中美CIO对话：负责任AI的价值重构与跨境破局之道在哪？

       普华永道最新美国负责任AI调查数据显示，仅28%的美国受访者将“负责任AI”视为核心业务的重中之重，仅有33%的企业在全公司范围实现了明确的应用落地。这一数据不仅引发了业内对AI治理成熟度的广泛思考，更折射出全球企业在AI创新与风险管控之间的艰难平衡。麦肯锡2024年全球AI调查报告印证了这一困境：全球约60%的企业已启动AI相关项目，但仅有15%的企业建立了完善的AI治理体系，AI投资的平均回报率不足预期的30%。“当我们谈论负责任AI时，不应只聚焦于风险缓解与控制措施，其核心价值在于帮助企业从AI系统中获取更多商业价值。”普华永道美国业务合伙人伊拉娜·布卢门费尔德在分享调查核心发现时强调。这一观点颠覆了此前行业对负责任AI的传统认知，将其从单纯的“合规工具”升级为“价值挖掘引擎”。

       伊拉娜进一步解释，负责任AI的实践成熟度之所以偏低，核心原因在于技术迭代速度与治理体系建设之间的失衡。随着AI智能体（AI Agents）成为行业热点，企业发现传统的应用程序管理模式已无法适配新型AI技术，而在尚未明确AI应用场景的前提下，构建前瞻性的治理体系更是难上加难。“任何声称拥有完整、成熟负责任AI计划的组织都是在自欺欺人。”伊拉娜直言，AI技术与风险认知的快速演变，要求治理实践必须具备高度的敏捷性与演进能力。对话中，全球AI监管的区域差异成为热议焦点。香港医院管理局CIO蔡阳结合其Gartner研讨会的参会经历，提出了鲜明的观点：“与欧洲和中东相比，美国和中国在放松AI监管，这两个地区的发展势头远快于其他地区。负责任AI并非监管的对立面，而是促进AI放松监管的工具——想要跑得更快，就需要找到保护自己与他人的方法。”

       这一观察精准勾勒出全球AI监管的三大阵营：以欧洲为代表的“严格监管派”，以中美为代表的“创新优先派”，以及处于中间地带的“谨慎观望派”。欧盟AI法案作为全球首个综合性AI监管框架，将AI系统按风险等级划分为禁止使用、高风险、中风险和低风险四类，对高风险AI系统的研发、测试、部署全流程提出了严苛的合规要求。IDC数据显示，欧盟地区AI企业的合规成本平均占AI项目总投入的23%，部分高风险领域甚至超过40%，一定程度上抑制了中小企业的创新活力。“全球统一的AI标准是行业共同期盼，就像电信行业的5G/6G标准一样，统一将大幅降低企业的跨境运营成本。”蔡阳以3G时代欧洲GSM、美国CDMA的标准分裂为例，强调了中美在AI标准领域达成共识的重要性。托马斯·菲尔普斯补充道，对于全球化企业而言，应对监管差异的核心策略是“标准对齐”。“数据是AI的燃料，高质量的数据才能产生高质量的AI。”蔡阳的这一观点得到了所有嘉宾的认同。对话中，数据治理被反复提及，成为负责任AI落地的核心基石。伊拉娜·布卢门费尔德直言，数据治理没有“魔法”，而是需要投入大量精力的“苦力活”：“企业必须明确自身拥有的数据资产，确保数据被正确标注、恰当盘点，同时严格管控数据访问权限，避免敏感信息泄露或错误使用。”

       托马斯·菲尔普斯补充道，全球80%-90%的数据是非结构化的，这些分散在SharePoint、Box等内容库中的数据，正是AI价值挖掘的重要源泉。Laserfiche通过AI技术挖掘客户的非结构化数据，帮助其发现新药物研发方向、识别市场模式，实现了从“数据存储”到“价值创造”的转变。麦肯锡2024年数据治理报告显示，建立完善数据治理体系的企业，其AI项目的成功率是未建立体系企业的2.8倍，数据驱动决策的企业利润率平均高出行业水平19%。数据治理的重要性，进一步推动了CIO角色的深度进化。“现代CIO必须兼具企业家的魄力与高度的责任感，既要承担风险推动创新，又要守护企业的数据安全与合规底线。”伊拉娜总结道。托马斯·菲尔普斯将CIO的AI审视视角分为三个层次：通过AI驱动生产力提升、利用AI实现业务差异化、借助AI颠覆现有业务模式。“我们不再是单纯的技术支持者，而是战略业务的推动者，因为我们掌握着企业最核心的数据资产，而数据正是AI时代的核心竞争力。”伴随着AI技术在企业中的应用，CIO的角色在企业中也有所变化，这种角色进化在不同领域呈现出共性特征。蔡阳作为医疗行业的CIO，致力于通过AI改变医疗服务模式与运营模式，推动智能医院向“AI医院”升级；霍华德·米勒则以教育CIO的身份，通过AI重构教学场景，培养适应未来的人才；托马斯·菲尔普斯则聚焦企业数字化转型，通过AI赋能全球客户。正如主持人、己任律师事务所创始合伙人何菁所言：“CIO是现在世界上最好的工作，你们掌握着强大的技术，拥有商业洞察力，正在创造巨大的价值。”

       在地缘政治等不确定性因素的影响下，“技术供应链韧性”成为全球化企业核心关切的问题。蔡阳透露，香港医院管理局已采取“双供应商策略”应对潜在风险：核心技术仍以美国技术为主，但同时将中国技术定位为“替代方案”与“应急预案”。“IT行业99%的技术曾来自美国，但这种格局正在改变。未来终将形成‘G2’双强格局，一方更专注于创新，另一方更侧重于制造，双方各有所长。”

       这一策略得到了UCLA安德森管理学院CIO霍华德·米勒的认同。他表示，UCLA在选择AI技术时，始终以“解决业务问题”为核心标准，即使是来自中国的AI系统如DeepSeek，只要能证明其是最佳解决方案，且通过法务与风控团队的合规审核，就会考虑采用。“我们与全球前25所商学院的CIO建立了合作机制，核心是分享AI技术的最佳实践，而非纠结于技术来源。”霍华德强调，排除地缘政治干扰，聚焦技术本身的价值，才是技术探讨的应有之义。

       另一方面，托马斯·菲尔普斯提出“多AI模型策略”的重要性。他指出，OpenAI、Anthropic、Google Gemini、DeepSeek、阿里巴巴等主流AI模型的服务条款与使用限制各不相同，部分模型甚至明确禁止在特定国家使用。“对于跨境业务而言，必须根据不同地区的监管要求与业务需求，灵活选择适配的AI模型。例如，亚太地区的客户可能更倾向于阿里巴巴的AI模型，而美国本土客户则更关注数据驻留合规，倾向于使用本土AI模型。”

        对于CIO而言，这既是最好的时代，也是最具挑战的时代。他们需要在技术迭代的浪潮中把握方向，在跨境监管的差异中寻找路径，在数据治理的基石上构建能力。正如蔡阳所言，CIO既是“首席创新官”（Chief Innovation Officer），也可能面临“职业生涯结束”（Career Is Over）的风险，但正是这种挑战与机遇的并存，让CIO成为推动全球AI健康发展的核心力量。未来，随着AI技术的持续演进与全球协作机制的不断完善，负责任AI将从“少数企业的实践”转变为“行业标配”，中美AI生态也将在竞争中走向更深层次的协作。而这一切，都离不开CIO们的战略远见与务实行动。