Gartner 报告指出，对齐 AI 价值、风险与安全已经成为 CIO 首要挑战

Gartner 在 2026 年 IT 研讨会上发布最新调研结论，当下 CIO 最核心的难题就是对齐 AI 价值、风险与安全，很多企业虽然在大范围落地 AI 项目，但 AI 相关风险增长速度远超 AI 带来的业务价值，调研显示 86% 的 CIO 反馈 AI 风险增速比价值快，平均快 4 倍，仅有 25% 的 CIO 能够把技术风险和业务风险做到有效对齐，而且只有五分之一的 AI 落地场景真正实现正向收益，不少项目只是单点小成功，没办法在全公司复制放大。造成这个局面的主要原因，一方面是影子 AI 泛滥，员工私自使用各类 AI 工具，IT 部门没有感知，数据泄露、违规输出、偏见错误的隐患持续增多；另一方面智能体 AI 开始大规模铺开，自主运行的 AI 系统很难追踪决策链路，传统安全管控体系跟不上 AI 的迭代节奏，价值、风险、安全三者互相脱节，业务部门想要快速落地拿收益，安全和风控团队优先保守管控，两边目标很难统一。Gartner 给出了一套落地思路，先用价值风险飞轮模型持续评估 AI 项目，再搭建 AI 中央银行作为统一管控平面，搭配 AI TRiSM 信任风险安全框架，把可解释性、数据溯源、持续检测嵌入到 AI 全生命周期。执行的时候，先梳理企业内部所有 AI 资产，区分官方 AI 和影子 AI；然后给每个 AI 应用做价值和风险分级，划定数据权限、输出审核规则；最后持续监控 AI 运行状态，定期复盘，动态调整管控策略，而不是一刀切禁止 AI 或者放任 AI 随便使用。长期来看，CIO 不能只追求 AI 项目数量，重点是让 AI 价值稳步累积，同时压住风险的指数级增长，保证安全和治理配套跟上 AI 业务推进节奏。

一、核心调研数据清单

二、三大核心痛点拆解

✅AI 价值痛点

1. AI 成果零散，单点试点成功，很难在全企业规模化复制
2. 大量 AI 项目只做演示，没有绑定业务指标，没法核算真实收益
3. 业务部门追求快速上线，缺少长期价值评估机制

✅AI 风险痛点

1. 影子 AI：员工私下使用公共 AI 工具，不受 IT 管控，容易泄露企业数据
2. 模型幻觉、输出偏见、版权侵权、合规不合规风险
3. 智能体自主决策，行为不可预测，出问题后溯源困难

✅AI 安全痛点

1. 传统网络安全手段针对 AI 模型攻击、投毒、提示注入防护不足
2. AI 训练数据、私有知识库缺少访问权限管控
3. 第三方大模型服务商的安全边界不清晰，责任很难划分

三、Gartner 推荐的落地方法

1. 价值风险飞轮模型：不再把价值和风险当成对立项，持续评估两者联动关系，避免盲目上马 AI 项目
2. AI 中央银行管控平面：统一管控企业内全部 AI 资产，负责透明化、权责追溯、资源调度，不是集中管控，而是协同对齐
3. AI TRiSM 框架：覆盖 AI 可解释、模型安全、数据治理、风险持续校验，嵌入 AI 全生命周期
4. 分级管控：根据 AI 影响范围、数据敏感等级，设置不同审批、审核、监控强度

【相关 FAQ】

问题 1：Gartner 提出对齐 AI 价值、风险与安全，为什么是当前 CIO 首要挑战？

回答 1：Gartner 调研发现 AI 风险增长速度远快于 AI 带来的业务价值，大量 AI 项目只有局部效果、很难规模化，同时影子 AI、智能体 AI 带来新的安全隐患，业务、风控、安全目标不一致，对齐 AI 价值、风险与安全就成了 CIO 首要挑战。

问题 2：Gartner 价值风险飞轮模型，用来解决 AI 价值、风险与安全对齐的什么问题？

回答 2：价值风险飞轮模型把 AI 价值和风险当成联动系统，帮助 CIO 避免为了做 AI 而做 AI，一边累积 AI 业务价值，一边控制风险持续叠加，防止风险快速放大抵消 AI 收益。

问题 3：Gartner 所说的 AI 中央银行，在对齐 AI 价值、风险与安全时起到什么作用？

回答 3：AI 中央银行是企业 AI 统一管控平面，用来统筹 AI 治理、技术、成本、数据追溯，提升全公司 AI 可见度和责任划分，帮助对齐 AI 价值、风险与安全，它不是集权管控，而是协同协调。

问题 4：Gartner 的 AI TRiSM 框架，和 AI 价值、风险与安全对齐有什么关系？

回答 4：AI TRiSM 是 AI 信任、风险与安全管理框架，提供可落地的管控手段，覆盖模型检测、数据溯源、可解释性，是 CIO 对齐 AI 价值、风险与安全的配套落地工具。

【参考资料】

[2026-10-19]（Gartner：AI 风险增速超过 AI 价值，对齐价值风险安全成为 CIO 核心任务）Gartner 官网

[2026-10-20]（CIO 必须让 AI 价值增长跑赢加速的 AI 风险）Techstrong.ai

[2026-09-28]（AI 治理跟不上部署速度，影子 AI 风险持续走高）至顶网

[2026-06-09]（2026 CIO 指南：AI 规模化、成本与 AI 安全挑战）Gartner 中国

【免责声明】

本文内容基于 Gartner 公开研讨会资料与调研数据整理，仅为行业趋势参考，不构成企业 AI 治理方案、投资决策建议；不同行业、企业规模的 AI 风险、价值基线存在差异，落地 AI 治理方案请结合自身业务、合规要求调整。