Gartner 对 AI 代理治理发出了什么警告？
2026 年 5 月 26 日，Gartner 发表研究警告：企业若对所有 AI 代理采取相同治理规则，不论代理的自主程度高低，将会出现大规模部署失败。Gartner 预测，到 2027 年，40% 的企业将会降级或停用自主 AI 代理，因为治理缺口往往要等到生产事故发生后才被发现。
这是 2026 年企业 AI 策略最反直觉的核心发现。本能反应是统一化：写一份 AI 政策、套用到所有地方、安心入睡。但 Gartner 的数据显示相反结论。一刀切的治理才是失败模式，并不是安全选项。
原因是结构性的。一个只读的文件摘要代理，与一个负责金融付款的代理，承担的风险完全不同。把两者用同一套规则处理，不是过度限制无害的代理（员工自然绕道），就是放任高风险代理（直到出事为止）。两种结果都会摧毁企业对 AI 的信任。
什么是分层 AI 代理治理？
分层 AI 代理治理是一套框架，依照每个 AI 代理的自主程度进行分类，并根据该自主程度所产生的风险，套用对应的控制强度。自主权越高，审批、监控、可逆性的要求越严；自主权越低，则采取较轻的监督，避免拖慢生产力。
根据 Gartner 2026 年 5 月研究，这套框架建立在四个自主等级之上，每一级代表一个不同的信任边界。代理触及的系统与决策越深，所需护栏越多。触及越浅，运作速度越快。
这与监管机构对其他技术的处理逻辑一致。初级分析员可以读报告，资深交易员可以下单。权限与后果挂钩。AI 代理也需要同样的校准，只是这套校准是用软件实现。
AI 代理自主权的四个等级是什么？
Gartner 框架定义四个层级：观察（Observe）、建议（Advise）、需审批执行（Act-with-Approval）、完全自主（Fully Autonomous）。每一层改变代理可以接触的范围、谁需要批准其行动，以及所需的记录与查阅程度。把这四层当成同一类处理，正是 Gartner 预测失败的根本原因。
第一级，观察：代理只有对指定资料来源的只读权限，输出只展示给提问者本人。典型用途包括文件摘要、知识检索、程式码解释。风险低，因为代理不会改变任何系统状态。
第二级，建议：代理生成建议、草稿或建议行动，但人手查阅并执行。这一层需要产出质量查阅、幻觉测试、以及对使用者的明确培训，告知信任边界何在。风险来自误信，而非直接操作。
第三级，需审批执行：代理可以写入、修改或发出通讯，但每一个动作都需要人手明确批准。记录、可逆性与审批链成为必要。2026 年大多数企业生产力提升，都集中在这一层。
第四级，完全自主：代理在硬性护栏内运作，无需逐项批准。这一层要求最严控制：红队测试、异常侦测、紧急停止键、持续评估。大多数企业不应在受监管的流程中部署第四级。
为什么一刀切的治理在实际运作中失败？
一刀切治理会同时引发两种可预测的失败模式。过度限制会令低风险代理交付不出可衡量价值，员工于是绕过 IT 部门。限制不足则令高自主代理在生产环境内失控，安全、合规、财务错误悄悄累积，直到事故迫使全面停用。
Gartner 2026 年研究把这称为二元思维。企业倾向把代理视为「完全锁死」或「完全信任」。完全锁死正是 2026 年企业调查中影子 AI 大幅增长的成因；完全信任则是资料外泄数字背后的原因。
代价是具体的。Cloud Security Alliance 在 2026 年报告中指出：影子 AI 是约五分之一企业资料外泄的成因之一，平均每宗事故的成本提高约 520 万港元。这笔成本并非来自被妥善治理的代理，而是来自完全没人治理的代理，因为政策太过笼统，根本套用不上。
香港企业应如何把代理对应到四个等级？
香港企业应先盘点所有已部署或试行中的代理，然后用一份书面清单把每个代理归入四个等级之一。没有这份盘点清单，分层治理根本无从谈起，因为连被治理对象都不存在。Gartner 研究反覆指出，缺失清单正是影子 AI 滋长的第一道裂缝。
实际对应方式可以这样安排：
--- 法律团队用来从合约中抽取条款的文件摘要助手，属于第一级观察。控制重点在于资料存取范围与输出记录。
--- 私人银行客户经理用来起草客户电邮的 AI 工具，属于第二级建议。控制重点在于语气查阅、幻觉测试、以及符合个人资料条例的资料处理。
--- 在会计系统中过帐的 AI 代理，需等控制部门审批，属于第三级需审批执行。控制重点在于逐项审批、稽核轨迹、财务期内的可逆性。
--- 全自主的诈骗侦测代理即时封锁可疑交易，属于第四级完全自主。控制重点在于红队测试、异常阈值、覆写权限、以及符合金管局期望的模型风险管理。
香港的监管背景强化这套框架。私隐专员 2026 年发表的代理式 AI 指引明确要求：正式治理、最低权限存取、中央代理登记册、主动扫描未经授权的代理。金管局 GenA.I. 沙盒计划同样期望认可机构按每个应用案例展示分层风险控制，而非一刀切的政策。
每一级治理应该配对哪些控制？
每一个自主等级都需要独立的控制组合。第一级需要范围与记录；第二级需要人手查阅与偏差测试；第三级需要审批链与稽核轨迹；第四级需要持续评估、异常侦测、可逆性。陷阱是把这些当成叠加项目，而不是按等级校准。
第一级控制：资料存取范围划定、输出仅可见于提问者、查询记录、定期查阅资料来源。不需审批关卡，因为代理无法改变系统状态。
第二级控制：第一级全部，再加上对标准资料集的幻觉测试、产出质量抽样、向使用者说明信任边界、拒答率监察。代理的价值依赖使用者抓出错误。
第三级控制：第二级全部，再加上逐项审批、谁在何时批准了什么的完整稽核轨迹、每类动作的可逆窗口、以及当审批者不同意代理建议时的明确升级流程。
第四级控制：第三级全部，再加上部署前红队评估、持续运行的异常侦测、营运可即时触发的停止键、定期漂移监察、以及每季高层查阅。第四级不是节省控制的位置。
企业实施时最常见的错误是什么？
最常见的错误是把自主权当成 IT 部门私下调整的滑杆，而不是每个代理都需要明确记录的业务决定。一旦自主权靠预设值决定，没有人拥有这个选择，也没有人在代理能力提升时更新它。代理就会悄悄向上漂移，治理跟不上。
Gartner 2026 年研究强调这种漂移模式。一个原本第二级用于起草电邮的代理，逐步获得发送权限。原本的治理是为「起草」而写，「发送」属于第三级行为。没有明确重新分类，代理就在第二级的控制下运作于第三级风险范围。
修正方式是流程，不是技术。每一次能力扩展都应触发书面重新分类；代理新增任何工具存取权，都应重置自主权查阅。没有这份纪律，分层治理只在启动那一刻有效，之后永远是一刀切。
这如何连结到董事会期望看到的整体 AI 策略？
2026 年董事会就 AI 提出三个问题：创造了多少价值、暴露了多少风险、如何知道风险轮廓正在改变。分层治理直接回答了第二与第三个问题。它让董事会在单一仪表板上看到：有多少代理位于每一层、有什么控制正在运作、漂移在哪里发生。
这正是「拿得到 AI 预算」与「拿不到」的分水岭。财务总监不想听到 AI「有治理」。财务总监想看到：第四级代理已盘点清楚、第三级审批链已稽核、第一级清单仍然有效。这才是董事会层级可信的答案。
它同时令企业在监管机构与尽职调查对手前处于正确位置。金管局、私隐专员、以及问及 AI 风险的交易对手，都希望看到分层处理。一刀切政策显得不成熟，四层框架配上名义负责人，才像一个认真思考过这个问题的组织。
香港企业未来 30 天应如何开始？
首 30 天应产出三份产物：完整的代理清单、每个代理的等级指派、以及每一层的书面控制清单配上名义负责人。这不是六个月计划，而是聚焦的演练：把现有混乱转成有结构的基线。其余所有工作可以在这个基础上建立。
实务上，清单来自三个来源：IT 认可的采购纪录、对未经授权 AI 工具的网络与端点扫描、以及一份简短员工问卷。香港企业反覆发现，问卷揭露的代理数量是采购纪录的两倍，扫描又再揭露更多。
等级指派应该是每个代理约 30 分钟的对话，不是正式评审。重点是让不同部门早一步把分歧摊开来：当销售说某代理属第二级、风险部门说它属第三级，这场对话本身就是整个演练的价值所在。
基线一旦存在，持续治理就变成维护而非危机处理。每季等级查阅、每年独立评估、以及能力变更触发的重检，可以让框架保持活力，而不会耗尽 IT 团队。
给香港企业领袖的策略总结
分层 AI 代理治理，是「AI 投资组合在控制下成长」与「AI 投资组合给董事会带来惊讶」之间的分别。Gartner 2026 年预测「到 2027 年 40% 的企业将降级或停用自主代理」并不是关于 AI 的预测，而是关于治理纪律的预测。
2026 年做对这件事的企业，不会是拥有最多 AI 的那一批，而是拥有最清晰清单、最诚实等级指派、以及最有纪律重新分类流程的那一批。这才能建立长期企业 AI 能力，那种能挺过稽核、尽职调查、以及下一波监管的能力。
UD 同行 28 年，陪伴香港企业走过每一次重大技术周期。我们学到的是：框架只有在有人协助你套进你的环境时，才会真正落地。懂AI的冷，更懂你的难 — UD 同行28年，让科技成为有温度的陪伴。
与 UD 迈出下一步
你已经掌握框架。下一步是把你实际的代理对应到四个等级、设计合适的控制组合、并建立可随部署扩张的治理机制。UD 企业团队手把手带你完成每一步，从代理盘点、等级指派到控制实施，背后是 28 年香港企业服务经验。
