以往影響投資人決策的，是企業的獲利能力（EPS），現在則變成了企業永續發展的能力（ESG）。尤其製造業是首波面對碳盤查及碳稅徵收衝擊的對象，如何善用AI（人工智慧）科技實現ESG目標，至關重要。

一、ESG：面對挑戰，擁抱機會

由於法規壓力、利害關係人期望、全球挑戰及競爭優勢的爭奪，近幾年來ESG不僅令製造業充滿焦慮，更一直是產業內部討論的焦點。企業間普遍認為，選擇ESG會影響財務表現，但實際上ESG與業務目標能夠相輔相成。企業可以透過優化營運流程來減少能源消耗與製造成本，提高財務表現，同時吸引投資與人才。隨著新生代員工在考慮工作機會時越來越重視永續性，採取ESG措施將有助於製造業吸引多元人才加入。

另一派看法則指出追蹤ESG成果時，不僅耗時且所費不貲。由於報告書缺乏統一標準與結構，再加上複雜且不斷更新的法規要求，以及在不同司法管轄區域存在的差異，需要準確且完善的披露，因此許多企業並沒有足夠的資源和團隊來應對這項龐大的任務。

二、將AI融入製造業的ESG框架

事實上，企業應該明白，人工智慧（AI）能夠在製造業解決ESG問題上扮演關鍵角色。企業可以利用AI自動追蹤進度並生成相關報告，同時確保企業遵守最新法規要求。

此外，導入AI應用更能協助製造業實現ESG目標，例如透過優化能源使用，找出可改善之處，並提供降低環境影響的洞察報告。以下為幾個AI協助製造業實現ESG目標的例子：

案例1：能源管理

為了永續發展，政府通常會設定製造業每月電力使用上限，當使用量超過這些閾值時，將按較高的費率收費，這對許多企業而言是項挑戰。為了滿足客戶需求，企業常須採取1∼2週的短期生產計畫，使得他們難以精準預測長期的電力消耗。

企業可以運用AI分析生產排程並預測接下來生產所需的能源使用量，如果預測的耗能超過閾值，AI機器學習平台可以提出能源優化建議，像是在不同月份之間重新分配生產批次以降低總體使用量。

以AI應用進行能源管理的實例之一：智慧電網集成了AI機器學習平台，有效收集用電量數據，每年可減少8%的用電量；當電力超過閾值時，智慧電網便會進行自動化調整，也幫助工廠在2018∼2020年間成功將用水量大幅減少了23%，碳排放量亦減少了20%。

案例2：

在許多產業中，材料成本非常可觀，而個別材料的價格更容易受市場波動影響。在ESG策略中導入AI應用，便能有效應對不斷飆升的材料費用等經營成本。

在一個由AI協助的玻璃廠案例中，可以看到導入AI應用所產生的積極效應。玻璃熔化過程需要使用天然氣、石油和電力，這些能源使用都會導致大量的溫室氣體排放。AI機器學習平台以市場材料成本和節能減碳為主要考量，協助優化能源使用，不僅節省了碳足跡，也大幅度降低製造成本，一舉兩得。

此外，通過彙總過去製程中的材料數據，該企業運用AI進行配方最佳化，減少材料浪費。例如，在使用樹脂製作雪花球的底座或裝飾時，溫度和濕度對確定成型的速度和成功率至關重要；有了AI系統提供的數據，成功減少了基座製作時近15%的材料消耗，也達到友善環境的目標。

三、結語

雖然製造業對於ESG報告與策略所涉及的成本及難度有所顧慮，但透過在ESG計畫中引入先進的AI管理能力，企業可以輕鬆實現永續發展，同時降低營運成本並增加收益。製造業的AI應用導入，能有助於優化材料和能源使用，大幅節省環境和製造成本，為企業開闢通往ESG目標的康莊大道。

隨著永續發展的重要性不斷提升，企業要保持競爭力，必須開始擁抱AI、克服成本障礙，才能收穫 ESG的甜美果實。