李祖康則以調研報告分享，在蒐集7間不同行業的公、私人企業，共140名美國高階經理人的見解後，發現在前述營收均超過10億美元的公司中，都認同生成式AI將帶來全球超高經濟潛力產值，但企業雖期待高卻仍保持觀望，有6成5認為生成式AI將在未來2到3年造成極大影響，但有6成認為距離應用首個生成式AI方案仍有1至2年。
但AI相關的風險卻被低估，雖企業高層已投入並盡可能參與AI模型分析與創建流程，但模型的實施、完善和風險審查等工作仍照給中階管理層執行，意即風險雖被體認，但尚未得到完全解決。
李祖康引述報告內容，了解AI模型應用需求與目的是管理基礎，但了解AI模型如何開發和運作也同等重要，但模型缺乏透明度這種常見且嚴重的風險，卻被嚴重低估，許多企業正使用其他公司開發、不具可見性的「黑箱模型」，企業恐無法掌握供應商的所有潛在風險。
對於如何應對並管控AI的潛在風險，李祖康引用報告結論，指出制定受信任的AI治理程序是有效方式，負責任的AI系統是以安全、值得信賴和合乎道德的方式設計，而受信任的AI系統則應包含公平、易於理解、可問責、資料完整、可靠且安全，並具有隱私安全等8項風險指導原則。
李祖康說，目前有不少企業正在熱烈探討AI如何應用、發展，卻較少有企業探討風險為何，而台灣從去年下半年到今年上半年，也有企業開始談論AI風險，但卻又少有公司去探討未控制的風險為何。他也說，現在很多企業開始回頭檢視AI發展的風險，可能讓近期發展的步調變慢，但仍建議企業在運用AI時，從設計、模型、運算、研發到策略等，每個環節都要管控風險。
