エンタープライズAIエージェントは、ビジネスコンテキストの問題により、自信に満ちているが誤った回答を提供することがよくあります。企業の大多数がこれらのエラーを経験しており、その原因は情報の欠落または不整合に起因しています。Retrieval-augmented generation（RAG）はコンテキストを提供する主要な方法であり、検索の品質が重要になります。OpenAIやGoogleなどの企業が提供するプロバイダーネイティブリトリーバルツールは、現在採用をリードしており、専用のベクトルデータベースを上回っています。しかし、多くの企業は、プロバイダースタックに完全に統合するのではなく、ベストオブブリードの独立したツールを維持したいと考えています。エンベディングとリランキングおよびアクセス制御を組み合わせたハイブリッド検索は、将来のRAGシステムを支配すると予想されています。ガバナンスされたセマンティックレイヤーの開発は、コンテキストギャップの解決策と見なされており、ほとんどの企業がそれを構築しているか、構築を計画しています。プロバイダーネイティブリトリーバルツールの採用にもかかわらず、企業は専門ツールを維持することで独立性を維持する意向です。検索システムを選択する際の焦点は、取り込みの容易さと運用のシンプルさにあります。実装後は、正確性とセキュリティが主要な監視懸念事項となります。