AI For ESG！透過資料探索發現綠色新機會

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。

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