研究综述：生成式AI在信息系统中的收益受技术不可靠性与治理真空制约
一项系统综述分析了28篇2023年以来的相关研究，发现GenAI的采用面临技术不可靠、社会伦理风险与治理真空三大相互关联的挑战，并指出技术子系统演变速度与社会子系统适应速度之间的持续错位。
AI解读：这篇综述的价值在于把散落各处的早期研究汇总，告诉你生成式AI在企业信息系统里到底卡在哪。作者筛选了28篇论文后给出一个核心判断：问题不是单点的，技术不可靠、伦理风险、治理空白是连在一起的，而且技术跑得太快、组织和制度跟不上，这种错位才是落地难的总根源。对CIO和产品负责人来说，这意味着别指望买个大模型就自动提效——他们需要同时设计人机协作流程和更新内部治理规则，否则大概率会栽在可靠性或合规上。对研究者，综述提出了一套研究议程，方向是别只分析影响，要主动参与技术与组织惯例、社会价值观、监管制度的共同演进，具体抓手包括混合人机团队、情境化验证、为概率性系统设计原则、自适应治理。注意，这项研究基于2023年之后的28篇论文，覆盖面有限，且没有针对具体行业给出操作清单，引用时别超出它证据能支撑的范围。
一项针对28篇论文的系统综述（arXiv:2603.11842，2026年3月提交，同年9月更新）显示，生成式AI（GenAI）在信息系统（IS）领域的采用受制于三类相互关联的挑战：技术不可靠性、社会伦理风险以及治理真空。该研究由来自波兰、葡萄牙、挪威等多国的17位学者合作完成，论文已发表于《e-Informatica Software Engineering Journal》2027年第21卷第1期。
研究设计与证据范围
作者在Scopus、Web of Science和eAIS数据库中系统检索了2023年以来的相关文献，经过多阶段筛选后对28篇论文进行了文献计量和主题分析，并对所有来源做了质量评估以衡量每项证据的可靠程度。需说明，本文依据的是该论文的摘要，未通读全文。
核心发现：机遇与约束并存
综述指出，GenAI具有提升生产力、加速创新、服务个性化以及普及专业知识的潜力。但同时，其应用受限于技术不可靠、社会伦理风险与治理空白等相互交织的问题。通过社会技术视角分析，研究者发现GenAI快速演进的技术子系统与适应较慢的社会子系统之间存在持续错位，并认为IS研究对实现二者的联合优化至关重要。
提出的研究议程
为弥合上述差距，作者提议将IS学术研究的重心从分析影响转向主动塑造技术能力与组织惯例、社会价值观和监管制度的共同演进，具体方向包括：混合人机协同、情境化验证、为概率性系统制定设计原则以及自适应治理。研究同时面向实践者与政策制定者提出，负责任的采用需要平衡自动化与人类增强，并辅以透明治理和适应性监管，以确保收益被广泛共享。