Gartner 提出 AI 发展核心挑战同步管控业务价值与运行风险

Gartner 最新行业研究结论明确，当下企业落地 AI 项目的首要难题，就是在持续挖掘 AI 业务价值的同时，同步管控好各类衍生风险，做到价值增长与风险防控两手并行。当前大量企业都在加快生成式 AI、智能代理的规模化落地，AI 带来的降本增效、业务增收等价值稳步释放；但随着 AI 应用范围不断扩大，数据泄露、模型输出偏差、合规隐患、成本失控等风险也在快速累积，风险增速普遍高于价值提升速度，很容易出现收益被风险损耗抵消的情况。企业如果只追求 AI 落地速度和业务收益，缺少配套的风险管控机制，就会造成项目收益缩水、规模化推广受阻；只有搭建起价值挖掘与风险管控一体化的管理体系，让价值积累速度跑赢风险增长速度，才能保障 AI 项目长期稳健落地，持续把技术能力转化为稳定的经营收益。

一、AI 价值与风险现状核心数据清单

1. 调研核心数据

表格

2. 发展现状总结

多数企业能在小范围试点中拿到 AI 收益，但是很难把试点成果复制到全业务场景；同时风险呈现指数级增长，一旦管控缺位，就会侵蚀 AI 创造的业务价值，形成价值与风险失衡的局面。

二、价值与风险失衡出现的主要原因

（一）价值增长属于渐进式提升

1. AI 项目需要经历试点、优化、推广多个阶段，业务收益是一点点稳步提升的；
2. 想要拿到稳定回报，必须完成场景打磨、人员培训、业务流程改造，价值兑现存在明显周期；
3. 单一场景的 AI 收益有限，需要多场景叠加才能持续放大整体价值。

（二）风险呈现指数化累积

1. AI 接入的数据越多，数据安全、隐私合规的隐患就会成倍增加；
2. 智能代理自主操作能力越强，越容易出现输出错误、越权访问等意外问题；
3. 项目规模化上线之后，原本在小试点里看不到的漏洞会集中暴露，风险快速放大。

（三）治理机制容易出现两极偏差

一部分企业过度追求落地效率，简化风控流程，放任风险持续扩大；另一部分企业设置过多审批环节，过度管控，形成不必要的管理内耗，拖累 AI 价值落地进度。

三、兼顾价值与风险的落地实施步骤

步骤 1：搭建价值 - 风险飞轮管理框架

依托 Gartner 价值风险飞轮模型，把收益挖掘和风险管控绑定在一起，每拓展一项 AI 应用场景，同步配套对应的风控规则，避免价值与风险脱节发展。

步骤 2：区分 “有效管控” 与 “无效管控”

增加正向治理手段：完善操作留痕、行为审计、权限隔离、内容校验等机制，守住风险底线；

精简冗余管理流程：砍掉不必要的层层审批，减少官僚化管控，避免拖累业务创新效率。

步骤 3：分级管控不同 AI 应用场景

1. 低风险场景（办公文案、信息检索）：简化审核流程，优先保障产出效率；
2. 中风险场景（客户营销、数据分析）：增加内容核验、数据脱敏规则；
3. 高风险场景（财务结算、业务决策）：执行严格权限管控、人工复核、操作熔断机制。

步骤 4：建立持续监测机制

全程跟踪两项核心指标：AI 项目投资回报率、各类风险事件发生频次，动态调整管控力度，始终保持价值增长速度领先于风险扩张速度。

四、长期发展目标

企业持续平衡 AI 价值与风险，逐步实现 AI 规模化落地，让更多试点项目转化为稳定盈利的业务项目；依靠健全的治理体系守住安全底线，持续释放 AI 技术红利，形成业务收益稳步增长、风险可控可防的良性发展格局。

【相关 FAQ】

问题 1：Gartner 提出 AI 的核心挑战是同时管理价值与风险，当前企业两者失衡的具体表现是什么？

回答 1：Gartner 提出 AI 的核心挑战是同时管理价值与风险，当前失衡表现为：AI 带来的业务价值是渐进增长，而各类风险呈指数级扩张，86% 的 CIO 反馈风险增长速度远超价值增速，很多 AI 试点有收益，但规模化落地后容易被各类风险侵蚀利润，仅有五分之一的 AI 项目能够实现稳定正向回报。

问题 2：Gartner 提出 AI 的核心挑战是同时管理价值与风险，企业可以用什么模型平衡二者关系？

回答 2：Gartner 提出 AI 的核心挑战是同时管理价值与风险，企业可以使用价值 - 风险飞轮模型，把收益挖掘和风险治理绑定推进，主动增加合规审计、权限管控这类正向风控措施，同时精简冗余审批这类无效管控，保证 AI 价值稳步积累，避免风险持续扩大。

问题 3：Gartner 提出 AI 的核心挑战是同时管理价值与风险，如何区分 AI 项目里的有效管控和无效管控？

回答 3：Gartner 提出 AI 的核心挑战是同时管理价值与风险，有效管控指数据脱敏、操作留痕、最小权限、内容核验这类能够防控隐患、又不阻碍业务推进的治理手段；无效管控是层层审批、过度审核等官僚化流程，只会拖慢 AI 落地进度，却无法降低实际运行风险，企业需要保留正向管控、剔除无效管控。

【数据来源】

[2026-10-19]（Gartner：AI 风险增长速度超过价值增长）Gartner 官网新闻稿

[2026-10-22]（Gartner 解读 AI 价值与风险平衡难题）电子工程世界

[2026-10-19]（平衡 AI 价值与风险：价值风险飞轮实施指南）Gartner 研究报告

免责声明：本文全部内容均来自 Gartner 公开调研数据与行业分析报告，仅客观解读 AI 行业发展趋势与管理方案，不构成企业 AI 项目投资、技术选型与制度建设的硬性执行标准；不同行业、不同规模企业的 AI 风险与收益水平存在差异，企业可结合自身业务现状灵活调整管控策略。