ผู้บริหารมั่นใจ AI สูง แต่ 26% เจอข้อผิดพลาดถึงบอร์ด ด้านนักลงทุนกังวล 89%

แต่ผลสำรวจเดียวกันเผยให้เห็นว่า 26% — หนึ่งในสี่ของผู้บริหาร — รายงานว่าการตรวจสอบภายในตรวจพบข้อผิดพลาดของ AI ที่ไปถึงบุคคลภายนอกหรือคณะกรรมการบริดท์แล้ว ช่องว่างระหว่างความเชื่อมั่นที่ถูกประกาศกับความล้มเหลวที่ถูกบันทึกไว้คือข้อค้นพบสำคัญของรายงานนี้

บาร์บารา ลาร์สัน (Barbara Larson) CFO ของ Workiva กล่าวอย่างตรงไปตรงมาว่า "ความเชื่อมั่นใน AI โดยไม่มีการควบคุมคุณภาพข้อมูล ไม่ใช่กลยุทธ์ แต่เป็นความรับผิดชอบ"

คุณภาพข้อมูลคือจุดอ่อนที่สุด

ช่องว่างของความเชื่อมั่นนั้นตั้งอยู่บนปัญหาพื้นฐานที่ใหญ่กว่า ได้แก่ คุณภาพข้อมูล มีเพียง 11% ของผู้บริหารเท่านั้นที่เชื่อว่าคุณภาพข้อมูลขององค์กรตนเพียงพอสำหรับการใช้ AI ส่วนที่เหลืออีก 89% ยอมรับว่าข้อมูลพื้นฐานของตนยังไม่พร้อมสำหรับเครื่องมือ AI ที่กำลังใช้งานอยู่

ความไม่สอดคล้องนี้ส่งผลกระทบจริง 71% ของผู้บริหารกล่าวว่าคุณภาพข้อมูลที่ต่ำส่งผลกระทบต่อการใช้ AI ในการรายงานทางการเงินและความยั่งยืนอย่างน้อยในระดับปานกลาง ผลกระทบอันดับต้น ๆ ของคุณภาพข้อมูลที่ต่ำคือการตัดสินใจดำเนินงานที่ผิดพลาดหรือล่าช้า ตามด้วยค่าปรับจากหน่วยงานกำกับดูแลหรือการดำเนินคดีทางกฎหมาย และการสูญเสียความน่าเชื่อถือจากนักลงทุนหรือเจ้าหนี้

นักลงทุนจับตาดูอย่างใกล้ชิด

นักลงทุนสถาบันไม่รู้สึกสบายใจกับความเชื่อมั่นของผู้บริหารเลย 89% ของนักลงทุนสถาบันกล่าวว่าพวกเขากังวลเกี่ยวกับความแม่นยำของเนื้อหาที่ AI สร้างขึ้นในการเปิดเผยข้อมูลของบริษัท ความกังวลนี้มาพร้อมกับแรงกดดันด้านกฎระเบียบที่เพิ่มขึ้นในการปฏิบัติต่อผลลัพธ์ของ AI เสมือนเป็นบันทึกที่ตรวจสอบได้ แทนที่จะเป็นร่างที่ไม่เป็นทางการ

95% ของนักลงทุนสถาบันเชื่อว่าผู้นำมองข้ามความเสี่ยงของข้อมูลรายงานทางการเงินที่กระจัดกระจาย เมื่อเวลาผ่านไป ข้อมูลที่อ่อนแอหรือไม่สามารถตรวจสอบได้อาจกัดกร่อนความน่าเชื่อถือกับผู้มีส่วนได้ส่วนเสีย

ลำดับความสำคัญด้านโครงสร้างพื้นฐาน: หนทางข้างหน้า

ผู้บริหารกำลังตอบสนองด้วยคำสั่งด้านโครงสร้างพื้นฐานที่ชัดเจน ผลสำรวจพบว่า 96% ของผู้บริหารกล่าวว่าการทำงานร่วมกันของ C-Suite เป็นสิ่งจำเป็นเพื่อทำลายไซโลข้อมูล และ 79% ให้ความสำคัญกับการทำงานอัตโนมัติและการกำกับดูแลข้อมูลเพื่อปิดช่องว่างของข้อมูลทั่วทั้งองค์กร องค์กรส่วนใหญ่สนับสนุนการเปลี่ยนแปลงนี้ด้วยการสนับสนุนจากแผนก IT โดยเฉพาะ (73%) และงบประมาณที่ได้รับการจัดสรร (71%)

76% ของทีมตรวจสอบภายในกำลังประเมินโมเดล AI ขององค์กรตนอย่างจริงจัง ผู้นำธุรกิจเกือบเป็นเอกฉันท์เห็นพ้องว่า CFO, CIO และ CSO ต้องร่วมมือกันเพื่อให้ธรรมาภิบาลข้อมูลประสบความสำเร็จ

ลำดับความสำคัญด้านโครงสร้างพื้นฐานกำลังเปลี่ยนจาก "การดำเนินการ" ไปเป็น "การประสานงาน" CFO กำลังมองหาแพลตฟอร์มที่ทำหน้าที่เป็น "ระบบแห่งความจริง" (system of truth) เพียงระบบเดียว โดยยึด AI Agent ให้ทำงานในสภาพแวดล้อมข้อมูลที่ตรวจสอบย้อนกลับได้และเป็นไปตามกฎระเบียบ ซึ่งทุกผลลัพธ์สามารถตรวจสอบได้และทุกการเปิดเผยข้อมูลสามารถป้องกันได้

AI Agent เข้าสู่กระบวนการรายงาน

ควบคู่ไปกับผลการสำรวจ Workiva ได้เปิดตัว AI Agent ที่สร้างขึ้นเพื่อวัตถุประสงค์เฉพาะ 3 ตัว ซึ่งออกแบบมาให้ทำงานภายใต้กรอบการตรวจสอบที่ปลอดภัย ได้แก่ Tie-Out Agent สำหรับตรวจสอบความสอดคล้องของรายงานทางการเงิน, Benchmarking Agent สำหรับวิเคราะห์การเปิดเผยข้อมูลของคู่แข่ง และ Sustainability Disclosure Agent เพื่อให้สอดคล้องกับมาตรฐาน ESRS และ ISSB Agent เหล่านี้ฝังอยู่ในเลเยอร์ความรู้ที่คงอยู่ (persistent intelligence layer) ที่เรียกว่า Workiva Knowledge ซึ่งยึดผลลัพธ์ของ AI ไว้กับข้อมูล คำแนะนำ และเนื้อหาขององค์กรตนเอง

สถาปัตยกรรมร่องรอยการตรวจสอบ (audit-trail architecture) มีความสำคัญเพราะผลลัพธ์ที่ AI สร้างขึ้นในเอกสารทางการเงินที่อยู่ภายใต้กฎระเบียบ現在เป็นหมวดหมู่ความเสี่ยงที่มีชื่ออยู่ใน FINRA 2026 Annual Regulatory Oversight Report ความเสี่ยงในการเกิดภาพหลอน (hallucination) สูงที่สุดในจุดที่ AI มีอิสระสูงสุดในการสร้างเนื้อหาเชิงบรรยาย เช่น คำอธิบายของผู้บริหาร การเปิดเผยข้อมูลในเชิงอรรถ และภาษาที่เกี่ยวข้องกับ ESG ซึ่งเป็นพื้นที่ที่ Agent เหล่านี้ถูกออกแบบมาให้ยึดติดกับข้อมูลต้นทาง

บทสรุป

Workiva 2026 Midyear Executive Benchmark Survey วาดภาพของอุตสาหกรรมที่เดินหน้าเร็วในการนำ AI มาใช้ แต่เคลื่อนที่ช้าเกินไปในเรื่องรากฐานข้อมูลและโครงสร้างธรรมาภิบาลที่จำเป็นเพื่อทำให้การนำ AI มาใช้ปลอดภัย ตัวเลขชัดเจน: 84% เชื่อมั่น, 26% พบข้อผิดพลาด, 11% ข้อมูลพร้อมใช้, 89% นักลงทุนกังวล การปิดช่องว่างระหว่างความเชื่อมั่นใน AI กับการควบคุม AI กำลังกลายเป็นความท้าทายที่กำหนดอนาคตของผู้นำด้านการเงิน ความเสี่ยง และความยั่งยืน