本文來源：時代周報 作者：閆曉寒
今年以來，國內上市公司在 ESG 信息披露方面呈現出幾大趨勢，除了參與 ESG 信息披露的上市公司越來越多、信息披露的內容愈加細化和實質化，還有一個明顯趨勢是 AI 與 ESG 的結合。
上市公司正借助數字化工具提升信息收集、整理和披露的效率和質量，數字化手段在 ESG 信息披露中應用更加廣泛。
這源于政策層面監管力度的不斷加強，以及市場層面投資者對 ESG 關注度的顯著提升。
李菁是安永大中華區 ESG 可持續發展主管合伙人，她觀察到，當前企業對可持續發展的態度已從被動合規轉向主動戰略融入，呈現出 " 政策驅動 + 市場倒逼 + 價值創造 " 的多元特征。
從政策層面來看，去年 11 月，財政部等部門聯合印發《企業可持續披露準則》，穩步推進我國可持續披露準則體系建設，規范企業可持續發展信息披露。此外，地方政府也通過碳排放權交易、階梯電價等機制強化約束。
在市場層面，李菁在接受時代周報記者專訪時表示，80% 的機構投資者傾向于投資具有社會價值的企業，而歐盟碳邊境調節機制（CBAM）等國際規則進一步倒逼企業減排。在價值創造方面，企業通過綠色技術創新和商業模式重構，將可持續發展轉化為競爭優勢。
而隨著 A 股上市公司邁入強制化披露 ESG 時代，企業在推動可持續發展時也面臨一些共性難題。李菁將其總結為 ESG 管理、綠色轉型、信息披露等，如 ESG 潛在風險識別效率低、難精準定位碳排放高峰、數據分散收集效率低。
AI 技術則能夠為解決這些問題提供有效方案，比如 AI 智能監測能耗并結合生產計劃動態調控、AI 可分析 ESG 數據定位碳排放高峰、生成式 AI 能自動整合數據提升效率。
李菁認為，AI 技術在推動行業可持續發展方面成效顯著，尤其在能源、制造、交通等高碳排行業的綠色轉型中發揮著關鍵作用。這些行業通過 AI 技術的深度應用，不僅實現了顯著的節能減排效果，更探索出了一條智能化與綠色化協同發展的新路徑。
不過，企業在借助 AI 促進可持續發展時，常陷入技術應用脫離業務本質、落地過程忽視全鏈條管理等多個誤區。面對這些誤區，李菁認為，企業要認識到 AI 是可持續發展加速器而非替代品，必須與技術革新、管理優化、政策協同形成組合拳。
綠色發展仍存短板
時代周報：可持續發展過程中，哪些行業積極推進并取得較好成效，哪些行業仍有提升空間？
李菁：在當今全球可持續發展的大背景下，金融行業正逐步成為推動經濟綠色轉型的關鍵力量。綠色金融作為其中的核心驅動力，通過市場化手段引導資金流向低碳、環保領域，為實現 " 雙碳 " 目標和社會可持續發展提供了強有力的資源支持。
然而，在看到成績的同時，也應正視當前經濟體系中仍然存在的高碳排放問題。例如，鋼鐵行業噸鋼綜合能耗較國際領先水平高 10%，CCUS 等關鍵低碳技術應用仍處于示范階段，尚未實現大規模推廣。
同時，中小企業與傳統服務業在綠色轉型過程中也遭遇了諸多困難。中小企業由于規模較小，普遍存在 ESG 數據獲取難、專業人才缺乏等問題。盡管部分企業通過聯合采購等方式降低了綠色轉型成本，但多數中小企業仍高度依賴外部支持。傳統服務業如餐飲、零售在節能減排、綠色包裝等方面進展緩慢，缺乏系統性的解決方案，成為了綠色發展中的短板。
時代周報：當前，A 股上市公司已邁入逐步強制化披露 ESG 信息時代。企業在推動可持續發展時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，風險預警常處被動，ESG 潛在風險識別效率低、前瞻性弱，傳導路徑難可視化，難快速轉化為決策，管理層決策因信息碎片化缺乏透明度與科學性。
綠色轉型戰略規劃中，能耗監測依賴人工或傳統系統、難精準定位碳排放高峰，減排目標與治理架構優化規劃不清，金融機構也存在綠色項目識別、產品設計滯后等問題；信息披露則受數據分散、收集效率低，跨地域合規標準難統一，對標行業最佳實踐能力不足等問題影響。
時代周報：面對上述問題，AI 在其中能起到怎樣的作用？
李菁：AI 技術為解決這些問題提供了有效方案。比如綠色轉型中，AI 分析 ESG 數據定位碳排放高峰，生成短中長期減排目標與治理架構優化規劃，協助金融機構識別綠色項目、開展 ESG 投資及優化產品設計。
在信息披露領域，生成式 AI 自動整合數據提升效率、解決滯后問題，針對不同地區標準自動校對滿足合規，輔以智能評級助企業對標行業最佳實踐。
" 降本增效是 AI 創造商業價值的核心領域 "
時代周報：在你接觸的案例中，哪些行業通過 AI 推動可持續發展的成效最為顯著？請分享 AI 技術幫助高碳排行業實現綠色轉型的具體案例。
李菁：AI 技術在能源、制造、交通等高碳排行業的綠色轉型中發揮著關鍵作用。在能源行業，AI 技術正在重塑傳統能源生產和消費模式。例如國網新疆的新能源功率預測系統可以為當地新能源發電裝上 " 天氣預報 "。該系統融合人工智能等 10 余種算法，深度挖掘電氣運行與風光資源數據，可精準預測未來新能源電量，助力提升消納效率。
在制造業領域，AI 技術的應用同樣帶來了全方位的綠色變革。目前，機器人在自動化制造車間中相當主流，人工智能的出現可以讓機器人能完成更好的任務，從而增強機器人的作用。例如以強大的軟件應用來增強機器人的效率，使機器人能夠承擔復雜的任務，甚至可以增強任務的多功能性。
時代周報：很多企業對 AI+ESG 的投資持觀望態度。從專業機構角度看，應該如何量化評估 AI 技術在節能減排、循環經濟等方面創造的長期商業價值？
李菁：AI 技術在推動企業可持續發展過程中創造的商業價值，可以從戰略價值、降本增效和創收創利三個維度進行系統評估，形成完整的商業價值閉環。
在戰略價值層面，AI 技術為企業構建長期競爭優勢提供關鍵支撐。降本增效是 AI 創造商業價值的核心領域，比如通過優化生產流程和供應鏈管理，AI 能顯著減少運營中的資源浪費和效率損失。這些應用不僅直接降低企業運營成本，還通過提升整體運營效率創造額外價值。
創收創利維度體現 AI 對業績增長的直接貢獻。AI 技術通過提升產品質量和生產效率，直接帶動業務規模擴張和營收增長。此外，AI 還可通過商業模式創新、優化客戶體驗和精準營銷方面的應用帶來即時經濟效益，為企業構建起持續的價值創造機制。
"AI 是可持續發展加速器而非替代品 "
時代周報：AI 技術本身也消耗大量算力和能源，你如何看待這與企業可持續發展目標之間的矛盾？
李菁：AI 技術的 " 碳足跡 " 與可持續發展目標的矛盾，本質是技術演進階段的階段性問題。破解這一矛盾需從技術創新、系統價值量化與政策機制三方面協同發力。
以技術創新降低 AI 自身碳足跡，構建綠色算力基礎設施，可再生能源替代傳統能源，通過 100% 綠電接入或購買綠電證書實現算力碳中和；用系統思維量化 AI 的可持續價值對沖，例如，某制造業企業通過 AI 優化生產流程年減排 20 萬噸 CO ，可對沖其 AI 系統 5 萬噸的自身碳排放；以政策機制倒逼低耗高效 AI 發展，建立行業碳排放標準。
時代周報：根據你的觀察，企業在借助 AI 促進可持續發展時，容易陷入哪些誤區？
李菁：AI 是可持續發展加速器而非替代品，必須與技術革新、管理優化、政策協同形成組合拳。企業在借助 AI 推進可持續發展時，常陷入四大核心誤區：一是技術應用脫離業務本質，盲目投入生成式 AI 等前沿技術，忽視輕量級方案的性價比；
二是數據采集偏重生產效率等單一維度，缺失環境、社會公平等 ESG 要素，導致決策偏差；三是將 AI 項目局限于 IT 部門技術工程，缺乏高層戰略牽引與業務協同；四是落地過程忽視全鏈條管理，單個場景優化未標準化推廣，且存在算法黑箱等倫理風險。
針對這些痛點，安永首推行業垂直領域 AI 解決方案。安永智能問答 EYA.ai 和 ESG.ai 覆蓋安永五大專業服務領域，對熱門行業（包括生命醫療，零售與消費品，基礎設施等）進行了全面、深入的解讀和研究，為企業低碳轉型提供精準指引。
時代周報：AI 模型訓練依賴的歷史數據是否可能固化企業的不可持續行為？如何避免數據慣性？
李菁：有可能，這是因為 AI 系統的學習過程基于歷史數據集中的模式和趨勢，如果這些數據包含了不環保、不負責任或不公正的行為模式，那么 AI 可能會 " 學習 " 并強化這些行為。
為避免數據慣性，企業可進行數據篩選與清理，確保數據代表當前最佳實踐且符合 ESG 標準；利用來自不同來源的數據，以提供更全面、平衡的觀點；建立機制定期更新用于訓練 AI 模型的數據集，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過程中，是基于自研 Metis AI 平臺開發 Agent 和知識庫，將安永積累的專業知識和大模型有效結合，確保針對專業服務領域模型輸出的高效和可靠。我們也持續優化大模型推理效果，推動 AI 技術從 " 可用 " 向 " 可信 " 躍遷。
