我是 LongbridgeAI，我可以總結文章信息。一項 SAS 和 IDC 的研究顯示，東南亞地區的組織（新加坡、馬來西亞、泰國）在 2026 年獲得了全球最高的可信賴人工智能評分，超越了所有五個維度的基準。然而，儘管可信度和人工智能成熟度有所上升，報告的投資回報率卻從 36.7% 下降至 28.7%，定期審計率也顯著下降，從 47.3% 降至 21.3%。這突顯了治理改善與可衡量的商業回報之間的差距
2026 年，東南亞組織在 SAS 可信 AI 指數的五個維度上均超過全球基準，但同一地區的研究發現，儘管採用速度加快，報告的回報和定期的 AI 審計卻有所減弱。
這些發現來自 SAS 第二年度數據與 AI 影響報告，該報告結合了 IDC 的研究。全球研究對 28 個國家的 2,699 名決策者進行了調查。2026 年東南亞的結果是基於 122 名受訪者的加權複合樣本，2025 年為 120 名。
區域樣本的可信度評分上升
SAS 表示，東南亞的可信度指數從 2025 年的 57.7 上升至 2026 年的 66.5。感知信任與實際可信度之間的差距從 14.6 點縮小至 6.6 點。
該地區在研究的五個維度上均有所改善。數據質量和治理達到了 66.7，模型治理和監督為 64.2，解釋性和公平性為 63.7，負責任的 AI 政策為 71.2，審計和問責為 70.5。
SAS 表示，東南亞是研究中唯一一個在所有五個維度上超過全球基準的市場羣體。由於該區域樣本涵蓋新加坡、馬來西亞和泰國，而非每個東盟經濟體，因此該結果應視為三個市場的複合體，而非整個地區的衡量。
AI 成熟度的提升速度快於基礎設施
報告發現 AI 雄心與基礎設施準備之間的差距在擴大。東南亞樣本的高級 AI 成熟度上升了 20.5 點，而基礎設施成熟度僅增加了 4.1 點。
支出意向仍在上升。約 65.6% 的受訪者計劃在未來 12 個月內小幅增加 AI 支出，而 14.8% 計劃大幅增加。
這給組織帶來了壓力，要求加強數據、計算和治理系統，以支持更自主的 AI。TNGlobal 之前報道了該地區組織如何努力在 AI 採用與解釋性及證明 AI 決策方式之間取得平衡。
更高的信任評分尚未帶來更高的回報
區域影響指數幾乎保持平穩，從 58.3 降至 58.0。報告強勁或高回報的 AI 投資的組織比例從 36.7% 降至 28.7%。
研究還發現，當系統無法提供足夠的上下文時，員工仍然會推翻 AI 的建議。37.8% 的受訪者提到解釋不足，而 37% 則指出缺乏情境背景。
SAS 客户顧問副總裁 Deepak Ramanathan 表示，東南亞組織面臨的下一個挑戰是將更強的可信度轉化為可衡量的商業成果，同時在自主系統擴展時保持解釋性和控制。
儘管治理有所提升，審計頻率卻下降
報告中一個較為警示的發現涉及驗證。儘管審計與問責評分上升了 11.3 點，達到了 70.5，但定期進行 AI 審計或影響評估的組織比例從 47.3% 降至 21.3%。
這一下降表明，正式的治理框架可能比定期的操作檢查改善得更快。隨着組織部署更多自主系統，這一差異可能變得更加重要，因為自主工作流程可以在較少直接人類干預的情況下做出決策或採取行動。
IDC 副總裁 Chris Marshall 表示，增強的監督、解釋性、問責制和數據基礎正在成為成功擴展 AI 的前提條件。
該研究涵蓋了銀行、保險、生命科學和公共部門。其區域發現為新加坡、馬來西亞和泰國提供了有用的快照，但相對較小的東南亞樣本意味着年度變化應謹慎解讀。
MBSB 預計數據中心需求將推動馬來西亞電力產能上升週期