{"text":[[{"start":10.07,"text":"随着金融市场面临越来越大的压力，要求其应对气候变化、自然损耗与可持续发展挑战，可持续金融已经从一个小众政策议题，逐步演变为现代金融体系中愈发重要的组成部分。然而这一领域仍长期受困于几大短板：ESG数据碎片化、识别“洗绿”行为成本高昂且效果有限、气候风险难以量化，加之全球不同司法辖区的信息披露标准繁杂，如同迷宫。"}],[{"start":37.480000000000004,"text":"人工智能（AI），尤其是大语言模型、多模态分析以及生成式AI智能体，正被越来越多地视为解决上述难题的方案。国际货币基金组织近期分析显示，人工智能或将重塑相当大一部分经济与金融活动，凸显其在全球资本配置与风险评估中日益重要的地位（国际货币基金组织，2024）。"}],[{"start":60.09,"text":"但人工智能本身也带来新的隐忧，包括高能耗、决策不透明以及算法偏见。因此，人工智能与可持续金融并非天然契合，二者相伴而行，机遇与矛盾并存。"}],[{"start":73.96000000000001,"text":"核心问题已不再是人工智能能否助力绿色金融，而是它能否以透明、可问责，且自身真正具备可持续性的方式发挥作用。"}],[{"start":83.7,"text":"从海量数据到可落地的决策洞见"}],[{"start":87.31,"text":"人工智能最大的价值，在于能够将零散碎片化的信息转化为可用于实操的决策依据。"}],[{"start":94.8,"text":"绿色金融在很大程度上依旧高度依赖企业自主披露。环境、社会绩效相关信息散落在年报、监管申报文件、供应链数据库、卫星影像与媒体报道之中。人工核验这些资料成本高昂，且往往无法做到全面核查，为选择性披露与“洗绿”留下空间。"}],[{"start":116.52,"text":"大语言模型可以处理海量非结构化信息，识别企业环保承诺与其实际经营行为之间的矛盾。它能够协助对绿色项目进行分类，自动完成部分尽职调查，显著降低绿色信贷与绿色债券发行的相关成本。"}],[{"start":133.21,"text":"若结合卫星遥感与物联网数据，人工智能还能跳出企业自报数据的局限，依托可独立核验的证据评估碳排放、土地利用变化以及各类环境影响。"}],[{"start":144.78,"text":"在长期饱受信息不对称困扰的行业里，人工智能有望带来前所未有的透明度与可核验能力。"}],[{"start":152.38,"text":"重新思考气候风险评估"}],[{"start":155.39,"text":"在气候与转型风险评估方面，人工智能同样具备变革性潜力。"}],[{"start":161.38,"text":"不同于传统金融风险，气候相关风险具有非线性、长期性特征，高度取决于不确定的未来发展情景。传统模型难以捕捉极端天气事件、技术突破、监管调整与市场反应之间复杂的相互作用。"}],[{"start":177.38,"text":"人工智能系统越来越有能力对这类相互依存关系建模。广泛开展的国际多方利益相关方磋商不断指出，人工智能能够强化气候与自然风险评估，同时也警示：治理框架的发展跟不上技术迭代的步伐（世界经济论坛，2024）。"}],[{"start":196.59,"text":"通过整合海量环境、经济与政策数据，AI工具能够支撑更动态的压力测试与情景分析。由此，气候考量可以深度嵌入投资决策、信贷评估和投资组合管理流程。"}],[{"start":211.16,"text":"这代表一次重要转向：可持续投资或将从以ESG筛选为核心的框架，转向基于风险、韧性与长期价值创造的综合评估体系。"}],[{"start":221.69,"text":"更进一步的机遇，是跳出单一气候风险评估，转向对气候、自然与经济韧性的一体化评估。这反映了一种更广泛的理念转变：气候变化、生物多样性丧失与可持续发展是相互关联的挑战，而非彼此割裂的政策领域（库伦坎普夫、麦卡锡，2026）。生态系统退化、水资源短缺、生物多样性衰减和气候冲击之间存在复杂联动，传统金融模型常常无法捕捉。人工智能有助于识别这些内在关联，并追踪其沿着供应链、投资组合以及主权资产负债表传导产生的连锁后果。但难点不只是构建更精细的风险估算模型，更在于推动金融机构意识到：维护和恢复生产活动赖以存续的生态系统，具备重大经济价值。"}],[{"start":272.05,"text":"还有一层更深层的价值。金融体系识别环境风险的能力日趋成熟，但评估“预防或降低环境风险”这类投资的经济回报，能力仍明显不足。政府和企业可能投入巨额成本修复生态、保护流域、增强抗风险能力，却无法在信贷评估与融资条件上获得相应利好。人工智能有望填补这一缺口，把可量化的环境成效和生产力、可规避损失、财政稳定以及长期资产表现建立关联。不过仅仅提升测量能力远远不够，金融机构还必须调整评估方法，让这类环境收益真正影响资本配置方向与融资成本。"}],[{"start":312.44,"text":"AI赋能可持续发展的悖论"}],[{"start":315.64,"text":"然而，当下市场对人工智能的高涨热情，不应掩盖它自身的局限。"}],[{"start":321.28999999999996,"text":"第一重挑战来自数据质量。人工智能系统的可靠性，完全取决于训练所用的数据。ESG数据集依旧零散、口径不一，且时常残缺不全，供应链排放数据的问题尤为突出。若将低质量数据输入日趋复杂的模型，会以更快速度、在更大范围内输出错误结论。ESG数据基础设施薄弱，仍是人工智能大规模落地可持续金融场景最主要的障碍之一。"}],[{"start":352.74999999999994,"text":"第二重挑战是可解释性。可持续金融高度依赖透明度与问责机制。监管报告、投资尽责管理与受托责任，都要求决策能够被论证、可接受审计。但许多高性能人工智能系统属于“黑箱”。本德等人（2021）指出，日趋复杂的基础模型往往带来巨大的透明度与问责难题，人们难以理解特定输出结果与建议的生成逻辑。"}],[{"start":381.0199999999999,"text":"一旦人工智能输出的结论影响投资决策或监管判断，这种矛盾会变得尤为棘手。"}],[{"start":388.2899999999999,"text":"算法偏见构成另一重风险。不少披露记录有限的企业（包括大量中小企业），如果AI模型将信息不全误读为可持续绩效不佳，就会遭遇系统性歧视。倘若缺乏有效监督，市场中原有的偏见会被固化到下一代金融体系之中。"}],[{"start":407.7199999999999,"text":"这些问题对发展中经济体影响尤为深远。当地数据基础设施与监测能力不足，有可能被误判为更高的环境风险或金融风险。如果设计失当，AI评估体系会加剧资本获取的不平等，恰恰惩罚那些最需要资金开展可持续建设、提升韧性的国家与企业。因此，搭建普惠可及的数据基础设施、强化本地机构能力，必须纳入人工智能与可持续金融的整体议程。"}],[{"start":438.3399999999999,"text":"更根本的一点：测量手段的优化，并不会自动带来更好的环境成效。人工智能固然能简化可持续指标的生成与对比，但指标只能粗略反映复杂的生态与社会现实。生物多样性、生态系统韧性、社区福祉，并不总能压缩成标准化分数。技术核验也无法替代完善的公共政策、独立监督，以及生计依托于相关生态系统的群体的参与。人工智能赋能可持续金融的最终评判标准，要看它能否为实体经济带来可衡量的改善，而不只是提升财务报告的效率。"}],[{"start":476.37999999999994,"text":"难以回避的现实：人工智能自身存在碳足迹"}],[{"start":480.8399999999999,"text":"最大的难点或许在于：人工智能本身就会产生可观的环境成本。近期多项研究显示，训练和运行大规模AI模型，对能源、水资源与硬件基础设施的需求持续攀升，这也引出一个关键问题——这类成本应当如何纳入可持续评估框架（本德等，2021；世界经济论坛，2024）。"}],[{"start":502.75999999999993,"text":"训练和运行先进人工智能系统，需要消耗巨量电力、算力与水资源。数据中心已经成为全球能源需求中不可忽视的组成部分。由此引出一个无法回避的问题：一项本身环境足迹巨大的技术，真的可以作为可持续发展的基石吗？"}],[{"start":522.53,"text":"当前讨论AI助力可持续发展时，常常忽略AI基础设施本身内嵌的环境代价。"}],[{"start":529.78,"text":"但这里的核心争议，不只是人工智能的环境收益能否覆盖其环境成本；更在于这项技术落地之后，能否催生更合理的金融决策、更公平的资本获取渠道，切实改善民众福祉与生态状况。"}],[{"start":543.76,"text":"五大值得关注的前沿研究方向"}],[{"start":546.85,"text":"下一阶段的创新，不应只是简单将AI工具套用到可持续议题上。更关键的，是制度与治理层面的设计，这将决定这项技术如何落地应用。"}],[{"start":559.3100000000001,"text":"1.面向可持续金融的可解释人工智能。"}],[{"start":563.5600000000001,"text":"未来研究应聚焦构建输出透明、可追溯、契合监管要求的AI系统。在可持续金融领域，可信度和预测准确性同等重要。"}],[{"start":575.1300000000001,"text":"2.更智能的“洗绿”识别技术。"}],[{"start":578.6300000000001,"text":"整合企业披露、卫星影像、供应链数据与第三方核验，可以大幅提升对虚假可持续宣传的识别能力。联邦学习与隐私保护技术，有望在实现这类多源数据融合方面发挥重要作用。"}],[{"start":593.9100000000001,"text":"3.下一代气候、自然与韧性建模。"}],[{"start":597.4900000000001,"text":"人工智能为产业转型路径、技术变革和政策不确定性建模提供全新思路。它可以评估气候适应行动、生态修复和韧性投资带来的金融收益。这一点对转型金融尤为关键：区分真正的脱碳努力和流于表面的品牌重塑，至今仍是一大难题。"}],[{"start":618.5100000000001,"text":"4.算法治理与监管协同。"}],[{"start":621.6500000000001,"text":"人工智能生成的ESG评估，带来复杂的法律与监管难题。AI产出的可持续评级应当如何审计？人工智能能否协调不同辖区之间彼此冲突的监管标准？当算法影响金融决策时，应当建立何种问责机制？事实上，核心问题不仅在于算法本身是否可问责，更在于采用算法输出结果的金融规则与机构，能否产出更好的经济与环境成效。"}],[{"start":652.5500000000001,"text":"5.人工智能自身可持续性的测算。"}],[{"start":656.0200000000001,"text":"这或许是最受忽视的研究议题。政策制定者与研究者需要更完善的方法，评估AI赋能金融带来的净环境影响，包括算力基础设施对应的碳足迹与水足迹。"}],[{"start":669.4200000000001,"text":"以人为本，构建可持续金融的未来"}],[{"start":673.0200000000001,"text":"归根结底，人工智能应当被视作赋能工具，而非自主决策者。它擅长处理信息、识别规律、降低核验成本。但涉及价值判断、公共优先级与资本配置的决策，本质上仍是人的责任。技术可以辅助判断，却无法取而代之。"}],[{"start":693.2900000000001,"text":"可持续金融的未来，与其说取决于越来越精巧的算法，不如说取决于管理算法的制度质量。完善的披露体系、可信标准与有效的问责机制，仍将是可持续市场的根基。"}],[{"start":707.7400000000001,"text":"人工智能与可持续金融的交叉，因此不只是技术议题，更是经济治理议题：社会如何定义价值、评估风险，并设计引导投资的激励机制。人工智能可以帮助金融体系跳出单纯计量环境损害的局限，转而评估可持续性与韧性带来的经济收益。反过来，如果缺少恰当的保障机制与制度改革，它也可能放大可持续金融本想要克服的各类市场扭曲。我们的目标不应只是加快金融决策、增强算法能力，而是确保技术创新服务于更可持续、更具韧性、更包容的全球经济。"}],[{"start":745.8600000000001,"text":"人工智能可以帮助金融市场以前所未有的精度衡量环境风险。但可持续金融成功与否，最终评判标准不在于算法有多精巧，而在于资本是否流向更有韧性、更包容且环境友好的经济体系。技术能够优化金融判断，却永远无法替代判断本身。"}],[{"start":767.1000000000001,"text":"注：本文仅代表作者个人观点，本文观点仅代表作者个人，不代表任何机构立场。"}],[{"start":774.2200000000001,"text":"本文编辑徐瑾 jin.xu@ftchinese.com"}],[{"start":779.2400000000001,"text":"参考文献"}],[{"start":780.8400000000001,"text":"Bender, E.M., Gebru, T., McMillan-Major, A. and Shmitchell, S. (2021)《论随机鹦鹉的危险：语言模型是否可以过大？》，《2021年ACM公平、问责与透明度会议论文集》（FAccT '21）"}],[{"start":794.6600000000002,"text":"国际货币基金组织（2024）《生成式人工智能：人工智能与工作的未来》，华盛顿特区：国际货币基金组织"}],[{"start":803.3800000000002,"text":"Kulenkampff, A. and McCarthy, J. (2026)《协调自然、金融与发展：三重危机下的创新》，收录于Kharas, H., McCarthy, J. and Sato, I.（编）《自然、人类与可持续发展》，华盛顿特区：布鲁金斯学会与JICA绪方研究所"}],[{"start":819.4300000000002,"text":"世界经济论坛（2024）《面向气候与自然的人工智能：机遇、风险与治理》，日内瓦：世界经济论坛"}]],"url":"https://audio.ftcn.net.cn/album/a_1793016842_3665.mp3"}