AI风险观测站：年度报告中AI披露揭示社会韧性趋势

摘要：本研究探讨了通过大规模语言模型（LLM）处理年度报告中关于AI的披露数据，是否能有效反映公司对AI的应对策略及其对社会韧性的影响。研究分析了2020至2026年间1362家英国上市公司的9821份报告，发现AI风险提及率从2020年的2.8%上升到2025年的41.2%，AI采用披露率从13.8%升至45.2%。然而，大部分AI风险披露缺乏实质性内容，仅有4.3%的报告包含被分类为实质性的AI风险披露。此外，AI风险披露在不同关键基础设施领域和市场细分中存在显著差异，能源和数据基础设施领域的披露率较低。

---

研究背景与动机

随着人工智能（AI）技术的快速发展，社会对AI的依赖日益增加，AI对社会韧性的影响也愈发显著。然而，企业对AI的应对策略及其潜在风险的信息披露情况尚不明确。本研究旨在通过分析年度报告中的AI相关披露数据，评估其对社会韧性的指示作用。

研究方法

研究采用了一种可重复的两阶段分类流程，对1362家英国上市公司在2020至2026年间的9821份年度报告进行了分析。

1. 数据处理与分类：使用LLM对报告进行预处理，并应用两阶段分类模型进行AI风险和AI采用披露的识别。
2. 验证与评估：通过474个人工标注的段落对方法进行验证，结果显示高召回率和中等标签级一致性。

主要发现

1. AI风险披露趋势：

   • AI风险提及率从2020年的2.8%上升到2025年的41.2%。
   • AI采用披露率从13.8%升至45.2%。
   • 微软等少数主要供应商在报告中被频繁提及。

2. 行业与市场差异：

   • AIM市场的报告披露AI风险的比例远低于主板市场。
   • 能源和数据基础设施领域的披露率显著落后于其他行业。

3. 实质性披露的稀缺性：

   • 尽管41.2%的报告提到AI风险，但只有4.3%的报告包含被分类为实质性的AI风险披露。
   • 伤害披露几乎不存在，仅有七份报告提及。

行业影响与建议

1. 对企业的建议：

   • 企业应提高AI风险披露的实质性内容，以增强透明度和可信度。
   • 加强对AI风险的评估和管理，特别是在关键基础设施领域。

2. 对监管机构的建议：

   • 制定更严格的AI披露指南，确保企业充分披露AI相关风险和应对措施。
   • 推动AI风险评估标准的统一化，促进跨行业的可比性。

3. 对研究人员的建议：

   • 进一步研究AI风险披露的影响因素和驱动机制。
   • 开发更先进的AI文本分析工具，以提高披露分析的准确性和效率。

---

消息来源：ArXiv AI (cs.AI) (2026-10-06)

—— 完 ——

主题标签： #AI风险 关注 #年度报告 关注 #社会韧性 关注 #LLM 关注 #数据披露 关注