1、IBM 商业价值研究院|研究洞察携手 AI 加速前行治理到位，提速有道目录引言：AI 安全护栏为增长引擎注入动力 2智能系统亟需更智慧的治理 5CEO 推动责任落实 12行动指南 15AI 推动领导力重心迁移 18IBM 如何提供帮助IBM 凭借深厚的行业、职能和技术专业能力，丰富的企业级技术解决方案、以及基于科学的研究创新，助力企业释放 AI、分析和数据的潜能。如需了解更多信息，请访问：IBM Consulting AI 服务 Software AI 解决方案 Research AI 创新 治理加速放大业务影响力。高管表示超过四分之一(27%)的 AI 效率提升得益于完善的治理体系；而在 A

2、I 伦理方面投入更多的组织，其 AI 业务利润要比其他组织高出 34%。1 反之，治理缺失则 AI 难成。四分之一的 AI 项目失败源于治理体系薄弱，但仍有超过 半数的组织尚未建立针对 AI 风险、伦理与治理的清晰管理体系。AI 治理正转向由高层推动和落实。在三分之二的组织中，首席执行官（CEO）已直接参与 AI 治理工作。成功的组织会将治理视为一套动态框架既具备适应性和韧性，也能和技术发展同步演进。摘要2在 AI 时代，治理并非企业发展的“刹车器”，而是业绩提升的“加速器”。这一结论来自 IBM 商业价值研究院(IBM IBV)对全球 1,000 名高层业务与技术领导者展开的最新调研。受访高

3、管将超过四分之一(27%)的效率提升驱动力归功于完善的治理体系。IBV 相关研究还表明，在 AI 伦理方面投入更多的组织，其 AI 业务利润要高出 34%，而且 AI 项目落地速度更快，安全系数也更高。或许出人意料的是，AI 治理这一常被视为阻碍创新的壁垒和走过场的合规事后补救如今已成为实现业务影响力与业务成果的决定性因素。事实上，市场本应预见这一趋势，因为 AI 的发展速度太快，仅靠被动应对问题的监管模式已难以适配。富有远见的领导者早已将治理视为战略工具加以部署，从而得以提前应对风险，放大创新成效。引言AI 的发展速度太快，仅靠被动应对问题的监管模式已难以适配。AI 安全护栏 为增长引擎注入

4、动力引言 智能系统亟需更智慧的治理CEO 推动责任落实行动指南AI 推动领导力重心迁移3那么，领先组织究竟如何搭建完善的 AI 治理体系？其他组织又该如何迎头追赶？本报告基于来自 17 个行业和 7 个地区的高管观点，深入剖析了关键因素，阐释了自适应治理在智能体 AI 规模化时代的运作方式，及其加速业务运行的原因。报告中的案例研究还展示了两家公司如何确立强有力的集中式 AI 治理职能。此外，报告还深入分析了最高管理层高管，尤其是首席执行官（CEO），在将 AI 治理转化为业务成功驱动因素的这一过程中的关键作用。报告最后以一份行动指南收尾，就首要行动步骤提出了建议。纵观全文，我们分享了有关当今

5、AI 风险与效益的研究发现，也指出落实有效的 AI 治理所面临的主要障碍。随着 AI 系统变得愈加自主且难以预测，静态治理模型终将失效包括那些为速度更慢、更透明的系统而打造的传统模型风险管理方案。成功的组织会将治理视为一套动态框架既具备适应性和韧性，也能和技术发展同步演进。引言 智能系统亟需更智慧的治理CEO 推动责任落实行动指南AI 推动领导力重心迁移4 4AI 伦理：一个多学科领域，研究如何最大化 AI 的正向价值，同时降低其风险与负面影响。AI 伦理议题包括数据责任与隐私保护、公平性、可解释性、稳健性、透明度、环境可持续性、包容性、道德主体、价值观一致性、问责机制、信任构建以及技术滥用防

6、范等。AI 治理：组织通过制定内部规章制度、调配专业人员、搭建流程体系和部署技术系统，在 AI 全生命周期内实施引导、评估、监控和纠偏，确保 AI 系统按组织意图运行，符合利益相关者的预期且满足相关法规要求的治理行为。可观测性：通过持续监控与可视化管理，确保 AI 系统在实际应用中始终遵循伦理与合规标准。这一能力使组织能够实时发现并管理风险，保留详尽的审计轨迹以支撑问责机制，同时保证透明度。同样重要的是，可观测性可以推动持续改进通过实时绩效数据优化模型，使监管能力随着周期的推移而变得更加智能。3AI 驱动的可观测性：一种依托机器学习解读大规模遥测数据的监控方法，挖掘人工难 以识别的规律、异常点