您信任它嗎？您的答案，可能會影響 AI 能為您創造多少價值。

聚焦可解釋性

一年前，關於 AI 信任的討論主要聚焦於生成式 AI。如今，組織正在思考的是：是否能信任 AI 代表他們採取行動。隨著 AI 從產生內容進一步發展為做出決策並採取行動，可信賴性也變得更加重要。代理式 AI 如今已成為討論核心，但信任的建立速度仍跟不上其發展。

76% 的受訪者表示信任生成式 AI。但代理式 AI 僅獲得 66% 受訪者的信任。相差 10 個百分點。為什麼？因為 AI 自主程度越高，信任度反而越低。

信任度下降，也會帶來實際影響。 97.2% 的受訪者表示，至少曾介入調整部分 AI 建議。主要的原因並非輸出品質不佳，而是缺乏解釋與脈絡資訊。當大家無法理解一項決策是如何得出的，就更不願意讓 AI 代表自己採取行動。

完整報告將進一步剖析，為何隨著 AI 邁向代理式 AI，可信賴性的重要性也隨之提升。

打造更完善的資料基礎

資料問題依然是 AI 發展的一大挑戰。第二年的研究顯示，多數組織目前的資料基礎架構，仍無法完整支援代理式 AI 所需的可解釋性、資料血緣與驗證能力。

只有 17.5% 的組織已具備完整最佳化的資料基礎架構，高於去年的 10.2%；而這正是建立代理式 AI 決策透明度與信任所需的重要基礎。

當您能呈現一項決策的資料血緣，就能為該決策提供合理的說明與依據。若無法做到，就更可能落入需要頻繁人工介入 AI 決策的情況，也因此削弱 AI 投資所能帶來的價值。

完整報告將進一步說明，資料成熟度雖持續提升，卻仍跟不上 AI 的發展速度。

向領先企業與組織學習

什麼是可信賴 AI 領先組織？
本研究透過五大構面衡量 AI 的可信賴性：資料品質與治理、模型治理與監督、可解釋性與公平性、負責任 AI 政策，以及稽核與問責。 

這五大構面共同構成「可信賴性指數」。可信賴性指數得分達 80 分及以上的組織，被歸類為可信賴 AI 領先組織。

兩年研究最重要的發現是：可信賴性與商業成果密切相關。積極投資可信賴 AI 的組織，正持續拉開與市場其他組織之間的差距。可信賴 AI 領先組織實現良好或高度投資報酬率的機率高出15 倍，但領先優勢並不只體現在財務績效。領先組織更積極投資治理、可解釋性、驗證與員工訓練，打造人們願意信任並使用的 AI 系統。

在負責任 AI 與投資報酬率方面領先的組織，正進一步擴大領先優勢：85% 的領先者計畫明年將可靠 AI 投資增加至少 10%以上，相較之下，落後組織僅有26% 有此計畫。領先者與落後者之間的差距已相當顯著。隨著領先組織持續增加可信賴 AI 投資，這道差距未來可能會更加難以追趕。

閱讀完整報告，掌握 AI 領先組織的成功經驗。