狄佳瑩︱安侯永續發展顧問股份有限公司 副總經理
隨著時間邁入2024年,ESG或永續相關揭露法規與要求的重要性已經無需多言。不論位在全球哪個國家的哪個產業,幾乎都面臨了來自環境、治理、社會資訊蒐集與提升資訊透明度的壓力。包括政府、投資人、客戶、供應商等在內的多方利害關係人,也都期望企業能揭露更多的資料,並加強對ESG相關資訊的審查力度。
ESG相關資料有量化數字,包含:投融資金額、溫室氣體排放量、用水量、營運據點對生物多樣性的影響,乃至員工人數等;也有以質化形式表述的資訊,包含:徵授信審查流程、人權政策、負面排除聲明、盡職調查流程等。對於企業而言,上述資訊之蒐集與管理一直是邁向永續治理路程上最困難的幾大痛點之一。KPMG 2023年台灣CEO前瞻大調查就指出,台灣有超過三成(34%)的CEO在面對淨零或氣候行動時,遇到的最大挑戰是企業內部控制與管理流程尚未完善,導致ESG資訊蒐集缺乏效率且散亂,恐增加無意的綠色或漂綠風險、影響品牌聲譽。
要克服此困難,企業必須對其資訊治理架構進行高度變革,且導入新的應用技術。演算法、機器學習、AI、生成式AI,以及相關工具的應用,自多年前起就逐漸成為各產業的夯話題,相關解決方案的使用如何協助企業蒐集與挖掘ESG資料,進而達到高效管理、分析、甚至擬訂相關策略,也都是值得企業領導者與管理階層思考的問題。
道瓊永續指數(DJSI)的企業永續評比問卷(CSA)於2024年問卷當中首度新增「永續人工智慧」(Sustainable Artificial Intelligence) 題組,儘管尚不納入分數計算,但可見新形態科技於ESG管理之應用已成為國外機構投資人與評比機構關注之議題之一,亦可能會是未來評估企業永續治理是否成熟的關鍵指標之一。CSA認為在未來數年內企業將會大幅增加AI的使用,進而必須面臨像是資料隱私管理、智慧財產權保護、限制濫用、偏見與歧視等問題;而CSA也期待企業能透過實施健全的治理與AI使用系統來蒐集永續相關資訊、推動永續績效的改善,且建立有關指標的追蹤。
對於跨國大型企業或是金融產業而言,更可預見AI在ESG數據蒐集、應用與管理上將帶來新契機,尤其金融業的投融資業務涉及龐大的客戶資料、交易紀錄,未來還需持續提升對投融資標的的風險、碳排放量、目標等資訊的掌握度,隨著利害關係人對企業資料更新速度、頻率與品質有更高的要求,AI或可為現在大多數金融業所面臨的ESG數據管理困境,帶來新的解方。KPMG認為,企業須於這兩年盡早針對以下幾點進行準備,以完善體質的調整:
- 資料需求的梳理與整合
優先參考金管會與證交所相關法規或政策以盤點並定義ESG相關資訊的揭露要求,擬定與核心需求有關的ESG資料路徑圖,平衡短期揭露需求與長期策略,將相關資料整合至傳統資訊蒐集的管道中,避免多頭馬車造成資訊重複蒐集或企業內部的技術負債(technical debt)。
- 明確ESG相關資料控制權責
確立金控或銀行內部的ESG資料中心權責,例如指定ESG相關的資料長,或建立跨部門的ESG資料治理委員會(當中包含所有資料的可能提供者,包括業務、技術、財務、風險管理等單位),並制定一致性的決策流程與資料控制政策。
- 建立自動化系統流程
ESG相關揭露要求日新月異,應該使用自動化方式(包括但不限於系統、API)來追蹤、提取,或者計算與整合相關資訊,自源頭建立具有彈性的資料蒐集與揭露步驟,避免長期之人工作業可能造成之疏漏與大量重複作業時間。
- 外部資料源的結合與運用
針對因融資而帶來的碳排放(financed emission)、供應鏈管理與盡職調查等需要海撈大量公開資訊之相關ESG工作,僅憑目前人工作業搜尋將導致不必要的複雜性,並產生人為偏誤,企業可導入外部專業資料庫,建立對應的資料來源。