2023年至2025年间，标普500指数成分股公司将人工智能（AI）列为风险因素的比例从12%飙升至83%。然而备案文件显示，具备AI专业知识的董事占比不足3%。研究指出，仅23%的高管认为董事会具备高度AI素养，另有四分之一高管坦言董事会AI素养较低或完全缺失。随着AI深入企业运营，董事会的理解能力与监管职责之间已形成显著落差。
专业知识必要但非充分条件
填补这一空白并非单纯招募AI专家即可解决。首先，AI并非孤立议题，而是渗透于招聘、定价、客服、信贷及运营等全流程。无论董事是否察觉，他们均需对受AI影响的事项投票，监管责任必须分散至整个董事会，而非集中于少数专家席位。
其次，专业知识不等于有效监管。前者指对AI的认知程度，后者指董事采取的实际行动。理解大语言模型原理，并不意味着会追问内部责任人或设定AI智能体的支出上限。董事会面临双重拷问：一是认知是否足够，二是每位董事是否具备有效监管能力。聚焦前者往往导致后者被忽视。
AI监管的七大关键领域
基于持续研究，以下领域是AI可能造成实质性损害的关键点，董事会若仅覆盖部分领域将面临巨大风险暴露：
- 治理监管：明确各AI事项责任人并确保问责落地。
- 数据问询：核实数据来源、去向及法律依据，须有证据支持而非依赖供应商承诺。
- 解释与披露：确保能向利益相关方解释AI决策逻辑，且对外宣传与实际行为一致。
- 公平性与受影响方：识别潜在受损群体，确认测试时间及问题是修复还是仅被记录。
- 风险与不可逆性：明确不可挽回的AI操作，并建立故障通知机制。
- 人类判断与劳动力：确保人员能在实践中推翻系统决定，并将受影响员工纳入规划。
- 自主性与智能体权限：界定AI智能体的执行、支出及承诺权限，设置上限与停止机制。
构建有效监管的三大原则
衡量行为而非知识
证明能力的最佳证据是高标准的实际执行。普华永道2025年调查显示，三分之二董事认为应增加AI投入时间，但不到半数拥有实际监管方法。多数董事虽同意应知晓公司使用的AI系统，却鲜少主动索取清单。
行动建议：要求每位董事列出最近一次执行的AI监管行为，注明时间与场景。
评估底线而非平均值
董事会效能取决于最薄弱环节，而非平均水平。正如财务内控中重大弱点无法被平均化，AI监管亦应遵循此逻辑。若首席财务官不询问智能体权限而依赖他人，一旦该人缺席则形成监管真空。
“底线”并非要求全员成为专家，而是要求每位董事在各领域达到最低标准，如同纽交所规定审计委员会成员均须具备财务素养。
行动建议：询问每位董事最难回答的AI监管问题，并将其列为下季度优先事项。
在全董事会范围建立深度
即便全员达到底线，仍可能因背景同质化（如2026年董事会青睐CEO和财务背景）导致特定领域深度不足。单一专家的判断若缺乏挑战，极易出错。借鉴财务控制的“四眼原则”，每个AI监管领域至少应有两位董事具备深度专业能力，以确保判断经过交叉验证。
行动建议：绘制董事专长地图，任何少于两人具备深度的领域均视为未覆盖。
结语
专业知识是董事会拥有的资产，而监管是董事会执行的动作。建立真正的AI监管能力，需衡量董事的实际行为，依据最薄弱环节进行评估，并确保关键领域有多人掌握深度专长，从而避免监管盲区。