【法規解碼室】AI開始閱讀企業永續報告:台灣ESG資訊正式進入「機器可讀」時代
2026-07-22
聖麒科技有限公司
3
證交所首度導入AI擷取年報ESG指標,並串聯數位平台與ESG InfoHub。當永續資訊能被機器大量讀取、比對,企業面對的已不只是揭露要求,更是資料一致性與內控能力的檢驗。
過去,企業永續報告書主要是「寫給人看」:透過文字、照片與案例,向投資人說明減碳、節能及社會責任成果。然而,當AI開始閱讀年報,未來評估企業ESG表現的,可能先是一套能在短時間內比對數百家公司、數千項指標的系統。
臺灣證券交易所於2026年7月2日宣布,全體上市公司已在6月底完成2025年度企業ESG資訊申報,ESG數位平台並首度推出「ESG指標AI擷取」服務。系統可從企業年報主動擷取永續資訊,轉換為符合申報格式的檔案,降低人工蒐集與重複輸入負擔。
這不只是一項提高效率的工具,更代表台灣ESG揭露正式從「報告編製」走向「資料治理」。
從一本報告,變成可比較的資料庫
證交所ESG數位平台目前整合企業ESG指標、永續報告書、永續經濟活動及SASB產業指標等申報功能,ESG指標並已擴增至102項;另一端的ESG InfoHub,則將企業資料轉化為視覺化圖表,讓投資人進行跨年度、跨公司與跨產業比較。
平台也能串接既有申報資訊,自動產出永續報告書初稿;2026年再增加線上文字編輯、複製前一年度底稿、自動帶入SASB內容,並配合GRI 101生物多樣性準則更新範例。
過去散落在碳盤查報告、電費單、人資系統、供應商問卷與Excel表格中的資料,正逐步被放進相同架構。投資人未來不必逐頁閱讀數百頁報告,也能快速比較企業碳排、能源、用水、職災、薪資及董事會治理績效。
AI最容易讀出哪些矛盾?
AI擷取可以降低人工重工,卻不會自動修正錯誤。如果企業資料治理尚未成熟,數位化反而會讓矛盾更快被發現。
第一種矛盾是「邊界不同」。永續報告涵蓋全集團,碳盤查卻只計算台灣總部;能源數據包含工廠,用水量卻漏掉海外據點。
第二種是「年度無法銜接」。前一年採市場基準法,下一年改用所在地基準法,卻未說明方法或基準年調整,造成減量幅度失真。
第三種是「同一數字多種版本」。環境部申報、永續報告、客戶問卷及ESG平台出現不同碳排數據,卻找不到核准版本與修改紀錄。
第四種則是「目標沒有分母」。企業宣稱能源效率提升,卻未揭露以營收、產量或面積作為強度基準,使外界難以判斷改善是否來自實際管理,還是產量下降。
機器可讀,不等於資料可信
嚴格而言,證交所目前的AI擷取,是利用技術將非結構化文字轉成標準化申報資料;而國際上由IFRS永續揭露分類標準推動的XBRL,則是替每項資訊加上數位標籤,使資料能被系統搜尋、擷取與比較。
無論採取哪一種方式,關鍵都不是報告排版多精美,而是每個數字能否回溯到活動數據、排放係數、計算公式、責任部門、核准版本及確信證據。
企業真正需要建立的,是一套與財務報導相似的「ESG碳帳本」。
聖麒顧問Q&A
Q1:有AI擷取後,企業是否不用再整理ESG資料?
聖麒顧問回覆:不是。AI能減少複製與輸入時間,但無法代替企業確認邊界、單位、係數及數據正確性。錯誤資料被快速擷取,仍然是錯誤資料。
Q2:企業最先應建立什麼?
聖麒顧問回覆:建議先建立ESG資料字典,統一指標名稱、定義、單位、統計期間、組織邊界、資料來源及負責部門,避免同名不同義。
Q3:碳盤查資料如何因應機器比對?
聖麒顧問回覆:應保存原始單據、係數來源、版本、計算公式與調整紀錄,並讓ISO 14064-1、GHG Protocol、ESG平台及客戶問卷使用一致的核心數據。
Q4:AI能防止漂綠嗎?
聖麒顧問回覆:AI可協助發現年度落差與異常,但仍需專業判斷及第三方確信。真正防止漂綠的,是清楚邊界、可追溯證據與有效內控。
碳帳本解剖室判讀:下一階段的漂綠,不一定先被人揭穿;它可能先被一套能比對三年數據、辨識多份報告矛盾的AI發現。