企业级AI平台公司Dataiku于24日在首尔瑞草区Episode Gangnam 262举行记者会，发布AI项目自动生成工具“Cobuild”，进一步强化其面向企业AI落地场景的产品布局。

据介绍，业务人员只需以自然语言输入业务目标，Cobuild即可在无需编写代码的情况下，自动生成涵盖数据管道、机器学习（ML）模型、AI Agent和应用在内的完整AI项目，并支持接入OpenAI、Anthropic等外部大语言模型（LLM）。

生成结果将以可视化流程（Visual Flow）形式呈现，便于非技术人员对项目流程进行审阅、修改和审批。Dataiku表示，这一设计旨在降低企业内部AI项目从构思到部署的门槛，同时加强治理能力。

Dataiku亚太日本（APJ）负责人兼副总裁Andrew Boyd援引麦肯锡研究称，目前已有超过88%的企业在使用AI，但真正从投资回报（ROI）中获得实际价值的企业仅占6%。他指出，不少企业的AI项目仍停留在试点阶段，尚未真正进入生产环境。

产品管理负责人Jean-Guillaume Appert表示，Dataiku在启动AI Agent开发时，首先会围绕具体业务用例展开，并通过治理模块中的仪表盘持续跟踪ROI指标。

在他看来，Cobuild的差异化优势之一，在于将治理能力直接内嵌到开发流程中。Appert表示，随着Claude Code、Codex等产品推出，大语言模型生成代码的能力不断提升，但这类代码往往难以纳入企业合规框架，长期来看也不利于治理和可持续运营。Cobuild则将自然语言交互体验、基于流程的可视化能力以及治理机制整合到同一体系中。

Andrew Boyd还强调，Cobuild让非技术岗位也能核验AI项目的生成流程。他表示，其他平台在面对同一问题时，可能会生成数千行代码，业务人员很难判断构建方式是否正确、调用的数据是否合适；而在Dataiku平台上，即便输入相同提示词，用户仍可通过可视化流程直观看到数据如何流转，并据此完成验证。

Dataiku Korea负责人Kim Jongdeok表示，韩国企业同样面临导入AI Agent的压力。以韩国大型企业为例，部分公司已由CEO、CIO直接推动“各部门建设多个Agent”的要求，这一趋势在他看来已不只是创新尝试，而是关系企业竞争力与生存的问题。

不过，他也指出，如果在短时间内大规模建设AI Agent，后续很可能出现难以维护、治理不足等问题，因此企业仍需优先搭建平台化基础设施。

除Cobuild外，Dataiku当天还介绍了“Expert to Agent（E2A）”“Agent Management”“Reasoning System”等新产品。其中，E2A用于将企业内部业务专家的知识转化为AI Agent的推理逻辑；Agent Management则可在单一界面统一管理分散部署的多种AI Agent，计划于年内上线。