数据的“信心陷阱”

调查显示，84% 的受访高管表示，他们至少对AI在未经人工审核的情况下所生成输出的准确性抱有一定信心 。这一数字看似表明企业组织内对AI承担大量报告与分析工作已相当接受。

但同一份调查也揭示出一个刺眼的现实：26%——即每四位高管中就有一位——报告称内部审计已经发现AI错误最终传到了外部受众或董事会成员面前 。这种“宣称的信心”与“记录在案的失败”之间的差距，正是本次报告的核心发现。

Workiva首席财务官Barbara Larson一语中的：“脱离数据质量控制的AI信心，不是策略，而是负债。”

数据质量：最薄弱的一环

信心鸿沟之下的，是更为根本的数据质量问题。仅有11% 的高管相信其组织的数据质量足以支撑AI应用 。换言之，89%的高管承认，他们正在部署AI工具的基础数据并未做好充分准备。

这种错配带来了实实在在的后果。71% 的高管表示，数据质量差已经至少中等程度地影响了AI在财务及可持续发展报告中的使用效果 。而最主要的影响包括：错误或延误的运营决策、监管罚款或法律诉讼，以及投资者或债权人信任的丧失 。

投资者紧盯不放

机构投资者并未因高管的“自信”而安心。89% 的机构投资者表示，他们非常担忧企业披露文件中AI生成内容的准确性 。与此同时，全球监管压力正日益将AI输出视为可审计的记录，而非非正式的草稿 。

更令人震惊的是，95% 的机构投资者认为，企业高管严重低估了碎片化的财务报告数据所带来的风险 。长期而言，弱数据或不可验证的数据将侵蚀与利益相关者的信任 。

基础设施路线：从执行到编排

面对挑战，高管们正在明确基础设施层面的优先事项。调查发现，96% 的高管表示打破数据孤岛必须由C级管理层协同推进 ，而79% 正在优先投入数据自动化与治理，以弥合企业级的数据鸿沟 。大部分企业的资金支持来自专门的IT团队（73%）和专项预算（71%）。

76% 的内部审计团队已经在积极评估其组织的AI模型 。几乎所有的业务领导者都认为，CFO（首席财务官）、CIO（首席信息官）和CSO（首席安全官）必须联合起来，才能确保数据治理成功 。

Workiva首席财务官Barbara Larson指出，基础设施的重点正从“执行操作”转向“编制协调” 。CFO们尤其希望找到一种平台，能够充当唯一的“真相系统”（system of truth）——将AI代理锚定在可追溯、符合监管要求的数据环境中，让每一个输出都能被验证，每一份披露文件都站得住脚 。

AI代理进入报告工作流

与调查结果同步，Workiva推出了三款专为特定报告任务设计的AI代理，运行在可审计的护栏之内：

• 核对代理（Tie-Out Agent）：用于检查财务报告的一致性；
• 对标代理（Benchmarking Agent）：用于同行披露分析；
• 可持续披露代理（Sustainability Disclosure Agent）：用于满足ESRS（欧洲可持续报告准则）与ISSB（国际可持续准则理事会）标准 。

这些代理嵌入在一个名为Workiva Knowledge的持久智能层中，该层将AI输出锚定在组织自身的真实数据、指令和内容之上 。

这层审计追溯架构之所以意义重大，是因为AI生成的输出在受监管的财务文件中，已被FINRA（美国金融业监管局）2026年度监管监督报告列为一个专门的风险类别 。幻觉风险最高的地方，恰恰是AI拥有最大生成叙事自由度的领域——管理层讨论、脚注披露、ESG语言——而这些正是新代理的设计目标，即让AI输出始终锚定在源数据之上 。

结论

Workiva 2026年中执行基准调查描绘了一个行业全貌：企业正在快速推进AI落地，但在安全采用所需的底层数据基础与治理结构方面却步伐缓慢。数字是残酷的：84%有信心，26%已出现漏网错误，11%数据就绪，89%投资者忧虑。

弥合“AI信心”与“AI控制”之间的鸿沟，已经成为财务、风险和可持续发展领导者当下最核心的挑战。

数据的“信心陷阱”

调查显示，84% 的受访高管表示，他们至少对AI在未经人工审核的情况下所生成输出的准确性抱有一定信心 。这一数字看似表明企业组织内对AI承担大量报告与分析工作已相当接受。

但同一份调查也揭示出一个刺眼的现实：26%——即每四位高管中就有一位——报告称内部审计已经发现AI错误最终传到了外部受众或董事会成员面前 。这种“宣称的信心”与“记录在案的失败”之间的差距，正是本次报告的核心发现。

Workiva首席财务官Barbara Larson一语中的：“脱离数据质量控制的AI信心，不是策略，而是负债。”

数据质量：最薄弱的一环

信心鸿沟之下的，是更为根本的数据质量问题。仅有11% 的高管相信其组织的数据质量足以支撑AI应用 。换言之，89%的高管承认，他们正在部署AI工具的基础数据并未做好充分准备。

这种错配带来了实实在在的后果。71% 的高管表示，数据质量差已经至少中等程度地影响了AI在财务及可持续发展报告中的使用效果 。而最主要的影响包括：错误或延误的运营决策、监管罚款或法律诉讼，以及投资者或债权人信任的丧失 。

投资者紧盯不放

机构投资者并未因高管的“自信”而安心。89% 的机构投资者表示，他们非常担忧企业披露文件中AI生成内容的准确性 。与此同时，全球监管压力正日益将AI输出视为可审计的记录，而非非正式的草稿 。

更令人震惊的是，95% 的机构投资者认为，企业高管严重低估了碎片化的财务报告数据所带来的风险 。长期而言，弱数据或不可验证的数据将侵蚀与利益相关者的信任 。

基础设施路线：从执行到编排

面对挑战，高管们正在明确基础设施层面的优先事项。调查发现，96% 的高管表示打破数据孤岛必须由C级管理层协同推进 ，而79% 正在优先投入数据自动化与治理，以弥合企业级的数据鸿沟 。大部分企业的资金支持来自专门的IT团队（73%）和专项预算（71%）。

76% 的内部审计团队已经在积极评估其组织的AI模型 。几乎所有的业务领导者都认为，CFO（首席财务官）、CIO（首席信息官）和CSO（首席安全官）必须联合起来，才能确保数据治理成功 。

Workiva首席财务官Barbara Larson指出，基础设施的重点正从“执行操作”转向“编制协调” 。CFO们尤其希望找到一种平台，能够充当唯一的“真相系统”（system of truth）——将AI代理锚定在可追溯、符合监管要求的数据环境中，让每一个输出都能被验证，每一份披露文件都站得住脚 。

AI代理进入报告工作流

与调查结果同步，Workiva推出了三款专为特定报告任务设计的AI代理，运行在可审计的护栏之内：

• 核对代理（Tie-Out Agent）：用于检查财务报告的一致性；
• 对标代理（Benchmarking Agent）：用于同行披露分析；
• 可持续披露代理（Sustainability Disclosure Agent）：用于满足ESRS（欧洲可持续报告准则）与ISSB（国际可持续准则理事会）标准 。

这些代理嵌入在一个名为Workiva Knowledge的持久智能层中，该层将AI输出锚定在组织自身的真实数据、指令和内容之上 。

这层审计追溯架构之所以意义重大，是因为AI生成的输出在受监管的财务文件中，已被FINRA（美国金融业监管局）2026年度监管监督报告列为一个专门的风险类别 。幻觉风险最高的地方，恰恰是AI拥有最大生成叙事自由度的领域——管理层讨论、脚注披露、ESG语言——而这些正是新代理的设计目标，即让AI输出始终锚定在源数据之上 。

结论

Workiva 2026年中执行基准调查描绘了一个行业全貌：企业正在快速推进AI落地，但在安全采用所需的底层数据基础与治理结构方面却步伐缓慢。数字是残酷的：84%有信心，26%已出现漏网错误，11%数据就绪，89%投资者忧虑。

弥合“AI信心”与“AI控制”之间的鸿沟，已经成为财务、风险和可持续发展领导者当下最核心的挑战。