新加坡企業採用代理式 AI 的速度，似乎快過建立追查紀錄的能力。一項亞太區調查發現，94%新加坡受訪企業正使用或測試多步驟 AI 系統，但只有 29%表示能提供紀錄，說明 AI 如何作出決定。34

調查由 Sumsub 委託，與新加坡金融科技協會（Singapore FinTech Association）合作，並由 Blackbox Research 於 2026 年 4 月至 6 月進行。研究訪問亞太區九個市場共 720 名 AI 決策人士，涵蓋多個行業。34

採用 AI，不代表追得到它的決定

調查所說的 94%，包括正在使用或試行多步驟 AI 系統的企業，並不代表所有受訪企業都已在日常營運中使用完全自主的 AI。更值得留意的是可追溯性：只有 29%受訪者表示，能為 AI 作出的決定提供審計紀錄。38

如果企業沒有紀錄說明系統做過甚麼、決定是怎樣得出的，日後便可能較難向監管機構、股東或客戶解釋結果，亦可能面對合規、營運及聲譽方面的風險。不過，調查並無證明受訪企業已經發生違規或造成損害。18

有人負責，未必有證據交代

約七成新加坡受訪者表示，企業已訂下 AI 結果的責任指引。當中，40%指由個人負責，30%則由團隊承擔。但能提供審計紀錄的比例明顯較低，反映即使指明了負責人或團隊，也不等於已留下證據，說明 AI 實際做過甚麼。234

受訪企業普遍願意讓 AI 處理日常工作，約九成表示願意自動化例行任務；但遇到涉及財務責任的決定時，態度較審慎。過去一年，只有 16%表示大幅擴大 AI 的應用範圍或自主程度，是九個受訪市場中最低的比例。37

新加坡治理評分低於區內平均，背後有不同解讀

新加坡在研究的 AI 治理基準中得分 65.6，低於亞太區平均的 67.1。517 Sumsub 認為，部分原因可能是新加坡監管框架較成熟，企業亦可能用更嚴格的標準衡量自身準備程度。不過，這只是報告提出的解釋，不能單憑較低分數便斷定當地治理更完善。317

受訪者表示，AI 對數據工作帶來的影響最大（29%），其次是營運及工作流程處理（21%），以及詐騙偵測、反洗錢和風險監察（15%）。他們提到的主要採用障礙包括技術複雜度（66%）、平台整合（50%），以及追蹤外部 AI 工具行動的難度（49%）。37

調查反映意願，未代表措施已經落實

新加坡金融科技協會會長 Holly Fang 呼籲，隨着 AI 開始自主處理關鍵工作流程，企業需要加強可追溯性、問責安排及治理。調查亦發現，98%新加坡受訪者表示，願意採用第三方驗證，將自主 AI 的行動連結至經核實的身份。這反映的是受訪者的意願，並不代表相關控制措施已經落實。37

要留意的是，這些結果只描述調查受訪者，未必代表新加坡所有企業。研究沒有披露新加坡受訪樣本的具體人數，因此不宜將相關百分比直接視為全體新加坡企業的情況。8

新加坡企業採用代理式 AI 的速度，似乎快過建立追查紀錄的能力。一項亞太區調查發現，94%新加坡受訪企業正使用或測試多步驟 AI 系統，但只有 29%表示能提供紀錄，說明 AI 如何作出決定。34

調查由 Sumsub 委託，與新加坡金融科技協會（Singapore FinTech Association）合作，並由 Blackbox Research 於 2026 年 4 月至 6 月進行。研究訪問亞太區九個市場共 720 名 AI 決策人士，涵蓋多個行業。34

採用 AI，不代表追得到它的決定

調查所說的 94%，包括正在使用或試行多步驟 AI 系統的企業，並不代表所有受訪企業都已在日常營運中使用完全自主的 AI。更值得留意的是可追溯性：只有 29%受訪者表示，能為 AI 作出的決定提供審計紀錄。38

如果企業沒有紀錄說明系統做過甚麼、決定是怎樣得出的，日後便可能較難向監管機構、股東或客戶解釋結果，亦可能面對合規、營運及聲譽方面的風險。不過，調查並無證明受訪企業已經發生違規或造成損害。18

有人負責，未必有證據交代

約七成新加坡受訪者表示，企業已訂下 AI 結果的責任指引。當中，40%指由個人負責，30%則由團隊承擔。但能提供審計紀錄的比例明顯較低，反映即使指明了負責人或團隊，也不等於已留下證據，說明 AI 實際做過甚麼。234

受訪企業普遍願意讓 AI 處理日常工作，約九成表示願意自動化例行任務；但遇到涉及財務責任的決定時，態度較審慎。過去一年，只有 16%表示大幅擴大 AI 的應用範圍或自主程度，是九個受訪市場中最低的比例。37

新加坡治理評分低於區內平均，背後有不同解讀

新加坡在研究的 AI 治理基準中得分 65.6，低於亞太區平均的 67.1。517 Sumsub 認為，部分原因可能是新加坡監管框架較成熟，企業亦可能用更嚴格的標準衡量自身準備程度。不過，這只是報告提出的解釋，不能單憑較低分數便斷定當地治理更完善。317

受訪者表示，AI 對數據工作帶來的影響最大（29%），其次是營運及工作流程處理（21%），以及詐騙偵測、反洗錢和風險監察（15%）。他們提到的主要採用障礙包括技術複雜度（66%）、平台整合（50%），以及追蹤外部 AI 工具行動的難度（49%）。37

調查反映意願，未代表措施已經落實

新加坡金融科技協會會長 Holly Fang 呼籲，隨着 AI 開始自主處理關鍵工作流程，企業需要加強可追溯性、問責安排及治理。調查亦發現，98%新加坡受訪者表示，願意採用第三方驗證，將自主 AI 的行動連結至經核實的身份。這反映的是受訪者的意願，並不代表相關控制措施已經落實。37

要留意的是，這些結果只描述調查受訪者，未必代表新加坡所有企業。研究沒有披露新加坡受訪樣本的具體人數，因此不宜將相關百分比直接視為全體新加坡企業的情況。8