背景

观点内容摘取自《第四届数字信任大会暨ISACA中国2025年度大会》嘉宾的演讲与分享，内容代表了演讲嘉宾的经验分享/意见观点。 

详细版本PPT更新在ISACA中国区官网。

---

🔍 前言

人工智能（AI）正处在“十字路口”。它既是生产力革命的引擎，也潜藏着伦理、风险与合规的挑战。德勤中国合伙人朱灏在“可信人工智能治理系列研讨会”中指出：

“AI的未来不在于技术本身，而在于能否以可信的方式实现规模化扩展。”

本文将从AI治理、行业趋势与实践案例出发，探讨企业如何构建可信任的人工智能体系，实现安全、高效与合规的智能转型。

---

🧠 一、AI的多行业规模化扩展

德勤在AI应用上提出“端到端智能闭环”理念，覆盖计算机视觉、自然语言处理、生成式AI、机器学习等领域，广泛赋能：

• 客户经营与市场洞察
• 供应链优化与智能生产
• 财务与合规管理自动化
• 风险监控与安全治理

代表性平台：Cortex AI（模型管理）、DelphAI（研发赋能）、Smart RS（智能推荐系统）、Panorama（图分析）、Bot-Alpha（智能对话机器人）

⚙️ 二、AI可信治理的七大维度

维度	核心要点
隐私保护	尊重合同与监管义务，限定数据用途
解释透明	模型可解释、决策可追踪
公平公正	避免算法偏见与不当歧视
安全保障	预防网络与系统性风险
健全可靠	输出结果一致、可靠
问责设定	明确决策责任与技术边界
技术负责	以社会责任为导向设计AI

📊 三、亚太地区AI治理现状

德勤与AI研究所联合调研900位亚太高管，结果显示：

• 仅25%的企业认为“已做好生成式AI治理准备”；
• 安全漏洞是企业最担忧的问题；
• 只有56%的员工具备负责任使用AI的能力；
• 加强AI治理可让员工AI使用率提升28%，收入增长近5%。

这反映出：AI治理不仅是防风险，更是增长驱动力。

🧩 四、全球AI监管格局

地区	核心法规与方向
中国	《生成式人工智能服务管理暂行办法》《人工智能伦理规范》强调可控性与数据主权
欧盟	《人工智能法案》《AI道德准则》倡导公平与透明
美国	《AI权利法案蓝图》《风险管理框架》主张市场创新与分权监管
日本	制造业导向，聚焦老龄化社会应用
亚太	政府主导型治理路径逐渐清晰

🏗️ 五、AI治理生命周期与六大抓手

1. 评估：识别AI运行环境与潜在风险
2. 设计：构建治理框架与政策体系
3. 策略：结合企业战略制定合规路线
4. 治理：场景化执行与文化建设
5. 监督：建立AI事件库与绩效指标
6. 优化：跟踪法规变化并持续改进

💼 六、实践案例

✅ 更快：AI加速财务审核

德勤帮助某制造企业构建智能费用审核助手，实现合同与发票的自动比对与合规检测，每年节省6000小时工时。

✅ 更好：合规管理智能体

基于生成式AI知识图谱，构建“中心化合规智库”，让监管要求融入日常业务，提升管理前置性。

✅ 更远：出海企业供应链风险防控

借助AI分析全球公开数据与供应商信息，实现实时风险预警与声誉监控，节省50%以上人工分析时间。

🔭 七、从“治AI”到“AI治”

AI不仅是治理对象，也正成为治理工具。未来的风险管理将从“被动响应”走向“主动预测”，AI将成为企业风险感知与价值创造的核心引擎。

🧾 八、总结

“可信”是AI进入规模化发展的通行证。

企业在AI转型中，应以治理为底座，以责任为核心，通过制度化、透明化和智能化的方式，建立能被信任的AI体系。