今年以来，国内上市公司在ESG信息披露方面呈现出几大趋势，除了参与ESG信息披露的上市公司越来越多、信息披露的内容愈加细化和实质化，还有一个明显趋势是AI与ESG的结合。
上市公司正借助数字化工具提升信息收集、整理和披露的效率和质量，数字化手段在ESG信息披露中应用更加广泛。
这源于政策层面监管力度的不断加强，以及市场层面投资者对ESG关注度的显著提升。
李菁是安永大中华区ESG可持续发展主管合伙人，她观察到，当前企业对可持续发展的态度已从被动合规转向主动战略融入，呈现出 “政策驱动+市场倒逼+价值创造”的多元特征。
从政策层面来看，去年11月，财政部等部门联合印发《企业可持续披露准则》，稳步推进我国可持续披露准则体系建设，规范企业可持续发展信息披露。此外，地方政府也通过碳排放权交易、阶梯电价等机制强化约束。
在市场层面，李菁在接受时代周报记者专访时表示，80%的机构投资者倾向于投资具有社会价值的企业，而欧盟碳边境调节机制（CBAM）等国际规则进一步倒逼企业减排。在价值创造方面，企业通过绿色技术创新和商业模式重构，将可持续发展转化为竞争优势。
而随着A股上市公司迈入强制化披露ESG时代，企业在推动可持续发展时也面临一些共性难题。李菁将其总结为ESG管理、绿色转型、信息披露等，如ESG潜在风险识别效率低、难精准定位碳排放高峰、数据分散收集效率低。
AI技术则能够为解决这些问题提供有效方案，比如AI智能监测能耗并结合生产计划动态调控、AI可分析ESG数据定位碳排放高峰、生成式AI能自动整合数据提升效率。
李菁认为，AI技术在推动行业可持续发展方面成效显著，尤其在能源、制造、交通等高碳排行业的绿色转型中发挥着关键作用。这些行业通过AI技术的深度应用，不仅实现了显著的节能减排效果，更探索出了一条智能化与绿色化协同发展的新路径。
不过，企业在借助AI促进可持续发展时，常陷入技术应用脱离业务本质、落地过程忽视全链条管理等多个误区。面对这些误区，李菁认为，企业要认识到AI是可持续发展加速器而非替代品，必须与技术革新、管理优化、政策协同形成组合拳。
绿色发展仍存短板
时代周报：可持续发展过程中，哪些行业积极推进并取得较好成效，哪些行业仍有提升空间？
李菁：在当今全球可持续发展的大背景下，金融行业正逐步成为推动经济绿色转型的关键力量。绿色金融作为其中的核心驱动力，通过市场化手段引导资金流向低碳、环保领域，为实现“双碳”目标和社会可持续发展提供了强有力的资源支持。
然而，在看到成绩的同时，也应正视当前经济体系中仍然存在的高碳排放问题。例如，钢铁行业吨钢综合能耗较国际领先水平高10%，CCUS等关键低碳技术应用仍处于示范阶段，尚未实现大规模推广。
同时，中小企业与传统服务业在绿色转型过程中也遭遇了诸多困难。中小企业由于规模较小，普遍存在ESG数据获取难、专业人才缺乏等问题。尽管部分企业通过联合采购等方式降低了绿色转型成本，但多数中小企业仍高度依赖外部支持。传统服务业如餐饮、零售在节能减排、绿色包装等方面进展缓慢，缺乏系统性的解决方案，成为了绿色发展中的短板。
时代周报：当前，A股上市公司已迈入逐步强制化披露ESG信息时代。企业在推动可持续发展时面临哪些比较共性的困难？
李菁：共性难题是多方面的，ESG管理上，风险预警常处被动，ESG潜在风险识别效率低、前瞻性弱，传导路径难可视化，难快速转化为决策，管理层决策因信息碎片化缺乏透明度与科学性。
绿色转型战略规划中，能耗监测依赖人工或传统系统、难精准定位碳排放高峰，减排目标与治理架构优化规划不清，金融机构也存在绿色项目识别、产品设计滞后等问题；信息披露则受数据分散、收集效率低，跨地域合规标准难统一，对标行业最佳实践能力不足等问题影响。
时代周报：面对上述问题，AI在其中能起到怎样的作用？
李菁：AI技术为解决这些问题提供了有效方案。比如绿色转型中，AI分析ESG数据定位碳排放高峰，生成短中长期减排目标与治理架构优化规划，协助金融机构识别绿色项目、开展ESG投资及优化产品设计。
在信息披露领域，生成式AI自动整合数据提升效率、解决滞后问题，针对不同地区标准自动校对满足合规，辅以智能评级助企业对标行业最佳实践。
“降本增效是AI创造商业价值的核心领域”
时代周报：在你接触的案例中，哪些行业通过AI推动可持续发展的成效最为显著？请分享AI技术帮助高碳排行业实现绿色转型的具体案例。
李菁：AI技术在能源、制造、交通等高碳排行业的绿色转型中发挥着关键作用。在能源行业，AI技术正在重塑传统能源生产和消费模式。例如国网新疆的新能源功率预测系统可以为当地新能源发电装上 “天气预报”。该系统融合人工智能等10余种算法，深度挖掘电气运行与风光资源数据，可精准预测未来新能源电量，助力提升消纳效率。
在制造业领域，AI技术的应用同样带来了全方位的绿色变革。目前，机器人在自动化制造车间中相当主流，人工智能的出现可以让机器人能完成更好的任务，从而增强机器人的作用。例如以强大的软件应用来增强机器人的效率，使机器人能够承担复杂的任务，甚至可以增强任务的多功能性。
时代周报：很多企业对AI+ESG的投资持观望态度。从专业机构角度看，应该如何量化评估AI技术在节能减排、循环经济等方面创造的长期商业价值？
李菁：AI技术在推动企业可持续发展过程中创造的商业价值，可以从战略价值、降本增效和创收创利三个维度进行系统评估，形成完整的商业价值闭环。
在战略价值层面，AI技术为企业构建长期竞争优势提供关键支撑。降本增效是AI创造商业价值的核心领域，比如通过优化生产流程和供应链管理，AI能显著减少运营中的资源浪费和效率损失。这些应用不仅直接降低企业运营成本，还通过提升整体运营效率创造额外价值。
创收创利维度体现AI对业绩增长的直接贡献。AI技术通过提升产品质量和生产效率，直接带动业务规模扩张和营收增长。此外，AI还可通过商业模式创新、优化客户体验和精准营销方面的应用带来即时经济效益，为企业构建起持续的价值创造机制。
“AI是可持续发展加速器而非替代品”
时代周报：AI技术本身也消耗大量算力和能源，你如何看待这与企业可持续发展目标之间的矛盾？
李菁：AI技术的“碳足迹”与可持续发展目标的矛盾，本质是技术演进阶段的阶段性问题。破解这一矛盾需从技术创新、系统价值量化与政策机制三方面协同发力。
以技术创新降低AI自身碳足迹，构建绿色算力基础设施，可再生能源替代传统能源，通过100%绿电接入或购买绿电证书实现算力碳中和；用系统思维量化AI的可持续价值对冲，例如，某制造业企业通过AI优化生产流程年减排20万吨 CO ，可对冲其AI系统5万吨的自身碳排放；以政策机制倒逼低耗高效AI发展，建立行业碳排放标准。
时代周报：根据你的观察，企业在借助AI促进可持续发展时，容易陷入哪些误区？
李菁：AI是可持续发展加速器而非替代品，必须与技术革新、管理优化、政策协同形成组合拳。企业在借助AI推进可持续发展时，常陷入四大核心误区：一是技术应用脱离业务本质，盲目投入生成式AI等前沿技术，忽视轻量级方案的性价比；
二是数据采集偏重生产效率等单一维度，缺失环境、社会公平等ESG要素，导致决策偏差；三是将AI项目局限于IT部门技术工程，缺乏高层战略牵引与业务协同；四是落地过程忽视全链条管理，单个场景优化未标准化推广，且存在算法黑箱等伦理风险。
针对这些痛点，安永首推行业垂直领域AI解决方案。安永智能问答EYA.ai和ESG.ai覆盖安永五大专业服务领域，对热门行业（包括生命医疗，零售与消费品，基础设施等）进行了全面、深入的解读和研究，为企业低碳转型提供精准指引。
时代周报：AI模型训练依赖的历史数据是否可能固化企业的不可持续行为？如何避免数据惯性？
李菁：有可能，这是因为AI系统的学习过程基于历史数据集中的模式和趋势，如果这些数据包含了不环保、不负责任或不公正的行为模式，那么AI可能会“学习”并强化这些行为。
为避免数据惯性，企业可进行数据筛选与清理，确保数据代表当前最佳实践且符合ESG标准；利用来自不同来源的数据，以提供更全面、平衡的观点；建立机制定期更新用于训练AI模型的数据集，使其能够反映最新的市场条件、政策变化和社会期望。
安永智能问答在研发过程中，是基于自研Metis AI平台开发Agent和知识库，将安永积累的专业知识和大模型有效结合，确保针对专业服务领域模型输出的高效和可靠。我们也持续优化大模型推理效果，推动AI技术从“可用”向“可信”跃迁。
配配查提示：文章来自网络，不代表本站观点。
