企业AI治理调查：跨职能协作正在成形，董事会和HR参与率不足15%
diginomica对其400余位CIO社区的调查显示，51%的企业在制定AI治理政策时已咨询其他职能部门，仅14%完全由技术部门独立制定。网络安全（21%）和法务（19%）是最突出的协作方，但董事会（14%）和人力资源（13%）的参与率明显偏低。美国法律科技公司8am首席法务官Catherine Dawson分享了其政策从保守禁令到平衡创新的多轮修订经历，认为AI治理必须在安全护栏与实验空间之间持续迭代。
AI治理政策如果只从技术部门下达，会被视为IT在"对业务部门做技术"，因此注定失败。这是diginomica调查作者Mark Chillingworth在分析其社区数据后的核心判断。他的依据来自一个正在成形的趋势：在其邀请制社区400余位CIO和高级数字领导者中，51%的企业在制定AI治理政策时已咨询其他职能部门，31%以跨职能小组形式完成，仅14%完全由技术部门独立制定。
但协作的覆盖面仍不均衡。网络安全团队是最突出的协作方，出现在21%的案例中，其次是法务（19%）和风险合规（17%）。Chillingworth认为，这或许说明AI仍被主要视为技术变革——需要保护数据和系统安全的职能最先介入，而战略层面的参与明显不足：董事会仅出现在14%的政策制定过程中，人力资源仅13%。
美国法律科技公司8am首席法务官Catherine Dawson的经历恰好印证了这种"先保守、后迭代"的现实路径。她回忆，公司最初面临的核心问题是shadow AI——员工自行注册外部AI工具，将公司和客户数据输入其中。大约一年半前，她和技术与网络安全团队一起推出了第一版AI治理政策，采取相当保守的立场：禁止个人使用。
但禁令很快遭遇挑战。Dawson回忆，有人来找她说，个人使用正是人们尝试和熟悉这些工具的方式，能不能放松一点。公司随后调整策略，制定了单独的限制性个人使用政策，引导员工使用经批准的工具，同时保留一定的实验空间。她表示，公司的政策会持续演变，因为工具选择在变，信息安全要求在变，模型本身也在变；自己"几乎一直处于草稿状态"。
从调查结果看，有治理政策的企业确实开始看到实际效果。26%的企业表示政策出台后阻止了某个特定工具或供应商；24%称AI项目审批速度加快；20%在收到其他职能部门的挑战后修订了政策；17%发现了违反政策的行为。69%的社区成员企业维护着经批准的AI工具清单，并设有申请使用路径。
值得注意的是，过去12个月中，token成本正在成为影响治理决策的新变量。39%的企业表示token成本是影响个人和实验性AI使用政策的主要因素，33%认为是次要因素，17%承认对AI token成本没有清晰可见度。Dawson提到，她正准备再次修订个人使用政策，因为AI使用的经济账在变化，需要在鼓励探索和成本可控之间找到新的平衡点。
Chillingworth在文章结尾指出，AI是一次系统性变革，改变的是企业所有领域的运作方式，因此治理也必须来自所有领域。他计划12个月后重复这项调查，特别是在近期网络安全和地缘政治事件的背景下，观察企业AI治理的协作格局是否进一步演变。