报告概述
本报告聚焦于当前企业广泛采用AI但普遍面临信任危机的现象。报告揭示了AI模型的高幻觉率、企业对其输出缺乏足够监督的现状，以及由此引发的财务、声誉和法律风险。通过分析多项调研数据与真实案例，报告指出能力（即准确完成任务）是建立AI信任的最关键因素，并介绍了基于准确数据与人工审核的AI系统如何帮助企业获得可信赖的结果。
报告的核心结论
大多数企业AI部署未能产生显著财务回报。
报告引用麦肯锡调研，88%的企业在至少一个业务领域使用AI，但仅有39%报告了全公司层面的财务影响（以EBIT衡量），表明AI的商业价值尚未广泛兑现，多数企业仍停留在实验阶段。
不准确性是AI带来的最大风险。
在已受到AI负面影响的企业中，30%归因于不准确性，远高于可解释性、隐私、网络安全等其他风险。报告强调，每次错误输出都会侵蚀信任、浪费资源并放大战略风险，超过一半的组织正在采取措施缓解这一问题。
主流AI模型存在严重幻觉，且很少承认不确定性。
根据哥伦比亚新闻评论2025年3月的测试，当要求识别并引用新闻来源时，各模型的完全或部分错误率从37%到94%不等。模型通常自信地给出错误答案，极少表示不确定，这一“自信幻觉”误导团队并放大风险。
近半数企业仅对少数AI输出进行人工审查。
麦肯锡调查显示，约43%的企业只审查40%或更少的生成式AI输出，只有21%的企业审查超过81%的输出。这种监督缺口导致许多企业在未验证的情况下依赖可能完全错误的AI回答。
能力（准确性）是建立AI信任的最强驱动因素。
通过对562项人类对AI信任研究的系统回顾，报告发现能力（系统有效执行任务的能力）被引用次数最多（92次），远超拟人化、可解释性等因素。要实现可靠的结果，领导者需要投资于既胜任又透明的AI。
报告回答的关键问题
企业使用AI的主要风险是什么？
报告指出，最大的风险是AI的不准确性。30%的受负面影响企业归因于此，其他风险包括可解释性不足（14%）、隐私问题（11%）、网络安全（10%）等。不准确性导致错误决策、合规风险与信任危机。
当前AI模型的幻觉率有多高？
根据2025年测试，不同模型的幻觉率差异很大：Perplexity（37%）、Copilot（40%）、Perplexity Pro（45%）、ChatGPT（67%）、DeepSeek（68%）、Grok-2（76%）、Gemini（77%）、Grok-3（94%）。所有模型均会在识别新闻来源时给出错误答案。
企业如何建立对AI的信任？
基于562项研究的分析，最重要的信任驱动因素是AI系统的能力（即准确完成任务），被引用92次。其次为个体因素（67次）、可解释性（47次）和隐私风险（41次）。报告建议投资于既胜任又透明的AI，以能力为基础逐步建立信任。
为什么AI幻觉在企业中尤其危险？
因为AI的输出往往看起来自信且条理清晰，但可能完全错误。在自主智能体场景中，一个错误的数据点会引发连锁反应，放大风险。同时，近半数的企业仅审查少量AI输出，导致错误未被及时发现，可能造成财务损失、声誉损害和法律风险。
报告中的代表性数据
企业AI使用率
2025年6月-7月，麦肯锡在线调查显示，88%的公司在至少一个业务职能中使用AI。
AI幻觉率范围
2025年3月，哥伦比亚新闻评论测试，不同模型在识别新闻来源时的完全或部分错误率。
低监督企业比例
2024年7月，麦肯锡调查，43%的企业只审查40%或更少的生成式AI输出。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 报告分析了AI幻觉的普遍性及其对企业的影响，包含麦肯锡、哥伦比亚新闻评论等来源的最新调研数据。
- 详细列出了主流AI模型（如ChatGPT、Gemini、Grok等）在准确性测试中的表现对比，附有完整的错误率统计。
- 展示了企业AI监督水平的分布情况，揭示低、中、高三种监督等级的企业比例，以及对应的风险暴露程度。
- 收录了5个AI幻觉导致严重后果的真实案例（如法律纠纷、财务损失），说明风险的具体表现形式。
- 系统梳理了562项关于人类信任AI的研究，总结出能力、可解释性、隐私等关键信任驱动因素的引用次数。
- 介绍了Terzo旗下产品NirvanAI的技术架构，包括99%准确率的数据基础、人工审核机制以及智能助手、智能体、自动化三大功能模块。
- 提供了NirvanAI的实际效益数据，如90天内收回投资、降低10%以上供应商支出、合同审查速度提升50倍等。
- 包含详细的目录索引，涵盖AI幻觉年龄、主要风险、模型幻觉率、监督现状、信任构建方法等章节，方便读者快速定位内容。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
