20260910-奥纬咨询公司-为什么现在要为代理人工智能改变你的IT运营模式_15页_1mb

2026年CEO与CIO/CTO关于代理式AI的调查总结

核心内容

奥利弗·怀曼于2026年7月对欧洲和北美大型企业的70位CEO及执行委员会成员、130位CIO和CTO进行了调查，揭示了CEO与CIO在代理式AI（AI with autonomy）投资与实施方面的认知差异和执行挑战。

主要观点与关键信息

1. 目标一致，但资金与价值实现滞后

• 目标一致：CEO和CIO都期望实现两位数的生产率提升，并将AI自主性视为战略核心。
• 资金差距：CEO对资金的分配较为乐观，但实际资金投入远低于预期。仅29%的CEO为创建自主AI设立了资金隔离，而60%仅增加了整体AI支出。
• 价值实现不足：CEO报告的AI价值实现比例为33%，而CIO仅为17%。仅有1%的CEO和CIO表示大部分生产力提升已转化为损益表价值。

2. 收益来源与瓶颈一致

• 收益来源：CEO和CIO均认为AI的收益主要来自流程再造和数据治理，而非工具和模型的采购。
• 主要瓶颈：数据准备不足（分散、质量差、难以访问）是最大的障碍，其次是传统系统和技术债务。
• CIO的实践：CIO中83%的数据治理不完善，仅6%认为其数据已完全组织化。传统系统现代化仍是挑战。

3. 自主权声明与实际部署存在差距

• CEO的自主权意愿：83%的CEO愿意在涉及客户、收入或财务控制的流程中赋予AI中等或高度自主权。
• CIO的实际部署：70%的CIO仍需对每项AI行动进行人工审批，仅有21%允许代理自行承担责任。CEO中仅17%选择了最低自主权选项。

4. 信心先于证据

• CEO的准备度高但证据不足：84%的CEO认为其组织准备就绪，但仅3%非常自信。多数CEO对AI治理和控制措施的信心较低。
• CIO的治理缺失：仅有25%的组织拥有完整的AI治理记录，72%仅有部分日志。仅有10%的企业拥有完整的代理注册表。

5. 价值流失难以衡量，缺乏明确责任人

• 价值转化不足：仅22%的CIO衡量了“泄漏率”（即任务级收益与实际价值之间的差距）。
• 缺乏赞助与责任：57%的CEO和41%的CIO表示预计会发生再部署但无人负责。多数组织未建立明确的AI治理责任人机制。

6. 技能再培训是主要人才制约

• CIO的主要约束：68%的CIO将“寻找并重新培训人才以利用AI”视为主要约束，仅有3%考虑“替换或减少工程师”。
• 招聘趋势：58%的企业保持或增加了初级工程师的招聘，仅23%报告有意减少。

7. 董事会识别供应商风险但反应迟缓

• 风险意识：46%的CEO在董事会或风险登记册中报告了供应商和模型集中度问题，53%仅进行讨论。
• 切换能力不足：仅10%的CIO有高管签署的可移植性声明，77%的组织测试了替代模型，但实际切换仍困难。

8. 北美执行更快，欧洲在风险偏好与所有权上更强

• 执行差距：北美在价值实现、治理和运营模式变革方面进展更快。74%的北美CIO表示部分或全部AI生产力已转化为P&L价值，而欧盟/英国仅为42%。
• 风险与自主权：欧盟/英国CEO对AI自主权的意愿更高（88% vs 北美71%），且在安全扩展方面的自我评价更高（90% vs 71%）。
• 所有权机制：北美更频繁地指定AI转型负责人，而欧洲在治理和风险偏好上更强。

下一阶段行动建议

1. 设立专项预算：为AI平台、数据和变革管理设立独立资金，避免AI支出混杂。
2. 索取治理文件：在董事会更新中要求代理注册、审计追踪和治理责任人信息。
3. 优先测试与验证：在IT领域，先加强审查、测试和自动化评估能力，再放宽审批。
4. 明确AI与人力协同机制：指定单一负责人统筹AI与员工队伍的转型。
5. 报告泄漏率与便携性：将泄漏率和便携性声明与生产率数据并列，确保价值转化。
6. 推动战略落地：确保AI转型机制与战略目标一致，避免信心与执行脱节。

结论

CEO和CIO在AI战略目标上达成共识，但在资金分配、价值实现、治理机制和责任划分方面存在显著差距。成功的关键在于建立匹配目标的执行机制，包括明确的资金投入、可验证的治理措施以及能够转化生产力为实际价值的负责人。北美在执行速度上领先，而欧洲在风险偏好和治理上更加强调，但两者都需要加强执行纪律。