AI kan tage dataslæbet i ESG-arbejdet, men kommer med en stor energiregning

Virksomheder står over for stadig skrappere krav om rapportering på ESG-området. Her kan kunstig intelligens blive et vigtigt redskab til at håndtere de voksende datamængder, viser erfaringer fra blandt andre Danske Bank og Grundfos.

Hos Danske Bank arbejder man på en AI-løsning, der skal samle og analysere store mængder ESG-data langt hurtigere end det tidligere var muligt. Det gør det lettere at vurdere kunders klimaambitioner og rådgive mere præcist i forhold til deres bæredygtighedspræferencer.

“Det gør det muligt for alle at indsamle viden, behandle viden og reagere på baggrund af den viden hurtigt. Og det betyder, at det bliver langt sværere for virksomheder at gemme sig i rapporter, fordi al den viden er tilgængelig”, forklarer Kasper Tjørntved Davidsen, AI-chef i Danske Bank, til Børsen.

Også i industrien er AI allerede i brug. Hos Grundfos har man investeret i et AI-værktøj, der kan forbinde kravene i EU’s CSRD-direktiv med opdaterede klimastandarder, og dermed effektivisere indsamlingen og valideringen af data.

“Det sparer os for at skulle række ud til vores interne samarbejdspartnere i organisationen adskillige gange for lige at tjekke og opdatere data. Nu har vi det med på én gang og får det automatisk lagt over til de andre standarder,” sagde Louise Koch, bæredygtighedsdirektør i Grundfos, til Børsen.

Effektivisering med slagside

Ifølge Annemarie Meisling, partner i konsulenthuset Koral, har ESG-afdelingerne dog ikke været blandt de første til at tage AI i brug. Hun peger dog på det store potentiale, særligt når det gælder de tunge rapporteringsopgaver som f.eks. spørgeskemaer fra Carbon Disclosure Project.

Men med AI følger også en ny udfordring: Energiforbruget. AI kræver massive mængder energi, så hvis brugen af AI reelt skal føre til klimagevinster, må strømmen komme fra de rigtige kilder og brugen være bevidst og ansvarlig.

Hos Danske Bank stilles der eksempelvis krav om effektiv kodning og brug af mindre energitunge modeller, alt efter opgavens karakter.

- lhs