AI 倍增优质数据价值，亦放大问题数据风险。面对数据缺漏与矛盾，人工分析尚可灵活处理，但 AI 更可能固化并放大底层数据集的偏差、错误或缺陷。数据的有效运用，建立在对风险的充分认知与主动管控之上。
不确定性虽构成 AI 风险的核心要素，但优化治理已扭转风险天平。当前，全球 83% 和大中华区 89% 的 CDO 肯定 AI 代理的部署利大于弊，全球 77% 和大中华区 78% 对 AI 决策成果的可靠性表示认可。这一转变折射出质的飞跃：回顾 2023 年，数据质量问题仍是 CDO 工作的主要障碍。当时仅 44% 的 CDO 认为，领导层对内部采集的数据抱持信任态度。
但运营漏洞仍未消除。尽管全球 80% 和大中华区 86% 的 CDO 已启动多元数据集的构 建工作，但全球 79% 和大中华区 83% 的 CDO 承认在建立规模化治理体系方面尚处探索期。
AI 代理市场实现增效与风控双赢：既规模赋能生产力，又根治重复建设、合规偏离与敏感数据泄露的隐患。
集中式 AI 治理也可提升绩效：由首席人工智能官 (CAIO) 主导的中心辐射式或集中式 AI 运营模式，投资回报率较分散管理模式高出 36%。
AI 与数据投资回报率更高的组织，其 CDO 表示“理解智能体 AI 日益增长的数据访问需求”且“正在制定组织内安全可控的数据共享政策”的比例，高出其他组织 20%。因此，领先的 CDO 们更能从容面对组织对 AI 产出的依赖，且对 AI 调用企业数据所引发的风险边界有更清晰的认知。