大模型解析近万份年报揭示AI风险披露落差

社会韧性研究长期受制于一个现实问题：缺乏可获取、可操作的大规模数据。来自arXiv的一项新研究提出，企业年报或许能提供一条新的观测路径。研究团队的核心问题是，用大语言模型大规模处理年报，能否提取出关于企业如何披露其人工智能响应的有用信号。

为验证这一思路，研究者构建了一套可复现的两阶段分类流程，并将其应用于9821份年报，覆盖1362家英国上市公司，时间跨度为2020年至2025年，并包含部分2026年数据。在正式分析之前，团队先用474段人工标注的文本片段对方法进行了校验，结果显示该方法具备较高召回率，标签级一致性处于中等水平。这一校验步骤为后续的大规模推断提供了可信度基础。

基于这一流程，研究给出了三组经验性发现。第一，提及AI风险的年报占比在2020年至2025年间从百分之二点八升至百分之四十一点二，披露AI采用情况的报告比例同期从百分之十三点八升至百分之四十五点二；被点名的供应商高度集中，围绕以微软为首的一小批主要厂商聚集。第二，披露行为在不同关键国家基础设施部门和市场板块之间差异明显：AIM市场的AI风险披露率远低于主板市场，能源与数据基础设施等部门在AI风险披露上明显落后于其他行业。第三，危害类披露几乎不存在，整个语料库中仅有七份报告涉及。

值得注意的是，研究者并未止步于“是否提及”，而是进一步设计了实质性分类标准，用以评估披露质量。结果表明，绝大多数AI风险披露并不具备实质内容：2025年有百分之四十一点二的报告把AI列为风险，但只有百分之四点三的报告包含被判定为实质性的AI风险披露。数量上的快速增长与质量上的稀薄，构成了整项研究最醒目的对照。

这一落差提示，企业越来越倾向于在年报中承认AI带来的风险敞口，但这种承认往往停留在概括性表述层面，缺少具体的风险界定、影响路径分析和应对措施说明。对于希望借助公开文本监测技术治理状况的研究者与机构而言，这意味着单纯统计关键词或主题命中率，可能会高估文本中实际包含的信息含量。引入实质性维度，才能把“说了”与“说清楚了”区分开来。

从方法角度看，该研究的价值在于展示了一条可扩展、可复现的文本分析路径：先以小规模人工标注数据校验分类器，再在近万份文档上做批量推断，最后用质量维度对结果做二次筛选。研究者将流程与数据公开，便于后续复现与横向扩展。这类基于大模型的文本分类流水线，正越来越多地被用于把非结构化文档转化为可用于统计推断的结构化信号，其应用场景也从金融披露延伸到技术治理、供应链透明度等多个方向。

当然，研究也存在边界。标签级一致性仅为中等，说明自动分类在细粒度判断上仍不够稳定；数据只覆盖英国上市公司，结论能否推广到其他市场尚未可知；年报本身是一种策略性文本，披露与否既反映风险认知，也可能反映合规压力与传播考量。尽管如此，从百分之二点八到百分之四十一点二的增长曲线，以及百分之四十一点二与百分之四点三之间的质量断层，都构成了值得持续追踪的观察起点。对大模型文本分析而言，如何把“识别主题”推进到“评估实质”，仍是下一步的关键课题。