【研究調查】最新全球高層領導者研究發現 48% 的企業高層認爲可信且安全的數據可釋放超過 25% 的營收成長潛力，然而僅 7% 的企業做到AI就緒。全球高層領導者研究顯示，大多數企業擴展AI的速度，已超出其能夠治理、監控或復原 AI 的能力。
企業AI核心中一個持續擴大的差距
數據與人工智能信託公司Veeam® Software於倫敦舉行的VeeamON London大會上，發佈了一項最新的環球研究報告《數據與AI信任差距報告》（Data and AI Trust Gap Report）。該研究發現企業AI核心中一個持續擴大的差距。
僅有7%企業真正達到「AI就緒」
雖然全球有88%的企業已採用或試行AI代理，但僅有7%企業真正達到「AI就緒」，更有95%的企業表示，數據相關的困難已減慢他們在AI領域的發展。對於身處中國內地數據流、國際金融監管以及數據私隱條例日漸收緊的環境下的香港企業而言，此研究能從AI規管、審查及復原三方面提供見解。
AI的應用速度超出專為AI而設規管架構的發展步伐
該研究邀請到全球600位金融服務、醫療保健、製造、零售及科技等產業的高層領導進行調查，結果顯示AI的應用速度遠遠超出專為AI而設規管架構的發展步伐。對於監管機構已制定生成式AI指引與個人資料保護規範時，能否有效控制、監管並從AI故障中復原，將成為評估企業AI就緒的下一項考驗。
主要發現顯示，全球AI擴展速度已超越可控範圍：
- 全球僅7% 的企業真正具備 AI 就緒能力。
- 88% 的企業已採用或試行 AI 代理。
- 僅28% 的企業有信心能偵測到 AI 系統是否在核准參數範圍之外運作。
- 95% 的企業表示數據相關困難已減慢其 AI 應用進展。
企業面對的困難不在於AI應用 而是在於AI信任
研究指出AI應用與其支援所需的規管、透明度及管控之間，存在明顯的信任差距。Veeam 行政總裁 Anand Eswaran 表示:「大多數企業面對的困難不在於AI應用，而是在於AI信任。AI 的第一階段以基礎設施投資、實驗及加速為主，而信任將會是下一階段的關鍵。隨著愈來愈多企業採納以機器速度運行的自動化 AI 代理，問題已從『應否使用 AI』，轉變為『能否確保所有數據皆是安全、可被規管、符合規例且具備韌性』，當以及企業能否在系統出現固障時準確復原數據。這是企業在不提高聲譽受損與營運風險的情況下，擴展安全 AI 應用的正確方式。」
高層信心掩蓋現實的營運差距
研究發現董事會與負責AI部署的執行團隊之間存在明顯的認知差異，過展經常在意願與執行之間停滯不前，主因包括規管機制缺乏一致性、數據管理過於被動，以及權責分配雖然明確但太分散。
- 65% 的行政總裁相信他們掌握完整的 AI 清單，但僅有48% 的技術主管表示認同。
- 52% 的行政總裁認為自己積極主導數據管理，但僅有 41% 的資訊安全總監及 38% 的資訊科技總監認同。
- 48% 的行政總裁認為可信、安全且合規的數據能提升超過 25% 的利潤。
- 83% 的行政總裁因為需要加快AI發展與數據應用而感到壓力。
當AI快速普及化卻缺乏透明度與不明確的問責機制，將會導致難以偵測、解釋及控制的失敗。
AI錯誤不如系統故障停機一樣明顯
隨著 AI 系統變得更自主，故障的性質也有所轉變。風險正從傳統的系統停機，轉向更難偵測、解釋與控制的數據層級故障。該研究警告以機器速度發生的錯誤可能超越偵測反應，迫使企業的韌性從廣泛復原轉為精準復原，即僅恢復受影響的部分，而非將整個系統重置。
在目前已部署 AI 的企業中，僅少數企業能在幾分鐘內辨識出以下資訊：
- 系統存取了哪些系統（29%）
- 它採取了哪些行動（25%）
- 它影響了哪些決策（24%）
- 該系統使用了哪些數據（22%）
僅40% 的領導非常有信心能夠隔離並精確復原AI代理造成的故障。
由內向外、由外向內：規管機制正匯聚於數據
規管帶來的挑戰正從兩個方向匯聚於數據：內部需求與外部審查。
在企業內部，未經授權使用AI 的情況已十分普遍：
- 95% 的企業表示內部存在未經授權下使用AI的情況，其中 93% 認為這情況存在重大風險。
- 僅有 25% 就以上問題提供已認可的替代方案，意味著多數企業試圖抑制需求，而非進行有效規管。
- 44% 的企業指出，網絡風險上升是「影子 AI」首要造要的風險。
香港企業必須立即就數據信任採取行動——監管機構已訂立標準
香港企業已率先在全球就 AI 規管達成共識前採取行動。香港金融管理局於 2024 年就銀行業部署生成式AI ，發布保障消費者的指引，已在規管與問責、公平性、透明度與披露，以及數據私隱與保護等方面制定了初步期望。個人資料私隱專員公署於 2024 年發布的《人工智能 (AI)：個人資料保障模範框架》也為更廣泛的經濟層面制定相同目標。作為跨境數據流動試行措施的《大灣區標準合同》，亦正重塑個人資料在香港與中國內地之間的流動方式，將數據信任置於每一個 AI 應用場景的核心。
信任需要明確的權責歸屬 而非共用的模糊地帶
該研究指出推進的核心障礙在於權責歸屬破碎化以及營運規範不一致。數據、AI 與規管的責任經常分散在不同團隊之間，導致問責制度薄弱，執行速度緩慢。當所有持份者都有相關責任時，反而導致無人能夠果斷制定政策、實施監管或證明成效。
在權責明確界定的情況下，成果顯著提升：
- 由資訊安全總監負責監測 AI 代理風險的企業中，成功偵測到異常 AI 行為的可能性高出 24%。
- 依賴共同責任的企業中，成功偵測到異常 AI 行為的可能性降低了 47%。
- 數據不需要再多一位倡導者——它需要的是足夠強大的問責領導力，能夠協調規管、安全、私隱、合規與韌性。
信任正成為企業 AI 的營運基礎
能夠信任和執行的企業與缺乏信賴的企業之間，正出現明顯的差距。成功將願景、透明度與規管三者協調一致的企業，其表現明顯比其他企業優秀。
被歸類為完全具備 AI 就緒能力的企業中，有 97% 表示從數據與 AI 投資中獲得可量化的商業效益，相較之下受訪者整體比例僅為 48%，這證明了在企業規模上將信任付諸運行的價值。
Veeam建構數據與 AI 信任層
Veeam 透過結合數據韌性、安全與規管應對以上挑戰，協助企業掌握 AI 的數據使用、監管員工與AI代理存取數據的方式，並在系統出錯時能精準復原未受影響和可信的數據。
Eswaran 補充：「這份研究結果研究清楚顯示目前情況，沒有任何疑問餘地。當 95% 的高層領導表示數據挑戰已經減慢他們的 AI 部署時，瓶頸已不在於模型本身，而是在於可信、可規管、可復原的數據。Veeam 正在建構數據與 AI 信任層，為企業提供安全擴展 AI 時需要的透明度、監控能力與精準復原能力，進而帶來真正的商業價值。」
免責聲明：本網頁刊載的所有投資技巧及分析，僅供參考用途。讀者作出任何投資決定前，要自行判斷及審慎處理，更要自行掌握市場最新變化。若不幸招致任何損失，概與本網頁及相關作者與受訪者無關，本網頁概不負責 。而本網頁所有專欄作者的觀點，不代表本媒體立場。