ESG 투자에서 AI 위험 회계처리

인공지능에 대한 관심이 높아지면서 인공지능 기술이 머지않아 여러 산업 분야에서 중요한 역할을 하게 될 것이라는 기대가 널리 퍼지고 있습니다. 그러나 그 이점에 대한 논의는 환경, 사회 및 거버넌스(ESG) 영향에 대한 우려와 일치하고 있습니다.

AI는 고용 및 콘텐츠 생성부터 데이터 보안 및 개인 정보 보호, 에너지 소비, 심지어 다양성과 포용에 이르기까지 광범위한 영향을 미칠 수 있습니다. 기후 변화, 사회적 평등, 생물 다양성 및 기타 '전통적인' ESG 문제 외에도 ChatGPT와 같은 챗봇의 생성적 AI의 출현으로 인해 광범위한 업무 로봇화, 인력 이동, 전복 및 오용 가능성 등에 대한 우려가 촉발되었습니다. 우려.

이는 자산 관리자가 내부 ESG 평가 시스템을 재고하여 잠재적인 AI 위험과 기회를 통합하여 기술 위험이 신뢰할 수 있는 지속 가능성 관련 투자 접근 방식 및 제품을 훼손하지 않도록 하고 관련 기회를 활용하도록 유도해야 합니다.

사회적 측면에서 AI는 여러 가지 ESG 관련 위험을 초래할 수 있습니다. 데이터 개인 정보 보호, AI 편견 및 안전 문제는 규제 기관, 학계 및 업계 관계자에 의해 오랫동안 논의되어 왔습니다. 정부 및 업계 기관은 OECD/G20 AI 원칙과 같은 초기 지침을 발표했습니다. 그러나 이들 중 사회 정의와 장기적인 노동 위험에 초점을 맞춘 사례는 거의 없습니다.

McKinsey의 추정에 따르면 생성적 AI가 지식 근로자 활동 전반에 적용될 때 실현될 수 있는 생산성 증가는 연간 6조 1~7조 9천억 달러에 달할 수 있으며, 이로 인해 우리가 알고 있는 업무 구조가 바뀌고 잠재적인 일자리 대체가 발생할 수 있습니다. .

실제로 British Telecom의 CEO는 Bloomberg와의 인터뷰에서 2030년까지 직원 수가 최대 42%까지 줄어들 수 있다고 추정했습니다.

AI는 기업이 효율성 향상과 수익성 증가로 이익을 얻을 수 있다는 것을 의미할 수 있지만, AI를 사용하려면 인력을 재교육하는 동시에 기술 채택에 있어 공정하고 포괄적인 전환을 보장해야 할 수도 있습니다. AI에 대한 명확한 정부 정책이 제정되기 전에 기업은 재교육이나 불가피한 해고 보상에 드는 잠재적 비용을 포함하여 인적 자본 위험 평가를 수행하도록 권장됩니다.

법률 및 전문 서비스(세무 및 회계, 증권 거래 및 중개)와 같은 분야의 노동력은 물론 여행사와 같은 비즈니스 지원 서비스도 AI의 영향을 가장 많이 받는 분야 중 하나일 가능성이 높습니다.

투자자가 직면한 또 다른 과제는 특히 규제가 거의 없는 한 회사가 위조된 AI 텍스트 및 이미지에 노출되거나 사용되는 것과 잠재적인 재정적 영향을 판단하는 것입니다.

환경 측면에서 AI는 여러 가지 위험을 초래합니다. Harvard Business Review의 보고서에 따르면, 데이터센터 산업은 현재 전 세계 온실가스 배출량의 2~3%를 담당하고 있습니다. 전 세계의 데이터 양은 2년마다 두 배로 늘어날 것으로 예상됩니다.

수천 시간의 훈련을 통해 데이터를 저장하고 AI 모델과 알고리즘을 개선하는 것은 데이터(및 에너지) 집약적입니다. 주요 국가 및 주요 시장 참여자들 사이에서 AI를 둘러싼 경쟁이 치열해지면서 향후 몇 년 동안 상당한 온실가스 배출이 발생할 가능성이 높습니다.

투자자들은 탄소 배출량에 대한 AI 사용의 영향뿐만 아니라 업계 관계자가 효율적인 모델 및 교육 기술 채택, 열 재활용 등을 통해 배출량을 줄이는 방법을 평가해야 합니다.

기후 관련 전환 위험의 재정적 중요성이 점점 더 명확해지고 있는 반면, AI 위험에 대한 ESG 접근 방식은 여전히 ​​많은 투자자들에게 미지의 영역입니다.

BNP파리바자산운용은 글로벌 ESG 상황의 변화를 고려하기 위해 정기적으로 ESG 평가 프레임워크를 업데이트합니다. 우리 모델은 이미 IT 및 일부 금융 기관과 같이 가장 큰 영향을 받는 부문에 대한 개인 정보 보호와 같은 AI 관련 위험을 고려하고 있습니다.