展全球市场的重要动力。中国跨境从业者应密切关注这些前沿动态，积极探索AI技术在自身业务中的创新应用，为企业的国际化发展注入新的活力。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/box-automate-unstructured-data-new-era.html