身為企業資訊長應提示檢核表（Checklist），以及透過 AI 自動化評估成果，來自動化做到公司資訊揭露的評估與達成永續策略的建立，以協助企業永續部門參考。

在運用AI的過程中，企業將依賴大型語言模型（LLM），LLM 在文本推理、理解和生成內容方面展現出強大的能力，企業也建置檢索增強生成（RAG）系統，將外部知識納入提供給 LLM 的提示中，並強制 LLM 模型在回答特定問題時，僅能依賴這些資訊。而 RAG 系統利用 LLM 的強大功能，對提供的內容進行總結和推理，並盡量減少對 LLM 內部知識的依賴。

數位賦能的淨零戰略與治理

在推動淨零轉型中，資訊長能發揮的價值，不僅限於 IT 系統的運行維護，而能透過數位化、數據平台與 AI 工具，讓企業更加精準與透明地擬定氣候轉型的戰略規劃與治理。資訊長應引導組織建立清晰的長期淨零目標與中期減碳里程碑，確保涵蓋溫室氣體範疇 1、2、3 排放範圍，並將目標數據化、系統化，方便 AI 後續自動化評估與追蹤。

如《表一》中建立檢核表之檢核問題集如下：公司是否設定了明確的淨零年份與減排百分比？中期目標是否可量化且有驗證依據？

《表一》檢核表之檢核問題與AI自動化評估成效

在治理面，透過企業資訊系統，追蹤並存檔董事會與管理層在氣候策略上的決策記錄，並自動化比對永續目標與高層績效獎酬的關聯度。同時，資訊系統還能整合相關的第三方驗證機構報告，在查驗證以前能夠自動標記公司資訊系統當中，缺漏資訊與異常數據。

AI 自動化評估的問題庫可包括：

• 董事會議紀錄中是否有符合主管機關法規指定的氣候議題？
• 第三方驗證報告，要涵蓋所有價值鏈在未來持續營運的範疇三排放時，還能夠增進改善那些部分？
• 所有價值鏈的利害關係人參與企業未來推動的淨零路徑下的轉型計畫，是否有符合目標下的所有成果的完整量化指標？

透過這樣的數位支持，資訊長將不只是永續長的資料提供者，更是策略推動與合規監控的重要夥伴。

驅動全價值鏈的數據揭露與投資透明化

當公司參與 SBTi、RBA（負責任商業聯盟，Responsible Business Alliance）或者 EcoVadis 等國際認證時，資訊長能為永續長解決的最大痛點之一，就是提供國際認證所需之數據揭露的完整性與一致性。

身為資訊長應協助建立全公司統一的碳排數據平台，確保基準年數據、年度追蹤與趨勢分析的一致性，並在系統中嵌入國際標準（如 SBTi、EcoVadis）的演算法，以便 AI 自動化檢核。

例如檢核表問題：公司是否揭露碳抵換使用比例？排放數據是否完整涵蓋全價值鏈之範疇？是否提供排放強度指標及跨年度趨勢？

AI 工具可擷取企業內部系統，與對外揭露的 ESG永續報告書、CDP 回覆與企業網站，對比數據缺口並提醒永續團隊。另外在技術與創新方面，可建立低碳技術與能源轉型的專案管理平台，追蹤每個專案的投資額、時程與減碳效益，並連結物聯網設備數據以量化節能成效。

檢核表問題可包括：是否披露低碳技術研發投入與成效？是否揭露再生能源使用比例與目標年份？

至於，在財務透明度上，可整合財務報告系統與永續報告系統，計算低碳專案的資本支出比例，並透過 AI 自動化比對歷年變化，生成可視化趨勢圖，協助決策者優化投資方向。

建構可驗證的低碳生態系

淨零轉型的挑戰不只存在於企業內部，更在於整體供應鏈的數據透明度與減碳能力。資訊長可與永續長協作，建立價值鏈供應鏈碳排報告平台，要求供應商定期提交數據，並透過數位問卷與系統 API 自動擷取，供應商 ESG 平台上的資訊。

檢核表問題可包括：供應商是否提交碳排放數據？是否參與減碳培訓？採購政策是否納入碳足跡要求？

AI 系統可自動比對不同供應商的績效，標記高風險或低表現夥伴，為採購策略提供依據。在風險管理與韌性管理方面，可引入氣候風險模擬與情境分析系統，結合地理資訊（GIS）與氣象資料，模擬實體風險衝擊，並與財務系統對接，量化轉型風險對營收與成本的影響。

AI 問題庫可包括：是否有氣候風險情境分析？是否公開轉型風險應對策略？

最後，持續改進與透明溝通也是 CIO 賦能永續團隊的重點。透過數據治理平台與版本控制，CIO 能確保跨年度報告之數據一致性，並即時生成符合 GRI、SBTi、IFRS 標準的揭露文件。

同時，第三方驗證的覆蓋率、審核獨立性與後續改進措施，都能由 AI 系統自動檢查與追蹤。這樣的數位化檢核表與 AI 問題庫，不僅提升了揭露的效率與準確性，也讓 CIO 成為企業低碳轉型的核心推手。

原文出處：CIO Taiwan