Za pomocą jednego rachunku Saxo można korzystać z obu naszych platform.
AI i ESG: oksymoron czy idealne połączenie?
ESG 5 min na przeczytanie
Podsumowanie: Sztuczna inteligencja oferuje potężne narzędzia do przyspieszenia postępów w zakresie ESG, ale wiąże się również z nieodłącznymi kosztami środowiskowymi, ryzykiem społecznym i lukami w zarządzaniu. W tym artykule zbadamy związek między ESG a sztuczną inteligencją. Czy mogą one harmonijnie współistnieć, czy też szybki rozwój sztucznej inteligencji może podważyć zasady i ideały ESG?
ESG to budowanie lepszego świata dla ludzi i planety przy jednoczesnym dążeniu do zysku. Sztuczna inteligencja z kolei obiecuje uczynić świat lepszym dzięki efektywności i innowacjom. Jednocześnie budzi niepokój: obawy o utratę miejsc pracy, dylematy etyczne, a nawet wizję przejęcia kontroli przez maszyny.
Czym jest ESG?
ESG to skrót od ang. Environmental, Social and Governance — czyli czynników środowiskowych, społecznych i ładu korporacyjnego. Nadając priorytet zrównoważeniu, sprawiedliwości i przejrzystości, firmy pomagają przeciwdziałać zmianie klimatu, chronić prawa człowieka i budować zaufanie do rynków, pokazując, że odpowiedzialny biznes to nie tylko etyka, lecz także mądra strategia.
W skrócie: ESG to działanie z korzyścią dla planety, ludzi i całego społeczeństwa.
Czym jest sztuczna inteligencja?
Sztuczna inteligencja (AI) to zdolność systemów komputerowych do wykonywania zadań kojarzonych z ludzką inteligencją. Jej cele obejmują m.in. automatyzację zadań wymagających zdolności poznawczych, wspieranie podejmowania decyzji dzięki analizie danych, poprawę efektywności i produktywności w różnych branżach, umożliwienie interakcji zbliżonej do ludzkiej (przetwarzanie języka naturalnego, rozpoznawanie obrazu i dźwięku) oraz — docelowo — tworzenie systemów, które potrafią samodzielnie uczyć się i dostosowywać.
W gruncie rzeczy sztuczna inteligencja stara się zasypać lukę między ludzką inteligencją a możliwościami maszyn, napędzając innowacje i zmieniając sposób, w jaki pracujemy, komunikujemy się i rozwiązujemy złożone problemy.Sztuczna inteligencja jako katalizator realizacji ambicji ESG
Sztuczna inteligencja może wspierać cele ESG na wiele sposobów. Zdolność do przetwarzania ogromnych zbiorów danych w czasie rzeczywistym ułatwia podejmowanie decyzji opartych na faktach, co pomaga w osiąganiu celów środowiskowych, społecznych i związanych z ładem korporacyjnym.
W obszarze środowiska:
- Monitorowanie środowiska: analiza zdjęć satelitarnych z wykorzystaniem AI pozwala śledzić emisje CO2, wylesianie, jakość wody i bioróżnorodność, wspierając działania na rzecz ochrony przyrody.
- Efektywność energetyczna i redukcja emisji: AI potrafi prognozować zapotrzebowanie na energię i optymalizować jej zużycie w budynkach, fabrykach i centrach danych — m.in. dzięki analizie predykcyjnej i technologiom inteligentnych sieci.
- Gospodarka odpadami i gospodarka o obiegu zamkniętym: systemy sortowania z wykorzystaniem AI mogą zwiększać efektywność recyklingu oraz identyfikować możliwości ponownego wykorzystania materiałów.
- Zrównoważone łańcuchy dostaw: analityka oparta na AI ułatwia śledzenie emisji i zużycia zasobów w całych łańcuchach dostaw, pomagając firmom ograniczać straty i marnotrawstwo.
W obszarze społecznym:
- Ochrona zdrowia: AI umożliwia szybsze, częściowo zautomatyzowane badania przesiewowe pacjentów, skracając opóźnienia diagnostyczne, poprawiając monitorowanie stanu zdrowia i pomagając zmniejszać nierówności w dostępie do wysokiej jakości opieki zdrowotnej. Analiza ogromnych zbiorów danych z wykorzystaniem AI wspiera rozpoznawanie i leczenie rzadkich chorób.
- Edukacja: AI wspiera zdalną naukę, spersonalizowane wsparcie dydaktyczne i adaptacyjne platformy edukacyjne, czyniąc edukację bardziej dostępną i dopasowaną do indywidualnych potrzeb.
- Dostępność i włączenie społeczne: narzędzia oparte na AI zwiększają dostępność dla osób z niepełnosprawnościami — np. dzięki konwersji mowy na tekst, czytnikom ekranu czy wsparciu dla osób z niepełnosprawnością wzroku.
W obszarze ładu korporacyjnego:
- Zarządzanie ryzykiem i zgodność z regulacjami: systemy AI potrafią skutecznie śledzić zmiany przepisów, sygnalizować ryzyko niezgodności, ograniczać błędy ludzkie oraz automatyzować raportowanie wskaźników i ujawnianie informacji ESG.
- Wykrywanie nadużyć i zwiększanie przejrzystości: modele uczenia maszynowego wykrywają anomalie w transakcjach finansowych i w danych dotyczących łańcuchów dostaw, co wzmacnia rozliczalność.
- Decyzje oparte na danych: AI dostarcza prognozy i wnioski analityczne wspierające decyzje zarządów i rad nadzorczych, pomagając utrzymać spójność z celami ESG i zapewnić długoterminową zrównoważoność.
Dlaczego to może być oksymoron?
Choć AI jest często przedstawiana jako wspierająca cele ESG, rzeczywistość jest bardziej złożona, a czasem wręcz sprzeczna. Technologia wiąże się z nieuniknionymi kompromisami i ryzykami, o których zbyt często się zapomina.
W obszarze środowiska:
- Zużycie zasobów: systemy AI są bardzo zasobożerne — do przetwarzania danych, trenowania modeli i chłodzenia centrów danych potrzebują ogromnych ilości energii i wody. Budzi to poważne obawy o zgodność z zasadami zrównoważonego rozwoju, bo ślad węglowy operacji AI na dużą skalę może dorównywać emisjom całych branż.
- Według niedawnych szacunków pojedyncze zapytanie do ChatGPT zużywa około dziesięć razy więcej energii niż wyszukiwanie w Google. Co więcej, według PBS (Public Broadcasting Service) ekspansja centrów danych wykorzystujących AI tylko w USA do 2030 roku może powodować dodatkową emisję rzędu 24–44 mln ton CO2 rocznie (co odpowiada wprowadzeniu na drogi dodatkowych 5–10 mln samochodów).
W obszarze społecznym:
- Utrata miejsc pracy: AI może prowadzić do znaczących redukcji etatów w wielu sektorach. Niekiedy technologia rozwija się szybciej niż pracownicy są w stanie się przekwalifikować, co utrudnia płynne przejście do nowych ról.
- Zaangażowanie poznawcze: badania, m.in. na MIT, wykazały istotne różnice w aktywności mózgu między osobami intensywnie korzystającymi z AI a tymi, które z niej nie korzystają. Wyniki sugerują, że nadmierne poleganie na AI może obniżać zaangażowanie poznawcze, co może negatywnie odbijać się na kreatywności, pamięci, rozwiązywaniu problemów, myśleniu krytycznym i procesie decyzyjnym.
- Relacje społeczne: wraz z upowszechnieniem AI pojawia się obawa, że ludzie — zwłaszcza osoby bardziej wrażliwe — mogą coraz chętniej wybierać „przyjaciół” AI zamiast relacji w świecie rzeczywistym. W skrajnych przypadkach wiązano nadmierne poleganie na AI z izolacją emocjonalną i autoagresją. W USA złożono pozew, w którym zarzucono, że chatbot Character.AI miał zachęcać 14‑letniego chłopca do zrobienia sobie krzywdy.
- Uprzedzenia i sprawiedliwość: AI generuje dylematy etyczne sprzeczne z zasadami ESG. Uprzedzenia algorytmiczne, naruszenia prywatności i inwigilacja podważają równość społeczną i prawa człowieka. Ryzyka te ujawniały się m.in. w dyskryminujących algorytmach rekrutacyjnych oraz inwazyjnych praktykach pozyskiwania danych.
- Deepfaki i szkodliwe treści: AI może tworzyć niezwykle przekonujące deepfaki, w tym poniżające lub zniesławiające przedstawienia konkretnych grup, np. kobiet. To utrwala szkodliwe stereotypy, sprzyja dyskryminacji i może powodować szkody reputacyjne oraz emocjonalne.
W obszarze ładu korporacyjnego:
- Nieprzejrzystość AI: brak przejrzystości decyzji podejmowanych przez algorytmy (tzw. problem „czarnej skrzynki”) rodzi poważne wyzwania etyczne i zarządcze. Procesy decyzyjne AI nie są dostatecznie jawne, łatwe do interpretacji ani w pełni audytowalne, co utrudnia pociąganie do odpowiedzialności.
Wnioski
AI jest już z nami i nic nie wskazuje na to, by miała zniknąć. Oferuje potężne narzędzia przyspieszające postęp w obszarze ESG, ale niesie też nieodłączne koszty środowiskowe, ryzyka społeczne i luki w ładzie korporacyjnym. ESG i AI muszą współistnieć, jednak ich połączenie to paradoks wymagający uważnej analizy. AI zmienia branże w bezprecedensowym tempie, a ramy ESG muszą się do tego dostosować, by transformacja była zgodna z zasadami zrównoważenia, równości i odpowiedzialności.
To, jak potoczą się dalsze losy, zależy od kierunku rozwoju AI i decyzji podejmowanych przez liderów tej technologii. Chodzi m.in. o: tworzenie algorytmów i infrastruktury minimalizujących zużycie energii oraz ślad węglowy; wbudowywanie standardów etycznych oraz mechanizmów kontroli uprzedzeń i wspierania różnorodności w systemy AI, by zapobiegać dyskryminacji i chronić równość społeczną; zapewnianie audytowalności i jasnych ram odpowiedzialności, by ograniczać problem „czarnej skrzynki”; a także przygotowanie pracowników do gospodarki napędzanej przez AI, by zmniejszać ryzyko utraty miejsc pracy i napięć społecznych.
Niniejsza treść jest materiałem marketingowym i nie powinna być traktowana jako porada inwestycyjna. Instrumenty finansowe wiążą się z ryzykiem, a wyniki osiągnięte w przeszłości nie stanowią gwarancji przyszłych wyników.
Instrumenty wymienione w tej treści, jeśli istnieją, mogą być emitowane przez partnera, od którego Saxo otrzymuje opłaty promocyjne, płatności lub retrocesje. Chociaż Saxo może otrzymywać wynagrodzenie z tytułu tych partnerstw, wszystkie treści są tworzone w celu dostarczania klientom cennych informacji i inwestycji opcje.