新加坡企业对智能体AI的采用，似乎快过了追溯其决策的能力。一项调查显示，94%的受访企业正在使用或测试能够分步骤执行任务的AI系统；但只有29%表示可以提供审计记录，说明系统如何得出由AI驱动的决策。34

调查由Sumsub与新加坡金融科技协会（Singapore FinTech Association，SFA）委托开展，研究工作由Blackbox Research于2026年4月至6月进行。研究共调查亚太九个市场的720名AI决策者，涵盖金融服务、IT与软件、电子商务，以及出行与配送等领域。349

使用AI，不等于能追溯AI

调查中的94%包括正在使用或试点多步骤AI系统的企业，并不意味着所有受访企业都已在生产环境中部署完全自主运行的系统。更值得关注的是可追溯性：只有29%的受访者称，能够提供AI决策的审计记录。38

如果企业没有记录说明AI采取了什么行动、如何得出某项决定，就可能更难向监管机构、股东或客户解释结果，也会面临潜在的合规、运营和声誉风险。不过，调查并未证明受访企业已经发生违规或造成实际损害。18

责任有人承担，决策证据仍不足

约70%的新加坡受访者表示，企业已制定指引，明确由谁对AI结果负责。其中，40%称责任归于某位个人，30%则归于一个团队。234

但审计记录比例明显更低，说明在制度上指定负责人，并不自动意味着企业掌握了足以说明AI实际行动的证据。问责安排与决策可追溯能力，是两件需要分别落实的事。234

受访企业对将日常任务交给AI总体较为开放，约九成表示愿意自动化常规工作；但对涉及财务责任的决策则更谨慎。过去一年里，只有16%的受访企业大幅扩大AI的应用范围或自主程度，是九个受访市场中比例最低的。37

治理评分低于区域均值，原因仍有解释空间

在这项研究的AI治理基准中，新加坡得分为65.6，低于亚太平均的67.1。517 Sumsub将较低分数部分归因于新加坡监管框架较为成熟，以及企业可能以更严格的标准评估自身准备程度。这是报告提供的一种解释，并不能单凭分数证明当地治理水平更强。317

受访者表示，AI影响较大的领域包括数据任务（29%）、运营及工作流程处理（21%），以及欺诈侦测、反洗钱和风险监控（15%）。企业提到的主要采用障碍则包括技术复杂度（66%）、平台整合（50%），以及追踪外部AI工具行动的难度（49%）。37

调查反映意愿，不代表相关措施已经落地

新加坡金融科技协会会长Holly Fang呼吁，随着AI自主承担关键工作流程，企业应加强可追溯性、问责机制与治理安排。调查还发现，98%的新加坡受访者表示愿意采用第三方验证，以便将自主AI的行动关联到经过验证的身份；这反映的是受访者表达的意愿，并不代表相关控制措施已经实施。37

解读这些数字时也要留意调查范围：研究涵盖亚太九个市场的720名决策者，但公开结果没有说明新加坡样本的具体人数。39 因此，这些比例描述的是调查中的新加坡受访者，不应直接视为代表所有新加坡企业的统计结果。8

新加坡企业对智能体AI的采用，似乎快过了追溯其决策的能力。一项调查显示，94%的受访企业正在使用或测试能够分步骤执行任务的AI系统；但只有29%表示可以提供审计记录，说明系统如何得出由AI驱动的决策。34

调查由Sumsub与新加坡金融科技协会（Singapore FinTech Association，SFA）委托开展，研究工作由Blackbox Research于2026年4月至6月进行。研究共调查亚太九个市场的720名AI决策者，涵盖金融服务、IT与软件、电子商务，以及出行与配送等领域。349

使用AI，不等于能追溯AI

调查中的94%包括正在使用或试点多步骤AI系统的企业，并不意味着所有受访企业都已在生产环境中部署完全自主运行的系统。更值得关注的是可追溯性：只有29%的受访者称，能够提供AI决策的审计记录。38

如果企业没有记录说明AI采取了什么行动、如何得出某项决定，就可能更难向监管机构、股东或客户解释结果，也会面临潜在的合规、运营和声誉风险。不过，调查并未证明受访企业已经发生违规或造成实际损害。18

责任有人承担，决策证据仍不足

约70%的新加坡受访者表示，企业已制定指引，明确由谁对AI结果负责。其中，40%称责任归于某位个人，30%则归于一个团队。234

但审计记录比例明显更低，说明在制度上指定负责人，并不自动意味着企业掌握了足以说明AI实际行动的证据。问责安排与决策可追溯能力，是两件需要分别落实的事。234

受访企业对将日常任务交给AI总体较为开放，约九成表示愿意自动化常规工作；但对涉及财务责任的决策则更谨慎。过去一年里，只有16%的受访企业大幅扩大AI的应用范围或自主程度，是九个受访市场中比例最低的。37

治理评分低于区域均值，原因仍有解释空间

在这项研究的AI治理基准中，新加坡得分为65.6，低于亚太平均的67.1。517 Sumsub将较低分数部分归因于新加坡监管框架较为成熟，以及企业可能以更严格的标准评估自身准备程度。这是报告提供的一种解释，并不能单凭分数证明当地治理水平更强。317

受访者表示，AI影响较大的领域包括数据任务（29%）、运营及工作流程处理（21%），以及欺诈侦测、反洗钱和风险监控（15%）。企业提到的主要采用障碍则包括技术复杂度（66%）、平台整合（50%），以及追踪外部AI工具行动的难度（49%）。37

调查反映意愿，不代表相关措施已经落地

新加坡金融科技协会会长Holly Fang呼吁，随着AI自主承担关键工作流程，企业应加强可追溯性、问责机制与治理安排。调查还发现，98%的新加坡受访者表示愿意采用第三方验证，以便将自主AI的行动关联到经过验证的身份；这反映的是受访者表达的意愿，并不代表相关控制措施已经实施。37

解读这些数字时也要留意调查范围：研究涵盖亚太九个市场的720名决策者，但公开结果没有说明新加坡样本的具体人数。39 因此，这些比例描述的是调查中的新加坡受访者，不应直接视为代表所有新加坡企业的统计结果。8