新加坡财务负责人对国内经济增长仍抱有信心。Optro首席客户官Justin Greenberger表示，新加坡CFO的净乐观度为26%；电子、半导体和制造业的表现，是这份信心的重要支撑。3

不过，看好经济增长，并不代表企业已经做好大规模部署AI的准备。有关AI使用、治理和风险规划的数据，呈现出另一幅更复杂的图景：领导者对治理进展有信心，但实际风险规划仍可能跟不上应用步伐。3

电子、半导体和制造业支撑增长信心

这26%的净乐观度，反映的是CFO对新加坡国内经济的信心，即使全球前景较弱，电子、半导体和制造业的表现仍给他们带来积极理由。3

这项数据反映的是整体情绪，并不意味着所有企业或行业都会以相同速度增长，也不能直接说明企业在AI方面的准备程度。

AI治理的信心与实际准备之间

与Greenberger的评论一同提供的数据称，只有13%的CFO广泛使用AI；58%的领导者认为，治理控制措施跟得上AI应用；但只有18%制定了正在执行的风险缓解计划。3

这些比例可能提示，企业对治理进展的判断与正式风险规划之间存在落差。治理信心本身并不能证明防护措施和应对方案已经到位。现有报道指出AI应用和积极风险规划之间存在差距，但可查阅的内容没有提供这些具体百分比的调查方法或定义。因此，应将它们视为报道中的指标，而不是可以直接相互比较的准备度量表。3

AI开始“动手”，责任问题更关键

只提供分析的AI工具，与能够在核心业务流程中采取行动的AI，带来的问责问题并不相同。Optro的报告指出，企业赋予AI代理自主权的速度，可能快于它们厘清“代理自行采取行动时由谁负责”的速度。1

对财务负责人而言，部署前需要弄清楚几件事：AI代理可以访问哪些系统和数据？它能执行哪些操作？哪些决定必须经过人工批准？谁负责复核系统行为？这些都是部署时应考虑的治理问题，并不代表现有报道记录了某项具体控制失效。

先明确业务价值，再配套控制措施

CFO可以把业务论证和控制计划放在同一张路线图上。以制造运营或库存管理为例，企业应先说明AI要解决什么问题、预期带来什么价值，以及如何判断投资是否达到目标。

在系统上线前，就让IT、内部审计、合规和风险团队参与规划。明确数据和访问权限、AI的决策边界、责任人，以及系统行为如何监控和留痕。这样，笼统的治理信心才能转化为与具体应用相匹配的控制措施。

上线后也要持续审计

AI应用上线，并不意味着风险评估可以结束。持续审计有助于团队了解系统在实际业务中的表现、发现新出现的风险，并判断既有控制是否有效。随着AI从提供建议转向在工作流程中执行操作，这类持续监督尤其重要。1

对CFO而言，重点不是因此推迟AI投资，而是在评估预期价值时，同步衡量实现价值所需的风险管理和防护措施。新加坡的增长信心较强；要负责任地扩大AI应用，还需要看到实际运营准备，而不只是对治理的信心。3

新加坡财务负责人对国内经济增长仍抱有信心。Optro首席客户官Justin Greenberger表示，新加坡CFO的净乐观度为26%；电子、半导体和制造业的表现，是这份信心的重要支撑。3

不过，看好经济增长，并不代表企业已经做好大规模部署AI的准备。有关AI使用、治理和风险规划的数据，呈现出另一幅更复杂的图景：领导者对治理进展有信心，但实际风险规划仍可能跟不上应用步伐。3

电子、半导体和制造业支撑增长信心

这26%的净乐观度，反映的是CFO对新加坡国内经济的信心，即使全球前景较弱，电子、半导体和制造业的表现仍给他们带来积极理由。3

这项数据反映的是整体情绪，并不意味着所有企业或行业都会以相同速度增长，也不能直接说明企业在AI方面的准备程度。

AI治理的信心与实际准备之间

与Greenberger的评论一同提供的数据称，只有13%的CFO广泛使用AI；58%的领导者认为，治理控制措施跟得上AI应用；但只有18%制定了正在执行的风险缓解计划。3

这些比例可能提示，企业对治理进展的判断与正式风险规划之间存在落差。治理信心本身并不能证明防护措施和应对方案已经到位。现有报道指出AI应用和积极风险规划之间存在差距，但可查阅的内容没有提供这些具体百分比的调查方法或定义。因此，应将它们视为报道中的指标，而不是可以直接相互比较的准备度量表。3

AI开始“动手”，责任问题更关键

只提供分析的AI工具，与能够在核心业务流程中采取行动的AI，带来的问责问题并不相同。Optro的报告指出，企业赋予AI代理自主权的速度，可能快于它们厘清“代理自行采取行动时由谁负责”的速度。1

对财务负责人而言，部署前需要弄清楚几件事：AI代理可以访问哪些系统和数据？它能执行哪些操作？哪些决定必须经过人工批准？谁负责复核系统行为？这些都是部署时应考虑的治理问题，并不代表现有报道记录了某项具体控制失效。

先明确业务价值，再配套控制措施

CFO可以把业务论证和控制计划放在同一张路线图上。以制造运营或库存管理为例，企业应先说明AI要解决什么问题、预期带来什么价值，以及如何判断投资是否达到目标。

在系统上线前，就让IT、内部审计、合规和风险团队参与规划。明确数据和访问权限、AI的决策边界、责任人，以及系统行为如何监控和留痕。这样，笼统的治理信心才能转化为与具体应用相匹配的控制措施。

上线后也要持续审计

AI应用上线，并不意味着风险评估可以结束。持续审计有助于团队了解系统在实际业务中的表现、发现新出现的风险，并判断既有控制是否有效。随着AI从提供建议转向在工作流程中执行操作，这类持续监督尤其重要。1

对CFO而言，重点不是因此推迟AI投资，而是在评估预期价值时，同步衡量实现价值所需的风险管理和防护措施。新加坡的增长信心较强；要负责任地扩大AI应用，还需要看到实际运营准备，而不只是对治理的信心。3