人工智能治理成熟度模型：组织现状

AI的采用通常比治理更快。Copilot试点在任何人审查权限之前上线，SaaS AI功能在安全批准之前出现。WEF and Accenture 2025 Playbook发现1500家公司中有81%仍处于负责任AI成熟度的最早阶段。

当领导层询问组织的AI治理成熟度时，他们期望得到一个可以逐年跟踪的数字，并有明确的证据链支持。大多数成熟度声明无法提供该证据，而可辩护的声明必须基于控制措施能够证明的内容，而非政策所述。很少有组织能够支持该声明；根据The Netwrix 2026 Data and Identity Security Report，只有11%报告了完整的AI安全准备。

这一差距的成本已在泄露数据中显现：AI大幅扩展身份访问的组织报告的泄露率为43%，而访问模式未改变的组织为11%。这就是当治理未能随着AI采用而扩展时发生的情况。

这就是AI治理成熟度模型发挥作用的地方：它将“我们有多成熟”从政策声明转变为有证据支持的数字。

什么是AI治理成熟度模型？

AI治理成熟度模型是一个结构化框架，描述了从临时监督到自适应、持续改进控制的AI治理能力水平。对于安全负责人或IT主管来说，它作为基准，用于向Chief Information Security Officer (CISO)或董事会传达态势，证明下一次预算请求的合理性，并以一致的标准逐年跟踪进展。

成熟度模型不同于AI治理框架。框架是组织构建的内容：管理AI使用的政策、角色、审查周期和控制措施。成熟度模型显示该框架是否有效，以及其不足之处。

这如何映射到NIST AI RMF、EU AI Act和ISO/IEC 42001

以下框架定义了义务和控制期望，而非成熟度评分：

• NIST AI RMF 1.0 定义了四个功能：GOVERN、MAP、MEASURE 和 MANAGE，无分层成熟阶段。
• ISO/IEC 42001 认证管理体系要求的符合性，采用合格或不合格的标准。
• 欧盟AI法按风险等级对系统进行分类，并施加具体义务。 第26条(6)要求高风险系统的部署者至少保存自动生成的日志六个月，并且欧盟理事会2026年6月的新闻稿确认通过了Digital Omnibus，将附录III的高风险义务推迟至2027年12月2日。

这些框架共同设定了治理要求，下面的成熟度模型将这些期望转化为运营评分，GOVERN 和 MAP 对应较早的级别，MEASURE 和 MANAGE 对应较晚的级别。

将其视为一种务实的、中端市场友好的模型，能够防御这些框架，并与正式的合规映射一起使用。

人工智能治理成熟度的5个级别

每个组织都处于这阶梯的某个位置，即使该级别未被命名。使用这些级别来识别每个阶段的样子，无论是在日常工作中还是在政策文件中。

级别1：临时（shadow AI无处不在）

一级看起来就像十年前的云采用：无治理、对安全不可见，只有在出现问题后才被注意到。没有正式的AI治理。Shadow AI泛滥，因为员工采用工具的速度快于IT的评估速度，问题仅通过事件或审计发现显现。信号一致：无AI清单、政策从未提及AI、无指定负责人、无AI专用日志。

处于此级别的组织存在无法枚举的数据暴露和监管盲点，数据也支持这一点。Netwrix 2026 Data and Identity Security Report发现只有20%的组织完全监控员工对shadow AI的使用，这使得大多数人正是在这种盲点中工作。

级别2：已定义（存在政策，实践滞后）

在第2级，有人制定了政策，但是否有人遵守则是另一个问题。组织已记录了AI政策和职责，并开始了基本的清单，但各团队的执行不均衡。可接受使用政策的执行依赖手动检查，清单不完整，团队绕过缓慢的审批流程。

理论与实践之间的差距定义了这个层级；组织缺乏向审计员或董事会提供的控制证明，因为缺少支持证据。2022年Responsible AI Global Executive 来自MIT Sloan Management Review和Boston Consulting Group的研究发现了同样的分裂：84%的领导者表示responsible AI应是高层管理的首要任务，但只有25%报告了一个完全成熟的项目，这在单一统计中是Level 2。

等级3：已运营（控制嵌入流程中）

在第3级，治理成为必需的部署步骤，而不是团队绕开的文档。治理存在于数据、身份和变更管理工作流中，组织对每个AI用例应用风险分类。AI审查位于项目接收阶段；访问控制和Data Loss Prevention（DLP）覆盖AI可访问的数据；每次部署都通过治理检查点。

这会在事件发生时显示，安全团队可以证明哪些控制措施已到位，谁批准了系统，以及它可以访问哪些数据。

级别4：已衡量（治理可以证明控制）

在此级别，“我们成熟到什么程度？”的问题有了具体数字。组织通过指标和仪表板跟踪治理绩效，包括清单完整性、发布前完成风险评估的用例百分比、政策违规以及事件检测和响应时间。SANS AI Self-Assessment Maturity Model 将跟踪AI事件的平均检测时间（MTTD）和平均响应时间（MTTR）列为第四阶段的要求。

审计和董事会证据可按需提供，报告在每次审查前准备，使治理对高管来说可衡量而非轶事性的。达到这里是困难的部分，且 PwC's 2025 Responsible AI survey 发现，将负责任的人工智能落地，将原则转化为可重复、可衡量的流程，是半数受访者提到的最大障碍。

等级5：自适应（治理随AI使用而发展）

根据 WEF and Accenture data，不到1%的受访公司已通过系统性、前瞻性的方法全面实施负责任的人工智能，这也是为何很少有组织达到此水平。在第5级，反馈循环推动持续适应，政策和控制措施在几天内而非数季度内响应新的人工智能能力或新事件。

信号包括AI管道中的自动执行、动态风险评分和主动场景测试，治理和工程团队紧密协作。此级别的治理使得安全采用AI成为可能，而非作为滞后的门槛。

五个维度所测量的内容

单一的“我们是3级”声明通常隐藏着薄弱环节。许多组织在政策方面强，但在数据和identity控制方面弱，反之亦然，因此在信任总体数字之前，应独立评估这五个维度。

1. 清单和范围： 级别1没有正在使用的AI系统列表。级别5拥有一个动态的全面目录，涵盖批准的工具、嵌入式SaaS AI功能和未经批准的使用，每项均与风险评级相关联。NIST AI RMF明确指出了该要求，见 GOVERN 1.6。
2. 政策与所有权： 级别1没有针对AI的专门政策。级别5有一项强制执行的政策，指定了一个有责任的个人所有者，而非委员会。大多数项目在这一维度上停滞不前：EY 2025年AI治理调查 发现只有18%的组织对AI的数据治理职责有明确界定。
3. 数据和身份控制： 级别1无法看到AI工具可以访问哪些数据。级别5则有文档记录，least-privilege access 按AI系统和身份映射。这个维度比大多数团队预期的重要，因为像Microsoft 365 Copilot这样的工具继承现有权限，而不是创建新的访问路径，这使得之前的过度共享成为AI暴露的表面区域。
4. 监控、日志记录和证据： 级别1没有特定于AI的日志。级别5具有可按需检索的日志、审批和事件记录，与欧盟AI法案的logging obligations方向一致 logging obligations。
5. 响应与改进： 级别1无法快速撤销AI系统的访问权限。级别5可以隔离或撤销访问权限，并几乎实时更新控制。

为什么AI代理使每个维度都更难维持

Agentic AI同时提升所有五个维度的标准，而大多数程序尚未跟上。2026年1月Cloud Security Alliance和Aembit的调查对228名IT和安全专业人员的调查发现，68%的组织无法清晰区分AI代理的行为与人类活动，尽管85%已经在生产环境中运行代理。这就是陷阱：一个在标准AI使用中达到3级或4级的团队，一旦代理（不仅仅是聊天界面）开始对同一数据进行操作，就可能回到1级。

如何评估您的组织在AI治理成熟度方面的现状

有用的评估将上述维度转化为组织可辩护的分数。团队可以无需顾问完成工作。

1. 记录所有接触您数据的AI系统

列出所有获批准的AI工具、现有SaaS平台中嵌入的所有AI功能（Copilot、customer relationship management (CRM) 插件等）以及任何未经批准的AI使用。记录每个工具连接的内容，包括文件共享、电子邮件、CRM记录和代码仓库。

覆盖范围比存在更重要，安全假设正在使用的内容与目录发现的内容之间的差距通常是第一个惊喜。 仅凭采购记录 将错过供应商在购买后添加的AI功能。

2. 回答五个诊断问题

请诚实回答，因为诚实回答与理想回答之间的差距正是此练习的重点。

• 组织能否列出所有正在使用的AI系统，包括SaaS AI功能？
• 它是否确切知道 Copilot 或任何部署的 AI 助手可以访问哪些敏感数据？
• 是否有指定的、accountable的AI治理负责人？
• 如果监管机构或董事会要求，是否能在24小时内生成AI访问或事件日志？
• 它能否在无需数周变更管理周期的情况下撤销AI系统的数据访问？

单个“否”标识出薄弱环节。无论政策文件如何声明，三个或更多“否”答案都会将组织置于1级或2级。

3. 对五个维度中的每一个进行1到5的评分

请对每个维度使用独立的1-5评分，而不是为整个项目使用单一数字。1表示上述诊断问题明确回答“否”。3表示该能力存在，但依赖手动检查或个人记忆，而非记录系统。5表示证据是自动的、最新的，且无需任何人编写报告即可检索。评分应基于证据支持的内容，而非政策语言的承诺。

4. 将分数映射为热力图，而非平均值

将结果构建为一个简单的网格：五行表示各维度，一列表示当前得分，一列表示12个月目标，无论其他三项如何，最低的两项得分都要标记出来。这个网格，而不是一段免责声明，才是应该呈现给董事会的内容。将五个数字平均成一个分数，恰恰掩盖了此练习旨在揭示的问题，因为一个处于第4级策略计划但数据可见性仅为第1级的项目，实际上是一个第1级项目。

5. 设定目标级别和时间范围

为未来12至24个月设定一个切实可行的目标水平，因为没有目标的评分会变成无人再看的幻灯片。对于处于早期阶段的大多数组织来说，这意味着达到Defined或Operationalized，而不是默认宣布Adaptive。选择首先修复哪个维度时，应权衡监管风险和近期事件，而非便利性。即将接受审计的团队，在处于Level 1数据可见性阶段时，不应将第一个季度花在完善政策文件上。

如何缩小与下一个成熟度水平的差距

接下来的方向取决于组织的得分。每个转变都假设上述评估已确定当前级别和最薄弱的维度。

从第1级（临时）到第2级（已定义）

在第1级，尝试控制AI之前先使其可见。将此视为为期30天的冲刺，交付一个初稿AI系统注册表，组织可以在会议中进行辩护。

首先对采购记录、OAuth 和 SaaS 管理控制台以及业务部门进行 AI 清查，并指定一名负责人，是个人而非委员会。一旦建立了该基线，发布一份简短的 AI 使用政策，禁止对受监管数据进行高风险的影子 AI 使用，并要求新工具获得批准，同时利用现有的数据发现能力开始绘制 AI 可能接触敏感数据的位置。

从级别2（已定义）转向级别3（已运营）

在第二级，将治理从政策文件中移出，融入人们已经使用的工作流程中。在两到三个AI系统上运行为期90天的试点，然后再进一步推广。

• 将 AI 审查纳入项目接收和变更管理，确保部署必须经过审查才能上线。
• 将最小权限和DLP控制扩展到AI可达系统，并针对这些系统启动常规的访问认证。
• 将AI事件视为其他安全事件，采用相同的演练频率和升级路径。

当审批、访问和事件工作流程无需任何人请求即可生成证据时，试点项目就成功了；这种模式随后扩展到注册簿的其余部分。

从第3级（已运营）到第4级（已测量）

在第3级，将“组织认为自己处于控制之中”替换为证明这一点的数字，覆盖完整的一个报告季度。

• 在季度开始前定义指标，涵盖库存完整性、政策遵守以及事件检测和响应时间，以便有基准进行比较。
• 修复日志记录和证据工作流程，使审计通过查询而非电子表格混乱得到响应。
• 在任何人提出要求之前，生成第一份季度治理报告，涵盖上述所有指标。

完成第一份季度报告是区分一个被衡量的项目和一个仅听起来被衡量的项目的关键。

从4级（已测量）提升到5级（自适应）

在第4级，持续自动化仍然是手动和被动的治理部分，因为第5级是一项常设能力，而非有结束日期的项目。

• 在可能的情况下实现自动执行，包括AI管道中的策略驱动控制和动态访问决策。
• 至少每季度审查一次事件和趋势数据，并利用这些数据主动更新治理，而不是事后更新。
• 将业务部门纳入定期的治理审查节奏，并将AI作为具有独立所有者、预算和指标的战略资产进行管理。

适应性成熟度依赖于实时改变运营决策的治理信号，而不是仅在事后记录历史的仪表板。

Netwrix如何支持AI治理成熟度

大多数成熟度评估在数据和身份控制以及监控、日志记录和证据方面失败。Netwrix 提供数据安全态势和身份上下文，使成熟度声明在第2级以上可证明，这是“Data Security That Starts With Identity™”的实际体现。专业的AI governance平台涵盖模型生命周期治理；Netwrix 涵盖其下的证据。

弥合数据和身份可见性差距

The Netwrix 1Secure™ Platform 使用 Data Security Posture Management (DSPM) 来发现和分类 SharePoint Online 及 Windows 文件服务器中的敏感数据，映射 Copilot 或任何 AI 工具在上线前可访问的内容。这填补了 Netwrix 2026 Data and Identity Security Report 发现的一个特定缺口：79% 的组织缺乏对 AI 工具、模型或 Copilot 中使用的敏感数据的完整可见性。Netwrix Access Analyzer 将相同的可见性扩展到本地文件服务器，其 Effective Access Report 显示用户实际拥有的访问权限，而非原始权限条目。

将权限漂移转化为可证明的记录

每个AI工具都在一个身份下运行，且 Netwrix Auditor 跟踪这些身份的权限如何随着时间在Active Directory和Microsoft Entra ID中变化，包括角色变更、登录活动和权限提升。 Flagler Bank 在30分钟内达成了这种可见性，并将调查时间从数小时缩短到10分钟，这种运营证明将这一维度从评分转变为可证明。

按需生成证据，而不是重建证据

一个有度量的程序用日志而非记忆回答董事会和监管机构的问题。Netwrix Auditor的变更历史和1Secure预定义的活动、合规和风险报告为安全团队提供按需记录。Netwrix的2026年3月1Secure更新在此基础上增加了Copilot准备评估和AI交互审计跟踪。

关于人工智能治理成熟度的关键结论

组织认为自己达到的水平与能够证明的水平之间的差距，在几乎所有情况下，首先是数据可见性差距。诚实地评估五个维度，修复最薄弱的部分，然后再追求下一个标签，并至少每年重新评估一次，在重大AI部署或事件后应更早进行。仅在审计时出现的成熟度模型是合规产物。设定下一季度优先事项的模型是治理工具和网络韧性规划辅助。

请求演示，了解 Netwrix 如何帮助您将该模型的数据和身份维度从自我报告的分数转变为有证据支持的数字。