Sumsub 联合新加坡金融科技协会发布的《亚太地区数字信任现状：AI 治理基准报告》，面向亚太 9 个市场、四大行业共 720 位技术、合规、风控领域从业者开展调研，围绕自主性、问责性、可追溯性三大维度评估企业 AI 治理成熟水平。调研发现亚太企业 AI 整体治理平均得分 67.1 分，自主性、问责性得分接近 70 分，但可追溯性仅有 61 分，报告将这种企业愿意为 AI 结果担责，却难以还原、审计 AI 决策过程的现象定义为 “问责不对称”，这也是当前亚太 AI 智能体发展的核心结构性风险。尽管 95% 受访者表示自己可以解释 AI 做出的决策，但仅半数企业能够完整还原决策路径，拥有防篡改审计轨迹的企业更是只有 38%，AI 自主运行的规模持续扩大，但对应的证据留存基础设施建设严重滞后，很多企业在不断放开 AI 权限的同时，缺少事后核查的能力，风险只是被延后而不是被消除。
从落地现状来看，亚太地区近七成组织已经在业务中使用具备一定自主能力的 AI 系统，但智能体的落地呈现明显的风险分层，企业更愿意把自主 AI 部署在运营流程、客户服务这类风险偏低的场景，在支付交易、反洗钱、合规审查等高风险业务则保持高度谨慎，仅有两成企业在金融交易环节启用自主智能体。超九成企业过去一年扩大过 AI 的使用边界，六成企业遭遇过 AI 输出非预期结果，真正实现完整多步骤自主任务执行的企业仅占 31%，大部分组织依旧停留在规则化执行与常规自动化阶段，受数据孤岛、老旧系统架构的制约，智能体规模化落地仍存在不小的基础设施门槛。
不同行业的治理能力分化显著，金融服务与 IT 软件行业的 AI 智能体应用比例遥遥领先，金融行业在审计轨迹留存上表现最优，但高阶防篡改记录能力依旧不足；IT 软件行业 AI 迭代速度最快，却更容易出现智能体漂移问题；电商平台更多将 AI 用于客服营销，缺少独立审计验证机制；出行配送行业整体治理成熟度垫底，算法调度直接影响现实运营，却容易被企业忽视 AI 治理建设。各区域市场同样存在差异，泰国、菲律宾整体治理得分靠前，国内企业成熟度分布高度集中，依托算法备案、智能体互联国家标准构建起智能体身份识别的治理思路，马来西亚、印尼等市场正从自愿伦理指引转向强制性立法监管，新加坡则偏向技术工具驱动的自我评估模式。
报告指出未来行业会迎来三大变革，过半机构计划未来一到两年升级自身 AI 治理框架，AI 行为向责任人可追溯将逐步成为硬性要求，治理模式也会从纸面制度清单转向自动化持续审计。对于企业而言，不能一味追求 AI 自主能力提升，需要在系统上线前就明确责任主体，把可追溯审计作为硬性上线条件，建立 AI 能力扩展边界、保留人工接管通道，只有既能让 AI 做事，又拿得出完整证据，才能在智能体时代构建起数字信任，化解合规与运营层面的潜在隐患。
