Én av fire toppledere sier AI-feil har nådd styret

Et farlig gap har åpnet seg mellom hvor mye toppledere stoler på kunstig intelligens og hvor godt den tilliten er fortjent. Ifølge Workivas 2026 Midyear Executive Benchmark Survey, som omfatter 2 272 økonomi-, risiko- og bærekraftsledere samt 367 institusjonelle investorer, sier et overveldende flertall av lederne at de er trygge på AI-resultater – men én av fire har allerede sett AI-feil gli gjennom forsvaret og nå frem til styremedlemmer eller eksterne målgrupper . Undersøkelsen, som dekker organisasjoner i Nord-Amerika, Latin-Amerika, Europa og Asia-Stillehavsregionen, avdekker et system der selvtilliten løper langt foran datakvaliteten og kontrollen .

Ledertillit vs. virkelighet

84 % av de spurte lederne sa at de er i det minste noe trygge på nøyaktigheten av AI-genererte resultater uten menneskelig gjennomgang . Dette tallet antyder en utbredt organisatorisk komfort med å la AI håndtere betydelige deler av rapporterings- og analysearbeidet.

Men den samme undersøkelsen viser at 26 % – én av fire ledere – rapporterte at interne revisjoner har oppdaget AI-feil som nådde eksterne målgrupper eller styremedlemmer . Dette gapet mellom uttrykt tillit og dokumentert svikt er undersøkelsens hovedfunn.

Workivas finansdirektør Barbara Larson sa det rett frem: «Tillit til AI uten kontroll over datakvalitet er en forpliktelse, ikke en strategi» .

Datakvalitet er det svakeste leddet

Tillitsgapet hviler på et mer grunnleggende problem: datakvalitet. Bare 11 % av lederne mener organisasjonens datakvalitet er tilstrekkelig for AI-bruk . De resterende 89 % erkjenner at deres underliggende data ikke er klare for AI-verktøyene de allerede tar i bruk.

Dette misforholdet har reelle konsekvenser. 71 % av lederne sa at dårlig datakvalitet i det minste i moderat grad har påvirket bruken av AI i finansiell- og bærekraftsrapportering . De mest rapporterte konsekvensene av dårlig datakvalitet er dårlige eller forsinkede operative beslutninger, etterfulgt av regulatoriske bøter eller rettslige skritt og tap av investortillit eller kreditorers tillit .

Investorer følger nøye med

Institusjonelle investorer er ikke beroliget av ledernes selvtillit. 89 % av de institusjonelle investorene sa at de er bekymret for nøyaktigheten av AI-generert innhold i selskapsrapporteringer . Denne bekymringen kommer samtidig med økende regulatorisk press for å behandle AI-resultater som revisjonspliktige registreringer snarere enn uformelle utkast .

95 % av de institusjonelle investorene mener ledere undervurderer risikoen ved fragmenterte økonomiske rapporteringsdata . Over tid kan svake eller uverifiserbare data svekke troverdigheten overfor interessenter .

Infrastrukturprioriteringer: Veien videre

Lederne svarer med et tydelig infrastrukturmandat. Undersøkelsen fant at 96 % av lederne sa at samordning i toppledelsen er avgjørende for å bryte ned datasiloer , og 79 % prioriterer dataautomatisering og styring for å lukke datagap på tvers av virksomheten . De fleste organisasjoner finansierer dette skiftet med dedikert IT-støtte (73 %) og avsatte budsjetter (71 %) .

76 % av interne revisjonsteam evaluerer allerede aktivt organisasjonens AI-modeller . Forretningsledere var nesten enstemmige om at finansdirektøren, IT-direktøren og bærekraftdirektøren må forene seg for at datastyring skal lykkes .

Infrastrukturprioriteringen beveger seg fra «utførelse til orkestrering» . Finansdirektører søker spesifikt etter plattformer som fungerer som et enkelt «system of truth» – som forankrer AI-agenter i sporbare, regulatoriske datamiljøer hvor hvert resultat kan verifiseres og hver opplysning kan forsvares .

AI-agenter går inn i rapporteringsflyten

Parallelt med undersøkelsesfunnene lanserte Workiva tre spesialbygde AI-agenter designet for å operere innenfor revisjonssikre rammer: en Tie-Out Agent for kontroll av konsistens i finansielle rapporter, en Benchmarking Agent for analyse av konkurrenters opplysninger, og en Sustainability Disclosure Agent for etterlevelse av ESRS- og ISSB-standarder . Disse agentene er innebygd i et vedvarende intelligenslag kalt Workiva Knowledge, som forankrer AI-resultater i organisasjonens egne data, instruksjoner og innhold .

Revisjonssporarkitekturen er viktig fordi AI-genererte resultater i regulerte finansielle innleveringer nå er en navngitt risikokategori i FINRAs årlige regulatoriske tilsynsrapport for 2026 . Hallusinasjonsrisikoen er høyest der AI har mest frihet til å generere narrativ – ledelseskommentarer, noteopplysninger og ESG-språk – som er nøyaktig det territoriet disse agentene er designet for å holde forankret i kildedata .

Bunnlinjen

Workivas 2026 Midyear Executive Benchmark Survey tegner et bilde av en bransje som beveger seg raskt på AI-adopsjon, men for sakte på datagrunnlaget og styringsstrukturene som trengs for å gjøre adopsjonen trygg. Tallene er tydelige: 84 % tillit, 26 % feil oppdaget, 11 % dataklare, 89 % investor bekymring. Å lukke gapet mellom AI-tillit og AI-kontroll er nå den definerende utfordringen for ledere innen økonomi, risiko og bærekraft.