AI For ESG!透過資料探索發現綠色新機會

ESG議題熱度不減,美商數據公司鄧白氏(Dun & Bradstreet)更直言,ESG的熱度至少會維持一、二十年。面對這個足以影響全球商業環境的指標和數據,其複雜度不在話下,許多領導者都在問,AI可以如何賦能企業?新創公司詠鋐智能Chimes AI執行長謝宗震認為,企業可以從典範案例出發,思考內部待解決的ESG題目是什麼,並透過資料探索,找出最佳解。

兼顧ESG三元素:環境、社會、治理

謝宗震以製造場域舉例,透過數據採集,可以進行工廠的未來生產模擬,基於這些數據與模擬,可以滿足ESG的三個要素。首先是針對「環境(Environment)」的節能減碳,即透過數據和AI演算法,模擬在合格生產之下最節能減碳的操作方式。

其次是「社會(Social)」,工廠的環境存在許多工安風險,包含突如其來的設備故障停機,導致的人員受傷或環境污染,同時,停機也意味著停工、無法生產,甚至影響員工的工作權。因此可以透過AI幫工廠算命,讓工廠順利運轉,預測哪些設備未來可能故障,是一種「預防勝於治療」的超前佈署。

最後則是「治理(Governance)」,從供應鏈管理的角度來看,如果可以預測客戶未來會採購多少訂單,就可以有效控管庫存。假如零件生產過多,存放時間太久就可能導致生鏽無法交付。所以透過AI演算法,可以分析國際貿易情勢,判斷所需要的訂單量,以及從哪裡生產與出口,以降低因為關稅所帶來的額外成本。

因此,當工廠、製造業相關人員能夠有效地透過數據驅動AI演算法實踐這些應用場景,代表他被AI賦能,能夠與AI協作更有智慧,工作能力更強,甚至一個人可以抵十個人用。謝宗震認為,以台灣的人口結構而言,少子化、高齡化、勞動力不足已經是未來可預見的場景,透過AI為人力賦能,做更多事情,也是ESG很重要的一個議題。

推動AI For ESG 六大步驟

究竟企業該如何思考自身的ESG策略?謝宗震整理六大推進AI For ESG的步驟,供企業參考。首先,需要明確並且定義公司目前需要解什麼題?什麼樣的問題適合透過AI來解決?接著,確定題目之後,就需要有資料,資料收集的完整度如何?

「前兩個步驟很常被混淆,」謝宗震強調,許多企業都以為先看看手上有什麼資料再決定要解什麼問題,但是正好相反,要先有題目,才有辦法知道需要把什麼樣的基礎建設做好,才有可能解題。有了題目跟資料之後,就可以著手建立企業的典範案例,執行新的AI For ESG專案。

完成典範案例後,接著就要思考如何讓它有效地複製與擴散,以至於企業可以落實數據驅動的DNA,最終以永續AI支撐企業永續運營。

圖片來源:謝宗震提供

閱讀更多『AI For ESG專案』精彩文章:想用AI解決ESG難題?提出一個專案前的必備知識