AI-luckan: 84% litar på output – 26% har sett fel nå styrelserummet

Men samma undersökning visar att 26% – var fjärde chef – rapporterade att interna revisioner har upptäckt AI-fel som nått externa målgrupper eller styrelseledamöter . Denna klyfta mellan uttalat förtroende och dokumenterade misslyckanden är rapportens centrala fynd.

Workivas finanschef Barbara Larson uttryckte det rakt på sak: ”Förtroende för AI utan kontroll över datakvalitet är en skuld, inte en strategi” .

Datakvalitet är den svagaste länken

Förtroendeklyftan vilar på ett mer grundläggande problem: datakvalitet. Endast 11% av cheferna anser att deras organisations datakvalitet är tillräcklig för AI-användning . De resterande 89% inser att deras underliggande data inte är redo för de AI-verktyg de redan använder.

Denna missmatchning får verkliga konsekvenser. 71% av cheferna uppgav att dålig datakvalitet åtminstone måttligt har påverkat användningen av AI i finansiell och hållbarhetsrapportering . De främsta rapporterade konsekvenserna av dålig datakvalitet är dåliga eller försenade operativa beslut, följt av regleringsböter eller rättsliga åtgärder samt förlust av investerares eller långivares förtroende .

Investerare följer noga

Institutionella investerare lugnar sig inte av chefers förtroende. 89% av de institutionella investerarna uppgav att de är oroade över noggrannheten i AI-genererat innehåll i företagsrapporter . Denna oro kommer samtidigt som ett växande regulatoriskt tryck att behandla AI-output som granskningsbara dokument snarare än informella utkast .

95% av de institutionella investerarna anser att ledarna underskattar risken med fragmenterade finansiella rapporteringsdata . Med tiden kan svag eller overifierbar data urholka förtroendet hos intressenter .

Infrastrukturprioriteringar: vägen framåt

Cheferna svarar med ett tydligt infrastrukturmandat. Undersökningen visade att 96% av cheferna anser att samordning i företagsledningen är avgörande för att bryta ned datasilos , och 79% prioriterar dataautomation och styrning för att täppa till företagsövergripande dataluckor . De flesta organisationer finansierar denna omställning med dedikerat IT-stöd (73%) och avsatta budgetar (71%) .

76% av internrevisionsteamen utvärderar redan aktivt sina organisationers AI-modeller . Företagsledarna var nästan enhälliga om att CFO, CIO och CSO måste förenas för att datastyrning ska lyckas .

Infrastrukturprioriteringen rör sig från ”exekvering till orkestrering” . CFO:er söker specifikt efter plattformar som fungerar som en enda ”system of truth” – som förankrar AI-agenter i spårbara, regulatoriska datamiljöer där varje output kan verifieras och varje rapport kan försvaras .

AI-agenter går in i rapporteringsarbetsflödet

Parallellt med undersökningsresultaten lanserade Workiva tre specialbyggda AI-agenter utformade för att fungera inom granskningsbara ramar: en Tie-Out Agent för kontroll av finansiell rapportkonsistens, en Benchmarking Agent för analys av konkurrenters rapporter och en Sustainability Disclosure Agent för efterlevnad av ESRS- och ISSB-standarder . Dessa agenter är inbäddade i ett beständigt intelligenslager som kallas Workiva Knowledge, vilket förankrar AI-output i en organisations egna data, instruktioner och innehåll .

Arkitekturen med revisionsspår är viktig eftersom AI-genererad output i reglerade finansiella rapporter nu är en namngiven riskkategori i FINRA:s 2026 Annual Regulatory Oversight Report . Risken för hallucinationer är högst där AI har störst frihet att generera berättande text – ledningens kommentarer, fotnotsupplysningar och ESG-språk – vilket är precis det territorium dessa agenter är utformade för att hålla förankrade i källdata .

Slutsatsen

Workivas 2026 Midyear Executive Benchmark Survey målar upp en bild av en bransch som rör sig snabbt när det gäller AI-införande men alltför långsamt när det gäller de datagrunder och styrningsstrukturer som krävs för att göra det införandet säkert. Siffrorna är skarpa: 84% förtroende, 26% upptäckta fel, 11% dataredo, 89% investeraroro. Att överbrygga klyftan mellan AI-förtroende och AI-kontroll är nu den avgörande utmaningen för ledare inom ekonomi, risk och hållbarhet.