思科研究限制企业使用AI的核心因素，已从技术变成信任

我先联网核实思科这份企业 AI 采用研究的报告名称、关键数据与结论，并核对清单工具状态。

我精读思科官方研究稿与 CEO 视角页面，核实样本范围、关键数据和 "信任取代技术成为障碍" 的具体口径。

标题：思科《Permission to Scale》研究：企业放开 AI 的决定因素正从 "技术能不能做" 转向 "敢不敢信"，信任成为规模化前提

核心结论先讲清楚：思科 2026 年 11 月 10 日发布的研究报告《Permission to Scale: The Critical Role of Trust in Successful AI Adoption》显示，在已经落地 AI 的企业里，决定组织敢让 AI 承担多少工作的，主要不是模型能力够不够，而是信任是否建立起来；AI 能做的事已经超过多数企业愿意放手的程度，领先企业靠可靠运行证据、数据保护和人对结果的控制来积累信任，再逐步扩大 AI 职责。需要区分两份调研：这份澳大利亚样本为 25 家企业的定性咨询研究；思科另一项覆盖 23 国 2511 名 CEO 的调研则显示，高管对 AI 的理解已不再是主要障碍，剩下的卡点集中在基础设施、数据就绪和信任治理上。下面按研究概况、障碍变化、信任建立方式、自主性控制缺口和落地建议分层梳理。

一、研究基本信息

项目	本次信任研究（Permission to Scale）	全球 CEO 调研（AI Readiness Index）
发布时间	2026 年 11 月 10 日	2026 年页面更新，数据采集于 2026 年 1 月
执行方	独立研究员 Brad Howarth 为思科撰写	Opinion Matters 执行
样本范围	25 家澳大利亚 AI 领先企业，定性咨询	23 国 2511 名员工规模 250 人以上企业的 CEO
代表企业	AustralianSuper、Flight Centre、Culture Amp、Funlab、Lendi Group 等	覆盖亚澳、欧、北美、南美、非洲
核心结论	信任而非能力，决定组织让 AI 走多远	理解不再是障碍，基础设施、数据就绪、信任成为主要关切

二、障碍为什么说 "从技术转向信任"

能力理解不再是第一道坎：全球 CEO 调研中，53% 的 CEO 表示对 AI 的理解已不构成障碍，12 个月前这一比例只有 26%；91% 的 CEO 对 AI 潜力比一年前更乐观，71% 称 AI 在 2025 年的表现超出预期。
新的制约集中在可信落地：当前阻碍 AI 推进的因素主要包括基础设施跟不上、数据不具备 AI 就绪条件、信任是首要关切之一；企业担心的已不只是 "AI 能不能做出来"，而是 "出了问题谁负责、数据会不会泄露、系统是否守得住边界"。
能力与放手之间存在差距：澳大利亚研究指出，AI 当下能完成的任务，已经超过许多组织愿意授权的范围；差距不靠等待更强模型来弥合，而靠把可靠性、安全性和可控性的证据做出来。
公众信任环境偏谨慎：援引墨尔本大学与 KPMG 的研究，半数澳大利亚人经常使用 AI，但只有 30% 认为 AI 收益大于风险，在被调查的 47 个国家中比例最低，这也提高了企业规模化 AI 的信任门槛。

三、领先企业如何建立信任

1. 信任来自结果证据，不靠行政命令

受访者给出的首要判断是：信任与 AI 采用相互强化，形成飞轮 —— 培训员工、让其实际使用、看到良好结果，再积累继续使用的信心。
Culture Amp 的证据是量化数据：使用工具的员工速度提升至原来的 3 倍，错误率保持不变，统计层面的结果支撑了内部采用信心。
Funlab 组建跨部门 "AI Super Squad"，每四周复盘有效做法、收集顾虑并把经验带回各自团队，用同伴交流扩散信任。

2. 追求 "校准信任"，而非盲目相信

成熟采用者不要求员工无条件相信 AI，而是让依赖程度与任务风险匹配：知道什么时候可以交给 AI、什么时候必须核查、什么时候必须由人做判断。
衡量指标不能只看登录次数和使用量；报告建议跟踪员工挑战或推翻 AI 输出的频率，以及是否优先选用经批准的工具、而非未授权的零散工具。

3. 先把控制做扎实，再提高自主性

随着 AI 从 "起草回答" 走向 "采取行动"，关注点从 "输出对不对" 变成 "系统会不会越界"。
受访者把隐私和安全泄露列为对 AI 信任的最大风险，遗留基础设施也排在前五；超过半数表示现有基础设施需要升级，才能支撑下一代 AI。
思科 2026 年 Relentless Defense 报告显示，仅 36% 的澳大利亚受访者对 AI 智能体和非人类身份应用了一致控制；建议在提高自主性之前先强化控制，并部署达到机器速度的监控。

四、有界自主：企业给 AI 放权的边界

维度	研究中的主张
放权原则	信任决定愿意交给 AI 的自主程度，目标是有界自主（bounded autonomy）
智能体权限	可以代表用户执行操作，但不能超出事先划定的边界
问责归属	72% 的全球 CEO 预计到 2030 年仍由人承担最终问责；仅 7% 预计 2030 年几乎没有 AI 参与
控制手段	明确每个智能体的职责边界、可核查的数据依据、随时可介入的人工节点

五、全球调研中的领先者做法对照

思科把最 AI 就绪的前 13% 企业称为 Pacesetters，其动作可作为落地参照：

优先事项	领先者做法（全球对照）
基础设施	77% 计划未来 12 个月内新建数据中心
人才技能	100% 提供内部培训，64% 还引入外部专家
智能体部署	61% 已梳理智能体承担的具体职责（全球仅 32%）
价值度量	95% 已定义衡量 AI 影响的指标
安全治理	62% 把用例完整接入安全与治理体系（全球 28%）

整体看，全球只有 13% 的组织达到安全、可靠、可规模化运行的状态；2026 年 CEO 五大优先事项依次是基础设施、人才、智能体、度量和治理。

六、企业落地可参考的清单

先选价值可验证的场景：从结果容易量化、风险可控的环节切入，用速度、错误率等硬数据积累内部信任。
把防护措施做可见：明确数据如何使用、如何保护，让员工、董事会和客户都能看到控制措施，而不是只在后台生效。
按风险分级放权：低风险任务可提高自动化程度，高风险决策保留人工复核和推翻权。
建设度量与复盘机制：记录 AI 输出被挑战、被推翻的比例，跟踪合规工具使用情况，而不是只统计活跃用户数。
同步补基础设施和治理：在扩大智能体自主性之前，先完成数据就绪、权限控制和机器速度监控。

七、总结

思科这份研究的核心判断是：企业 AI 走到规模化阶段，卡点已经从 "模型和技术能不能支撑" 转向 "组织是否信任这套系统能可靠、安全、可控地干活"。信任不是一次性通关的障碍，而是随结果证据、可见防护和人工控制持续积累的基础；领先企业的路径是先在可验证场景跑出成效，再把边界、监控和问责补齐，然后逐步扩大 AI 的自主范围。对多数仍在观望的企业，下一步重点不是等待更强的模型，而是把数据、治理、度量和人工介入机制先建立起来。

【相关 FAQ】

问题 1：思科研究说限制企业使用 AI 的核心因素从技术变成信任，具体指什么？

回答 1：指的是随着 AI 模型能力和高管认知提升，"懂不懂 AI、能不能用" 已不再是主要障碍；当前企业放开 AI 时更担心数据隐私、安全泄露、输出不可控和问责不清，能否建立可靠、可控、可验证的信任，成为决定 AI 能否规模化落地的关键因素。

问题 2：这份思科企业 AI 信任研究的样本是哪些企业，结论能否直接推广到全球？

回答 2：《Permission to Scale》报告咨询了 25 家澳大利亚 AI 领先企业，属于定性研究；与之配套的全球 CEO 调研覆盖 23 国 2511 名 CEO。两份研究样本不同、方法不同，澳大利亚案例用于观察信任建设路径，全球比例数据来自后者，不能把 25 家定性案例直接等同于全球企业的普遍结论。

问题 3：思科研究中的 "校准信任" 是什么意思，企业应该怎么衡量 AI 信任？

回答 3：校准信任是指不盲目相信 AI，而是让依赖程度匹配任务风险：低风险环节放心交给 AI，关键环节保留核查，最终判断必须由人做出。衡量时不应只看登录和使用量，还要跟踪员工挑战或推翻 AI 输出的频率，以及是否选用经批准的合规工具而非未授权工具。

问题 4：企业在提升 AI 自主性之前，需要先补齐哪些信任与控制条件？

回答 4：研究建议先把基础设施和数据就绪、隐私与安全控制、智能体职责边界、机器速度监控和人工介入节点补齐；仅在控制措施一致覆盖 AI 智能体和非人类身份后，再逐步提高自动化程度，目标是有界自主 —— 智能体可以代行操作，但不能越过事先划定的边界。

【参考资料】

[2026-11-10]（Cisco study finds trust decides how far businesses will let AI go）Cisco News Network APJC
[2026-11-10]（How CEOs see AI in 2026）Cisco AI Readiness Index
[2026-10-24]（Cisco AI Readiness Index 中文页面）Cisco
[2026-10]（Relentless Defense: A Global Report of Cyberdefense in the AI Era）Cisco
[2026-09-23]（Cisco AI Research: AgenticOps Scaling Quickly in the Enterprise）Cisco Investor Relations
[2026-06-15]（The key to agentic AI adoption? The network）Cisco Newsroom

【免责声明】

本文基于思科公开研究报告、官方调研页面及引用的第三方研究整理，整理时间为 2026 年 11 月 12 日；报告样本以澳大利亚定性咨询和全球 CEO 问卷为主，比例数据反映受访群体观点，不代表所有行业和地区企业的普遍状况。文中企业案例与引述来自报告披露，具体 AI 落地效果因行业、场景和执行水平而异；本文仅作行业资讯梳理，不构成采购咨询或管理决策建议。

本文来自作者[云舟知品]投稿，不代表环球品牌网立场，如若转载，请注明出处：https://www.865171.cn/qyzx/202611/263.html