Domo把AI代理塞進MCP協議，3年布局終于攤牌

一家成立15年的BI公司，突然宣布要做AI代理的"操作系統"。Domo CEO Josh James在年度大會Domopalooza上放出這句話時，臺下可能沒意識到——這家公司憋了3年的大招，終于亮出來了。

「AI的價值不在于模型變聰明，而在于接入你的業務，變成行動系統。」

James的這句話，把Domo的新戰略釘死了：不做基礎模型，不做聊天機器人，專門解決一個被忽視的問題——企業里的AI代理，怎么才能真的"干成事"。

從"問答案"到"干活"：代理的進化分水嶺

Domo這次發布的核心有三件套：AI代理構建器、AI工具包、以及一堆企業數據連接器。聽起來像行業標配，但有個細節很關鍵——這些連接器完全兼容MCP（模型上下文協議）。

MCP是Anthropic去年推出來的開放標準，簡單說就是給AI代理配了套"通用插頭"，讓它能直接捅進企業的各種API和數據源里取數。Domo把自己15年積累的BI基礎設施，全部接進了這個協議。

這意味著什么？以前企業做AI代理，最大的坎不是寫代碼，是"最后一公里"——怎么讓代理安全地摸到CRM、ERP、財務系統里的實時數據。Domo的解法很直接：我幫你把橋搭好，你只管定義代理要干嘛。

平臺支持兩種代理模式。一種是"話癆型"：設定角色和目標，用戶用自然語言驅動。另一種是"實干型"：觸發條件+任務鏈，完全自動化。James舉了個例子——銷售在CRM里新增一個客戶聯系人，代理自動啟動，去網上扒公開信息、查行業數據庫、補全公司內部分析，最后生成一份情報報告扔回銷售郵箱。

整個過程不需要人盯著。代理干完活，自己回去休眠，等下一個觸發信號。

governance（治理）這個詞，被提到了7次

Domo的發布會PPT里，"governance"出現頻率高得反常。這在AI廠商里不多見——大家通常更愛講"智能""效率""顛覆"。

但Domo的算盤很清楚：企業買AI代理，怕的不是不夠聰明，是太聰明卻管不住。新平臺給每個代理配了完整的權限審計、數據血緣追蹤、人工復核節點。員工始終是"船長"，代理只是匯報工作的"船員"。

InformData的首席數據科學家Marcus Wilkins已經提前試用。他的公司做背景調查和身份情報，數據敏感度極高。「把數據和工作流塞進一個連通的環境，我們才能放心地建東西。」Wilkins的原話是，他們在決策層用生成式AI判斷"該用什么數據、結果怎么流轉"——這句話的潛臺詞是：AI可以參與決策，但人不能出局。

Domo的治理設計，本質上是在賭一個趨勢：未來2-3年，企業AI的競爭焦點會從"能不能做"轉向"敢不敢用"。

夏天上線，但真正的戰場在生態位

新平臺要到今年夏季才正式開放。Domo選擇這個節點發布，時機很微妙——Salesforce的Agentforce、ServiceNow的AI代理、甚至微軟的Copilot Studio，都在搶"企業AI代理底座"這個位置。

Domo的差異化在哪？它不做通用辦公場景，死磕"數據驅動型代理"這個垂直切口。BI出身的公司，對數據管道、權限模型、實時計算的理解，比通用SaaS廠商深得多。MCP協議的擁抱，則是把這套能力標準化，降低接入門檻。

James的野心寫在發布會材料里：Domo要成為"智能企業的響應式基礎設施"。翻譯成人話就是——以后企業里的AI代理，可能來自五六個不同廠商，但調度、監控、數據供給這層，Domo想包圓。

這個定位有點像云計算時代的Kubernetes：不直接跑應用，但管著所有應用的調度。區別是，Kubernetes管的是容器，Domo想管的是"數字員工"。

Wilkins的反饋或許能說明問題：「我們在工作流的決策層用生成式AI，決定什么數據該用、結果怎么推進。」這句話里沒有"顛覆"，沒有"革命"，只有一個數據科學家對"可控的自動化"的務實需求。

Domo賭的，正是這類用戶的聲音，會在今年越來越響。