报告由 Dataiku 联合哈里斯民意调查发布,基于全球 800 位数据领导者的调研,核心揭示 AI 代理已广泛应用但信任、可解释性与合规性存在显著缺口的矛盾现状,呈现全球及各地区 AI 部署的核心痛点与差异特征。
⠀
- 普及与依赖并存:86% 的组织日常运营依赖 AI 代理,42% 的核心流程深度嵌入,但仅 5% 的 AI 输出可 100% 追溯,19% 要求 AI “透明决策”。
- 信任与风险失衡:75% 的数据领导者担忧 AI 部署信任问题,59% 在过去一年遭遇 AI 幻觉或 inaccuracies 引发的业务危机,52% 因可解释性不足推迟部署。
- 决策悖论凸显:80% 认为 “准确但不可解释的 AI 决策” 比 “错误但可追溯的决策” 更危险,但 72% 仍允许 AI 在无解释情况下做关键决策,81% 愿为此赌上职业。
- 绩效与战略脱节:仅半数 AI 代理能超越概念验证阶段,75% 的 AI 举措由技术野心驱动而非业务成果,45% 因性能不达标放弃现成 AI 代理。
- 权责不对等:AI 成功时 46% 的功劳归 CIO/CDO,失败时 56% 的责任由其承担;82% 的数据领导者认为 AI 分析比直属上司更准确。
- 美国:63% 担忧敏感数据泄露,85% 重视决策透明度,59% 优先考量 AI 准确性(高于全球均值),77% 质疑 AI 决策并频繁推翻。
- 英国:85% 愿为 AI 战略决策赌上职业(全球最高),68% 警惕数据泄露,43% 最少因可解释性推迟部署,90% 关注专有数据访问风险。
- 法国:82% 的 AI 战略由技术驱动,25% 优先控制成本而非准确性,仅 22% 的 AI 输出可 75% 以上追溯,审计准备度薄弱。
- 德国:53% 接受低于 80% 的 AI 准确率(全球最高),76% 遭遇 AI 相关业务危机,70% 受政治经济环境影响 AI 供应商选择。
- 阿联酋:77% 的多代理工作流可追溯(全球最高),42% 的 AI 成果归功于数据团队,55% 拒绝 AI 参与招聘 / 解雇决策。
- 亚太(含日韩新):49% 广泛应用 AI 于日常运营(全球最高),46% 极少推迟 AI 部署,21% 对 AI 审计无信心,影子 AI 使用率较低。
- 日本:33% 不接受无解释的 AI 关键决策(全球最高),10% 要求 AI 必须有人工监督,31% 对 AI 审计信心最低。
- 竞争感知:77% 的数据领导者认为竞争对手 AI 战略更优,高于 CEO 群体的 54%。
- 战略信心:76% 的数据领导者相信 AI 能制定更优战略,低于 CEO 群体的 89%。
- 风险担忧:数据领导者对 AI 伤害客户 / 员工的担忧(50%/51%)低于 CEO 群体(60%/59%)。
- 职业风险:53% 的数据领导者认为 CEO 可能因 AI 失败离职,60% 担忧自身职位风险,均低于 CEO 群体的 70% 和 74%。
- 影子 AI:91% 的数据领导者怀疑存在未授权 AI 使用,与 CEO 群体的 94% 接近。
强化 AI 决策透明度与可追溯性,建立 “业务成果导向” 的 AI 战略,完善人工监督与治理框架,平衡速度、成本与准确性,缩小管理层认知差距,降低合规与安全风险。