跳到正文

Sumsub亚太地区数字信任现状：AI治理基准报告AI能执行还不够，必须能独立还原

1720名受访者，结果属于自报调查

295%有解释信心，50%能重建决策路径

338%有防篡改记录，不能用身份代替证据

720名调研样本九市场四行业 p.10
50%能重建路径受访者自报 p.15
38%防篡改记录受访者自报 p.15

老板之问

有信心解释就代表可审计吗？
不是；95%自称能解释，50%能重建路径，38%有防篡改记录。 p.15
先在哪些AI操作保留人工审批？
支付、客户准入和数据变更等高风险操作须明确审批与责任。 p.50
国家治理分数能直接指导选址吗？
不能；自报评分缺权重、误差与行业构成校正，排名不是实测安全。 p.36
如何验证记录是否足够？
让独立审查人员不靠模型事后解释就能还原一次决策。 p.50

对德国、瑞士和欧洲的含义

欧盟AI法案在报告中被列为亚太外包、金融和IT企业对齐的标准及治理计划驱动，但没有欧洲企业样本或德国、瑞士专项法律分析。不能从亚太自报排名推断欧洲合规水平。

SumsubBlackbox Research（调研执行）；Sumsub、新加坡金融科技协会（委托与合作）发布 2026数据截至 2026年4月服务商白皮书 · 原文 56 页参考价值 高来源可信度 D · 宣传性质
软件SaaS与AI应用法律合规与知识产权金融支付与汇率全球/不区分东南亚整体泰国菲律宾新加坡马来西亚印尼印度/南亚澳新欧盟/欧洲其他# 准入认证与法规# 地缘与风险# 企业案例复盘

逻辑链：为什么 → 怎么传导 → 所以怎么做

变化

范围扩大 p.2892%称过去一年扩展用途
后果发生 p.2863%曾遇问题结果，非操作错误率

缺口

信心不等于证据 p.15解释、复原和防篡改是不同能力
责任不能后补 p.50高风险动作需预先授权

验收

独立重建 p.50不用模型事后解释还原决策
保留人工接管 p.49分阶段上线并限制新增权限

关键数据图

自报能力对照（不同问题，不能相加）（%）

解释信心95重建决策路径50防篡改记录38
2026年4—6月，720名受访者；非实测安全能力。 · 来源：Blackbox Research受Sumsub委托调查 p.15

核心观点

  1. 解释信心与取证能力存在明显差距。 p.15依据95%有信心解释、50%可重建、38%有防篡改记录。推理主观信心不能替代可复核的运行证据。前提都是自报，且不同问题并非同一能力量尺；不能算实际失败率。
  2. 自主行动范围扩大后应重新评估控制边界。 p.28依据92%称过去一年扩大使用范围，63%曾有非预期结果。推理原用途的审批未必覆盖新增任务、权限和对象。前提横截面未证明范围扩大导致错误，两类比例也不是交叉样本关系。
  3. 高风险业务需要将责任与审计条件前置。 p.24依据金融68%保留审计轨迹，但仅41%有防篡改记录。推理有日志不等于日志可靠，后果越重越需要明确授权证据。前提调查不证明具体企业满足监管要求。
  4. 真正多步骤智能体的普及低于宽泛自动执行口径。 p.26依据仅31%在有限介入下主动多步骤执行；另题72%包含批准后执行。推理定义和问题不同会产生不同采用比例。前提不能把31%、21%和72%当同一指标趋势。
  5. 出行平台AI治理不可只当技术调度问题。 p.33依据出行配送自报可追溯得分59.1，算法影响任务、路线和收入。推理自动动作可产生运营和人事后果，需要业务问责。前提该行业低分的具体原因并未经因果检验。
  6. 部署前清单应同时覆盖自主性、责任与可追溯性。 p.49依据报告给出系统清单、审批、分阶段部署、接管和独立复原测试。推理只有三方面贯通，才能将具体行动连到授权和负责主体。前提控制强度需适配业务风险，报告未量化成本收益。
  7. 高自报治理分不保证更少错误。 p.37依据泰国和印度治理靠前但曾遇错误比例均68.8%。推理文件成熟度、使用暴露和实际可靠性是不同维度。前提未控制AI使用量、事件严重性和发现能力。
  8. 身份绑定是取证的一环，不能单独证明决策正确。 p.52依据KYA将操作与责任人绑定，报告同时强调输入日志、路径和来源。推理知道谁授权有助问责，仍需验证操作内容与授权范围。前提后部将该需求导向自有产品，缺独立效果测试。

可落地的做法

  1. 建立所有生产AI系统和最高自主动作的清单。 p.49条件：包括内部、客户和第三方交互范围。
  2. 新增能力分阶段上线并保留人工接管或暂停。 p.49条件：预先定义能力扩展边界和审批动作。
  3. 为每类结果指定负责人并在用途变化时重审。 p.50条件：个人、团队或部门责任必须清晰。
  4. 支付、准入及数据变更设置高风险审批。 p.50条件：区分业务批准、执行权限和可追溯记录。
  5. 记录系统用途、模型与数据来源、输入输出和已知局限。 p.50条件：保留必要运行证据，不用事后叙事替代。
  6. 将可还原路径和防篡改记录纳入上线验收。 p.50条件：须验证完整性和与实际动作关联，非仅日志开关。
  7. 用独立人员执行决策复原演练并记录事件处置。 p.50条件：不能依赖模型事后自行解释过程。
  8. 将操作连到经验证的授权责任主体。 p.50条件：身份验证需结合授权范围、实际动作和独立审计。

论证成立

  1. 解释信心和取证能力不能等同。 p.15三个自报比例差异明确，且报告分别定义重建与防篡改。
  2. 人工责任需在动作之前明确。 p.50支付、准入和数据变更会直接形成后果，清单对应授权与留痕。
  3. 独立复原测试比模型事后解释更可检验。 p.46给出可执行的审查条件，而非仅要求有政策。

存疑之处

  1. 国家排名证明监管效果。 p.38样本分层、评分权重和置信区间不足，监管解释为事后叙述。
  2. 新加坡低分代表更成熟。 p.39没有独立评估验证自报偏差，对其他低分市场使用不同解释。
  3. 治理差距必然需要数年和大量资本。 p.26未提供基础设施投资、工期或对照数据。
  4. 高自主性自然意味着更高治理成熟度。 p.10指标既量化权限又被纳入成熟度，高权限本身不是安全证据。
  5. 98.6%意向意味着身份工具快速普及。 p.47合并强弱意向，未给预算、购买或实施约束。
  6. 扩展用途导致问题结果。 p.28只有总体横截面比例，没有交叉分组与因果设计。
  7. 产品能够确保每次自动化标记可解释。 p.52自有产品介绍缺独立测评和覆盖失败场景。

反方意见

  1. 高分市场AI更可靠。更多应用与更强检测也可能带来更高报告事件率；应按操作量和严重性比较。
  2. 绑定真人就能建立可信AI。真人可被正确识别但授权和动作仍可能错误，需要业务边界、输入和执行证据。

需要用官方数据核实

关键数字或判断核实来源
评分、采样和各市场统计可靠性Blackbox Research完整问卷、抽样权重、分组数据和评分公式
中国智能体身份标准及适用要求国家标准化管理委员会、国家网信办正式文件
欧盟AI法案适用与实施日期欧盟EUR-Lex、欧盟委员会正式文件
澳大利亚自动化决策修法与处罚澳大利亚联邦立法库及OAIC、ACCC
马来西亚法案、印尼条例及新加坡指引状态马来西亚政府正式发布、印尼OJK与主管部门、新加坡IMDA及MAS
Sumsub产品效果与审计完整性产品正式技术文档、独立审计和客户验收记录

关键数据

720 名调研样本 p.10 第三方机构九市场四行业高级专业人士 · 2026年4—6月 · Blackbox Research受Sumsub委托调查720 名技术、产品、风险、合规及运营领域高级专
51 %批准后执行占比 p.8 第三方机构51%AI角色题，需关键人工介入 · 2026年4—6月 · Blackbox Research受Sumsub委托调查决策和执行行动(51%)
21 %例外监督下自主运行 p.8 第三方机构正文口径，图中角色说明错配 · 2026年4—6月 · Blackbox Research受Sumsub委托调查自主运行(21%)
61.0 分可追溯性评分 p.14 第三方机构0—100自报复合评分，非实测 · 2026年4—6月 · Blackbox Research受Sumsub委托调查61.0 分
67.1 分综合治理评分 p.14 第三方机构0—100，公式未完整披露 · 2026年4—6月 · Blackbox Research受Sumsub委托调查67.1 分
95 %有信心解释决策 p.15 第三方机构受访者自报信心 · 2026年4—6月 · Blackbox Research受Sumsub委托调查95% 的受访者表
50 %能够还原决策路径 p.15 第三方机构受访者自报能力 · 2026年4—6月 · Blackbox Research受Sumsub委托调查仅有 50% 的受访者能够
38 %具防篡改审计轨迹 p.15 第三方机构受访者自报能力 · 2026年4—6月 · Blackbox Research受Sumsub委托调查仅有 38% 的受访者具备防篡改审计轨
52 %担忧错误或不可靠决策 p.18 第三方机构多选，不是错误发生率 · 2026年4—6月 · Blackbox Research受Sumsub委托调查决策错误或不可靠 (52%)
43 %担忧数据或输入问题 p.18 第三方机构多选 · 2026年4—6月 · Blackbox Research受Sumsub委托调查数据质量或输入问题 (43%)
44 %担忧监管合规风险 p.18 第三方机构多选 · 2026年4—6月 · Blackbox Research受Sumsub委托调查监管 或合规风险 (44%)
68 %金融保留AI决策审计轨迹 p.24 第三方机构金融子样本自报 · 2026年4—6月 · Blackbox Research受Sumsub委托调查68% 的受访企业保留
41 %金融防篡改记录能力 p.24 第三方机构金融子样本自报，非全部记录能力 · 2026年4—6月 · Blackbox Research受Sumsub委托调查仅有 41% 的企业具备安
31 %主动多步骤执行能力 p.26 第三方机构有限人工介入，不等于批准后执行题 · 2026年4—6月 · Blackbox Research受Sumsub委托调查仅有 31% 的受访者表示
92 %过去一年扩展AI使用范围 p.28 第三方机构受访者回顾，非获批用途审计 · 过去12个月 · Blackbox Research受Sumsub委托调查92% 的组织扩大了 AI 系统的使用范围
30 %过去一年大幅扩展用途 p.28 第三方机构扩展程度子分类 · 过去12个月 · Blackbox Research受Sumsub委托调查其中 30% 进行了大幅扩展
63 %经历非预期或问题性结果 p.28 第三方机构组织曾遇，不是每次行动错误率 · 截至调研 · Blackbox Research受Sumsub委托调查63% 已经遇到过自主
31 %问题性结果不止一次 p.28 第三方机构31%受访组织，占全部回答非63%中的比例 · 截至调研 · Blackbox Research受Sumsub委托调查其中31% 表示这
40 %金融真正智能体采用 p.30 第三方机构有限介入下主动多步骤执行 · 2026年4—6月 · Blackbox Research受Sumsub委托调查金融服务行业 (40%)
39 %IT真正智能体采用 p.30 第三方机构同题行业子样本 · 2026年4—6月 · Blackbox Research受Sumsub委托调查IT 与软件服务行业 (39%)
69 %电商部署审批流程 p.32 第三方机构电商子样本 · 2026年4—6月 · Blackbox Research受Sumsub委托调查69% 的组织设有 AI 部署审批
29 %电商独立审计验证 p.32 第三方机构电商子样本 · 2026年4—6月 · Blackbox Research受Sumsub委托调查仅有 29% 的组织会对其系统进行独立审计或验
约97.5 %中国先进或领先组织 p.38 第三方机构调查中国子样本，不是全国企业总体 · 2026年4—6月 · Blackbox Research受Sumsub委托调查约97.5%
52.7 %计划建立先进治理机制 p.47 第三方机构未来计划，不是完成率 · 未来12—24个月 · Blackbox Research受Sumsub委托调查52.7% 的机构计划在未来 12 至 24 个月内
98.6 %倾向采用责任身份追溯软件 p.47 第三方机构多个意向强度合并，非付费或采购承诺 · 调研时 · Blackbox Research受Sumsub委托调查98.6% 的机构表示非常有极大概

企业案例

企业市场 · 模式做了什么结果
CIMB新加坡 p.31新加坡 · 其他负责人描述AI沉淀信贷备忘录经验并生成初稿，人类审核作最终决定。观点示例，未披露实际收益或错误率。
Sumsub p.52亚太地区 · 其他介绍MCP沙箱配置、人工审批、KYA责任绑定与Summy调查助手。自有产品方案，非独立验证案例；产品效果不得等同调查结论。

风险与门槛

  1. 自报调查、行业与企业规模结构限制外推。 p.11
  2. 自主性高被计入治理成熟度，评分含义和权重不清。 p.10
  3. 同一报告对智能体定义与采用率存在多个题目口径。 p.26
  4. 国家得分被叙事性归因于监管，缺因果和误差分析。 p.39
  5. 身份验证供应商的商业方案不能替代独立安全效果验证。 p.52
  6. 把意向合并当作采购市场会高估商业机会。 p.47

预测

  1. 52.7%机构计划建立先进治理机制。 p.47未来12—24个月
  2. 身份服务和密码学日志将快速普及并绑定高价值动作。 p.47未来，未量化
  3. 可验证责任与信任设施将成为客户和合作方选择因素。 p.46未来，未量化

时效提醒

调研为2026年4—6月；报告中的草案、待生效法规和未来12—24个月计划均需按正式发布状态再核实。

读书笔记

56页全文读完，补看PDF2、8、11、27、30、36、56页；第2页为转载平台广告，非研究内容。图1原图将自主智能体和支持建议的说明互换，正文21%自主、51%批准后执行较明确；不绘制该分类构成。行业样本181/184/179/176共720，概况百分比四舍五入合计101%属取整；企业规模60%大型、40%中小初创，职位76%高级领导、24%中层。0—100评分未披露题权、缺失处理、各市场权重和误差；公开三项分数简单平均后约为67.1，但各维度内部题目计分仍不详；排名不证明优劣显著。72%批准后或例外监督、31%主动多步骤、21%自主角色以及IT94%多步骤与39%真正智能体是不同题目，不混成趋势。问题结果比例63%是组织曾遇而非操作错误率，且不能与用途扩展92%直接作因果。新加坡低分被解释为严格自评但其他低分被解释为落后，缺同等实证支撑；高分且高错误也可能受使用量和发现能力影响。末页产品广告为95%AI辅助AML匹配、每月690万+拦截、身份验证低于59秒，缺样本定义未采作效果数据。待内阁审议法案不当作现行强制要求；所有监管事项只列核实清单。