企業看好人工智慧　打造金融領域ESG

編譯／曲姵蓉

隨著ESG議題越趨成熟，各行業對ESG的看法逐步達成共識，並建立起ESG評級標準。為了加快行業與ESG之間的工作效率，不少企業引進尖端科技技術輔助其進行管理或降低碳排，其中，人工智慧技術可說是企業推動ESG的寵兒。

根據報導，人工智慧可以協助企業領導者分配自動化任務、識別工作模式和依據數據評估並預測未來發展，幫助企業減少其環境影響，實踐其社會責任，並加強企業內部治理。以下是目前常見的人工智慧改善ESG方式：

• 數據分析：人工智慧可以收集和分析大量ESG數據，可以幫助企業識別趨勢、追蹤績效並做出更明智的決策。
• 風險評估：人工智慧可以收集相關數據，評估公司面臨的ESG風險，並自動制定出降低風險和保護公司名譽的策略。
• 投資：人工智慧可以幫企業識別永續投資機會，制定與企業ESG目標相符的投資策略。
• 合規：人工智慧可自動審查法規申報與識別企業是否違法，幫助企業遵守法規，提高生產效率。

這些技術早已成熟，對ESG領域而言，更重要的是技術如何幫助各企業，以及實際案例。以下是AI應用於改善金融領域ESG的案例：

• 銀行：銀行可以引進人工智慧來改善其貸款評估流程。例如，銀行可藉人工智慧技術，更準確地評估借款人的信用風險，降低貸款給無力償還的借款人風險。
• 保險公司：保險公司正在使用人工智慧開發符合ESG目標的新產品和服務。例如，可以使用人工智慧來評估自然災害的風險，幫助保險公司更準確地定價其保險政策。
• 投資公司：投資公司正在使用人工智慧來識別永續投資機會。他們使用AI篩選符合ESG標準的公司，以找出並投資與自身理念相近的良善公司。
• 監管機構：監管機構可以使用人工智慧監控金融市場的ESG風險，識別違反ESG法規的公司。

這些只是人工智慧改善金融服務ESG用例的冰山一角，隨著人工智慧技術持續發展，未來一定還會有更多創新方式。然而，科技與人工智慧也並非這麼萬能，以下是ESG與人工智慧結合的潛在缺點：

• 數據偏差（Data bias）：人工智慧模型是透過數據訓練出來的，如果數據存在偏差，模型也會有偏差，導致人工智慧做出不公平或歧視性的決定。例如，偏差數據訓練出來的人工智慧貸款評估模型，將更有可能拒絕有色人種的貸款，即使他們和白人借款人的信用一樣好。

• 數據隱私：人工智慧系統通常需要收集和分析大量數據，這讓人們開始擔憂網路隱私問題。例如，人工智慧可能會追蹤收集人們在網上的活動與個人偏好的數據，用來制定更精準的廣告宣傳策略。

• 取代人類的工作：人工智慧系統的趨勢，將推動更多的工作任務自動化，這可能導致人類原本的工作取代。例如，人工智慧聊天機器人可以取代客戶服務窗口，人工智慧交易算法可以取代金融分析師。

• 失去控制：隨著人工智慧系統變得越來越精密，它們可能變得越來越難以控制，最終做出不符合人類最大利益的決策。例如，一個人工智慧武器系統被賦予「贏得戰爭」的目標，它們可能會罔顧人類的意願與控制，強制使用核武器。

總而言之，人工智慧是一種強大的工具，可以用來改善ESG，打造更多友善還境的生產鏈，同時讓企業落實其ESG責任。然而，人工智慧也是一把雙面刃，因此了解其潛在缺點是很重要的，只有知彼知己，我們才能採取更多措施來減少該技術的負面影響。

資料來源：Fintech Futures

瀏覽 741 次