IBM Institute for Business Value 於 2026 年 6 月 8 日發布科技領導者研究,與 Oxford Economics 在 2026 年 1 月至 4 月調查 33 個地區、19 個產業的 2,000 位科技高階主管。原稿把其中的「三分之二」誤寫成 AI 試點無法進入生產;第一方來源實際指約三分之二受訪 CIO/CTO 需為自己無法完全控制的 AI 系統負責,不能當作專案失敗率。
這份研究呈現的是控制與治理能力落後於部署速度:70% 受訪者表示業務團隊部署科技的速度快於 IT 追蹤能力,只有 11% 自認已完全準備好因應未來一年的 AI Agent 部署規模,77% 表示 AI 採用速度已超過現有治理能力。這些數字反映受訪者觀點,不代表所有企業都會遇到相同比例的問題。
規模化風險不只來自模型表現。59% 受訪科技高階主管把資安與合規列為擴大 AI Agent 的主要障礙;84% 尚未完全把 AI 財務管理納入營運,85% 仍缺少即時 AI 支出的完整可視性。若無法同時回答系統由誰負責、能存取什麼、發生事故如何停止,以及成本是否仍符合商業目標,試點通過技術測試也不等於具備正式營運條件。
凱渥以「您企業營運的CIO」角度,建議在擴大前設四項控制:一、建立 AI 系統與代理人清冊,記錄業務責任人、資料來源及供應商;二、依風險限制讀寫權限,對高影響行動保留人工核准;三、記錄例外、資安事件、處置時間與停止/回復流程;四、同步追蹤使用量、單次任務成本、人工重工與業務成果。任一項缺乏責任人或可驗證門檻,就先縮小範圍。
這份清單是依 IBM 第一方研究整理的實作建議,不代表特定客戶成果,也不保證每個 AI 專案都能成功規模化。企業仍須依資料敏感度、使用情境、法域、供應商合約與內部風險承受度設定控制。
官方來源:IBM Newsroom,〈New IBM Study Finds CIOs and CTOs Face Growing AI Control Gap as Enterprise Deployment Scales〉,2026-06-08,https://newsroom.ibm.com/2026-06-08-new-ibm-study-finds-cios-and-ctos-face-growing-ai-control-gap-as-enterprise-deployment-scales;IBM IBV,〈2026 Tech Leader Study: Building the IT foundation for agentic AI at scale〉,https://www.ibm.com/thought-leadership/institute-business-value/en-us/c-suite-study/cxo。本文於 2026-08-24 查核。