IBM Institute for Business Value 與 Oxford Economics 在 2026 年 2 至 4 月調查 16 國、17 個產業的 1,000 名負責 AI、資料或技術的高階主管。結果顯示,71% 受訪者認為切換主要 AI 供應商或模型很困難,68% 認為跨地域滿足資料落地與主權要求具有挑戰,91% 則表示尚未完全理解組織對 AI 供應商、模型與基礎設施的依賴。
風險不只來自資料存放位置。受訪組織過去兩年平均遭遇六次 AI 相關中斷,81% 認為主要供應商若中斷七天,會造成嚴重或關鍵影響。企業若只檢查資料在哪裡,卻沒有盤點模型可替換性、基礎設施依賴、服務中斷與條款變更,就仍可能在海外營運中承受集中風險。
凱渥建議把 AI 主權盤點拆成三層:資料層記錄法域、存取權與可攜性;模型層記錄供應商、版本、替代方案與退場條件;基礎設施層記錄託管位置、管理權、備援與切換測試。再依業務關鍵度決定哪些工作負載需要更高控制,避免把所有系統用同一套高成本規格處理。這是依 IBM 研究整理的實作檢查清單,不代表特定客戶成果或法律意見。
官方來源:IBM Newsroom,〈IBM Study: Limited Control and Rising Dependencies Leave Enterprises Exposed in the Age of AI〉,2026-06-17,https://newsroom.ibm.com/2026-06-17-ibm-study-limited-control-and-rising-dependencies-leave-enterprises-exposed-in-the-age-of-ai;完整研究〈The Calculus of AI Sovereignty〉於 2026-06-16 發布。本文於 2026-08-24 查核;調查結果反映受訪樣本,不代表所有企業會有相同情況。