撰文者：姚惠茹 2025/01/20
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 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。
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。
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。
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。
資料來源： 科技新報
https://technews.tw/2025/01/20/ai-and-esg-talent/
