在社會影響力投資日益濃厚的推動下，金融世界正在經歷一場變革，社會影響力投資的策略不僅旨在實現財務回報，還旨在實現積極的社會和環境成果。隨著這一領域的擴展，對準確、全面的數據來評估投資影響的需求也不斷增加。人工智慧 (AI) 能否成為遊戲規則的改變者，幫助投資者做出更明智的決策並解決洗綠等問題？本文探討了人工智慧在影響力投資中的作用的不同觀點。
智庫的觀點
Planet Tracker 是一家非營利性金融智庫，其使命是到 2030 年促進全球金融活動發生重大轉變。透過利用人工智慧的子集自然語言處理 (NLP)，該智庫最近發布了一份報告標題為「暴露塑膠風險」。該報告分析了驚人的 8,245 份文件和筆錄，以了解塑膠公司如何看待風險。
Planet Tracker 研究總監 John Willis 指出，訓練人工智慧演算法準確解釋文字是一項艱鉅的任務。這不是一個簡單的即插即用解決方案。為了提高演算法的準確性，需要手動控制 NLP 輸出。威利斯強調，人工智慧產生的數據必須受到嚴格審查，因為監管機構不太可能為誤導性資訊提供例外。然而，他相信人工智慧可以幫助影響力投資者比較策略並確定最佳實踐。
威利斯也看到了人工智慧透過深度學習和神經網路檢查資料集以揭示基金績效詳細見解的潛力。此外，人工智慧可以在交叉檢查文件是否不一致方面發揮關鍵作用，例如報告永續發展聲明中的漂綠做法。
「科技兄弟」的願景：可切換的人工智慧
由執行長 Wilson Chan 領導的 Permutable AI 擁有共同打擊影響力投資中的「洗綠」行為的願景。他們的方法著重於使用廣泛的語言模型（例如 BERT）進行詳細分類，並提高評估企業對永續發展以及社會和環境影響的承諾的準確性。
為了解決人們對人工智慧「產生幻覺」傾向的擔憂，Permutable AI 強調了支援所有數據並連結到來源以確保其可靠性的重要性。他們的數據模型包括全球約 27,000 家供應商，並擴展到社交媒體分析、與基於科學的目標倡議和綠十字等可信來源的交叉引用數據。
與全球金融創新網絡 (GFIN) 等監管機構和行業組織的合作，以及與政府合作改進對供應鏈中碳排放的分析，凸顯了消除綠色清洗的承諾。陳強調需要一個標準化的全球框架與人工智慧結合，以有效消除洗綠現象。
基金經理人的觀點
LeapFrog 是一家影響力投資公司，可能不會專門使用人工智慧來對抗影響力清洗，但它認識到人工智慧在複雜供應鏈場景中根據外部來源驗證公司資料的潛力。他們從投資組合公司挖掘數據來監控和追蹤影響，隨著數據複雜性的增加，他們探索人工智慧的使用。
LeapFrog 外部事務主管 Daniel Stacey 認識到人工智慧在幫助投資組合公司追求影響力並提高其產品的成本、相關性和便利性方面的力量。然而，它強調了人工智慧道德實施的重要性，考慮到潛在的負面影響，例如有偏見的演算法和定價模型。
Stacey 也強調了人工智慧在影響力投資中尚未充分探索的積極用途。 LeapFrog 投資組合中的一些公司使用人工智慧來承保貸款或透過 WhatsApp 等平台提供自動化客戶服務，為以前無法獲得此類服務的低收入客戶提供服務。
人工智慧可望重塑影響力投資格局。像 Planet Tracker 這樣的智庫將人工智慧視為審查企業聲明並發現不一致之處的工具，從而有可能遏制洗綠行為。像 Permutable AI 這樣的創新者正在利用先進的語言模型來確保永續性和影響評估的準確性。包括 LeapFrog 在內的基金經理人認識到人工智慧在驗證數據和提高注重影響力的公司的成本效益方面的潛力。
然而，在影響力投資中採用人工智慧也帶來了道德和監管方面的挑戰。為人工智慧的部署建立標準化框架和障礙至關重要，特別是因為它與弱勢群體有關。在應對這項變革性技術時，影響力投資者必須平衡其正面成果的潛力與減輕潛在風險的責任。最終，人工智慧在影響力投資中的未來有望實現成長、可擴展性和更大的相關性，同時確保道德考量始終處於決策的最前沿。