生成AI（Generative AI）は、膨大なデータから学習し、テキスト、図表、画像、さらにはプログラムコードを自動生成できる人工知能技術であり、文脈を理解し、情報を要約し、コンテンツを生成する能力を備えています。デジタルツールは、クラウドデータベース、部門横断コラボレーションプラットフォーム、プロセス自動化システム、機械可読な報告テンプレートを含み、デジタル化されたプロセスで従来の手作業を置き換えることを重視しています。定期的にサステナビリティ報告書を作成する必要がある企業にとって、これら2つの技術の組み合わせこそが、長期的なボトルネックを突破する鍵となっています。

本稿では、課題、運用メカニズム、効率、チャレンジ、導入プロセスを段階的に説明し、実際の事例と組み合わせて、企業が生成AIとデジタルツールを活用してサステナビリティ報告プロセスをどのように簡素化・加速しているかをご紹介します。

従来のサステナビリティ報告における3つの課題

データ収集の分散：各部門の炭素排出、エネルギー、水資源、サプライチェーン情報のフォーマットが統一されておらず、手動での集約は時間がかかりエラーが発生しやすい。
フレームワーク対応の複雑さ：企業はGRI、SASB、IFRS S1/S2などの国際基準に同時に準拠しながら、現地の法規制や各種サステナビリティ評価要件にも対応する必要がある。
執筆と審査の重い負担：報告書は数百ページに及ぶことも多く、繰り返しの校正と多層の内外部審査が必要で、プロセスが長く人手がかかる。

AIとデジタル化の実際の運用メカニズム

自動データ統合／クレンジング：

AI技術の発展に伴い、現在ではデータ収集はシステムによる自動化に大きく依存できるようになりました。ベルリンのクライメートテックスタートアップClimatiqを例にとると、同社はAI駆動のデータエンジンを開発し、請求書や発注書などの雑然とした生のビジネスデータを処理し、炭素排出の元データを自動収集して排出係数と照合し、最終的に炭素排出データを生成できます。従来のデータ収集モデルとは異なり、AIとデジタルツールを通じてプロセスで消費される人員と工数を大幅に削減し、データ取得の難易度を下げることができます。

出典: Climatiq

報告書の自動生成：

AIを使用した報告書生成はもはや新しいことではありません。多くのサステナビリティ担当者がChatGPT、Geminiなどのツールを使用して原稿を生成しており、SustainHubのSyber報告書システムにもAI文章アシスタントが内蔵され、企業が報告書を迅速に完成できるよう支援しています。しかしAI技術の継続的な進化に伴い、草案の作成だけでなくそれ以上のことができるかもしれません。

Googleが今年発表した2024年サステナビリティ報告書は従来とは異なります。報告書責任者のLuke Elder氏は、今年度の報告書は初めてAIを使用して作成・公開され、従来のPDF版と新しい形態のAIチャットボット版の両方が含まれていると述べました。チャットボット版では、ボットとの会話を通じて必要なサステナビリティ情報を迅速に取得できます。

出典: Google

アンケートとデータの自動要約

複雑なデータやアンケートに対して、AIとデジタル化ツールは自動的に要約・整理し、作業時間を削減できます。

例えば、各部門が回答した元情報をAIに渡し、要約的な説明を生成させることができます。マテリアリティアンケートを回収した後、デジタルツールを使用して自動的にマトリクスとランキングを生成し、AIを組み合わせて各課題のポイントを要約できます。

データ検証

サステナビリティ報告では大量のデータ処理と多くの文章出力が必要であり、プロセス全体での一貫性と正確性が特に重要です。AIとデジタルツールは、フォーマット化されたデータ検証処理、AIテキスト判読などの方法を通じて、企業が大量の情報に直面した際に迅速に比較し、差異のある部分を見つけてさらに明確化するのを支援できます。

フレームワークと基準への対応

GRI、SASB、IFRS S1/S2などの国際基準、現地法規、CDP、DJSIなどの各種サステナビリティ評価要件に対応する際、企業は情報収集段階と開示において対応できない、連携度が一貫しないという問題がしばしば発生します。これはデータ収集の工数を増加させるだけでなく、報告書全体の構造が混乱しやすくなります。AIとデジタルツールは、データと報告書の指標対応連携を通じて企業の改善を支援できます。AIは大量のデータを通じて企業が対応指標を識別するのを支援し、SustainHubのSyber管理システムなどのデジタルツールは、異なるフレームワークに基づいてデータ収集表を連携させ、報告書指標の連携方式を通じて、構造と情報が完全に一貫した報告書の作成を支援できます。

成果と事例

Mitieグループが英国でサステナビリティ意思決定者を対象に実施した調査では、約55%の回答者が報告書準備時に過度の事務作業があると回答し、70%の回答者が関連要件が戦略計画実行能力を低下させていると回答し、すでに80%の回答者が関連作業を簡素化するためにデジタルソリューションに投資しています。

多くのサステナビリティ担当者が確かに複雑な業務の問題に直面しており、デジタルツールでの解決を望んでいることがわかります。次の疑問は、AIとデジタルツールでどれだけの負担を軽減できるかということです。

データ分析会社Gardenia TechnologiesはAWSチームと協力してReport GenAIを開発しました。Amazon Bedrock上の最新の生成AIモデルを搭載し、検索拡張生成（RAG）とテキスト to SQL機能を備えたツールを使用して、顧客の差別化されていない煩雑な作業を自動化し、ESG報告時間を最大75%短縮します。

出典: Gardenia

SustainHubでは、国内複数企業のコンサルティング事例の統計において、報告書システム、炭素インベントリシステム、データベースの導入を通じて、全体的なデジタル変革により作成コストを約30%削減し、作業時間を50%節約でき、企業の負担を効果的に軽減できます。

サステナビリティ報告における生成AIの現実的な課題

生成AIとデジタルツールはサステナビリティ報告の効率を効果的に向上させることができますが、依然として多くの制限とリスクが存在し、すべてのプロセスを大幅に短縮できるわけではありません。企業は導入前に以下の課題を理解し、正面から向き合う必要があります：

データ品質の問題：データソースが分散していたり、不完全であったり、フォーマットが統一されていない場合、AIは直接適用することが困難であり、クレンジング、検証、修正に時間がかかります。そうしないと偏りや誤った結論が生じる可能性があります。
法規と基準の変動：サステナビリティ報告はGRI、SASB、IFRS S1/S2などの複数のフレームワークに準拠する必要があり、各国の法規も継続的に更新されているため、AIモデルは常に調整と再トレーニングが必要であり、メンテナンスと監督コストが増加します。
追跡可能性とエラーリスク：生成AIが生成するテキストは流暢ですが、不正確または誤解を招く記述が含まれている可能性があります。人による審査がなければ、報告書の信頼性に影響を与え、評判とコンプライアンスリスクをもたらします。
セキュリティとプライバシーへの懸念：サステナビリティ報告にはサプライチェーンデータ、従業員情報、社内運営の詳細が含まれており、厳格なアクセス制御と暗号化措置がなければ、データ漏洩や個人情報保護法違反につながる可能性があります。

総合すると、AIとデジタルツールはサステナビリティ報告を加速する強力なツールですが、完全な検証とリスク管理プロセスを組み合わせてこそ、真に効果を発揮し、潜在的なリスクを軽減できます。

企業は生成AIとデジタルツールをどのように導入するか？

サステナビリティ報告の期間を短縮するために生成AIとデジタルツールを導入する際、企業は体系的なステップで着実に進めるべきです。具体的には以下のステップを参考にできます：

既存データの棚卸しと標準化：既存データを全面的に棚卸し・整理し、分散または非構造化されている情報を見つけ、標準化処理を行い、後続の自動化の基盤を築きます。
適切なツールとプラットフォームの選択：会社の規模とニーズに基づき、炭素排出とデータ管理を統合したClimatiqや、報告書の草案を事前に作成できるReport GenAIなど、適切なツールとプラットフォームを選択し、既存システムとシームレスに接続できることを確認します。
人機協業メカニズムの構築：導入プロセスでは人機協業メカニズムを構築し、AIを代替ではなく補助的な役割にします。特にデータ校正と記述の正確性については、専門的なバックグラウンドを持つメンバーがチェックする必要があります。
社内バージョン管理と審査プロセスの設立：内部統制と法規の厳格化に伴い、会社は社内バージョン管理と多層審査プロセスを設立し、AIが生成したコンテンツが法務とサステナビリティ責任者の審査を経てから外部に開示されるようにし、報告書のコンプライアンスを確保する必要があります。
パイロットと段階的実施：まず特定の部門または単一の報告書章で小規模に適用し、経験を蓄積してプロセスを最適化してから、徐々に範囲を拡大します。この一連の戦略を通じて、企業は報告の効率と正確性を効果的に向上させながら、サステナビリティ開示の専門性と信頼性を維持できます。