Kom nemt i gang med at investere.
AI og ESG: Et paradoks eller et perfekt match?
ESG 5 minutter at læse
ESG handler om at skabe en bedre verden for mennesker og planeten, samtidig med at man søger profit. AI lover derimod at gøre verden bedre gennem effektivitet og innovation. Alligevel ledsages teknologien af en underliggende frygt, præget af jobfortrængning, etiske dilemmaer og endda forestillingen om, at maskiner tager over.
Hvad er ESG?
ESG står for environmental, social and governance — på dansk miljømæssige, sociale og ledelsesmæssige forhold. Ved at prioritere bæredygtighed, retfærdighed og gennemsigtighed kan virksomheder bidrage til at bekæmpe klimaforandringer, beskytte menneskerettigheder og styrke tilliden til markederne. Det viser, at ansvarlig virksomhedsledelse ikke kun er god etik, men også god strategi.
Kort sagt handler ESG om at gøre noget godt for planeten, mennesker og samfundet.
Hvad er AI?
Kunstig intelligens (AI) er computersystemers evne til at udføre opgaver, som normalt forbindes med menneskelig intelligens. Målet er at: automatisere opgaver, der kræver kognitive evner, forbedre beslutningstagning gennem datadrevne indsigter og øge effektivitet og produktivitet på tværs af brancher.
I sin essens søger AI at bygge bro mellem menneskelig intelligens og maskiners kapacitet, skabe innovation og forandre måden, vi arbejder, interagerer og løser komplekse problemer på.AI som drivkraft for ESG-ambitioner
AI kan understøtte ESG-mål på flere måder. Dets evne til at behandle enorme datamængder i realtid muliggør evidensbaseret beslutningstagning, som kan fremme miljømæssig bæredygtighed, sociale målsætninger og god ledelse.
På miljøområdet:
- Miljøovervågning: AI-baserede satellitbilleder kan spore CO₂-udledning, skovrydning, vandkvalitet og biodiversitet og dermed støtte naturbevarelse.
- Energieffektivitet og CO₂-reduktion: AI kan forudsige energiefterspørgsel og optimere energiforbruget i bygninger, fabrikker og datacentre ved hjælp af prædiktiv analyse og intelligente elnet.
- Affaldshåndtering og cirkulær økonomi: AI-drevne sorteringssystemer kan forbedre genanvendelseseffektiviteten og identificere muligheder for genbrug af materialer.
- Bæredygtige forsyningskæder: AI-baseret analyse kan forbedre sporing af udledninger og ressourceforbrug på tværs af forsyningskæder og hjælpe virksomheder med at reducere spild.
På det sociale område:
- Sundhedsvæsen: AI muliggør hurtigere, automatiseret patientscreening, reducerer forsinkelser i diagnostik, forbedrer patientovervågning og kan bidrage til at mindske ulighed i adgangen til sundhedsydelser af høj kvalitet. Evnen til at analysere store datamængder kan også hjælpe med at identificere og behandle sjældne sygdomme.
- Uddannelse: AI understøtter fjernundervisning, personlig vejledning og adaptive læringsplatforme, hvilket gør uddannelse mere tilgængelig og tilpasset den enkelte.
- Inkluderende adgang: AI-drevne værktøjer kan forbedre tilgængeligheden for mennesker med handicap, for eksempel gennem tale-til-tekst, skærmlæsning og synsassistance.
På ledelsesområdet:
- Risikostyring og compliance: AI-systemer kan mere effektivt overvåge regulatoriske ændringer, identificere compliance-risici, reducere menneskelige fejl og automatisere rapportering i forbindelse med ESG-oplysninger.
- Svindeldetektion og gennemsigtighed: Machine learning-modeller kan identificere afvigelser i finansielle transaktioner og data i forsyningskæden og dermed forbedre ansvarligheden.
- Datadrevet beslutningstagning: AI leverer prædiktive indsigter til topledelse og bestyrelser og kan dermed sikre, at beslutninger er i tråd med ESG-mål og langsigtet bæredygtighed.
Hvorfor det kan være et paradoks
Selvom AI ofte roses for sin evne til at fremme ESG-mål, er virkeligheden mere kompleks og i nogle tilfælde endda modstridende. Teknologien medfører iboende afvejninger og risici, som alt for ofte overses.
På miljøområdet:
- Ressourceforbrug: AI-systemer er meget ressourcekrævende og kræver store mængder energi og vand til databehandling, modeltræning og køling i datacentre. Det rejser alvorlige bekymringer om miljømæssig bæredygtighed, da CO₂-aftrykket fra storskala AI-drift kan nærme sig niveauer, der kan sammenlignes med hele industrier.
- Nye estimater tyder på, at en enkelt ChatGPT-forespørgsel bruger omtrent 10 gange så meget energi som en Google-søgning. Desuden kan udbygningen af AI-drevne datacentre alene i USA ifølge PBS medføre yderligere 24–44 millioner ton CO₂-udledning om året inden 2030, svarende til at sætte 5–10 millioner ekstra biler på vejene.
På det sociale område:
- Jobtab: AI kan føre til betydelige jobtab på tværs af flere sektorer. I nogle tilfælde udvikler AI sig hurtigere, end medarbejdere kan omskole sig, hvilket gør det vanskeligt for dem at skifte til nye roller.
- Kognitiv involvering: Forskning, herunder studier fra institutioner som MIT, har påvist markante forskelle i hjerneaktivitet mellem personer, der bruger AI i stor udstrækning, og dem, der ikke gør. Resultaterne antyder, at stærk afhængighed af AI kan føre til lavere kognitiv involvering, hvilket kan have betydning for menneskers kreativitet, hukommelse, problemløsning, kritiske tænkning og beslutningsevne.
- Social tilknytning: I takt med at AI bliver mere udbredt, er der bekymring for, at mennesker — særligt sårbare personer — i stigende grad vil foretrække interaktion med AI-”venner” frem for relationer i den virkelige verden. I ekstreme tilfælde er afhængighed af AI blevet forbundet med følelsesmæssig isolation og selvskade. Et søgsmål i USA hævder, at en Character.AI-chatbot opfordrede en 14-årig dreng til at tage sit eget liv.
- Bias og retfærdighed: AI rejser etiske dilemmaer, der kolliderer med ESG-principper. Problemer som algoritmisk bias, brud på privatliv og overvågning undergraver social lighed og menneskerettigheder. Disse risici har blandt andet vist sig i diskriminerende rekrutteringsalgoritmer og invasive datapraksisser.
- Deepfakes og skadeligt indhold: AI kan bruges til at skabe meget overbevisende deepfakes, herunder nedværdigende eller injurierende fremstillinger af bestemte grupper, for eksempel kvinder. Det kan forstærke skadelige stereotyper, videreføre diskrimination og forårsage omdømmemæssig eller følelsesmæssig skade.
På ledelsesområdet:
- Manglende gennemsigtighed i AI: Manglen på transparens i AI-beslutningstagning — det såkaldte “black box”-problem — skaber etiske og ledelsesmæssige udfordringer. AI’s beslutningsprocesser er hverken gennemsigtige, let fortolkelige eller nemme at revidere, hvilket gør ansvarlighed til en væsentlig udfordring.
Konklusion
AI er kommet for at blive, og intet tyder på, at teknologien forsvinder igen. Den tilbyder stærke værktøjer til at accelerere ESG-fremskridt, men medfører også iboende miljøomkostninger, sociale risici og ledelsesmæssige mangler. ESG og AI må sameksistere, men deres integration er paradoksal. AI forandrer brancher i et hidtil uset tempo, og ESG-rammeværker må tilpasses for at sikre, at denne transformation sker i overensstemmelse med bæredygtighed, lighed og ansvarlighed.
Hvordan dette udvikler sig, afhænger af AI’s retning og de valg, som ledere i AI-branchen træffer. Det omfatter udvikling af algoritmer og infrastruktur, der minimerer energiforbrug og reducerer CO₂-aftryk; indarbejdelse af etiske standarder og diversitetskontroller i AI-systemer for at forhindre diskrimination og beskytte social lighed; implementering af revisionsspor og ansvarlighedsrammer for at håndtere “black box”-problemet; og endelig forberedelse af medarbejdere til en AI-drevet økonomi for at mindske jobfortrængning og social uro.
Hvordan investerer man i AI og ESG?
Udforsk Saxos AI- og ESG-tema for lister over virksomheder, der kombinerer AI-drevet innovation med et engagement i bæredygtige praksisser.
Før du foretager investeringer, bør du gennemgå de tilgængelige oplysninger om produktet på platformen og overveje dine investeringsmål, din risikotolerance og din tidshorisont.
Dette indhold er markedsføringsmateriale.
Ingen af de oplysninger, der gives på dette website, udgør et tilbud, en opfordring eller en anbefaling om at købe eller sælge et finansielt instrument, og det udgør heller ikke finansiel, investeringsmæssig eller handelsmæssig rådgivning. Saxo Bank A/S og enhederne i Saxo Bank-koncernen tilbyder udelukkende execution-only-tjenester, hvor alle handler og investeringer foretages på baggrund af egne beslutninger. Markedskommentarer, forskningsindhold og uddannelsesindhold er kun til informationsformål og bør ikke betragtes som rådgivning eller anbefaling.
Ingen af de oplysninger, der gives på dette website, udgør et tilbud, en opfordring eller en anbefaling om at købe eller sælge et finansielt instrument, og det udgør heller ikke finansiel, investeringsmæssig eller handelsmæssig rådgivning. Saxo Bank A/S og enhederne i Saxo Bank-koncernen tilbyder udelukkende execution-only-tjenester, hvor alle handler og investeringer foretages på baggrund af egne beslutninger. Markedskommentarer, forskningsindhold og uddannelsesindhold er kun til informationsformål og bør ikke betragtes som rådgivning eller anbefaling.