尽管首席执行官及高层领导制定了激进的人工智能目标，但实际使用情况却大相径庭。数据显示，69%的CEO、CFO及其他高管每周使用AI工具的时间不足一小时，28%的人甚至从未使用过。这种高层认知与执行的脱节，正在市场营销、产品及财务等部门引发严重摩擦。
速度优先下的治理失效
在加速部署的压力下，近半数美国大型上市公司为求速度而绕过了自身的AI治理政策。安永（EY）对202位高级AI决策者的调查发现，虽然98%的组织拥有正式治理政策，但47%在关键时刻选择将其搁置。
智能体（Agent）系统的复杂性加剧了这一风险。91%的受访者表示其组织已在试点或生产环境中使用智能体AI，其中85%的智能体能独立执行代码运行、下单或响应网络安全事件等任务。然而，49%的受访者承认其治理框架尚未针对智能体风险进行更新，26%的组织甚至无法检测内部未经授权的智能体活动。
后果随之显现：36%的受访领导者表示，公司曾经历造成重大负面影响的AI故障。数据质量问题（57%）、模型漂移（48%）和影子AI（39%）是主要诱因。安永美洲区首席技术官Richard Jackson指出，有效的AI治理不应是束之高阁的文件，而应内化为组织的实际行动。
管理层的权责困境
财务与技术高管正面临角色重塑与权责错配的双重挑战。德勤调查显示，54%的首席财务官现在负责跨企业的AI和技术资本分配，48%的人承担AI信任职责，包括确保输出的可靠性与可解释性。六成CFO预计，到2027年AI成本将大幅上升。
与此同时，技术高管陷入“有责无权”的困境。IBM商业价值研究院研究发现，三分之二的CIO和CTO对其未完全管理的AI系统负有责任，77%的人表示技术采用速度已超过治理速度。仅有11%的技术领袖认为其为2027年的大规模智能体部署做好了充分准备。IBM首席信息官Matt Lyteson坦言，在专为缓慢、可预测环境构建的架构中扩展自主系统极具难度。
从合规复选框到运营肌肉
数据表明，将控制措施直接嵌入AI系统的组织表现更优：其智能体部署量是受困于手动流程同行的16倍，事故率降低25%。然而，84%的技术领导人尚未完全实现AI财务管理的运营化，85%缺乏实时支出可视性，雄心与基础设施的不匹配正推高成本。
为弥合差距，基层团队开始通过量化证据向上管理。例如，追踪AI工作流节省的时间，并将其转化为品牌或有机产出的等效价值，从而在预算审查中获得支持。这种自下而上的实验与自上而下的边界设定相结合，正成为新的协作模式。
职能边界也在模糊。Gartner预计，随着AI重塑工作设计，人力资源（CHRO）与技术（CIO）职能将更加紧密整合，共同拥有决策权。然而，准备程度与现实之间存在巨大落差：58%的技术领导人认为平台已准备好支持AI，但近75%承认运营模式需在12至18个月内变革。
监管收紧与影子AI
欧盟《人工智能法案》及美国各州新规的出台，使全面可用的接受政策成为商业必需品。但ISACA研究显示，目前仅38%的企业制定了详细政策。影子AI问题依然严峻，41%的组织对员工使用未批准渠道或缺乏可见性，导致纸面政策与执行严重滞后。
领先企业已将治理视为“运营肌肉”，通过维护AI清单、建立跨职能审查流程、部署前测试及实时行为跟踪来应对风险。在模型迭代加速、成本上升的背景下，唯有通过记录实验、量化权衡并以具体数据沟通的团队，才能将自上而下的压力转化为共同理解，从而真正捕获AI价值，而非仅仅为技术买单。