Cisco 研究：信任而非技术已成为企业 AI 扩展的速度瓶颈

多年来，关于企业人工智能的讨论一直聚焦于能力：哪个模型最聪明，哪款 GPU 最快。在技术构成瓶颈的年代，这种思路是合理的。

但现在情况已经不同。AI 所能完成的事情远超大多数组织愿意放手的范围，而差距恰恰在于信任。

这是今天在墨尔本举行的 Cisco Systems Inc. Cisco Live APJC 上发布的一份新研究——《Permission to Scale: The Critical Role of Trust in Successful AI Adoption》——的核心结论。该研究由独立研究员 Brad Howarth 撰写，参考了 25 家澳大利亚机构的数据。

在 Cisco Live APJC 上，Cisco 主办了一场讨论该报告的媒体圆桌论坛。论坛由 Howarth 主持，多位参与报告的企业高管出席，包括 Cisco ANZ 首席技术官 Carl Solder（最左）；Elmo Software 首席人力官 Anna Tosky（左起第二位）；Flight Center Travel Group 首席技术官 Chris Locke（左起第三位）；Funlab 集团文化与赋能经理 Naz Wilson（右起第三位）；以及 TBWA Australia 首席 AI 官 Lucio Ribeiro（右起第二位）。

虽然 25 的样本量不大，但研究结果与我同企业领导层交流时的看法一致。我很欣赏这场论坛既有技术、人力资源，也有文化领域的领导者参与。多种角色的组合也很有价值，因为推动 AI 规模化应用的最大障碍并非技术问题，而是与人有关的问题。

澳大利亚是一群很难说服的对象

澳大利亚是一个很有意思的测试案例。报告引用了 University of Melbourne 和 KPMG 的研究：澳大利亚有一半的人经常使用 AI，但只有 36% 信任 AI，也只有 30% 认为 AI 的益处大于风险。在接受调查的 47 个国家中，澳大利亚的这一比例最低。如果能在澳大利亚建立对 AI 的信任，这套经验就能在全球推广。在新闻稿中，Cisco Australia and New Zealand 副总裁兼总经理 Stefan Leitl 谈到了赢得这一地区信任的益处：“这是一套走出澳大利亚也能奏效的方法。”

所有人都绕开的文化支柱

Solder 指出，在 Cisco’s AI Readiness Index 的六大支柱中，首席信息官和 CTO 往往会倾向于自己熟悉的方向，也就是基础设施和数据，把文化留给其他人处理。他提到有一家客户投入了基础设施、治理、数据和信息技术人才，却没有“把重心放在文化上。结果，员工和客户都对公司投入的工具集产生了强烈抵触。”

这种情况我见过无数次：企业花费数百万美元建设 AI 平台，最终使用率却依然低迷。Howarth 谈到了一种采纳“飞轮”：成功使用能够产生证据，证据建立信任，信任又推动更广泛的应用。企业往往坐在那里等待建立足够的信任后才部署，而这种信任的证据必须是可衡量的。

要建立对 AI 的信任，就必须设定现实的目标。很多人只用 AI 出过一次错就拒绝它，尽管在大多数情况下，AI 的错误率远低于人类。这与汽车行业当年经历的情况如出一辙：每当特斯拉发生事故，都会引发一轮媒体风暴。事实上，特斯拉 Autopilot 系统平均每行驶约 700 万英里才会发生一次碰撞，而人类驾驶员平均每行驶约 100 万英里就会发生一次碰撞。

完美并非现实目标，但比其他人更快、更准确才是。用户参加任何形式的试用或概念验证前都应明白这一点，因为对完美的期待会侵蚀信任。

领导者必须带头

Chris Locke 很好地诠释了高管如何以身作则。这家公司 77 岁的创始人 Graham “Skroo” Turner 每天都在使用 AI。Locke 说：“他是 Anthropic Claude 的重度用户。这个人在 2000 年还说过互联网不会流行起来。那一次他可能判断错了，但他现在正押注 AI 会流行起来，所以我觉得，他让我们可以放心去尝试。”

Ribeiro 提出了一套更结构化的方法，把信任描述成一个由四个要素构成的等式：责任担当、能力、一致性和透明度。对于为什么询问一群紧张的员工是否愿意使用 AI 无法得到准确答案，他讲得很直白：“你绝不会问理发师自己需不需要理发，因为答案永远是‘需要’。”

他的替代方案是坦诚。公司不能承诺保护每一个工作岗位，但可以承诺，如果 AI 颠覆了员工的岗位，公司会让他们成为“准备最充分、训练最扎实、最值得信赖的人”。

Funlab 的员工中有 79% 年龄不超过 21 岁，因此十分依赖同伴学习。其“AI 超级小队”每四周都会召集来自各个部门的代表。Wilson 表示，早期会议只是澄清哪些工具可以安全使用，因为许多员工面临的主要限制其实是“我就是不知道自己能不能做某些事”。

校准信任是正确目标，但需要衡量

报告的核心概念是校准信任。人们需要知道何时可以依赖 AI、何时必须核查其输出，以及何时必须由人来决策。盲目信任这些系统及其输出会带来重大风险。

在问答环节，我询问企业如何防范过度信任，尤其是在工作强度高、员工直接采用答案继续推进的情况下。Tosky 坦率地说：“AI 粗制滥造的问题确实存在。你向员工提出一个问题，员工向 AI 系统输入提示词，然后不查看内容就提交报告，结果完全错误。现在你还得读上 10 页。”

Elmo 对几乎所有流程都保留了人工把关，她认为，解决办法要从重新设计工作流程开始。“这听起来一点也不 sexy，但应该先从流程本身入手，而不是直接说：‘好，那我们扔一堆智能体进去解决。’”

报告建议 IT 负责人采取一种具体做法：不要再把登录使用情况当作信任程度的替代指标，而要追踪人们质疑或推翻 AI 输出的频率。使用量只能说明人们点了进去；推翻率才能说明他们在思考。

我还提出了一个联络中心的问题。AI 把原本能让客服人员暂时转换思路的琐碎工作自动化了，结果只剩下一刻不停、高强度的工作，离职率也随之上升。Tosky 把这种现象称为“AI 脑疲劳”，并建议重新审视绩效指标和休息安排。Wilson 补充说，如果 AI 接手了常规工作，员工就会失去通过重复工作积累场景理解和专业经验的机会。这是一个人才梯队问题，而很少有公司会认真考虑。

智能体提高了行动门槛

能起草内容的 AI 是一回事，能够采取行动的智能体则是另一回事。Locke 表示，Flight Centre 目前已让智能体处理一小部分航空订票业务，过去这项工作外包给了海外团队，而且从第一天起就有安全团队参与。他用 AI 预约了前往活动现场的 Uber，但返回欧洲的航班？“暂时还不行。”

只有不到一半的受访者非常或极度有信心，认为自己的基础设施已经为更高自主性的 AI 做好准备；超过一半的人则表示需要升级基础设施。Cisco《2026 年不懈防御报告》发现，澳大利亚只有 36% 的组织对 AI 智能体和非人类身份实施了一致的管理措施。报告中，Lendi Group首席技术官 Devesh Maheshwari 将目标描述为“有限自主，也就是智能体可以代表你行动，但不能越过你设定的边界”。

这正是 Cisco 能为企业客户提供帮助的地方。Solder 认为，信任必须在网络层和安全层得到强制落实。他说：“当控制措施内置于底层网络与安全体系后，它就不再是刹车，而会成为让你更快前进的许可。”Cisco 正押注其网络、安全和 Splunk 产品组合将成为智能体 AI 的信任层，而这份报告也为这一押注提供了商业依据。

来自南半球的经验教训

正如我前面提到的，这项研究是定性研究，所得结论也与我从全球 CIO 那里听到的情况一致。给 IT 负责人的建议如下：

把 AI 变成领导层共同参与的项目。除首席技术官外，还应让首席人力资源官和首席财务官参与进来。AI 带来的是文化变革和商业转型，不只是一个技术项目。如果公司只把 AI 交给 IT，最终往往会得到一套构建精良却无人使用的平台，正如 Solder 所描述的那样。
从小处起步，并公开你的做法。先取得容易看见、风险较低的成果，再公布结果，包括错误率。报告中的数据显示，工作效率提升至原来的三倍，同时错误率没有上升；相比任何强制性命令，这种成果更能消除质疑者的疑虑。事实比劝说更快建立信任。
让边界一目了然。员工应该清楚知道，在使用 AI 时哪些事可以做、哪些事不能做，而不必翻阅政策文件。正如 Funlab 所发现的，员工早期的不安很大程度上并非源于害怕这项技术，而是不确定自己被允许做什么。清晰的边界能让人有信心进行尝试。
衡量正确的指标。登录记录能说明人们正在使用 AI，却无法显示他们是否在恰当地信任它。应追踪员工质疑、核查或推翻 AI 输出的频率。如果员工从不反对 AI 的输出，这并非成功标志，而是警告信号。
先修好基础设施，再交出控制权。在扩大智能体的自主权限之前，先升级针对它们的身份管理、监控和控制措施。智能体以机器速度运行，而大多数组织仍未对非人类身份实施一致的控制措施。自主程度应取决于准备程度，不能走在准备之前。

AI领域的赢家未必会拥有最好的模型。他们会有员工、董事会和客户，这些人对系统足够信任，愿意放手让它们承担更多工作。正如 Solder 所说：“我们研究领域的领先者并不是率先扩大 AI 应用规模，而是在扩大信任。”

Zeus Kerravala 是 Kerravala Consulting 旗下 ZK Research 的首席分析师。本文由他为 SiliconANGLE 撰写。

图片：Zeus Kerravala

SiliconANGLE 联合创始人 John Furrier 致信：

加入 theCUBE 社区，参与支持我们保持内容开放、免费这一使命。加入 theCUBE 校友信任网络，在这里，科技行业领袖建立联系、分享情报并创造机会。

theCUBE 视频观看量超过 1500 万，推动围绕 AI、云计算、网络安全等话题展开的讨论
theCUBE 校友超过 1.14 万人——与 11,400 多位塑造未来的科技和商业领袖建立联系，尽享这一基于信任的独特网络

SiliconANGLE Media 是数字媒体创新领域的公认领军者，将突破性技术、战略洞察与实时受众互动融为一体。作为 SiliconANGLE、theCUBE Network、theCUBE Research、CUBE365、theCUBE AI 以及 theCUBE SuperStudios 的母公司——这些业务在硅谷和纽约证券交易所均设有旗舰阵地——SiliconANGLE Media 活跃于媒体、技术与 AI 的交汇处。

SiliconANGLE Media 由科技远见者 John Furrier 和 Dave Vellante 创办，已打造出一套充满活力的行业领先数字媒体品牌生态，覆盖超过 1,500 万精英科技从业者。我们推出的全新专有 theCUBE AI 视频云正在革新受众互动方式，并借助 theCUBEai.com 神经网络，帮助科技公司作出数据驱动的决策，持续引领行业讨论。