Khoảng cách niềm tin AI: 84% tin tưởng đầu ra, nhưng 26% đã phát hiện lỗi đến tay HĐQT

Tuy nhiên, cùng khảo sát cho thấy 26% – cứ bốn lãnh đạo thì có một người – báo cáo rằng kiểm toán nội bộ đã phát hiện lỗi AI đến tay công chúng hoặc thành viên HĐQT . Khoảng cách giữa niềm tin đã tuyên bố và thất bại được ghi nhận là phát hiện trung tâm của báo cáo.

Barbara Larson, CFO của Workiva, nói thẳng: "Niềm tin vào AI mà không kiểm soát chất lượng dữ liệu là một rủi ro, không phải là một chiến lược" .

Chất lượng dữ liệu là mắt xích yếu nhất

Khoảng cách niềm tin nằm trên một vấn đề cơ bản hơn: chất lượng dữ liệu. Chỉ 11% lãnh đạo tin rằng chất lượng dữ liệu của tổ chức họ đủ cho việc sử dụng AI . 89% còn lại thừa nhận rằng dữ liệu nền tảng của họ chưa sẵn sàng cho các công cụ AI mà họ đã triển khai.

Sự không tương xứng này có hậu quả thực tế. 71% lãnh đạo cho biết chất lượng dữ liệu kém đã tác động ít nhất ở mức vừa phải đến việc sử dụng AI trong báo cáo tài chính và phát triển bền vững . Các hậu quả hàng đầu được báo cáo là các quyết định vận hành sai hoặc chậm trễ, tiếp theo là tiền phạt hoặc hành động pháp lý, và mất uy tín với nhà đầu tư hoặc người cho vay .

Nhà đầu tư đang theo dõi sát sao

Các nhà đầu tư tổ chức không bị trấn an bởi sự tự tin của lãnh đạo. 89% nhà đầu tư tổ chức cho biết họ lo ngại về độ chính xác của nội dung do AI tạo ra trong các báo cáo công bố của doanh nghiệp . Mối lo ngại này đi cùng với áp lực pháp lý ngày càng tăng để coi đầu ra của AI như các bản ghi có thể kiểm tra thay vì các bản nháp không chính thức .

95% nhà đầu tư tổ chức tin rằng các lãnh đạo đang đánh giá thấp rủi ro từ dữ liệu báo cáo tài chính phân mảnh . Theo thời gian, dữ liệu yếu hoặc không thể kiểm chứng có thể làm xói mòn uy tín với các bên liên quan .

Ưu tiên hạ tầng: Con đường phía trước

Các lãnh đạo đang phản ứng với một yêu cầu rõ ràng về hạ tầng. Khảo sát cho thấy 96% lãnh đạo cho rằng sự đồng thuận ở cấp C-suite là cần thiết để phá vỡ các silo dữ liệu , và 79% đang ưu tiên tự động hóa và quản trị dữ liệu để thu hẹp khoảng cách dữ liệu toàn doanh nghiệp . Hầu hết các tổ chức đang tài trợ cho sự thay đổi này với hỗ trợ CNTT chuyên trách (73%) và ngân sách được phân bổ (71%) .

76% đội kiểm toán nội bộ đang tích cực đánh giá các mô hình AI của tổ chức họ . Các lãnh đạo doanh nghiệp gần như nhất trí rằng CFO, CIO và CSO phải hợp lực để quản trị dữ liệu thành công .

Ưu tiên hạ tầng đang chuyển từ "thực thi" sang "điều phối" . Các CFO đặc biệt tìm kiếm các nền tảng đóng vai trò là một "hệ thống chân lý" duy nhất – gắn các tác nhân AI vào môi trường dữ liệu có thể truy xuất, đạt chuẩn quy định, nơi mọi đầu ra có thể được xác minh và mọi công bố có thể được bảo vệ .

Tác nhân AI gia nhập quy trình báo cáo

Song song với các phát hiện khảo sát, Workiva đã ra mắt ba tác nhân AI được xây dựng chuyên biệt để hoạt động trong các khuôn khổ có thể kiểm tra: Tie-Out Agent để kiểm tra tính nhất quán của báo cáo tài chính, Benchmarking Agent để phân tích công bố của đối thủ, và Sustainability Disclosure Agent để tuân thủ các tiêu chuẩn ESRS và ISSB . Các tác nhân này được nhúng trong một lớp thông minh bền vững gọi là Workiva Knowledge, giúp giữ đầu ra AI dựa trên dữ liệu riêng, hướng dẫn và nội dung của tổ chức .

Kiến trúc dấu vết kiểm toán rất quan trọng vì đầu ra do AI tạo ra trong các hồ sơ tài chính được quản lý hiện là một hạng mục rủi ro được nêu tên trong Báo cáo Giám sát Quy định Thường niên 2026 của FINRA . Nguy cơ "ảo giác" (hallucination) cao nhất ở nơi AI có nhiều quyền nhất để tạo ra tường thuật – bình luận của ban quản lý, công bố thuyết minh, ngôn ngữ ESG – đó chính xác là lãnh thổ mà các tác nhân này được thiết kế để giữ cho dữ liệu nguồn được gắn kết .

Kết luận

Khảo sát Workiva 2026 Midyear Executive Benchmark vẽ nên bức tranh về một ngành công nghiệp đang di chuyển nhanh chóng trong việc áp dụng AI nhưng lại di chuyển quá chậm về nền tảng dữ liệu và cấu trúc quản trị cần thiết để đảm bảo an toàn cho việc áp dụng đó. Các con số rất rõ ràng: 84% tin tưởng, 26% lỗi bị phát hiện, 11% dữ liệu sẵn sàng, 89% nhà đầu tư lo ngại. Thu hẹp khoảng cách giữa niềm tin AI và kiểm soát AI hiện là thách thức xác định cho các nhà lãnh đạo tài chính, rủi ro và phát triển bền vững.