来自MIND的新研究揭示了数据可信度对AI项目成功的关键影响

MIND发布的最新研究揭示：数据可信度对AI项目成功的关键影响

MIND发布的最新研究揭示：数据可信度对AI项目成功的关键影响

PR Newswire

美国西雅图，2026年4月8日

来自原始研究的关键洞见：CISO如何看待数据可信度在影响AI竞争优势方面的作用。

美国西雅图，2026年4月8日 /PRNewswire/ — MIND与CISO执行网络合作，今天宣布新研究《数据可信度对AI项目成功的影响》。研究结果显示：快速采用AI与为其提供动力的数据的安全与治理能力之间的差距正在扩大。

                 ![](https://img-cdn.gateio.im/social/moments-97acb87755-78e82bf344-8b7abd-badf29)

AI已经嵌入到整个企业中。根据该报告，90%的组织正在规模化运行企业级生成式AI，但与此同时，65%的CISO对其数据安全控制缺乏信心，且只有20%的AI项目达到了预期的关键绩效指标（KPI）。

该研究带来一个清晰的洞见：数据可信度是系统（包括AI）以安全且恰当的方式使用数据的信心程度。当这种信任很高时，组织前进更快；当信任不足时，AI会减速、停滞，或引入超过其价值的风险。

“AI已经超越了实验阶段。它正以规模化方式运行，往往缺少支撑其所需的数据基础，”MIND联合创始人兼首席执行官Eran Barak表示。“我们看到的是速度与控制之间的结构性鸿沟。数据可信度可以缩小这一差距。它使组织能够在不引入看不见的风险的情况下进行创新，并以信心而非犹豫来扩展AI规模。”

该研究基于对124位CISO的调研，以及来自该群体的20次深度访谈，揭示了若干一致的模式。组织制定了AI相关政策，但却难以在机器速度下执行。数据资产仍未被归类且缺乏治理。为应对人类行为而构建的安全框架，并非为自主系统设计。其结果是可衡量的失败，而非理论层面的风险。

近三分之二的CISO表示，他们对阻止不安全的AI数据访问的能力缺乏信心。与此同时，推动加速采用AI的业务压力持续增加，从而进一步放大暴露面。

“我们与会员CISO进行的对话是一致的，”CISO执行网络创始人兼首席运营官Bill Sieglein表示。“他们知道AI将带来竞争优势，但他们担心风险。数据可信度已经成为这些差异的重要决策因素：能够安全推进的人与那些举步维艰的人之间的分界。”

该报告将AI定位为对现有安全基础要素的压力测试。具备坚实数据基础的组织更有条件加速。缺乏条件的组织则面临日益增长的失败风险，包括项目停滞、监管层面的暴露以及潜在的业务中断。

从本质上说，本研究将数据安全重新定义为业务赋能器。随着企业拥抱AI创新，高数据可信度不再仅是保护手段，而是成为竞争力的加速器。

MIND的观点反映了这一变化。该公司将数据安全定位为并非AI的阻碍，而是使AI能够在规模化条件下具备可行性的前提。通过让组织能够实时理解、控制并应对数据风险，MIND支持一种“无压力DLP（Stress-Free DLP）”模式，即安全以AI所要求的速度与精准度运行。

完整报告《数据可信度对AI项目成功的影响》现已发布。

**关于MIND

**MIND的使命是帮助组织在这个AI时代获得安心，并在数字世界中茁壮成长：通过保护其最敏感的数据、降低数据风险并维护品牌声誉。MIND是首个数据安全平台，可在一个地方自动发现并分类敏感数据、修复数据安全问题并停止数据泄露，因此组织可以将数据丢失防护（DLP）与内部人员风险管理项目交由自动化运行。我们帮助企业把精力放在真正重要的事上——他们最敏感的数据。MIND由网络安全资深人士创立并领导，总部位于华盛顿州西雅图。欲了解更多信息，请联系 info@mind.io。

关于CISO执行网络
CISO ExecNet是一个面向同行的专业会员组织，为美国境内2000+位高级信息安全高管提供服务。该组织成立于2005年，通过30+个区域分会运营，包括高管早餐圆桌会议、全国性活动和讨论论坛。会员制为邀请制，仅限于大型与中型组织中的安全领导者。该网络为分享最佳实践、获得来自同伴的视角，以及与专家互动以应对现代安全领导者所面临的挑战，提供了一个值得信赖的平台。

MIND媒体联系：
Michelle Kearney
Hi-Touch PR
443-857-9468
kearney@hi-touchpr.com

查看原始内容以下载多媒体：https://www.prnewswire.com/news-releases/new-research-from-mind-reveals-critical-impact-of-data-trust-on-ai-initiative-success-302734996.html

来源：MIND