ESG ในยุค AI: ธุรกิจต้องปรับตัวอย่างไร เพื่อเติบโตอย่างยั่งยืน

ปัญญาประดิษฐ์ (Artificial Intelligence: AI) กำลังเข้ามาเปลี่ยนแปลงโลกธุรกิจอย่างรวดเร็ว ตั้งแต่การวิเคราะห์ข้อมูล การบริหารต้นทุน การพัฒนาผลิตภัณฑ์ ไปจนถึงการตัดสินใจเชิงกลยุทธ์ขององค์กร เทคโนโลยีที่เคยเป็นเพียงเครื่องมือสนับสนุนการทำงาน กำลังกลายเป็นปัจจัยสำคัญที่ส่งผลต่อความสามารถในการแข่งขัน

อย่างไรก็ตาม การนำ AI มาใช้ไม่ได้หมายความว่าธุรกิจจะเติบโตหรือสร้างผลกำไรได้มากขึ้นเสมอไป เพราะนอกจากโอกาสในการเพิ่มประสิทธิภาพแล้ว ยังมีต้นทุน ความเสี่ยง และผลกระทบที่องค์กรต้องบริหารจัดการอย่างรอบคอบ

ประเด็นดังกล่าวได้รับความสนใจในการประชุมประจำปีของกองทุนการเงินระหว่างประเทศ (IMF) และธนาคารโลก (World Bank Group) ที่กรุงเทพมหานคร ระหว่างวันที่ 12–18 ตุลาคม 2569 โดยมีการอภิปรายถึงบทบาทของ AI ต่อเศรษฐกิจโลก ตลาดแรงงาน และความจำเป็นในการกำกับดูแลเทคโนโลยีอย่างรับผิดชอบ ^[1]

Jack Clark ผู้ร่วมก่อตั้ง Anthropic ยังได้กล่าวถึงความก้าวหน้าอย่างรวดเร็วของ AI และผลกระทบที่อาจเกิดขึ้นต่อเศรษฐกิจและชีวิตประจำวัน ในการบรรยาย Per Jacobsson Lecture เมื่อวันที่ 17 ตุลาคม 2569 ^[2]

ความเปลี่ยนแปลงเหล่านี้ทำให้เกิดคำถามสำคัญสำหรับภาคธุรกิจว่า

“องค์กรจะใช้ประโยชน์จาก AI อย่างไร โดยไม่สร้างความเสี่ยงใหม่ต่อสิ่งแวดล้อม สังคม และธรรมาภิบาล?”

คำตอบส่วนหนึ่งอยู่ที่การนำหลัก ESG (Environmental, Social and Governance) มาเป็นกรอบในการพิจารณาทั้งโอกาสและผลกระทบจากการใช้ AI เพื่อให้องค์กรสามารถเติบโตได้อย่างมีประสิทธิภาพ รับผิดชอบ และยั่งยืนในระยะยาว

AI ไม่ได้เป็นเพียงเครื่องมือที่ช่วยขับเคลื่อน ESG เท่านั้น แต่การพัฒนาและใช้งาน AI เองก็จำเป็นต้องอยู่ภายใต้หลัก ESG เช่นกัน เพื่อให้เกิดความรับผิดชอบต่อสิ่งแวดล้อม สังคม และธรรมาภิบาลอย่างสมดุล

1. E – Environmental: AI กับการบริหารจัดการสิ่งแวดล้อมอย่างยั่งยืน

โอกาส: AI ช่วยให้องค์กรใช้ทรัพยากรอย่างมีประสิทธิภาพ

ปัจจุบัน AI สามารถเข้ามาสนับสนุนการบริหารจัดการสิ่งแวดล้อมขององค์กรได้หลากหลายด้าน โดยเฉพาะการวิเคราะห์ข้อมูลจำนวนมากที่มีความซับซ้อน ช่วยให้ธุรกิจมองเห็นโอกาสในการลดการใช้ทรัพยากรและลดผลกระทบต่อสิ่งแวดล้อมได้ชัดเจนยิ่งขึ้น

ตัวอย่างการประยุกต์ใช้ AI ได้แก่

• การบริหารพลังงาน: วิเคราะห์รูปแบบการใช้ไฟฟ้าและพลังงานในอาคารหรือโรงงาน เพื่อค้นหาจุดที่ใช้พลังงานสูงผิดปกติ และเสนอแนวทางเพิ่มประสิทธิภาพ
• การจัดการก๊าซเรือนกระจก: สนับสนุนการรวบรวม ตรวจสอบ และวิเคราะห์ข้อมูลกิจกรรมที่เกี่ยวข้องกับการปล่อยก๊าซเรือนกระจก เพื่อช่วยในการจัดทำบัญชีคาร์บอนขององค์กร
• การบริหารจัดการของเสีย: ใช้ระบบ AI ร่วมกับเทคโนโลยีตรวจจับภาพ เพื่อช่วยคัดแยกประเภทวัสดุและของเสีย เพิ่มโอกาสในการนำทรัพยากรกลับมาใช้ประโยชน์
• การบำรุงรักษาเชิงคาดการณ์: วิเคราะห์ข้อมูลเครื่องจักรเพื่อคาดการณ์ความผิดปกติ ลดการสูญเสียพลังงาน วัตถุดิบ และของเสียจากกระบวนการผลิต

การใช้ AI อย่างเหมาะสมจึงสามารถสนับสนุนเป้าหมายด้านการลดการปล่อยก๊าซเรือนกระจก การเพิ่มประสิทธิภาพการใช้ทรัพยากร และการเปลี่ยนผ่านสู่เศรษฐกิจคาร์บอนต่ำ (Low-Carbon Economy)

ความเสี่ยง: AI เองก็มีต้นทุนด้านสิ่งแวดล้อม

แม้ AI จะช่วยลดผลกระทบต่อสิ่งแวดล้อมในหลายกิจกรรม แต่ระบบ AI โดยเฉพาะโมเดลขนาดใหญ่ ต้องอาศัยโครงสร้างพื้นฐานด้านการประมวลผลและศูนย์ข้อมูล (Data Center) ที่ใช้พลังงานจำนวนมาก

รายงาน Energy and AI ของ International Energy Agency (IEA) ในปี 2025 ประเมินว่า การใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลกอาจเพิ่มขึ้นเป็นประมาณ 945 เทราวัตต์-ชั่วโมงในปี 2030 ภายใต้กรณีฐาน ซึ่งคิดเป็นเกือบ 3% ของการใช้ไฟฟ้าทั่วโลก ^[3]

นอกจากการใช้พลังงานแล้ว องค์กรยังควรพิจารณาผลกระทบจากการใช้น้ำเพื่อระบายความร้อน การผลิตอุปกรณ์ประมวลผล และขยะอิเล็กทรอนิกส์ด้วย

จึงเกิดคำถามว่า หากองค์กรนำ AI มาใช้เพื่อลดการปล่อยคาร์บอน แต่การใช้เทคโนโลยีนั้นกลับเพิ่มการใช้พลังงานและทรัพยากรในอีกส่วนหนึ่ง ผลประโยชน์ด้านสิ่งแวดล้อมสุทธิจะเป็นอย่างไร?

แนวทางรับมือ: ใช้ AI อย่างคุ้มค่าและวัดผลได้

องค์กรควรเริ่มต้นจากการกำหนดเป้าหมายด้านสิ่งแวดล้อมที่ชัดเจน ก่อนเลือกนำ AI มาใช้ในกระบวนการที่สามารถสร้างผลลัพธ์ได้จริง

ควรประเมินทั้งผลประโยชน์และต้นทุนด้านสิ่งแวดล้อมจากการใช้เทคโนโลยี รวมถึงเลือกผู้ให้บริการที่มีข้อมูลด้านการใช้พลังงานและแนวทางลดผลกระทบต่อสิ่งแวดล้อมอย่างโปร่งใส

องค์กรควรกำหนดตัวชี้วัดที่ชัดเจน เช่น ปริมาณพลังงานที่ประหยัดได้ การลดการปล่อยก๊าซเรือนกระจกสุทธิ และประสิทธิภาพการใช้ทรัพยากร โดยเปรียบเทียบผลลัพธ์ก่อนและหลังนำ AI มาใช้ พร้อมพิจารณาต้นทุนด้านพลังงานและสิ่งแวดล้อมของเทคโนโลยีด้วย

ตัวอย่าง KPI ได้แก่ พลังงานที่ประหยัดได้ (kWh ต่อปี) การลดการปล่อยก๊าซเรือนกระจกสุทธิ (tCO₂e ต่อปี) หลังรวมผลกระทบจากระบบ AI และปริมาณวัตถุดิบหรือของเสียต่อหน่วยผลิต โดยใช้ขอบเขตและช่วงเวลาที่เทียบเคียงกัน และปรับตามปริมาณการผลิตเพื่อให้เห็นผลของการใช้ AI ชัดเจนขึ้น

AI ที่ดีต่อสิ่งแวดล้อม ไม่ใช่เพียง AI ที่ช่วยลดต้นทุน แต่ต้องสามารถสร้างประโยชน์ด้านทรัพยากรและสิ่งแวดล้อมได้อย่างเป็นรูปธรรม

2. S – Social: AI กับการเปลี่ยนแปลงของคนและสังคม

โอกาส: AI ช่วยเพิ่มศักยภาพและโอกาสในการทำงาน

AI สามารถช่วยให้บุคลากรทำงานได้รวดเร็วขึ้น ลดภาระงานซ้ำซ้อน และเพิ่มเวลาให้กับงานที่ต้องใช้ความคิดสร้างสรรค์ การวิเคราะห์ และการตัดสินใจ

ตัวอย่างเช่น

• การพัฒนาทักษะบุคลากร: ใช้ AI สนับสนุนการเรียนรู้และออกแบบเนื้อหาการฝึกอบรมให้เหมาะกับความต้องการของพนักงาน
• ความปลอดภัยในการทำงาน: วิเคราะห์ข้อมูลอุบัติเหตุหรือสภาพแวดล้อมการทำงาน เพื่อช่วยระบุความเสี่ยงและสนับสนุนมาตรการป้องกัน
• การเข้าถึงข้อมูล: ใช้ AI ช่วยแปลภาษา สรุปข้อมูล หรืออำนวยความสะดวกแก่บุคลากรที่มีข้อจำกัดในการเข้าถึงเทคโนโลยี
• การเพิ่มประสิทธิภาพการทำงาน: ลดเวลาที่ใช้กับงานเอกสารและการจัดการข้อมูล เพื่อให้พนักงานมีเวลาพัฒนาทักษะและสร้างคุณค่าในงานที่ซับซ้อนมากขึ้น

เมื่อใช้อย่างเหมาะสม AI จึงสามารถเป็นเครื่องมือที่ช่วยยกระดับคุณภาพการทำงานและเพิ่มโอกาสในการพัฒนาบุคลากร

ความเสี่ยง: เมื่อประสิทธิภาพเพิ่มขึ้น แต่ความสัมพันธ์ของมนุษย์อาจลดลง

การนำ AI มาใช้อย่างแพร่หลายอาจส่งผลต่อรูปแบบการจ้างงานและความสัมพันธ์ระหว่างบุคคล

งานบางประเภท โดยเฉพาะงานที่มีขั้นตอนซ้ำซ้อนหรือสามารถประมวลผลด้วยระบบอัตโนมัติ อาจถูกเปลี่ยนแปลงหรือมีความต้องการแรงงานลดลง ขณะที่บุคลากรที่ขาดทักษะด้านดิจิทัลอาจเผชิญความเสี่ยงในการปรับตัว ^[4]

อีกประเด็นที่ไม่ควรมองข้ามคือ การพึ่งพา AI มากเกินไปจนลดการปฏิสัมพันธ์ระหว่างมนุษย์

ตัวอย่างเช่น พนักงานอาจเลือกปรึกษา AI ทุกครั้งที่พบปัญหา แทนการพูดคุยกับเพื่อนร่วมงานหรือหัวหน้างาน แม้วิธีนี้จะช่วยให้ได้รับคำตอบรวดเร็ว แต่หากเกิดขึ้นอย่างต่อเนื่อง อาจลดโอกาสในการแลกเปลี่ยนประสบการณ์ การทำงานเป็นทีม และการสร้างความสัมพันธ์ภายในองค์กร

ในระยะยาว องค์กรอาจมีบุคลากรที่ใช้เครื่องมือได้คล่องขึ้น แต่ขาดโอกาสในการฝึกทักษะการสื่อสาร การรับฟัง และการแก้ไขปัญหาร่วมกับผู้อื่น

นอกจากนี้ การใช้ AI ในการคัดเลือกบุคลากรหรือประเมินผลการทำงาน หากอาศัยข้อมูลที่มีอคติ ก็อาจนำไปสู่การตัดสินใจที่ไม่เป็นธรรมได้เช่นกัน ^[5]

แนวทางรับมือ: พัฒนาคนควบคู่ไปกับเทคโนโลยี

องค์กรควรมอง AI เป็นเครื่องมือสนับสนุนศักยภาพของมนุษย์ ไม่ใช่มุ่งใช้เทคโนโลยีเพื่อทดแทนแรงงานเพียงอย่างเดียว

การลงทุนด้านการพัฒนาทักษะใหม่ (Reskilling) และการยกระดับทักษะเดิม (Upskilling) จึงเป็นสิ่งจำเป็น โดยเฉพาะทักษะการคิดวิเคราะห์ การสื่อสาร ความคิดสร้างสรรค์ และการตัดสินใจอย่างมีจริยธรรม

ควรกำหนดกระบวนการทำงานที่เปิดโอกาสให้พนักงานมีปฏิสัมพันธ์และแลกเปลี่ยนความคิดเห็นร่วมกัน รวมถึงให้มนุษย์มีส่วนร่วมในการตรวจสอบการตัดสินใจที่ส่งผลกระทบต่อบุคลากร

องค์กรควรติดตามผลกระทบของ AI ต่อบุคลากรผ่านตัวชี้วัด เช่น สัดส่วนพนักงานที่ได้รับการพัฒนาทักษะด้าน AI ระดับความพึงพอใจของพนักงาน และการเปลี่ยนแปลงรูปแบบการทำงาน เพื่อให้มั่นใจว่าการนำเทคโนโลยีมาใช้ช่วยเพิ่มศักยภาพของบุคลากรควบคู่กับการรักษาคุณภาพชีวิตในการทำงาน

ตัวอย่าง KPI ได้แก่ ร้อยละของพนักงานที่ผ่านการอบรมและประเมินทักษะ AI คะแนนความพึงพอใจหรือภาระงานก่อนและหลังใช้งาน และสัดส่วนงานหรือบทบาทที่เปลี่ยนแปลงพร้อมแผนพัฒนาทักษะรองรับ โดยติดตามแยกตามกลุ่มงานเพื่อมองเห็นผลกระทบที่อาจแตกต่างกัน

องค์กรที่เติบโตอย่างยั่งยืน ไม่ใช่องค์กรที่ใช้ AI แทนคนได้มากที่สุด แต่เป็นองค์กรที่ใช้ AI เพื่อสร้างคุณค่า พร้อมพัฒนาศักยภาพและคุณภาพชีวิตของคนไปด้วยกัน

3. G – Governance: AI กับธรรมาภิบาลและความรับผิดชอบขององค์กร

โอกาส: AI ช่วยยกระดับความโปร่งใสและการบริหารความเสี่ยง

ธรรมาภิบาลเป็นพื้นฐานสำคัญของการดำเนินธุรกิจอย่างยั่งยืน โดย AI สามารถช่วยเพิ่มประสิทธิภาพการกำกับดูแล การตรวจสอบ และการวิเคราะห์ความเสี่ยงขององค์กร

ตัวอย่างการใช้งาน ได้แก่

• การตรวจสอบความผิดปกติ: วิเคราะห์ข้อมูลธุรกรรมหรือการดำเนินงาน เพื่อช่วยค้นหารูปแบบที่อาจบ่งชี้ถึงความผิดปกติ
• การบริหารความเสี่ยง: สนับสนุนการประเมินปัจจัยเสี่ยงจากข้อมูลภายในและภายนอกองค์กร
• การจัดทำรายงาน ESG: ช่วยรวบรวมและจัดระเบียบข้อมูลจากหลายหน่วยงาน เพื่อสนับสนุนกระบวนการจัดทำรายงานความยั่งยืน
• การติดตามข้อกำหนด: ช่วยค้นหาและจัดหมวดหมู่ข้อมูลเกี่ยวกับกฎหมาย มาตรฐาน และข้อกำหนดที่เกี่ยวข้องกับการดำเนินธุรกิจ

อย่างไรก็ตาม ข้อมูลและผลการวิเคราะห์จาก AI ยังจำเป็นต้องได้รับการตรวจสอบจากผู้รับผิดชอบ โดยเฉพาะข้อมูลที่ใช้ในการเปิดเผยต่อผู้ลงทุน หน่วยงานกำกับดูแล หรือสาธารณชน

ความเสี่ยง: ข้อมูลรั่วไหล ความผิดพลาด และการขาดความรับผิดชอบ

หนึ่งในความเสี่ยงที่ใกล้ตัวองค์กรที่สุดคือ การนำข้อมูลภายในหรือข้อมูลลับของบริษัทไปใช้กับ AI โดยไม่มีมาตรการควบคุม

ตัวอย่างเช่น พนักงานนำข้อมูลลูกค้า สัญญาทางธุรกิจ ข้อมูลทางการเงิน หรือแผนกลยุทธ์ที่ยังไม่เปิดเผย ไปป้อนในระบบ AI สาธารณะเพื่อให้ช่วยวิเคราะห์หรือสรุปเนื้อหา

หากองค์กรไม่ตรวจสอบเงื่อนไขการจัดเก็บ การนำข้อมูลไปใช้ หรือสิทธิในการเข้าถึงข้อมูลของผู้ให้บริการ ก็อาจเพิ่มความเสี่ยงต่อการเปิดเผยข้อมูลที่เป็นความลับ และนำไปสู่ปัญหาด้านความมั่นคงปลอดภัยของข้อมูลหรือการปฏิบัติตามกฎหมายคุ้มครองข้อมูลส่วนบุคคล

ความเสี่ยงด้านข้อมูลจากการใช้ AI ขึ้นอยู่กับประเภทของบริการ การตั้งค่าความเป็นส่วนตัว เงื่อนไขการจัดเก็บและประมวลผลข้อมูล รวมถึงมาตรการรักษาความปลอดภัยของผู้ให้บริการ ดังนั้น องค์กรควรตรวจสอบเงื่อนไขเหล่านี้ก่อนอนุญาตให้นำข้อมูลภายในไปใช้กับระบบ AI โดยเฉพาะข้อมูลส่วนบุคคลและข้อมูลที่เป็นความลับทางธุรกิจ ^[5][6]

• ระบบ AI สาธารณะสำหรับผู้ใช้ทั่วไป: ตรวจสอบว่าข้อมูลสนทนาหรือไฟล์ถูกนำไปพัฒนาระบบหรือไม่ มีตัวเลือกควบคุมการใช้ข้อมูลอย่างไร เก็บข้อมูลนานเท่าใด และใครเข้าถึงได้ โดยไม่สรุปว่าทุกบริการใช้ข้อมูลในลักษณะเดียวกัน
• บริการ AI สำหรับองค์กรหรือผ่าน API: ตรวจสอบสัญญาและนโยบายของบริการที่ใช้งานจริง ทั้งการใช้ข้อมูลฝึกโมเดล ระยะเวลาเก็บบันทึก ผู้ประมวลผลช่วงต่อ ที่ตั้งการประมวลผล และสิทธิผู้ดูแลระบบ แม้มีข้อตกลงคุ้มครองข้อมูล ก็ยังต้องควบคุมสิทธิและการเชื่อมต่อกับระบบภายใน
• ระบบ AI ที่ติดตั้งและดูแลภายในองค์กร: องค์กรต้องจัดการสิทธิ บันทึกการใช้งาน การอัปเดต และการป้องกันข้อมูลเอง รวมถึงตรวจสอบส่วนเสริมหรือการเชื่อมต่อภายนอก เพราะการติดตั้งภายในไม่ได้ทำให้ความเสี่ยงข้อมูลรั่วไหลหมดไป

AI Hallucination คือปรากฏการณ์ที่ AI สร้างคำตอบหรือข้อมูลที่ไม่ถูกต้อง แต่มีลักษณะน่าเชื่อถือ โดยไม่ได้หมายความว่าระบบมีเจตนาหลอกลวง ผู้ใช้งานจึงควรตรวจสอบข้อมูลกับหลักฐานและแหล่งอ้างอิงต้นทาง โดยเฉพาะข้อมูลเชิงตัวเลข ข้อกำหนดทางกฎหมาย และข้อมูลที่นำไปใช้ในการจัดทำรายงาน ESG

หากพนักงานนำข้อมูลดังกล่าวไปใช้ในการจัดทำรายงาน ESG โดยไม่ตรวจสอบแหล่งที่มา อาจทำให้เกิดความคลาดเคลื่อนในการเปิดเผยข้อมูลด้านสิ่งแวดล้อมและสังคม กระทบต่อความน่าเชื่อถือขององค์กร และอาจนำไปสู่ความเสี่ยงด้านการกล่าวอ้างความยั่งยืนที่เกินจริง (Greenwashing)

อีกประเด็นสำคัญคือความรับผิดชอบในการตัดสินใจ หากองค์กรใช้ AI ในการวิเคราะห์หรือเสนอคำแนะนำที่ส่งผลต่อบุคคลหรือธุรกิจ จำเป็นต้องมีผู้รับผิดชอบและกระบวนการตรวจสอบที่ชัดเจน

แนวทางรับมือ: สร้าง AI Governance ให้เป็นส่วนหนึ่งของธรรมาภิบาลองค์กร

องค์กรควรกำหนดนโยบายการใช้ AI (AI Usage Policy) เพื่อให้บุคลากรเข้าใจขอบเขตและข้อจำกัดของการนำเทคโนโลยีมาใช้ในการทำงาน

มาตรการสำคัญประกอบด้วย

1. กำหนดประเภทข้อมูลที่สามารถใช้กับ AI ได้ โดยเฉพาะการห้ามนำข้อมูลลับ ข้อมูลส่วนบุคคล หรือข้อมูลสำคัญขององค์กรเข้าสู่ระบบที่ไม่ได้รับอนุญาต
2. ประเมินความเสี่ยงของระบบ AI ก่อนนำมาใช้จริง ทั้งด้านความปลอดภัย ความถูกต้อง ความเป็นธรรม และผลกระทบต่อผู้มีส่วนได้ส่วนเสีย
3. กำหนดผู้รับผิดชอบในการตรวจสอบผลลัพธ์ โดยไม่ปล่อยให้ AI ตัดสินใจแทนมนุษย์ในเรื่องที่มีความเสี่ยงสูงโดยไม่มีการกำกับดูแล
4. อบรมพนักงานให้ใช้ AI อย่างรับผิดชอบ ครอบคลุมการปกป้องข้อมูล การตรวจสอบข้อเท็จจริง และจริยธรรมในการใช้เทคโนโลยี
5. ติดตามและปรับปรุงระบบอย่างต่อเนื่อง เพื่อให้ทันต่อการเปลี่ยนแปลงของเทคโนโลยี ความเสี่ยง และข้อกำหนดที่เกี่ยวข้อง

แนวทางดังกล่าวสอดคล้องกับหลักการของ NIST AI Risk Management Framework ซึ่งให้ความสำคัญกับการกำกับดูแล การทำความเข้าใจความเสี่ยง การวัดผล และการจัดการความเสี่ยงตลอดวงจรการใช้งาน AI ^[6]

องค์กรควรกำหนดตัวชี้วัดด้าน AI Governance เช่น สัดส่วนระบบ AI ที่ผ่านการประเมินความเสี่ยง จำนวนเหตุการณ์ด้านความปลอดภัยของข้อมูล และสัดส่วนบุคลากรที่ผ่านการอบรมการใช้ AI อย่างรับผิดชอบ เพื่อใช้ติดตามและปรับปรุงมาตรการกำกับดูแลอย่างต่อเนื่อง

ควรกำหนดฐานคำนวณและรอบรายงานให้ชัดเจน เช่น ระบบที่ผ่านการประเมินต่อระบบทั้งหมดในทะเบียน AI พนักงานที่ผ่านการอบรมต่อผู้ใช้งาน AI ทั้งหมด และเหตุการณ์ข้อมูลแยกตามระดับความรุนแรง โดยไม่ตีความจำนวนเหตุการณ์ที่ลดลงว่าเป็นผลสำเร็จ หากระบบตรวจจับหรือการรายงานยังไม่ครอบคลุม

ธรรมาภิบาล AI ไม่ใช่การจำกัดนวัตกรรม แต่เป็นการสร้างความเชื่อมั่นว่าองค์กรสามารถใช้เทคโนโลยีได้อย่างปลอดภัย โปร่งใส และรับผิดชอบ

ESG ในยุค AI: ความยั่งยืนต้องสร้างคุณค่าที่วัดผลได้

การเปลี่ยนผ่านสู่ยุค AI ไม่ได้เป็นเพียงการแข่งขันว่าองค์กรใดจะนำเทคโนโลยีมาใช้ได้รวดเร็วกว่ากัน แต่ยังเป็นการแข่งขันด้านความสามารถในการสร้างคุณค่าจากเทคโนโลยีอย่างแท้จริง

การลงทุนใน AI อาจช่วยลดต้นทุนและเพิ่มประสิทธิภาพการดำเนินงาน แต่ไม่ได้รับประกันว่าจะสร้างรายได้หรือผลกำไรเพิ่มขึ้น หากองค์กรไม่มีเป้าหมายที่ชัดเจนหรือไม่สามารถประเมินผลตอบแทนจากการลงทุนได้

ในทำนองเดียวกัน การนำ AI มาใช้เพื่อขับเคลื่อน ESG ก็ไม่ควรพิจารณาเฉพาะผลประโยชน์ที่เกิดขึ้น แต่ต้องคำนึงถึงผลกระทบตลอดกระบวนการดำเนินงานด้วย

องค์กรจึงควรประเมินความสำเร็จจากทั้งสามมิติ ได้แก่

• Environmental: AI ช่วยลดการใช้ทรัพยากรและผลกระทบต่อสิ่งแวดล้อมสุทธิได้มากน้อยเพียงใด
• Social: AI ช่วยยกระดับศักยภาพบุคลากร โดยไม่สร้างความเหลื่อมล้ำหรือผลกระทบที่ไม่เป็นธรรมได้อย่างไร
• Governance: องค์กรสามารถควบคุมความเสี่ยง รักษาความปลอดภัยของข้อมูล และสร้างความโปร่งใสในการใช้ AI ได้เพียงใด

การบริหารทั้งสามด้านอย่างสมดุลจะช่วยให้องค์กรเปลี่ยน AI จากเครื่องมือเพิ่มประสิทธิภาพระยะสั้น ให้กลายเป็นส่วนหนึ่งของกลยุทธ์การเติบโตอย่างยั่งยืน

การเติบโตอย่างยั่งยืนจึงต้องเชื่อมประโยชน์ ความเสี่ยง และผลลัพธ์ที่วัดได้เข้าด้วยกัน องค์กรควรติดตาม KPI ทั้งด้านสิ่งแวดล้อม บุคลากร และธรรมาภิบาลเทียบกับข้อมูลก่อนใช้ AI พร้อมใช้ผลประเมินปรับการลงทุนและมาตรการควบคุม เพื่อให้ประสิทธิภาพที่เพิ่มขึ้นสร้างคุณค่าทางธุรกิจควบคู่กับความรับผิดชอบในระยะยาว

GET Solutions Thailand พร้อมสนับสนุนธุรกิจสู่การเติบโตอย่างยั่งยืน

ท่ามกลางการเปลี่ยนแปลงของเทคโนโลยีและความคาดหวังด้านความยั่งยืน องค์กรจำเป็นต้องมีแนวทางบริหารจัดการ ESG ที่สอดคล้องกับบริบททางธุรกิจ ความเสี่ยง และเป้าหมายในระยะยาว

GET Solutions Thailand ให้บริการที่ปรึกษาด้านความยั่งยืนและ ESG เพื่อสนับสนุนองค์กรในการวางกลยุทธ์ พัฒนาระบบบริหารจัดการ และเตรียมความพร้อมตามมาตรฐานและแนวปฏิบัติที่เกี่ยวข้อง

ครอบคลุมการบริหารจัดการก๊าซเรือนกระจก การประเมินประเด็นด้าน ESG การพัฒนากระบวนการจัดเก็บข้อมูล และการจัดทำรายงานด้านความยั่งยืน

เพื่อให้องค์กรสามารถนำเทคโนโลยีและแนวคิดด้านความยั่งยืนมาประยุกต์ใช้ได้อย่างเหมาะสม มีข้อมูลสนับสนุนการตัดสินใจ และสร้างคุณค่าทางธุรกิจในระยะยาว

เพราะอนาคตของธุรกิจไม่ได้ขึ้นอยู่กับว่าใครใช้ AI ได้มากที่สุด แต่อยู่ที่ว่าใครสามารถใช้ AI สร้างคุณค่าได้อย่างรับผิดชอบและยั่งยืนที่สุด