Manažerská důvěra vs. realita

84 % dotázaných manažerů uvedlo, že jsou alespoň částečně přesvědčeni o přesnosti výstupů generovaných AI bez lidské kontroly . Toto číslo naznačuje širokou organizační pohodlnost s tím, že AI přebírá významnou část práce na reportingu a analýzách.

Stejný průzkum však odhaluje, že 26 % – tedy každý čtvrtý manažer – uvedlo, že interní audity odhalily chyby AI, které se dostaly k externímu publiku nebo členům představenstva . Tento rozpor mezi deklarovanou důvěrou a zdokumentovanými selháními je ústředním zjištěním zprávy.

Finanční ředitelka Workivy Barbara Larson to řekla přímo: „Důvěra v AI bez kontroly kvality dat není strategie, ale závazek.“

Kvalita dat je nejslabším článkem

Propast v důvěře spočívá na zásadnějším problému: kvalitě dat. Pouze 11 % manažerů věří, že kvalita dat v jejich organizaci je dostatečná pro použití AI . Zbývajících 89 % připouští, že jejich podkladová data nejsou připravena na nástroje AI, které již nasazují.

Tento nesoulad má reálné důsledky. 71 % manažerů uvedlo, že špatná kvalita dat alespoň středně ovlivnila využití AI ve finančním a udržitelnostním reportingu . Mezi hlavní důsledky špatné kvality dat patří špatná nebo zpožděná operativní rozhodnutí, následovaná regulatorními pokutami nebo právními kroky a ztrátou důvěryhodnosti u investorů nebo věřitelů .

Investoři bedlivě sledují situaci

Institucionální investoři nejsou manažerskou sebedůvěrou uklidněni. 89 % institucionálních investorů uvedlo, že se obávají přesnosti obsahu generovaného AI ve firemních zprávách . Tato obava přichází současně s rostoucím regulatorním tlakem na to, aby byly výstupy AI považovány za auditovatelné záznamy, nikoli pouze za neformální koncepty .

95 % institucionálních investorů se domnívá, že vedoucí pracovníci podceňují riziko roztříštěných dat finančního reportingu . Slabá nebo neověřitelná data mohou časem narušit důvěryhodnost u stakeholderů .

Infrastrukturní priority: cesta vpřed

Manažeři reagují jasným infrastrukturním mandátem. Průzkum zjistil, že 96 % manažerů považuje soulad v rámci nejužšího vedení (C-suite) za nezbytný k prolomení datových sil a 79 % upřednostňuje automatizaci a správu dat k uzavření celopodnikových datových mezer . Většina organizací financuje tento posun prostřednictvím vyhrazené IT podpory (73 %) a alokovaných rozpočtů (71 %) .

76 % interních auditních týmů již aktivně vyhodnocuje AI modely svých organizací . Obchodní lídři se téměř jednomyslně shodli, že finanční ředitel (CFO), IT ředitel (CIO) a ředitel pro udržitelnost (CSO) musí spojit síly, aby správa dat uspěla .

Infrastrukturní priorita se posouvá od „provádění k orchestrování“ . Finanční ředitelé konkrétně hledají platformy, které slouží jako jediný „systém pravdy“ – ukotvující AI agenty v dohledatelném, regulatorně vyhovujícím datovém prostředí, kde lze každý výstup ověřit a každé zveřejnění obhájit .

AI agenti vstupují do reportovacího workflow

Současně se zjištěními průzkumu Workiva spustila tři účelově navržené AI agenty určené k práci v auditovatelných mantinelech: Tie-Out Agent pro kontrolu konzistence finančních zpráv, Benchmarking Agent pro analýzu zveřejnění u konkurence a Sustainability Disclosure Agent pro soulad se standardy ESRS a ISSB . Tito agenti jsou vloženi do trvalé inteligenční vrstvy nazvané Workiva Knowledge, která ukotvuje výstupy AI v datech, pokynech a obsahu konkrétní organizace .

Architektura auditní stopy je důležitá, protože výstupy generované AI v regulovaných finančních podáních jsou nyní pojmenovanou rizikovou kategorií ve výroční zprávě FINRA o regulatorním dohledu za rok 2026 . Riziko halucinací je nejvyšší tam, kde má AI největší volnost generovat narativ – komentáře vedení, zveřejnění v poznámkách a jazyk ESG – což je přesně ta oblast, kterou mají tito agenti udržet ukotvenou ve zdrojových datech .

Hlavní závěr

Průzkum Workiva 2026 Midyear Executive Benchmark Survey vykresluje obraz odvětví, které rychle přijímá AI, ale příliš pomalu buduje datové základy a struktury správy potřebné k tomu, aby toto přijetí bylo bezpečné. Čísla jsou alarmující: 84 % důvěra, 26 % zachycených chyb, 11 % datově připravených, 89 % obav investorů. Uzavřít propast mezi důvěrou v AI a kontrolou nad AI je nyní určující výzvou pro lídry v oblasti financí, rizik a udržitelnosti.

Manažerská důvěra vs. realita

84 % dotázaných manažerů uvedlo, že jsou alespoň částečně přesvědčeni o přesnosti výstupů generovaných AI bez lidské kontroly . Toto číslo naznačuje širokou organizační pohodlnost s tím, že AI přebírá významnou část práce na reportingu a analýzách.

Stejný průzkum však odhaluje, že 26 % – tedy každý čtvrtý manažer – uvedlo, že interní audity odhalily chyby AI, které se dostaly k externímu publiku nebo členům představenstva . Tento rozpor mezi deklarovanou důvěrou a zdokumentovanými selháními je ústředním zjištěním zprávy.

Finanční ředitelka Workivy Barbara Larson to řekla přímo: „Důvěra v AI bez kontroly kvality dat není strategie, ale závazek.“

Kvalita dat je nejslabším článkem

Propast v důvěře spočívá na zásadnějším problému: kvalitě dat. Pouze 11 % manažerů věří, že kvalita dat v jejich organizaci je dostatečná pro použití AI . Zbývajících 89 % připouští, že jejich podkladová data nejsou připravena na nástroje AI, které již nasazují.

Tento nesoulad má reálné důsledky. 71 % manažerů uvedlo, že špatná kvalita dat alespoň středně ovlivnila využití AI ve finančním a udržitelnostním reportingu . Mezi hlavní důsledky špatné kvality dat patří špatná nebo zpožděná operativní rozhodnutí, následovaná regulatorními pokutami nebo právními kroky a ztrátou důvěryhodnosti u investorů nebo věřitelů .

Investoři bedlivě sledují situaci

Institucionální investoři nejsou manažerskou sebedůvěrou uklidněni. 89 % institucionálních investorů uvedlo, že se obávají přesnosti obsahu generovaného AI ve firemních zprávách . Tato obava přichází současně s rostoucím regulatorním tlakem na to, aby byly výstupy AI považovány za auditovatelné záznamy, nikoli pouze za neformální koncepty .

95 % institucionálních investorů se domnívá, že vedoucí pracovníci podceňují riziko roztříštěných dat finančního reportingu . Slabá nebo neověřitelná data mohou časem narušit důvěryhodnost u stakeholderů .

Infrastrukturní priority: cesta vpřed

Manažeři reagují jasným infrastrukturním mandátem. Průzkum zjistil, že 96 % manažerů považuje soulad v rámci nejužšího vedení (C-suite) za nezbytný k prolomení datových sil a 79 % upřednostňuje automatizaci a správu dat k uzavření celopodnikových datových mezer . Většina organizací financuje tento posun prostřednictvím vyhrazené IT podpory (73 %) a alokovaných rozpočtů (71 %) .

76 % interních auditních týmů již aktivně vyhodnocuje AI modely svých organizací . Obchodní lídři se téměř jednomyslně shodli, že finanční ředitel (CFO), IT ředitel (CIO) a ředitel pro udržitelnost (CSO) musí spojit síly, aby správa dat uspěla .

Infrastrukturní priorita se posouvá od „provádění k orchestrování“ . Finanční ředitelé konkrétně hledají platformy, které slouží jako jediný „systém pravdy“ – ukotvující AI agenty v dohledatelném, regulatorně vyhovujícím datovém prostředí, kde lze každý výstup ověřit a každé zveřejnění obhájit .

AI agenti vstupují do reportovacího workflow

Současně se zjištěními průzkumu Workiva spustila tři účelově navržené AI agenty určené k práci v auditovatelných mantinelech: Tie-Out Agent pro kontrolu konzistence finančních zpráv, Benchmarking Agent pro analýzu zveřejnění u konkurence a Sustainability Disclosure Agent pro soulad se standardy ESRS a ISSB . Tito agenti jsou vloženi do trvalé inteligenční vrstvy nazvané Workiva Knowledge, která ukotvuje výstupy AI v datech, pokynech a obsahu konkrétní organizace .

Architektura auditní stopy je důležitá, protože výstupy generované AI v regulovaných finančních podáních jsou nyní pojmenovanou rizikovou kategorií ve výroční zprávě FINRA o regulatorním dohledu za rok 2026 . Riziko halucinací je nejvyšší tam, kde má AI největší volnost generovat narativ – komentáře vedení, zveřejnění v poznámkách a jazyk ESG – což je přesně ta oblast, kterou mají tito agenti udržet ukotvenou ve zdrojových datech .

Hlavní závěr

Průzkum Workiva 2026 Midyear Executive Benchmark Survey vykresluje obraz odvětví, které rychle přijímá AI, ale příliš pomalu buduje datové základy a struktury správy potřebné k tomu, aby toto přijetí bylo bezpečné. Čísla jsou alarmující: 84 % důvěra, 26 % zachycených chyb, 11 % datově připravených, 89 % obav investorů. Uzavřít propast mezi důvěrou v AI a kontrolou nad AI je nyní určující výzvou pro lídry v oblasti financí, rizik a udržitelnosti.