AI กับการรายงานคาร์บอนและ ESG เมื่อความยั่งยืนกลายเป็นข้อบังคับ

การรายงานด้านความยั่งยืนกำลังเปลี่ยนสถานะจากกิจกรรมโดยสมัครใจไปสู่ข้อบังคับทางธุรกิจอย่างรวดเร็ว ตั้งแต่วันที่ 1 มกราคม 2569 มาตรการปรับราคาคาร์บอนก่อนข้ามพรมแดนของสหภาพยุโรป (Carbon Border Adjustment Mechanism: CBAM) ได้เข้าสู่ระยะบังคับใช้เต็มรูปแบบ (Definitive Phase) ซึ่งกำหนดให้ผู้นำเข้าต้องรายงานปริมาณการปล่อยคาร์บอนที่แฝงอยู่ในสินค้า และอาจต้องซื้อใบรับรอง CBAM ขณะที่ประเทศไทยเองก็อยู่ระหว่างการผลักดันพระราชบัญญัติการเปลี่ยนแปลงสภาพภูมิอากาศ ซึ่งจะปูทางไปสู่กลไกการกำหนดราคาคาร์บอนภายในประเทศในอนาคตอันใกล้

ท่ามกลางภาระการรายงานที่ทวีความซับซ้อนและมีต้นทุนสูง BCG ประเมินว่าองค์กรขนาดใหญ่ในยุโรปมีค่าใช้จ่ายในการรายงานความยั่งยืนต่อปีเกินกว่า 1 ล้านยูโร ปัญญาประดิษฐ์ (AI) จึงถูกนำเสนอในฐานะทางออกที่จะช่วยลดภาระดังกล่าว อย่างไรก็ตาม คำถามเชิงกลยุทธ์ที่ผู้ประกอบการควรตั้งคือ AI ช่วยได้จริงมากน้อยเพียงใด บทความนี้เสนอว่า AI มีศักยภาพที่จะเปลี่ยนแปลงงานรายงานคาร์บอนและ ESG ได้อย่างแท้จริง แต่เฉพาะกับองค์กรที่วางรากฐานด้านข้อมูล กระบวนการ และการกำกับดูแลไว้อย่างมั่นคงเสียก่อนเท่านั้น

ความยั่งยืนกำลังกลายเป็นข้อบังคับทางธุรกิจ

สำหรับผู้ส่งออกไทย CBAM มิใช่เรื่องไกลตัวอีกต่อไป เพราะสินค้ากลุ่มที่ปล่อยคาร์บอนสูง เช่น เหล็ก อะลูมิเนียม ซีเมนต์ และปุ๋ย จำเป็นต้องแสดงข้อมูลคาร์บอนฟุตพริ้นท์ที่ตรวจสอบได้ มิฉะนั้นจะถูกเรียกเก็บค่าธรรมเนียมในอัตราสูง ในระดับภายในประเทศ แม้พระราชบัญญัติการเปลี่ยนแปลงสภาพภูมิอากาศจะยังไม่มีผลบังคับใช้ แต่ภาคธุรกิจไทยก็เริ่มเข้าสู่ตลาดคาร์บอนภาคสมัครใจ (เช่น โครงการ T-VER) และเผชิญแรงกดดันจากคู่ค้าและสถาบันการเงินที่ให้ความสำคัญกับ ESG มากขึ้น การรายงานคาร์บอนและ ESG จึงแปรสภาพจาก “ต้นทุนด้านภาพลักษณ์” มาเป็น “เงื่อนไขของการเข้าถึงตลาดและเงินทุน” ที่ส่งผลต่อความสามารถในการแข่งขันโดยตรง

AI: คำสัญญาที่ยังไม่เป็นจริงในวงกว้าง

แม้ผู้ให้บริการซอฟต์แวร์และที่ปรึกษาจำนวนมากจะนำเสนอ AI ในฐานะเทคโนโลยีเปลี่ยนเกม แต่หลักฐานเชิงประจักษ์กลับชี้ภาพที่ต่างออกไป รายงานของ BCG ในเดือนกรกฎาคม 2569 ระบุอย่างตรงไปตรงมาว่า การใช้ AI ในงานรายงานความยั่งยืน ณ ปัจจุบัน เป็นเพียงการทดลองที่ชายขอบ มากกว่าการเปลี่ยนแปลงในระดับที่มีนัยสำคัญ โดยมีสาเหตุสำคัญสี่ประการ ได้แก่ การเลือกโจทย์ที่ไม่สอดคล้องกับจุดเจ็บปวดจริงของกระบวนการ ข้อมูลที่กระจัดกระจายและการกำกับดูแลข้อมูลที่อ่อนแอ การนำไปใช้แบบโครงการนำร่องที่แยกส่วนโดยไม่บูรณาการเข้ากับกระบวนการหลัก และความพร้อมขององค์กรที่ตามหลังความทะเยอทะยานทางเทคโนโลยี

กระนั้น ศักยภาพของ AI ก็มีอยู่จริงเมื่อใช้อย่างถูกที่ BCG จำแนกกรณีการใช้งานที่สร้างคุณค่าออกเป็นสามกลุ่ม คือ การทำงานซ้ำ ๆ ตามกฎเกณฑ์โดยอัตโนมัติ เช่น การเก็บและตรวจสอบความถูกต้องของข้อมูล การวิเคราะห์ขั้นสูงเพื่อค้นหาความผิดปกติและสนับสนุนการตัดสินใจ และโซลูชันแบบ Agentic ที่ช่วยประสานกระบวนการและร่างเนื้อหาการเปิดเผยข้อมูล ในภาพที่กว้างขึ้น ผลสำรวจ Climate Survey 2025 ของ BCG ร่วมกับ CO2 AI พบว่าบริษัทมากกว่าสี่ในห้ารายรายงานว่าได้รับผลตอบแทนทางการเงินจากการดำเนินการด้านสภาพภูมิอากาศ ซึ่งสะท้อนว่าการลงทุนด้านความยั่งยืนที่ออกแบบมาดีสามารถสร้างมูลค่าได้จริง

กรอบกลยุทธ์: จากการทดลองสู่ขีดความสามารถหลัก

บทเรียนจากองค์กรที่ประสบความสำเร็จชี้ว่า กุญแจสำคัญมิได้อยู่ที่การเลือกเครื่องมือ AI ที่ล้ำสมัยที่สุด หากแต่อยู่ที่การวางลำดับความสำคัญให้ถูกต้อง ผู้เขียนขอเสนอกรอบสามชั้นสำหรับธุรกิจไทยที่ต้องการเปลี่ยน AI จากการทดลองให้กลายเป็นขีดความสามารถหลักขององค์กร

ชั้นที่หนึ่ง วางรากฐานข้อมูลที่สะอาดและเชื่อมโยงกันได้ ตัวเลขด้านความยั่งยืนต้องมีคุณภาพระดับเดียวกับข้อมูลทางการเงิน (finance-grade) กล่าวคือ ตรวจสอบย้อนกลับได้และผ่านการสอบทานได้ หากข้อมูลยังกระจัดกระจายอยู่ในหลายระบบและนิยามไม่ตรงกันทั้งองค์กร AI ก็ไม่อาจทำงานได้อย่างมีประสิทธิภาพ การจัดระเบียบและเชื่อมโยงข้อมูลจึงเป็นเงื่อนไขที่ต้องมาก่อนการนำเทคโนโลยีมาใช้
ชั้นที่สอง ออกแบบการรายงานเป็นกระบวนการ end-to-end แล้วจึงเสียบ AI ในจุดที่มีคุณค่าสูง แทนที่จะทดลองใช้ AI แบบแยกส่วน องค์กรควรออกแบบกระบวนการรายงานตั้งแต่การกำหนดขอบเขต การเก็บข้อมูล ไปจนถึงการเผยแพร่ให้ต่อเนื่องเป็นระบบเดียว แล้วจึงนำ AI ไปใช้ในขั้นตอนที่เป็นภาระซ้ำซากและวัดผลได้ชัด เช่น การรวบรวมและตรวจสอบข้อมูล ทั้งนี้ มาตรฐาน ESRS ฉบับปรับปรุง (Set 2) ที่ลดจำนวนจุดข้อมูลที่ต้องเปิดเผยลงราวร้อยละ 60–70 ยังเป็นเครื่องเตือนใจว่า การรายงานที่ดีคือการมุ่งเน้นสาระที่มีนัยสำคัญ มิใช่การรายงานทุกอย่างให้มากที่สุด
ชั้นที่สาม กำกับดูแลผลลัพธ์และพัฒนาบุคลากร AI ยังมีความเสี่ยงด้านความแม่นยำ องค์กรจึงต้องกำหนดให้มนุษย์ตรวจสอบและรับรองผลลัพธ์ในจุดสำคัญเพื่อให้ข้อมูลพร้อมรับการสอบทานจากผู้ตรวจสอบภายนอก งานรายงานความยั่งยืนยังตั้งอยู่บนรอยต่อระหว่างฝ่ายความยั่งยืน การเงิน ความเสี่ยง และไอที การกำหนดบทบาทและความรับผิดชอบให้ชัดเจน พร้อมกับการยกระดับทักษะของทีมงานให้เข้าใจและตั้งคำถามกับผลลัพธ์ของ AI ได้ จึงเป็นสิ่งที่ขาดไม่ได้

สรุป

สำหรับธุรกิจไทยที่กำลังเผชิญ CBAM และกฎระเบียบภายในประเทศที่กำลังจะตามมา การรายงานคาร์บอนและ ESG ได้กลายเป็นประเด็นเชิงกลยุทธ์ที่ส่งผลต่อการเข้าถึงตลาดและเงินทุน มิใช่เพียงเรื่องภาพลักษณ์อีกต่อไป AI เป็นเครื่องมือที่มีศักยภาพสูงในการลดภาระและยกระดับคุณภาพของการรายงาน แต่จะเกิดผลก็ต่อเมื่อองค์กรวางรากฐานข้อมูลที่เชื่อถือได้ ออกแบบกระบวนการอย่างมีวินัย และกำกับดูแลด้วยการมีมนุษย์ร่วมตัดสินใจ กล่าวโดยสรุป AI เป็นตัวคูณประสิทธิภาพของระบบการรายงานที่ดี แต่ไม่อาจทดแทนรากฐานที่ขาดหายได้ องค์กรที่เริ่มต้นจากจุดที่แคบและมีคุณค่าสูง ทำให้ตัวเลขน่าเชื่อถือระดับการเงิน และรักษาการกำกับดูแลไว้อย่างเข้มงวด ย่อมเปลี่ยนภาระด้านการรายงานให้กลายเป็นความได้เปรียบในการแข่งขันได้ในที่สุด

Key Takeaways

การรายงานคาร์บอน/ESG กลายเป็นข้อบังคับทางธุรกิจแล้ว CBAM บังคับใช้เต็มรูปแบบตั้งแต่ ม.ค. 2569 และไทยกำลังจะมีกลไกราคาคาร์บอนตามมา
อย่าคาดหวัง AI เป็นทางลัด หลักฐานจาก BCG ชี้ว่าปัจจุบัน AI ในงานรายงานความยั่งยืนยังเป็นเพียงการทดลองที่ชายขอบ
วางรากฐานข้อมูลให้สะอาดและเชื่อมโยงกันได้ก่อน เพราะข้อมูลที่กระจัดกระจายคือสาเหตุหลักที่ทำให้ AI ล้มเหลว
ออกแบบการรายงานเป็นกระบวนการเดียว แล้วเสียบ AI เฉพาะจุดที่ซ้ำซากและวัดผลได้ ตามหลักเรียบง่ายที่สุดเท่าที่เป็นไปได้ แต่ไม่ง่ายเกินไป
รักษาการกำกับดูแล ให้มนุษย์ตรวจสอบผลลัพธ์เพื่อให้ตัวเลขน่าเชื่อถือระดับการเงินและพร้อมรับการสอบทาน

AI กับการรายงานคาร์บอนและ ESG เมื่อความยั่งยืนกลายเป็นข้อบังคับ