企業應用 AI 技術推動 ESG 發展！善用預測工具實踐「數據最佳化」

隨著全球對環境、社會與治理（ESG）的關注日益增加，企業在 ESG 領域的表現成為衡量可持續發展與長期競爭力的重要指標，而人工智慧（AI）技術的快速進步，使得企業在推動 ESG 目標擁有更多創新工具，更能精確分析預測最佳化相關策略，但實際落地的效果卻有明顯差距。

AI 技術助攻 ESG 的潛力

AI 為強大數據分析與預測工具，企業推動 ESG 時發揮關鍵作用，首先是 AI 幫助企業在環境領域進行精細化的資源管理與能源監控，像是 AI 技術可用數據分析最佳化能源消耗、預測設備故障，並為企業提供降低碳排放的最佳方案，且企業利用 AI 提高供應鏈的透明度，從而確保其產品和服務符合社會責任標準，減少對環境的負面影響。

社會責任（Social）層面，AI 能夠協助企業評估與改善員工福利、工作環境等指標，AI 數據處理能力使企業能夠更深入了解員工需求，並實時調整政策以提升員工的滿意度和工作效率，而且 AI 也能幫助企業更精確辨識解決社會不公等問題，推動企業在社會責任方面的實踐。

治理（Governance）方面，AI 能夠協助企業提升風險管理與合規性監控，因為 AI 技術能透過大量數據挖掘，預測企業的財務風險、法律風險等，幫助企業及時調整治理結構與策略，防止不合規行為的發生。

AI 應用 ESG 落差擴大

麥肯錫（McKinsey）2024 年 5 月發布的全球 AI 調查報告發現，2024 年是組織真正開始使用，並從生成式 AI 這項新技術中獲得商業價值的一年，75% 組織預測生成式 AI 將在未來幾年對其行業產生顛覆性的變化，但卻僅 21% 的組織真正能將 AI 整合至工作流程。

深究應用落差的原因，精誠資訊副總經理吳文舜表示，首先是數據問題，AI 的效能高度依賴於數據的質量與完整性，而許多中小型企業數據收集與處理能力不足，無法充分發揮 AI 優勢，成為企業需要面對的重要挑戰。

吳文舜指出，其次，企業對 AI 技術的理解和應用能力差異較大，部分企業缺乏足夠的技術支援與專業人才，因為懂 ESG 的人不一定懂 AI，而懂 AI 的人不一定懂 ESG，導致 AI 在 ESG 領域的應用未能真正轉化為具體的成效。

企業 AI 應用 ESG 發展不均

從台灣企業的實際情況來看，使用 AI 推動 ESG 的應用有顯著的差異，目前以台灣大型企業與科技業來說，對 AI 應用到 ESG 的投入較為積極，並已取得一定的成果，像是已有企業透過 AI 技術最佳化製程，達成降低碳排放的目標，並且利用 AI 進行社會責任報告的數據分析，進而提升 ESG 表現。

與此同時，傳產、服務業的 AI 應用卻相對滯後，因為許多中小企業在推動 ESG 的過程，往往受資金、技術及人才短缺等因素的限制，導致 AI 技術無法有效落地，儘管這些企業意識到 ESG 的重要性，但實際操作，往往缺乏必要的數據基礎和技術支持，無法利用 AI 精細化管理。

吳文舜認為，永續發展在台灣已成為主流，而目前企業面臨的挑戰，包括資訊爆炸、規範變動、國家政策，但隨著越來越多企業加入永續行列，有助於企業加速實行 ESG 推進的腳步，提供更多創新解方。

企業應積極提升 AI 應用能力

為縮小企業間以 AI 應用到 ESG 的差距，政府的政策支持與引導作用不可或缺，而台灣政府正積極推動 AI 與 ESG 結合應用，提供包括研發資金、技術指導及政策扶持等資源，像是政府近年來已經推出多項計劃，主要就是幫助中小企業提升數位化水平，協助企業應用 AI 進行 ESG 實踐。

企業間的合作與共享經驗非常重要，因此政府積極推動以大帶小的模式，由大型企業帶動上下游供應鏈一起動起來打造「綠色供應鏈」，透過產業協會或聯盟等形式，向中小企業分享 AI 用於 ESG 的成功案例與技術經驗，有助於提升整體產業的競爭力。

對台灣企業來說，推動 AI 技術與 ESG 目標的結合，並非一朝一夕之事，企業應當從自身的發展需求出發，積極探索 AI 在環境、社會與治理三個層面的具體應用場景，並要注重數據治理，建立完善的數據收集、處理與分析機制，確保 AI 能夠在正確的數據基礎發揮效能。

整體來說，儘管台灣企業以 AI 應用到 ESG 已取得一定進展，但仍存在明顯的發展不均問題，因此必須從各方面實現 AI 與 ESG 的深度融合，並依照產業特性來制定專門的解決方案，使 AI 更有效率的為企業提供 ESG 長期的發展。

（首圖來源：科技新報）