大多數企業的 ESG 工作流程呈現「多元協作、高度人工、低度整合」，資料分散在採購、廠務、財會、人資、子公司與供應商之間，靠 Excel、Email 與人工彙整作業，尤其在環境E方面最耗資源，包含組織碳盤查、產品碳足跡、盤查報告揭露與碳減量等複雜工作，關鍵在於碳資料鏈長、複雜且跨組織，尤其 Scope 3 需要向供應商與價值鏈夥伴取得活動數據或排放數據，並在缺乏第一手數據時得使用替代估算因應，但同時必須維持資料品質。

 

因此，企業常見的資源耗用集中在資料蒐集與清理，包含水電燃料、物流、差旅、採購、製程等活動數據的追溯與對帳，另外在揭露準則對照與文件佐證方面，把內部數據編排成符合國際準則的揭露報告，並須可被清楚地稽核追溯，否則在外部查驗證時，若數據不一致、缺佐證、計算方式無法清楚表達，導致反覆修正與再驗證；同時，ISSB 的 IFRS S1/S2 永續揭露準則把 ESG 從「報告」升級為「管理＋揭露」，要求企業建置資料蒐集、管理、控制與對財報的可連結性；IFRS Foundation在發布  IFRS S1 /S2  時，同步提供的一份「影響評估報告」直指，手動蒐集與管理資料會帶來明顯低效率與成本，企業必須投入系統與流程來降低這些摩擦成本，另歐盟EFRAG (European Financial Reporting Advisory Group) 彙整的成本效益分析亦顯示：企業面對永續揭露時，除了一次性建置成本，尚有龐大的年度循環成本與有限確信保證成本，反映「制度化揭露」本質上是長期性的人力與流程投資。

 

AI 技術的價值不會「取代 ESG 專業」，而在把 ESG 的大量工作拆成可自動化作業，並把跨部門的碎片資訊快速結構化，國際Science科學雜誌發表的學術研究報告已提供研究的量化證據：在中階專業寫作任務中，使用生成式AI可以使平均完成時間下降約 40%，且報告品質提升，另一項在大型企業客服情境的實證研究亦發現，導入生成式 AI 可讓產出效率提升約 14%，尤其對新手與低熟練者的效率增幅更高。

 

金管會在2023年8月17日發布「我國接軌IFRS永續揭露準則藍圖」，以直接採用方式，首次適用須含IFRS S1/S2，並自2026會計年度起依上市櫃公司資本額分三階段採用，IFRS S2 聚焦氣候變遷，要求揭露所有可能合理影響企業前景，包含現金流、融資能力或資金成本等的氣候風險與機會，且揭露須與財報同時、同期間、同報導邊界，相關作業連結碳盤查、IFRS S1/S2揭露與財務報告書整合性作業流程，企業透過導入AI 技術的整合性作業軟體系統，能以更高效率、更低成本與更高可信度的方式對外溝通，讓永續揭露由「被動法遵」變成「主動競爭力」。

 

(本篇文章轉載於今周刊專欄)