隨著淨零排放意識高漲，全球渴望企業資訊透明度提升，並提高對企業之監管，目前永續揭露標準更趨一致化、法制化，如企業永續發展報告指令(CSRD)、國際財務報導準則（IFRSs）與GRI 準則(GRI Standards)等，對全球企業供應鏈造成巨大壓力；在此背景下，撰寫ESG報告書與數據蒐集分析成為企業面臨之一大挑戰，根據路透社的「2024年永續報告與數據管理調查(Reuters Events’Sustainability Reporting and Data Management, 2024 )」，3,000多位企業受訪者表示於過去一年內，主要投資於利用AI等新工具，進行內部數據分析、排放量計算、供應商調查等，以撰寫合規且準確之ESG報告書。
AI如何賦能ESG
企業撰寫ESG報告書時，由於資料來自於供應鏈多個環節，甚至可能來自第三方報告，龐大且種類繁雜之資料實在不易處理，而且常常因為資料量分散且零碎，以人力進行比對分析，相當耗時費力，而使用AI即可自動分類、找出資料之共通性與趨勢、識別潛在影響因子，以及減少人為出錯之機率。另外，AI除了量化資料以外，亦可處理質性資料，如分析員工意見與利害關係人評論等，讓企業更有效地回應員工與利害關係人，提升ESG績效。簡言之，AI之好處在於能即時蒐集、分析大量數據，還可以簡化數據之複雜性，對數據進行模擬、預測，協助人類提出解決方案。
AI於ESG之應用，包含在環境(E)方面，可利用AI研究生物多樣性、氣候變遷、能耗與碳排間之關係等，亦可透過AI探索塑膠微粒對土壤和農業之影響；塑膠微粒與土壤皆具異質性，兩者之交互作用非常複雜，透過AI可從大量數據中進行學習並進行準確預測，故能協助塑膠廢棄物管理者制定決策；此外，在社會(S)方面，AI能增進人類賦能 (human augmentation)、進行利害關係人(如投資者、員工)分析等，而在治理(G)方面，AI可偵測詐欺、進行績效與風險分析等。
AI於ESG領域之發展：潛力與風險並存
AI多透過以往之數據進行分析與預測，但永續議題多為動態、多樣化且難以預測，甚至摻雜主觀意識，故未來人們在運用AI時，不僅要學習如何使用，更要知其局限性，秉持謙遜、謹慎之心態來使用它，方可發揮AI最大之價值，克服一個又一個複雜之永續挑戰。
參考資料：
- https://www.esgtoday.com/guest-post-three-ways-ai-can-transform-esg-reporting/
- https://www.greenqueen.com.hk/ai-machine-learning-microplastics-in-soil-pollution-food/
- https://www.reuters.com/sustainability/sustainable-finance-reporting/sustainability-professionals-turning-ai-help-with-materiality-assessments-2024-05-10/
- https://www.reuters.com/sustainability/sustainable-finance-reporting/comment-ai-could-supercharge-esg-only-if-people-remain-charge-2024-04-10/
- https://assets.ey.com/content/dam/ey-sites/ey-com/en_ca/topics/ai/ey-artificial-intelligence-esg-stakes-discussion-paper.pdf
資料來源:台灣永續能源研究基金會https://taise.org.tw/post-view.php?ID=879
免責聲明：
- 本中心編譯、刊載於台灣永續能源研究基金會官網及〈台灣企業永續周報〉電子報之文章本於引介國際永續趨勢及教育目的，不為營利使用。
- 任何一切因使用、改編本中心編譯之文章而招致之法律責任或損失，由使用、改編者自行承擔。