NBS推出「DataPark」，將企業資料庫進化為「企業資料本體」

網路商業支援股份有限公司（NBS）為Headwaters股份有限公司的集團企業（總公司：東京都澀谷區，代表取締役社長：池上正夫，以下簡稱「NBS」），將於2026年8月中旬正式推出企業資料本體「DataPark（資料公園）」，此系統能為企業資訊賦予意義與關聯性，支援業務人員的判斷與AI代理人的應用。

官方網站：https://datapark.jp/

背景：人類任務由Agentic AI代勞，企業資訊需具備「意義與關聯性」

企業對AI的應用正從「搜尋與彙總企業資訊並提供給人類」的階段，邁向「Agentic AI」的應用，即由AI自主執行人類過去進行的資訊蒐集、目標企業篩選、接觸對象確認，以及提出與執行下一步行動等任務。

過去，業務人員除了企業基本資料外，還會蒐集新聞、人事異動、組織變更、招募活動、新事業等資訊，並在腦中加以連結，以判斷「應向哪家企業、為何此時接觸」以及「應向哪個部門或人物提案」。

Agentic AI若要代行此類人類任務，不僅需能參照人類用以判斷的資訊，更需理解各項資訊的意義，以及其與企業、部門、據點、人物、新聞、企業活動等之間的關聯方式。因此，「本體論（Ontology）」受到矚目。

本體論是一套系統性定義企業、部門、人物、活動等對象及其屬性、關聯性與規則的機制，使人類與AI能共同理解「存在什麼、各自代表何意、彼此如何連結」。

近年來，微軟（Microsoft）、Palantir等主要科技企業，皆將本體論置於企業級AI與資料平台的核心位置。本體論作為提供AI代理人業務意義與關聯性的「情境基礎」，能促成判斷與行動，因而備受關注。在Agentic AI時代，企業資料除了準確性、即時性與細緻度外，更需將人類腦中進行的「意義賦予」與「關聯建立」過程，以外部化且AI可使用的形態呈現。

DataPark是什麼？連結企業、部門、人物與活動的「企業資料本體」

DataPark以NBS長達十多年開發與建置的次世代企業資料庫「Beegle資料」為基礎，以統一編號為核心進行資料整合，連結企業、部門、據點、集團企業、人物、企業活動、新聞與行銷標籤，並持續更新的企業資料產品。

收錄約80萬家擁有官方網站的企業，以及超過3,000萬筆企業資料，並非以單一企業一列的扁平化資訊呈現，而是能追蹤「企業如何變動、與誰有關聯」的結構化資料。除了將正確且最新的企業資訊作為可管理的產品（Data as Product）外，更導入「本體作為產品（Ontology as Product）」概念，將資料間的意義與關聯性建構成可實際應用的形態。

※「Data as Product」指將資料視為持續管理與改善的產品；「Ontology as Product」指將資料間的意義與關聯性建構成可用形態的觀念。

DataPark的主要特色

1. 提供80萬家企業、3,000萬筆以上具備意義與關聯性的企業資料

基於企業官方網站資訊，以統一編號進行資料整合，將部門、據點、集團企業、人事異動、企業新聞、活動標籤等與企業個體連結。不僅提供企業基本資料，更提供周邊變動與關聯性作為企業情境（Corporate Context）。

2. 整合三項雲端服務與既有客戶基礎至「DataPark」

DataPark並非從零開始的新服務，而是整合NBS過去個別提供的三項雲端服務及其既有客戶基礎。過去分散於不同服務的「目標名單製作」、「CRM/SFA資料建置」與「企業詳細資訊確認」等功能，將整合於單一平台，使既有客戶能依目的橫向使用多項功能，提升便利性。

3. 將CRM/SFA的客戶資料轉化為Agentic AI的判斷情境

DataPark不僅能修正CRM/SFA中資料的記載不一致、重複與過時問題，更會持續將組織變更、人事異動、招募活動、新事業、新聞與企業活動等外部資訊，連結至潛在客戶與既有客戶資料中。藉此，將CRM/SFA中記錄的過往客戶接觸紀錄，與企業外部正在發生的變動，依據企業、部門、據點、人物等關聯性加以整合。

DataPark不僅將CRM/SFA的企業資料修正為正確狀態，更進一步擴展為企業情境，使Agentic AI能參照客戶關係與企業現況變動，判斷後續的再接觸、交叉銷售、集團企業橫向拓展等業務行動。

4. AI協助建立搜尋條件與篩選目標企業

當業務人員輸入目標時，AI將協助建立複雜的搜尋條件與查詢語法。同時，分析網路企業活動與變動資訊，協助篩選目標企業，並確認其選定依據。

5. 預計提供AI代理人可參照的外部情境

DataPark的基礎資料「Beegle資料」已將企業、部門、據點、人物、新聞、企業活動等資訊，建構為具備意義與關聯性的企業情境。

未來，NBS預計基於Beegle資料，建置可供AI代理人參照的外部情境提供模式。相對於企業內部CRM/SFA與交易紀錄等「內部情境」，DataPark將作為理解交易對象與潛在客戶等外部企業的「外部情境」加以應用。

6. 因應人類與AI代理人使用擴大的按量計費方案

過去SaaS服務多採用依使用者人數計費的「席位制」。然而在Agentic AI時代，即使人類使用者人數不增加，AI代理人仍會持續執行企業資訊搜尋、目標企業篩選、企業情境取得、CRM/SFA資料補充等任務，導致資料使用量擴大。DataPark將採用基本費用加上依功能與資料使用量計費的「按量計費」模式。此舉不僅支援人類使用服務，也因應AI代理人對企業資料與情境的使用成長，實現DataPark的價值與NBS收益機會的連動。