با قویتر شدن روزافزون روندهای تحول دیجیتال و توسعه پایدار، هوش مصنوعی (AI) به عنوان ابزاری قدرتمند برای پشتیبانی کسبوکارها در مدیریت و اجرای معیارهای ESG (محیط زیست - جامعه - حاکمیت) در نظر گرفته میشود. با این حال، برای شرکتهای کوچک و متوسط (SMEs)، مسیر دستیابی و بهکارگیری هوش مصنوعی هنوز با موانع بسیاری روبرو است.
چالشهای شرکتهای کوچک و متوسط هنگام بهکارگیری هوش مصنوعی در پیادهسازی ESG
پروفسور دکتر مک کواک آن، معاون رئیس جمهور و دبیرکل انجمن شرکتهای کوچک و متوسط هانوی، مدیر موسسه اقتصاد و توسعه سازمانی، خاطرنشان کرد که چالش خاص شرکتهای کوچک و متوسط ویتنامی، کمبود پرسنلی با دانش ESG و هوش مصنوعی است، به ویژه مشاغل محلی در مناطق دور افتاده که فرصتهای زیادی برای دسترسی به اطلاعات یا فناوری مدرن وجود ندارد.
چالش دیگر، ذهنیت صبر و انتظار است، نه کنشگری. به طور خاص، کسب و کارها اغلب قبل از اجرای ESG منتظر درخواست شرکای خارجی میمانند، به جای اینکه به طور فعال سیستمهای داخلی را بسازند. او گفت: «واحدها همچنین فاقد بستری برای به اشتراک گذاشتن دادههای ESG در زنجیرههای تأمین داخلی هستند و این امر، نشان دادن شاخصهای شفاف و کامل زیستمحیطی و اجتماعی را برای SMEها دشوار میکند.»
به طور خاص، به گفته او، هزینه هنوز بزرگترین مانعی است که باعث میشود اکثر شرکتهای کوچک و متوسط در رویکرد به هوش مصنوعی در اجرای ESG تردید داشته باشند. هزینه اولیه سرمایهگذاری فناوری در هوش مصنوعی بالا است، از جمله نرمافزار هوش مصنوعی، زیرساخت ابری، سیستمهای داده ESG... او گفت: «در مورد هزینه آموزش کارکنان و نگهداری عملیات، برای شرکتهای کوچک و متوسط دشوار است که یک تیم داخلی از متخصصان هوش مصنوعی یا ESG را حفظ کنند. برونسپاری نیز گران است، معمولاً از 1500 تا 3000 دلار در ماه برای هر نفر متغیر است.»
با توجه به هزینه جمعآوری دادههای ESG، اندازهگیری محدوده ۳ (انتشار غیرمستقیم از زنجیره تأمین) به طور خاص دشوار است، که ۷۵ درصد از کل انتشار گازهای گلخانهای را تشکیل میدهد اما به دادههای تأمینکنندگان وابسته است - چیزی که SMEها کنترل کمی بر آن دارند.

فناوری هوش مصنوعی به ردیابی منشأ دادههای محیطی کمک میکند (عکس: FreePik).
علاوه بر این، آقای مک کواک آن گفت که شرکتهای کوچک و متوسط فاقد مهارتهای تخصصی در هوش مصنوعی و ESG هستند و این شکاف کاملاً جدی است. او گفت: «شرکتها فاقد پرسنل «دو در یک» هستند. متخصصانی که هم هوش مصنوعی و هم ESG را درک کنند، بسیار نادر هستند. اکثر شرکتهای کوچک و متوسط باید این دو حوزه را از هم جدا کنند و این باعث عدم اتصال استراتژیک میشود.»
او همچنین اظهار داشت که شرکتهای کوچک و متوسط اغلب متخصصانی ندارند که بدانند چگونه دادههای مربوط به انتشار گازهای گلخانهای، مصرف انرژی، آب و غیره را طبق استانداردهای بینالمللی به گزارشهای ESG تبدیل کنند.
آقای مک کواک آنه خاطرنشان کرد که در واقعیت، بسیاری از شرکتهای کوچک و متوسط هنوز مردد هستند یا هوش مصنوعی را «بازی بزرگسالان» میدانند. اکثر مطالعات موردی برجسته از شرکتهای بزرگی مانند یونیلیور، مایکروسافت، IKEA ... آمده است.
کاربردهای هوش مصنوعی در اجرای ESG چه نتایجی به همراه خواهد داشت؟
طبق نظرسنجی فدراسیون تجارت و صنعت ویتنام در سال ۲۰۲۴، تنها حدود ۱۴ درصد از شرکتهای کوچک و متوسط مورد بررسی اظهار داشتند که ESG یک عامل اجباری در استراتژی توسعه آنها است و کمتر از ۵ درصد از آنها هوش مصنوعی را در مدیریت ESG به کار گرفتهاند.
بسیاری از کسبوکارها هنوز ESG را با فعالیتهای خیریه فردی و حفاظت از محیط زیست اشتباه میگیرند، بدون اینکه مطابق با استانداردهای بینالمللی (GRI، CSRD، TCFD...) به ESG نزدیک شوند. کاربرد هوش مصنوعی عمدتاً به مدیریت مشتری، فروش یا اتوماسیون داخلی محدود میشود و به طور واضح با مدیریت ESG مرتبط نیست...

هزینه همچنان بزرگترین مانعی است که مانع از روی آوردن اکثر شرکتهای کوچک و متوسط به هوش مصنوعی در پیادهسازی ESG میشود (عکس: FreePik).
به گفته آقای مک کواک آن، هوش مصنوعی به عنوان ابزاری ضروری برای کمک به کسبوکارها، به ویژه شرکتهای کوچک و متوسط، در اجرای مؤثرتر و شفافتر ESG در حال ظهور است.
اول، هوش مصنوعی به خودکارسازی گزارشدهی ESG کمک میکند. بر این اساس، هوش مصنوعی به جمعآوری و تجزیه و تحلیل دادههای ESG در زمان واقعی کمک میکند و خطاهای دستی را به حداقل میرساند. طبق گزارش مککینزی، کسبوکارهایی که از هوش مصنوعی برای گزارشدهی پایداری استفاده میکنند، میتوانند در مقایسه با روش سنتی، تا 30 تا 40 درصد در زمان صرفهجویی کنند.
دوم، هوش مصنوعی به افزایش قابلیت اطمینان و شفافیت کمک میکند. فناوری هوش مصنوعی به ردیابی منشأ دادههای زیستمحیطی (مانند انتشار گازهای گلخانهای، مصرف انرژی) کمک میکند و از این طریق به راحتی آن را با استانداردهای اتحادیه اروپا مقایسه میکند.
سوم، تشخیص خطرات بالقوه ESG است. به لطف تجزیه و تحلیل کلان داده، هوش مصنوعی میتواند هشدارهای اولیهای در مورد مسائل مربوط به خطرات اقلیمی، نیروی کار و زنجیرههای تأمین ناپایدار ارائه دهد. به عنوان مثال، بسیاری از شرکتهای کوچک و متوسط در اروپا از هوش مصنوعی برای محاسبه انتشار گازهای گلخانهای Scope 3 استفاده کردهاند - عاملی که قبلاً اندازهگیری آن تقریباً غیرممکن بود.
آقای مک کواک آن گفت: «بنابراین، هوش مصنوعی ابزاری است که نه تنها به شرکتهای کوچک و متوسط کمک میکند تا با الزامات ESG همگام باشند، بلکه مزایای رقابتی بلندمدتی را در محیط کسبوکار جهانی ایجاد میکند.»
آقای مک کواک آن به برخی از مدلهای شرکتهای کوچک و متوسط که هوش مصنوعی را در ESG در ویتنام به کار میگیرند، اشاره کرد. در صنایع کشاورزی و غذایی، شرکت وین هوآ - بن تره، شرکت تعاونی چای گیاهی تو لو - ین بای وجود دارد. در صنعت تولید - صنایع سبک، شرکت سهامی پلاستیک آن فات هولدینگز وجود دارد، اگرچه دیگر یک شرکت کوچک و متوسط نیست، اما هنوز یک مجری قوی است. در صنعت نساجی - کفش، شرکت نساجی هوئه، شرکت بافندگی دونگ ژوان (در مقیاس متوسط) وجود دارد...
آقای مک کواک آنه افزود: «بسیاری از کسبوکارهای کوچک در زنجیره تأمین نایک، دکتلون... نیز طبق درخواست شرکتها، شروع به استفاده از داشبوردهای ESG (هوش مصنوعی یکپارچه) کردهاند.»

بسیاری از کسبوکارها هنوز مطابق با استانداردهای بینالمللی به ESG (محیط زیست، اجتماع و حکومت) نزدیک نشدهاند (عکس: FreePik).
سیاستهایی برای کاهش موانع برای شرکتهای کوچک و متوسط
آقای مک کواک آنه، برای حل مشکل سرمایه، مهارت، داده و فناوری، پیشنهاد داد که سیاستها باید در جهت یارانههای مالی - فناوری - هماهنگ شوند. او گفت: «دولت وامهای ترجیحی برای شرکتهای کوچک و متوسط ارائه میدهد تا هوش مصنوعی را در پیادهسازی ESG به کار گیرند یا از نرمافزار هوش مصنوعی حمایت مالی کنند و هزینههای مشاوره برای استفاده از هوش مصنوعی را در ۶ تا ۱۲ ماه اول تأمین کنند.» به عنوان مثال، در آلمان، دولت فدرال ۳ میلیارد یورو برای حمایت از شرکتهای کوچک و متوسط در تحول دیجیتال، از جمله در حوزه هوش مصنوعی و پایداری، هزینه میکند.
مورد دوم، آموزش مهارتهای دوگانه است. دولت باید برنامههای آموزشی رایگان ایجاد کند یا با دانشگاهها همکاری کند تا مهارتهای هوش مصنوعی را به طور موازی آموزش دهد. به طور خاص، دولت باید آموزش شرکتهای تولیدی و صادراتی را در اولویت قرار دهد.
سومین مورد، استانداردسازی و شفافسازی دادههای ESG است. به گفته آقای مک کواک آن، لازم است پلتفرمی برای به اشتراکگذاری دادههای انتشار گازهای گلخانهای و ESG بین کسبوکارهای این صنعت ایجاد شود. از SMEها برای محاسبه سریع محدوده ۱، ۲ و ۳ با ابزارهای هوش مصنوعی کاربرپسند پشتیبانی کنید.
چهارم، ارتقای همکاری در زنجیره تأمین است. آقای مک کواک آن، شرکتهای بزرگ را تشویق میکند تا از طریق سازوکارهای کسر مالیات یا به رسمیت شناختن شاخصهای ESG زنجیره تأمین، از شرکتهای کوچک و متوسط حمایت مالی کنند.
او تأکید کرد: «ایجاد یک شبکه هوش مصنوعی - ESG بین شرکتهای بزرگ، شرکتهای کوچک و متوسط و استارتآپهای فناوری ضروری است.»
منبع: https://dantri.com.vn/kinh-doanh/doanh-nghiep-nho-va-vua-ung-dung-ai-khi-thuc-thi-esg-ra-sao-20250809004907892.htm
نظر (0)