IBM商业价值研究院周一发布的一项研究显示,五分之四的科技高管表示,他们感受到来自CEO推动AI转型的压力,但仅有11%的受访者表示,对未来一年内大规模部署AI智能体真正做好了准备。该研究是IBM领导力智库于今年第一季度联合牛津经济研究院开展的"2026年科技领袖研究"项目的一部分,共调研了2000名C级科技高管。
调研显示,70%的受访高管表示,其所在组织内各团队部署AI的速度已超出IT部门的追踪能力;三分之二的CIO和CTO表示,他们需要为自己并不能完全掌控的AI系统承担责任。
IBM首席信息官Matt Lyteson在报告中指出,科技领导者应加倍努力,重新设计组织对AI的治理与财务管控方式。他表示,领导者应致力于"从一开始就将管控机制和可见性嵌入系统,从而有信心地推进规模化部署"。
报告指出,外界对CIO和CTO部署AI并制定治理政策的期望持续攀升。Writer近期开展的一项调查显示,61%的高管表示,担忧如果未能带领组织顺利完成AI转型,自己将面临失业风险。
根据IBM的调研,受访者预计,到明年其所在组织使用的AI智能体数量将增加38%。然而,治理体系的建设明显滞后——报告发现,77%的组织在AI采用速度上已超过其治理能力。
Lyteson在报告中表示:"许多组织仍在沿用为人类决策速度设计的架构、管控机制和资金模式,而如今这些系统已在机器速度下运转。"
报告还指出,AI采用节奏不均衡可能带来安全与财务双重风险。将治理与管控机制直接嵌入AI系统的组织,其安全事故发生率比依赖人工审批每项AI输出的组织低25%。
报告认为,将AI管控、治理与投资视为AI战略有机整体的科技领导者,将最有可能取得成功。
报告建议,科技领导者应将治理视为一套工程化体系,明确界定AI智能体的能力边界、何时需要暂停执行,以及如何在AI全生命周期内保持决策的可解释性。
IBM还发现,已全面落实AI财务管理的企业,对实时AI支出具有更强的可见性,也更容易实现投资回报。将治理与财务管控内嵌于AI系统的组织,部署AI智能体的数量是其他组织的16倍,运营利润率高出18%,AI预算支出则仅为其他组织的四分之一。
报告指出,CIO和CTO在建立AI管控体系的同时,必须将财务可见性纳入整体流程。尽管各部门对投资回报率的定义不尽相同,2026年已见证高管们的关注重心从创新本身转向可量化回报的验证。
Lyteson在报告中总结道:"如果你感受到AI变革步伐与组织响应能力之间的差距正在扩大,请认识到,这种差距是战略层面的问题,而非仅仅是运营层面的挑战。弥合这一差距,需要对企业本身进行重新设计——包括其架构、管控机制与运营模式。"
Q&A
Q1:IBM这份研究报告调查了哪些对象?得出了哪些主要结论?
A:IBM商业价值研究院联合牛津经济研究院,于2025年第一季度调研了2000名C级科技高管。主要结论包括:仅11%的受访者对大规模部署AI智能体感到准备充分;70%的组织AI部署速度超过IT追踪能力;77%的组织AI采用速度已超过其治理能力。
Q2:AI治理滞后会带来哪些具体风险?
A:根据报告,AI治理滞后可能引发安全和财务双重风险。依赖人工审批每项AI输出的组织,安全事故发生率比将治理机制直接嵌入AI系统的组织高出25%。此外,缺乏有效财务管控的组织,在AI预算支出和投资回报率方面的表现也明显更差。
Q3:将治理与财务管控内嵌入AI系统的组织,能获得哪些实际收益?
A:IBM研究发现,将治理与财务管控内嵌于AI系统的组织,部署AI智能体的数量是其他组织的16倍,运营利润率高出18%,AI预算支出仅为其他组织的四分之一。同时,这些组织对实时AI支出具有更强的可见性,也更容易实现并证明投资回报。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。