【研究調查】研究顯示，隨著企業加快擴大在缺乏人類直接監督下的 AI 決策應用，決策過程可追溯性不足的問題日益顯著，增加合規、營運及客戶信任方面的風險。

94% 香港企業已應用或正在試行多步驟 AI 系統

首個以 AI 支援大規模合規營運的信任基礎設施 Sumsub 公布最新《Sumsub 亞太地區數碼信任現況：AI 治理基準報告》，發現香港企業有需要加強追溯和解釋 AI 代理決策過程的能力。94% 香港企業已應用或正在試行多步驟 AI 系統。

區內共同面對的結構性問題

然而，僅 36% 能夠透過可靠且不可篡改的紀錄，為 AI 行為提供完整和可永久保存的審計軌跡（audit trail），反映區內共同面對的結構性問題：許多企業仍然缺乏監察和審核 AI 決策過程所需的基礎設施。

報告稱之為「問責不對稱問題」（Accountability Asymmetry），即企業中為 AI 決策承擔責任的程度，以及其向監管機構、持份者或客戶清楚解釋及證明 AI 如何作出相關決定的能力有所不足。當企業缺乏完善且可追溯的紀錄，每一項未受監察的 AI 行動都可能持續累積潛在風險及成本。即使相關影響未必即時顯現，長遠而言仍可能導致營運損失、合規罰款，以及客戶信任流失等後果。

研究報告根據三大範疇評估亞太地區企業在自主 AI 代理治理方面的進展，包括 AI 在企業運作中自主執行工作的程度（自主程度，Autonomy）、企業能否清晰界定及承擔 AI 行為所涉及的責任（責任清晰度，Responsibility）及企業能否還原、解釋和審核 AI 的決策過程（可追溯性，Traceability）。

報告重點：

  • AI 應用範圍與自主程度迅速擴大：95% 的香港企業表示過去一年曾擴大 AI 應用規模或提升其自主程度，比例略高於亞太地區平均水平（92%）。
  • 香港企業較傾向採用共同問責模式：40% 的香港企業表示 AI 行為與決策所涉及的責任由多個業務部門共同承擔，高於亞太區平均水平（27%），比例為區內最高，反映香港企業在 AI 治理方面更傾向採取跨部門協作模式。
  • 高風險工作流程中的 AI 應用仍較審慎：89% 的香港企業表示願意將低風險及例行的工作交由 AI 處理，與亞太區平均水平（88%）相若，惟涉及財務相關決策時，企業態度仍較為審慎。
  • AI 治理成熟度仍有提升空間：香港作為國際金融中心，其監管環境一直引導企業治理標準。隨著監管機構現時正積極完善相關框架，支援更廣泛的 AI 應用，香港企業的整體 AI 治理評分為 66.7 分，略低於亞太區平均分數（67.1）。

香港企業並非缺乏推動 AI 代理應用的策略方向

Sumsub 亞太區副總裁 Penny Chai 表示：「香港企業並非缺乏推動 AI 代理應用的策略方向，而是在拓展應用時採取較審慎的態度。當決策涉及財務責任時，未成熟的追溯機制或會為企業帶來難以承受的營運風險。因此，建立穩健的追溯及安全框架，是企業在高風險決策中安全和大規模地應用 AI 的先決條件。與此同時，亞太地區未來的 AI 發展將取決於公私營機構之間的合作：監管機構負責提供框架，而業界建立的信任基礎設施則有助企業在實際應用中落實問責機制；兩者相輔相成，讓企業能夠轉化合規要求為可驗證的數碼信任。」

香港企業整體自我 AI 治理評分為 66.7 分

香港企業整體自我 AI 治理評分為 66.7 分，與亞太地區平均水平相若，反映本地市場在加速應用 AI 的同時，亦正不斷改善相關治理框架，例如香港律政司於 2026 年成立「檢視支持更廣泛應用 AI 所需的法律配套」跨部門工作小組督導委員會，聯合各政策局及部門檢討其政策範疇下的相關法規。

亞太地區企業的 AI 治理表現與當地監管環境密切相關

整體而言，亞太地區企業的 AI 治理表現與當地監管環境密切相關。泰國（70.3 分）及菲律賓（69.6 分）的企業由於遵循較早建立且較為嚴謹的數碼法規及企業合規機制，因此位居區內前列。印度（68.5 分）則受既有的紙本合規框架支持，有利企業與國際標準接軌，而中國（68.0 分）持續推出和調整 AI 相關監管措施，包括制定《人工智能智能體互聯》系列國家標準，以推動 AI 治理發展及規範企業在當地營運的標準，排名緊隨其後。

除香港外，澳洲（66.7 分）及印尼（66.0 分）亦正逐步調整現有私隱及數據保障框架，以涵蓋自主 AI 系統。新加坡（65.6 分）已推出代理式 AI 模型治理框架（Model AI Governance Framework for Agentic AI），企業普遍根據此較為成熟的技術標準衡量，因此傾向較嚴謹的自我評估。馬來西亞（62.4 分）企業則正在為即將落實的 AI 治理法案（AI Governance Bill）作準備。

高度監管行業引領區內 AI 治理發展

高度受監管的行業表現較為領先，其中亞太地區金融服務業受嚴謹的監管要求規範，以 69.6 分位居各行業榜首，同時錄得最高的審計軌跡（Audit Trail）應用率。資訊科技及軟件服務業則以 68.8 分排行第二，然而，由於其技術部署速度過快，治理能力落後於應用程度的風險增加。

相較之下，財務風險較低的行業則普遍更著重 AI 帶來的即時業務效益，而非 AI 治理能力。以電子商務與網購平台（65.4 分）為例，業界廣泛利用 AI 工具推動銷售，但由於利潤空間有限，只有 29% 採用獨立審計機制。於榜末的交通運輸與配送平台行業（64.4 分）則優先考慮營運效率，甚至有機會以犧牲監察及追溯能力為代價。問題是，一旦自動化 AI 系統出現異常，其物流運作便可能因缺乏足夠監管而出現系統性盲點。

克服技術障礙以安全拓展 AI 應用

隨著企業擴展 AI 應用的規模，如何確保問責機制清晰及系統可靠等實際業務合規要求成為關鍵考量。為應對相關挑戰，香港企業認為在技術方面的三大重點分別為管理先進 AI 模型所涉及的技術難度（64%）、降低建立追溯機制的成本（50%），以及確保不同平台之間能夠順暢整合（48%）。

從形式合規邁向可驗證的信任機制

企業必須推動結構轉型，應用統一的信任基礎架構，確保每項自動化行為均可追溯至獲授權的 AI 代理，以及負責監督相關決策的人類，才能在代理式 AI 時代建立真正的數碼信任。市場對此轉型方向亦已達成共識——98% 的香港企業表示已為應用第三方驗證方案作好準備，將 AI 自動化行為與經驗證的身分網絡進行綁定。

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。