Enhesa最新研究指出，若合规团队跳过专家对人工智能（AI）生成的监管指南进行核查，面临罚款的风险将显著增加。调查显示，56%的团队曾报告因未经核实或错误的AI输出而遭遇负面后果。
随着跨国监管环境日益复杂，企业在合规职能中广泛引入AI以应对变化。Enhesa追踪数据显示，2025年全球重大监管变化超过2.2万项，截至2026年8月已逾1.5万项。在对273名员工规模5000人以上企业的高级合规、法律及风险管理决策者的调查中，40%的受访者表示，其团队总是或经常在未经验证的情况下依据AI生成的指南采取行动。
数据揭示了人工监督缺失的高昂代价：完全跳过验证步骤的团队中，37%报告遭受监管罚款，这一比例是未跳过验证团队（13%）的近三倍。进一步分析显示，极少或从不跳过专家审查的团队，罚款率仅为7%，而其他所有团队的平均罚款率为27%。研究表明，当组织减少人工监督时，AI带来的速度优势被更高的运营和监管风险所抵消。
监管压力重塑扩张策略
大型国际企业正面临前所未有的监管复杂性。九成合规团队表示，过去一年中至少经历了一次由监管复杂性引发的业务影响，包括咨询成本增加、工作负担加重以及产品发布或市场进入延迟。
这种压力直接影响了企业的扩张步伐。60%的公司表示，过去两年间，复杂的监管环境迫使其重新考虑、推迟或放弃进入新市场的计划；另有18%的公司已彻底放弃相关计划。Enhesa发现，88%的受访者表示，在前一项监管要求尚未完全实施时，新的变化接踵而至。
在此背景下，76%的受访者表示，目前已在整个合规职能中使用AI，或在核心任务上实现AI完全自主运行。48%的受访者认为AI显著提升了识别和应对监管变化的速度，同等比例的人指出合规监控和报告效率有所提高。然而，仅有26%的人认为AI在预测未来监管风险方面有类似改善。
“影子AI”引发数据安全担忧
调查还突显了员工使用个人AI工具处理敏感工作的风险。64%的合规团队承认，在过去一年中将敏感材料（如专有化学或制造数据）输入个人或非公司授权的AI工具中。此类行为导致负面结果发生率飙升：82%的相关团队报告遭遇负面后果，而未输入敏感材料的团队这一比例仅为9%。
在所有受访者中，未经核实或错误AI输出的主要后果包括：错误申报（30%）、监管罚款（21%）、错过截止日期（20%）和审计失败（18%）。值得注意的是，在至少一个任务上运行完全自主或代理式AI的团队中，71%报告出现负面结果，远高于其他团队的47%。
构建可辩护的审计轨迹
尽管多数合规领导者意识到证据的重要性，但对提供一致证据缺乏信心。91%的受访者认为在行动前引用来源至关重要，88%希望看到展示系统推导过程的完整审计轨迹。然而，仅32%的人对团队能够捍卫AI驱动决策背后的逻辑充满信心。
在自动化与人类判断的平衡上，43%的受访者认为，“AI+专家人类顾问”是未来12个月保持合规的最有效模式，优于单独使用AI工具（39%）或仅依靠人类专家（4%）。
Enhesa首席执行官Keith Berry指出，监管变化速度已超越人工跟踪极限，造成实质业务成本：53%的公司外部咨询成本增加，34%因此推迟产品发布或市场进入。他强调：“AI的价值取决于信息质量和可辩护性。AI提供速度，专家提供战略性判断，二者结合才能让合规团队以监管要求的速度行动，并确保决策经得起考验。”