現在のESGプログラムの状況では、気候変動への対応に十分な効果を、十分な速さでもたらせていません。
AIは、包括的なESG管理ソリューション、報告機能、実行可能な排出量インサイトの提供を後押しできます。
AIは膨大な量のデータを取り込み、ノイズの中から重要な信号を抽出し、企業が実効性のあるESG目標を達成するためのロードマップを提示できます。
気候変動により、世界は深刻な状況に置かれています。当然のことながら、企業は投資家や顧客から、ESG課題に関する透明性と取り組みの成果を高めるよう大きな圧力を受けており、多くの企業がその成功に対して前向きな評価を得ています。しかし、環境・社会・ガバナンス（ESG）プログラムの現状は、気候変動への対応に十分な効果を、十分な速さでもたらせていません。
ほとんどの企業は最善の意図を持っていますが、実質的で検証可能な改善がなされなければ、最終的にはそれだけでは意味を持ちません。その出発点は、野心的で影響力のあるESG目標を設定することです。しかし、ESG目標を策定し、その達成に向けた進捗を監視することは、今日の世界の企業が直面する最も大きな課題の一つです。入ってくるデータソースは複雑で分断されており、分析が不十分となり、報告に一貫性がなく、約束が果たされないという結果を招いています。
ここで人工知能（AI）が、ESG活動の管理と、いてはは気候変動への対応において、大きな転換点となり得ます。AIは、最大規模の企業に対しても、包括的なESG管理ソリューション、報告機能、実行可能な排出量インサイトを提供することで、正しい方向への大きな前進を後押しできます。
ESG指標のための適切なツール
過去2年間で、世界各地の政府機関の数が増えており、企業にESG指標の報告を義務付ける法律を制定しています。2021年には、欧州委員会が、2024年から企業に社会・環境への影響の報告を義務付ける提案を採択しました。英国、香港、シンガポール、中国はいずれも、環境および社会に関する開示ガイダンスを更新しています。さらに2022年8月には、米国証券取引委員会が規制案を提示し、気候関連の開示を強化・標準化することを提案しました。
しかし現時点では、ほとんどの企業はこれらの新たな要件に対応する準備がまだできていません。企業には、データを統合し、排出量追跡機能とより広範なESG実績管理を全面的に提供する自動化されたソリューションが必要です。AIはそのようなソリューションの重要な要素です。
AIを活用したソリューションは、ほぼリアルタイムのデータ統合、検証、そして現行の基準やフレームワークへのマッピングを可能にします。AIを組み込んだシステムでは、報告はもはや負担ではなく、正しい指標が確実に追跡されます。これには、スコープ1、2、3の排出量が含まれます。このうち、スコープ3は追跡が極めて難しいことで知られています。これにはより多くのデータ収集と処理が必要となりますが、主に、スコープ3排出量を追跡するためのものです。これには、AIモデルの初期学習も含まれます。ただし、一度学習が完了すれば、AIは推論として動作し、必要とする計算資源はわずかです。
また、結果は、包括的な追跡システムを導入するだけで、企業が違いを生み出せることを示しています。排出量測定に自動化されたソリューションを導入している企業は、排出量を包括的に測定する可能性が2.2倍高く、目標に沿って排出量を削減する可能性が1.9倍高くなっています。
説明責任の向上
消費者や投資家がグリーンウォッシュや虚偽の約束を見抜くようになっていることは、ますます明らかです。一方で、組織は依然として、意味のある気候変動対策をもたらす持続可能性ソリューションの導入に苦心しています。そうした対応は、地球のためにも、ステークホルダーを満足させるためにも急務です。PwCの調査によると、調査対象となった投資家のほぼ半数が、ESG課題への十分な対応を行っていない企業から投資を引き揚げる意向を示しました。成功への要求は外部からだけでなく、内部からも生じています。採用担当者も、ますます多くの従業員が、明確なESGへのコミットメントを持つ企業を好んでいることに気づいています。
ESG指標を標準化し、その達成を実現するための実効性のある改善をもたらす取り組みは、AIソリューションによって実現できます。これは日常業務から、ESGの成果報告に至るまで広がります。例えば、AIを活用した予知保全により、Shellのような企業は、既存の資産や風力発電所などの新たな再生可能資産から、よりクリーンで安全かつ持続可能なエネルギーを供給しています。Shellへの投資は、収益性と気候変動への影響の両面で改善をもたらしています。
こうしたAIソリューションへの投資は、ESG指標を目標に照らして追跡するためだけのものではありません。サプライチェーンのロジスティクス、需要予測、調達および計画ワークフローの最適化を含め、事業全体の効率向上にも関わっています。これらはいずれも、排出量や企業の気候への影響を削減することにつながります。
AIを活用して、より良い目標を設定し達成する
あらゆる目標の達成の成否は、その目標設定によって左右されます。その目標が投資家、顧客、従業員によって精査され、さらには地球の未来を左右するものであるならば、適切な目標を選ぶことが極めて重要です。世界的なESGへの圧力が高まる中、企業が漸進的な目標を設定して対応する段階はすでに過ぎました。長きにわたり、多くの組織は、真に持続的な進歩を実現することの重要性と困難さを真剣に受け止めることなく、ESG目標を設定してきました。
Forresterの報告によると、世界的企業の意思決定者のほぼ4分の3が、自社のESG実績をどこで改善できるかをより的確に把握できるソリューションが必要だと述べています。同報告書は また、次のように指摘しています。「企業は、社内のデータ管理を改善し、ESGデータの信頼性を高める方法を見つけ、意思決定にそのデータをより安心して活用できるようにしなければならない。」まさにそこでAIが役立ちます。AIは膨大な量のデータを取り込み、ノイズの中から重要な信号を抽出し、企業に現実的なロードマップと洞察を提供できます。これにより、収益性や社会・地球への影響において真の違いを生むESG目標の達成が可能になります。
AIは、これまで分断されていたデータストリームを統合・照合し、全体像を踏まえた目標設定に役立てることを可能にします。ESG指標と財務データが切り離されている場合、企業は排出量目標の達成に失敗します。関連するすべてのデータを統合された単一のAIプラットフォーム内で結び付ける企業こそが、最も大きな恩恵を受けるでしょう。ESGおよび財務データだけでなく、あらゆるデータを一つにまとめることで、企業が全体像を把握し、すべてのESG指標を理解できたときにこそ、意味のある変化をもたらし、気候変動の最悪の影響を回避する目標を生み出すことができるのです。
