科技前沿与创新
仅约 2 成日本企业「充分对应」生成式 AI 特有风险 IT 部门问卷揭差距A · 可全文翻译
# 生成式 AI# 风险治理# 问卷调查# 数据外泄# 智财权
编辑观点
重点要点
- 问卷对象为日本 1,000 名系统开发／信息系统部门相关人员
- 仅约 2 成企业自评对生成式 AI 特有风险「已充分对应」
- 数据外泄、智财侵权、Hallucination 为前三大顾虑
- 中小企业与大型企业在对应能力上落差显著
- 显示「导入热、治理冷」的结构问题
观察分析
「2 成充分对应」这个数字其实并不悲观——半年前的同类问卷甚至只有 1 成。但问题是「导入率」这半年提升的速度，远快于「治理对应率」。从风险管理角度看，这条缺口会在 12–24 个月内变成企业的营运风险。
对台湾企业也是直接信号。台湾 PMI、IT 部门在 LLM 导入上的速度与日本接近，但治理人才更稀缺，正在用「先用了再说」的态度承接生成式 AI。一旦出现一两起数据外泄或智财诉讼，整个产业会被迫补课。
值得追问：当生成式 AI 治理成为 KPI，CIO 与 CISO 的职权边界要怎么重新划分？企业是否需要设立新的「Chief AI Officer」职位？
全文翻译
针对日本企业系统开发与信息系统部门相关人员 1,000 名进行的最新问卷调查结果显示，自评对「生成式 AI 特有风险」「已充分对应」的企业仅约 2 成，其他企业多停留在「了解风险但对应不完整」的阶段。
问卷指出，企业最在意的前三大生成式 AI 风险，分别为机密数据外泄、知识产权侵权与「Hallucination（产生虚假信息）」带来的决策失误。尽管多数企业已开始导入生成式 AI 工具，但实际内部规范、权限管控、输出检查、log 监控等治理机制仍多未完备，特别是中小企业与大型企业之间差距显著。
调查单位表示，当前日本企业 AI 导入呈现「热度高、治理冷」的失衡状态，若不在 12–24 个月内补上治理空白，未来数据事故或法律纠纷恐集中爆发。建议企业优先创建内部 AI 使用政策、教育员工、设置监控机制，再逐步扩大导入范围。
历史上的今天（主题相关）
- 2018欧盟 GDPR 上路，全球数据治理新基准成形
- 2023三星因员工把原代码贴进 ChatGPT 导致内部禁用事件
- 2024欧盟 AI Act 通过，全球 AI 治理立法进入加速期