本文來源：時(shí)代周報(bào) 作者：閆曉寒

今年以來，國內(nèi)上市公司在 ESG 信息披露方面呈現(xiàn)出幾大趨勢，除了參與 ESG 信息披露的上市公司越來越多、信息披露的內(nèi)容愈加細(xì)化和實(shí)質(zhì)化，還有一個(gè)明顯趨勢是 AI 與 ESG 的結(jié)合。

上市公司正借助數(shù)字化工具提升信息收集、整理和披露的效率和質(zhì)量，數(shù)字化手段在 ESG 信息披露中應(yīng)用更加廣泛。

這源于政策層面監(jiān)管力度的不斷加強(qiáng)，以及市場層面投資者對 ESG 關(guān)注度的顯著提升。

李菁是安永大中華區(qū) ESG 可持續(xù)發(fā)展主管合伙人，她觀察到，當(dāng)前企業(yè)對可持續(xù)發(fā)展的態(tài)度已從被動合規(guī)轉(zhuǎn)向主動戰(zhàn)略融入，呈現(xiàn)出 " 政策驅(qū)動 + 市場倒逼 + 價(jià)值創(chuàng)造 " 的多元特征。

從政策層面來看，去年 11 月，財(cái)政部等部門聯(lián)合印發(fā)《企業(yè)可持續(xù)披露準(zhǔn)則》，穩(wěn)步推進(jìn)我國可持續(xù)披露準(zhǔn)則體系建設(shè)，規(guī)范企業(yè)可持續(xù)發(fā)展信息披露。此外，地方政府也通過碳排放權(quán)交易、階梯電價(jià)等機(jī)制強(qiáng)化約束。

在市場層面，李菁在接受時(shí)代周報(bào)記者專訪時(shí)表示，80% 的機(jī)構(gòu)投資者傾向于投資具有社會價(jià)值的企業(yè)，而歐盟碳邊境調(diào)節(jié)機(jī)制（CBAM）等國際規(guī)則進(jìn)一步倒逼企業(yè)減排。在價(jià)值創(chuàng)造方面，企業(yè)通過綠色技術(shù)創(chuàng)新和商業(yè)模式重構(gòu)，將可持續(xù)發(fā)展轉(zhuǎn)化為競爭優(yōu)勢。

而隨著 A 股上市公司邁入強(qiáng)制化披露 ESG 時(shí)代，企業(yè)在推動可持續(xù)發(fā)展時(shí)也面臨一些共性難題。李菁將其總結(jié)為 ESG 管理、綠色轉(zhuǎn)型、信息披露等，如 ESG 潛在風(fēng)險(xiǎn)識別效率低、難精準(zhǔn)定位碳排放高峰、數(shù)據(jù)分散收集效率低。

AI 技術(shù)則能夠?yàn)榻鉀Q這些問題提供有效方案，比如 AI 智能監(jiān)測能耗并結(jié)合生產(chǎn)計(jì)劃動態(tài)調(diào)控、AI 可分析 ESG 數(shù)據(jù)定位碳排放高峰、生成式 AI 能自動整合數(shù)據(jù)提升效率。

李菁認(rèn)為，AI 技術(shù)在推動行業(yè)可持續(xù)發(fā)展方面成效顯著，尤其在能源、制造、交通等高碳排行業(yè)的綠色轉(zhuǎn)型中發(fā)揮著關(guān)鍵作用。這些行業(yè)通過 AI 技術(shù)的深度應(yīng)用，不僅實(shí)現(xiàn)了顯著的節(jié)能減排效果，更探索出了一條智能化與綠色化協(xié)同發(fā)展的新路徑。

不過，企業(yè)在借助 AI 促進(jìn)可持續(xù)發(fā)展時(shí)，常陷入技術(shù)應(yīng)用脫離業(yè)務(wù)本質(zhì)、落地過程忽視全鏈條管理等多個(gè)誤區(qū)。面對這些誤區(qū)，李菁認(rèn)為，企業(yè)要認(rèn)識到 AI 是可持續(xù)發(fā)展加速器而非替代品，必須與技術(shù)革新、管理優(yōu)化、政策協(xié)同形成組合拳。

綠色發(fā)展仍存短板

時(shí)代周報(bào)：可持續(xù)發(fā)展過程中，哪些行業(yè)積極推進(jìn)并取得較好成效，哪些行業(yè)仍有提升空間？

李菁：在當(dāng)今全球可持續(xù)發(fā)展的大背景下，金融行業(yè)正逐步成為推動經(jīng)濟(jì)綠色轉(zhuǎn)型的關(guān)鍵力量。綠色金融作為其中的核心驅(qū)動力，通過市場化手段引導(dǎo)資金流向低碳、環(huán)保領(lǐng)域，為實(shí)現(xiàn) " 雙碳 " 目標(biāo)和社會可持續(xù)發(fā)展提供了強(qiáng)有力的資源支持。

然而，在看到成績的同時(shí)，也應(yīng)正視當(dāng)前經(jīng)濟(jì)體系中仍然存在的高碳排放問題。例如，鋼鐵行業(yè)噸鋼綜合能耗較國際領(lǐng)先水平高 10%，CCUS 等關(guān)鍵低碳技術(shù)應(yīng)用仍處于示范階段，尚未實(shí)現(xiàn)大規(guī)模推廣。

同時(shí)，中小企業(yè)與傳統(tǒng)服務(wù)業(yè)在綠色轉(zhuǎn)型過程中也遭遇了諸多困難。中小企業(yè)由于規(guī)模較小，普遍存在 ESG 數(shù)據(jù)獲取難、專業(yè)人才缺乏等問題。盡管部分企業(yè)通過聯(lián)合采購等方式降低了綠色轉(zhuǎn)型成本，但多數(shù)中小企業(yè)仍高度依賴外部支持。傳統(tǒng)服務(wù)業(yè)如餐飲、零售在節(jié)能減排、綠色包裝等方面進(jìn)展緩慢，缺乏系統(tǒng)性的解決方案，成為了綠色發(fā)展中的短板。

時(shí)代周報(bào)：當(dāng)前，A 股上市公司已邁入逐步強(qiáng)制化披露 ESG 信息時(shí)代。企業(yè)在推動可持續(xù)發(fā)展時(shí)面臨哪些比較共性的困難？

李菁：共性難題是多方面的，ESG 管理上，風(fēng)險(xiǎn)預(yù)警常處被動，ESG 潛在風(fēng)險(xiǎn)識別效率低、前瞻性弱，傳導(dǎo)路徑難可視化，難快速轉(zhuǎn)化為決策，管理層決策因信息碎片化缺乏透明度與科學(xué)性。

綠色轉(zhuǎn)型戰(zhàn)略規(guī)劃中，能耗監(jiān)測依賴人工或傳統(tǒng)系統(tǒng)、難精準(zhǔn)定位碳排放高峰，減排目標(biāo)與治理架構(gòu)優(yōu)化規(guī)劃不清，金融機(jī)構(gòu)也存在綠色項(xiàng)目識別、產(chǎn)品設(shè)計(jì)滯后等問題；信息披露則受數(shù)據(jù)分散、收集效率低，跨地域合規(guī)標(biāo)準(zhǔn)難統(tǒng)一，對標(biāo)行業(yè)最佳實(shí)踐能力不足等問題影響。

時(shí)代周報(bào)：面對上述問題，AI 在其中能起到怎樣的作用？

李菁：AI 技術(shù)為解決這些問題提供了有效方案。比如綠色轉(zhuǎn)型中，AI 分析 ESG 數(shù)據(jù)定位碳排放高峰，生成短中長期減排目標(biāo)與治理架構(gòu)優(yōu)化規(guī)劃，協(xié)助金融機(jī)構(gòu)識別綠色項(xiàng)目、開展 ESG 投資及優(yōu)化產(chǎn)品設(shè)計(jì)。

在信息披露領(lǐng)域，生成式 AI 自動整合數(shù)據(jù)提升效率、解決滯后問題，針對不同地區(qū)標(biāo)準(zhǔn)自動校對滿足合規(guī)，輔以智能評級助企業(yè)對標(biāo)行業(yè)最佳實(shí)踐。

" 降本增效是 AI 創(chuàng)造商業(yè)價(jià)值的核心領(lǐng)域 "

時(shí)代周報(bào)：在你接觸的案例中，哪些行業(yè)通過 AI 推動可持續(xù)發(fā)展的成效最為顯著？請分享 AI 技術(shù)幫助高碳排行業(yè)實(shí)現(xiàn)綠色轉(zhuǎn)型的具體案例。

李菁：AI 技術(shù)在能源、制造、交通等高碳排行業(yè)的綠色轉(zhuǎn)型中發(fā)揮著關(guān)鍵作用。在能源行業(yè)，AI 技術(shù)正在重塑傳統(tǒng)能源生產(chǎn)和消費(fèi)模式。例如國網(wǎng)新疆的新能源功率預(yù)測系統(tǒng)可以為當(dāng)?shù)匦履茉窗l(fā)電裝上 " 天氣預(yù)報(bào) "。該系統(tǒng)融合人工智能等 10 余種算法，深度挖掘電氣運(yùn)行與風(fēng)光資源數(shù)據(jù)，可精準(zhǔn)預(yù)測未來新能源電量，助力提升消納效率。

在制造業(yè)領(lǐng)域，AI 技術(shù)的應(yīng)用同樣帶來了全方位的綠色變革。目前，機(jī)器人在自動化制造車間中相當(dāng)主流，人工智能的出現(xiàn)可以讓機(jī)器人能完成更好的任務(wù)，從而增強(qiáng)機(jī)器人的作用。例如以強(qiáng)大的軟件應(yīng)用來增強(qiáng)機(jī)器人的效率，使機(jī)器人能夠承擔(dān)復(fù)雜的任務(wù)，甚至可以增強(qiáng)任務(wù)的多功能性。

時(shí)代周報(bào)：很多企業(yè)對 AI+ESG 的投資持觀望態(tài)度。從專業(yè)機(jī)構(gòu)角度看，應(yīng)該如何量化評估 AI 技術(shù)在節(jié)能減排、循環(huán)經(jīng)濟(jì)等方面創(chuàng)造的長期商業(yè)價(jià)值？

李菁：AI 技術(shù)在推動企業(yè)可持續(xù)發(fā)展過程中創(chuàng)造的商業(yè)價(jià)值，可以從戰(zhàn)略價(jià)值、降本增效和創(chuàng)收創(chuàng)利三個(gè)維度進(jìn)行系統(tǒng)評估，形成完整的商業(yè)價(jià)值閉環(huán)。

在戰(zhàn)略價(jià)值層面，AI 技術(shù)為企業(yè)構(gòu)建長期競爭優(yōu)勢提供關(guān)鍵支撐。降本增效是 AI 創(chuàng)造商業(yè)價(jià)值的核心領(lǐng)域，比如通過優(yōu)化生產(chǎn)流程和供應(yīng)鏈管理，AI 能顯著減少運(yùn)營中的資源浪費(fèi)和效率損失。這些應(yīng)用不僅直接降低企業(yè)運(yùn)營成本，還通過提升整體運(yùn)營效率創(chuàng)造額外價(jià)值。

創(chuàng)收創(chuàng)利維度體現(xiàn) AI 對業(yè)績增長的直接貢獻(xiàn)。AI 技術(shù)通過提升產(chǎn)品質(zhì)量和生產(chǎn)效率，直接帶動業(yè)務(wù)規(guī)模擴(kuò)張和營收增長。此外，AI 還可通過商業(yè)模式創(chuàng)新、優(yōu)化客戶體驗(yàn)和精準(zhǔn)營銷方面的應(yīng)用帶來即時(shí)經(jīng)濟(jì)效益，為企業(yè)構(gòu)建起持續(xù)的價(jià)值創(chuàng)造機(jī)制。

"AI 是可持續(xù)發(fā)展加速器而非替代品 "

時(shí)代周報(bào)：AI 技術(shù)本身也消耗大量算力和能源，你如何看待這與企業(yè)可持續(xù)發(fā)展目標(biāo)之間的矛盾？

李菁：AI 技術(shù)的 " 碳足跡 " 與可持續(xù)發(fā)展目標(biāo)的矛盾，本質(zhì)是技術(shù)演進(jìn)階段的階段性問題。破解這一矛盾需從技術(shù)創(chuàng)新、系統(tǒng)價(jià)值量化與政策機(jī)制三方面協(xié)同發(fā)力。

以技術(shù)創(chuàng)新降低 AI 自身碳足跡，構(gòu)建綠色算力基礎(chǔ)設(shè)施，可再生能源替代傳統(tǒng)能源，通過 100% 綠電接入或購買綠電證書實(shí)現(xiàn)算力碳中和；用系統(tǒng)思維量化 AI 的可持續(xù)價(jià)值對沖，例如，某制造業(yè)企業(yè)通過 AI 優(yōu)化生產(chǎn)流程年減排 20 萬噸 CO ，可對沖其 AI 系統(tǒng) 5 萬噸的自身碳排放；以政策機(jī)制倒逼低耗高效 AI 發(fā)展，建立行業(yè)碳排放標(biāo)準(zhǔn)。

時(shí)代周報(bào)：根據(jù)你的觀察，企業(yè)在借助 AI 促進(jìn)可持續(xù)發(fā)展時(shí)，容易陷入哪些誤區(qū)？

李菁：AI 是可持續(xù)發(fā)展加速器而非替代品，必須與技術(shù)革新、管理優(yōu)化、政策協(xié)同形成組合拳。企業(yè)在借助 AI 推進(jìn)可持續(xù)發(fā)展時(shí)，常陷入四大核心誤區(qū)：一是技術(shù)應(yīng)用脫離業(yè)務(wù)本質(zhì)，盲目投入生成式 AI 等前沿技術(shù)，忽視輕量級方案的性價(jià)比；

二是數(shù)據(jù)采集偏重生產(chǎn)效率等單一維度，缺失環(huán)境、社會公平等 ESG 要素，導(dǎo)致決策偏差；三是將 AI 項(xiàng)目局限于 IT 部門技術(shù)工程，缺乏高層戰(zhàn)略牽引與業(yè)務(wù)協(xié)同；四是落地過程忽視全鏈條管理，單個(gè)場景優(yōu)化未標(biāo)準(zhǔn)化推廣，且存在算法黑箱等倫理風(fēng)險(xiǎn)。

針對這些痛點(diǎn)，安永首推行業(yè)垂直領(lǐng)域 AI 解決方案。安永智能問答 EYA.ai 和 ESG.ai 覆蓋安永五大專業(yè)服務(wù)領(lǐng)域，對熱門行業(yè)（包括生命醫(yī)療，零售與消費(fèi)品，基礎(chǔ)設(shè)施等）進(jìn)行了全面、深入的解讀和研究，為企業(yè)低碳轉(zhuǎn)型提供精準(zhǔn)指引。

時(shí)代周報(bào)：AI 模型訓(xùn)練依賴的歷史數(shù)據(jù)是否可能固化企業(yè)的不可持續(xù)行為？如何避免數(shù)據(jù)慣性？

李菁：有可能，這是因?yàn)?AI 系統(tǒng)的學(xué)習(xí)過程基于歷史數(shù)據(jù)集中的模式和趨勢，如果這些數(shù)據(jù)包含了不環(huán)保、不負(fù)責(zé)任或不公正的行為模式，那么 AI 可能會 " 學(xué)習(xí) " 并強(qiáng)化這些行為。

為避免數(shù)據(jù)慣性，企業(yè)可進(jìn)行數(shù)據(jù)篩選與清理，確保數(shù)據(jù)代表當(dāng)前最佳實(shí)踐且符合 ESG 標(biāo)準(zhǔn)；利用來自不同來源的數(shù)據(jù)，以提供更全面、平衡的觀點(diǎn)；建立機(jī)制定期更新用于訓(xùn)練 AI 模型的數(shù)據(jù)集，使其能夠反映最新的市場條件、政策變化和社會期望。

安永智能問答在研發(fā)過程中，是基于自研 Metis AI 平臺開發(fā) Agent 和知識庫，將安永積累的專業(yè)知識和大模型有效結(jié)合，確保針對專業(yè)服務(wù)領(lǐng)域模型輸出的高效和可靠。我們也持續(xù)優(yōu)化大模型推理效果，推動 AI 技術(shù)從 " 可用 " 向 " 可信 " 躍遷。