78 % av cheferna saknar stark tilltro till att de skulle klara en oberoende granskning av sin AI-styrning inom 90 dagar. Den enda siffran, från Grant Thorntons undersökning bland 950 personer i ledningsgrupper och högre chefspositioner, publicerad denna månad, fångar ett problem som compliance-världen länge har försökt sätta ord på. De flesta organisationer driftsätter AI som de inte kan förklara, mäta eller försvara. Grant Thornton kallar det AI:s bevisgap (”AI proof gap”).
De kommersiella konsekvenserna är verkliga. Organisationer med fullt integrerad AI är nästan 4 gånger så benägna att rapportera AI-driven intäktstillväxt som de som fortfarande kör piloter, 58 % mot 15 %. Nästan hälften anger brister i styrning och regelefterlevnad som en huvudorsak till att AI inte levererar. Ändå har 3 av 4 styrelser godkänt större AI-investeringar, samtidigt som nästan hälften inte har formulerat några förväntningar på styrning eller gjort AI-risk till en stående punkt på dagordningen.
Styrelser godkänner AI-investeringar utan att fråga vad som händer när något går fel.
Styrning är det som gör tempot hållbart
Gapet i tilltro säger allt. Bland organisationer som fortfarande testar AI i piloter är bara 7 % mycket säkra på att de skulle klara en oberoende granskning av styrningen inom 90 dagar. Bland dem med fullt integrerad AI är siffran 74 %. Skillnaden är 10-faldig och motsvarar nästan exakt skillnaden i kommersiella resultat.
När du kan visa hur ett beslut fattades och vem som ansvarar för utfallet behöver du inte bromsa varje gång ett nytt användningsfall hamnar hos en riskkommitté. Du har ett system som hanterar det. Det är vad vi på Maven AGI menar med ”Built In, Not Bolted On”: styrning som är inbyggd i plattformen från början, inte påklistrad i efterhand. Att i efterhand bygga in regelefterlevnad i ett AI-system som redan är i drift är dyrare, mer störande och betydligt mindre trovärdigt än att bygga in det från start.
Problemet med samsyn i ledningen
Grant Thorntons data pekar på en spänning jag ofta stöter på. CIO:er och CTO:er är 5 gånger så benägna som COO:er att säga att personalen är helt redo att börja använda AI. När det gäller agentisk AI specifikt oroar sig 54 % av COO:erna för osäkerhet kring regler och efterlevnad, jämfört med bara 20 % av CIO:erna och CTO:erna.
Den skillnaden i oro är i sig en styrningsrisk. De som driftsätter tekniken och de som driver verksamheten som påverkas ser inte samma bild. När den bristande samsynen består skjuts styrningsfrågorna upp, eftersom den funktion som oroar sig saknar budgetmandat och den funktion som har budgetmandat inte ser något problem.
Agentisk AI är nästa ansvarsgap
Den del av undersökningen som compliance-team bör ägna mest uppmärksamhet handlar om agentisk AI. Nästan 3 av 4 organisationer ger redan agentisk AI åtkomst till sina data och processer, i piloter, under uppskalning eller i produktion. Bara 1 av 5 har en testad incidenthanteringsplan för när den fallerar.
Det här är inte ett nytt problem som kräver ett nytt program. De flesta organisationer har redan förmågan till incidenthantering från cybersäkerheten: kontinuerlig övervakning, detektering, definierade eskaleringsvägar, revisionsspår och tydligt ansvar. Infrastrukturen finns. Det som saknas är kopplingen till AI-driftsättningen. Organisationer behandlar AI-styrning som en separat disciplin, när förmågan de behöver i stort sett redan finns på plats.
Inom kundupplevelse i stora företag löser AI-agenter förfrågningar, hanterar betalningar, bokar möten och hämtar kontodata i stor skala och i realtid. De driftteam som ansvarar för kundutfall och regelefterlevnad har befogade frågor om hur agenterna beter sig i gränsfall, vad som händer när något går fel och om revisionsspåret håller. De frågorna förtjänar svar på systemnivå, inte muntliga försäkringar.
Vad compliance-team i stora företag bör göra nu
- Kartlägg din exponering för agentisk AI innan du styr den. Du kan inte styra det du inte har inventerat. De flesta organisationer har ingen korrekt bild av vad AI-agenterna gör, vilka data de rör och med vilken grad av autonomi. Det är det nödvändiga första steget, och de flesta har ännu inte tagit det.
- Se AI-compliance som en levande disciplin, inte ett årligt projekt. EU:s AI-förordnings krav på AI-system med hög risk börjar gälla fullt ut den 2 augusti 2026. ISO 42001 dyker allt oftare upp i upphandlingschecklistor hos stora företag. Årliga granskningscykler hänger inte med.
- Täpp till gapet i ledningens samsyn innan det blir en incident. Om din CIO och COO har helt olika syn på var er AI-risk finns kommer den bristande samsynen att visa sig som ett haveri, inte som en planeringsdiskussion. Gemensamma definitioner av AI-mognad, ansvar och risk måste finnas före driftsättning.
- Ta fram och testa en plan för AI-incidenter, inte ett policydokument utan ett testat protokoll. Utse ansvariga, dokumentera hur AI-systemen fattar beslut och öva responsen innan du behöver den. Organisationer som har gjort detta för cybersäkerhet kan ställa om relativt snabbt.
- Kräv tredjepartsintyg från dina AI-leverantörer. Om du driftsätter en AI-plattform från en leverantör är deras compliance en del av din. Leverantörer med verkliga certifieringar delar dem utan att tveka.
Priset för att vänta
AI:s bevisgap växer. Varje vecka av uppskjuten styrning blir svårare att ta igen än veckan innan, eftersom varje ostyrt initiativ gör nästa svårare att mäta och försvara.
De organisationer som tidigt byggde infrastruktur för ansvarsskyldighet drar redan ifrån, inte för att de var mer försiktiga, utan för att de var bättre förberedda. De kan skala upp med trygghet. De som inte gjorde det hanterar risker de inte planerat för.
Om du vill se hur Maven AGI arbetar med förtroende och regelefterlevnad i praktiken är vårt Trust Center öppet tillgängligt på https://trust.mavenagi.com
Utvärderar du AI-plattformar för kundupplevelse i stora företag? Hör gärna av dig. Boka en demo på https://www.mavenagi.com/demo
Se det på dina egna konversationer.
Begär en kostnadsfri, personlig demo.
