ESG披露指标中应增加一项AI披露指标

伦敦初创公司Builder.ai的崩盘，曾被誉为“无代码”AI软件开发先锋，估值一度达到15亿美元，却在2025年因财务造假、债务缠身和AI能力虚假宣传而迅速破产。这一事件不仅暴露了单一企业的失败，更警示整个AI行业可能迎来类似“绿色洗白”的监管风暴。Builder.ai成立于2016年，总部位于伦敦，在印度、美国加州等地设有运营中心。公司创始人Sachin Dev Duggal将其定位为革命性平台，通过名为“Natasha”的AI助手，让用户像在线购物一样轻松构建定制应用。公司宣称其平台能自动化软件开发生命周期，几乎无需人工干预，极大降低开发成本和时间。这一叙事深受投资者青睐。公司先后从微软、软银旗下基金、卡塔尔投资局（QIA）、国际金融公司（IFC）等重量级机构募集超过4.5亿美元资金。到2025年，其估值飙升至15亿美元，成为AI独角兽的代表。然而，现实远非宣传所言。多家媒体调查和前员工证言显示，Builder.ai的核心“AI”实际依赖数百名（据称约700名）印度和乌克兰的外包工程师进行大量手动编码工作。AI仅用于基本任务，如简单匹配或初步生成，而复杂逻辑、调试和定制化仍由人类完成。这种“幕后人工+前台AI”的模式，被业内称为“绿野仙踪”把戏（Wizard of Oz），即用人类模拟AI以制造自动化假象。公司虽使用了一些AI工具，但远未达到宣传的“高度自动化”水平。这种夸大宣传正是典型的AI洗白：将有限AI能力包装成全面智能，以博取估值溢价。崩盘导火索源于财务问题。2025年初，公司缺乏首席财务官已久，内部审计发现收入严重虚增。3月，彭博社报道Builder.ai夸大销售额，并与印度内容公司VerSe涉嫌“循环交易”（round-tripping）以伪造收入。债权人以色列贷款机构Viola Credit迅速行动，冻结并扣押3700万美元现金，导致公司现金仅剩500万美元，无法覆盖巨额债务——包括欠亚马逊云计算85百万美元、微软Azure 3000万美元等。5月，公司在美国申请破产保护，随后在英国、印度等地进入清算程序。曾经的独角兽瞬间归零，数百员工失业。随着人工智能（AI）技术在全球企业中的快速渗透，AI已从辅助工具演变为影响企业环境、社会和治理（ESG）表现的核心要素。2026年，AI治理已成为投资者关注的重大风险点。数据显示，S&P 500公司中披露AI策略的比例从2023年的12%跃升至2025年的72%，但许多企业在AI的环境影响、社会公平性和治理透明度上仍存在明显空白。当前主流ESG框架如ISSB（国际可持续性披露标准）、ESRS（欧洲可持续发展报告标准）和GRI虽强调气候风险和治理，但尚未将AI作为独立披露指标。这导致“AI洗白”（AI washing）现象频发，企业夸大AI能力却忽略其潜在负面影响。鉴于此，在ESG披露指标体系中增加一项专用“AI披露指标”已成为必要且紧迫的改革方向。首先，AI对ESG三维度的影响日益显著。在环境（E）方面，训练大型AI模型消耗巨量能源和水资源，导致碳排放激增。研究显示，未经治理的AI部署可能使企业碳足迹增加数倍，却鲜有企业在报告中量化AI相关排放。在社会（S）维度，AI算法偏见可能放大歧视风险，影响就业公平、隐私保护和包容性。缺乏透明披露会加剧社会不公。在治理（G）层面，AI决策的黑箱性质削弱董事会监督，增加算法风险和伦理漏洞。2025年以来，多家机构报告指出，48%的公司虽有AI策略，但97%未考虑AI的环境影响。这暴露了现有ESG指标的盲区：传统指标聚焦直接运营，却忽略AI作为新兴技术带来的系统性风险。其次，增加AI披露指标有助于防范“AI洗白”并提升报告质量。类似于“绿色洗白”，AI洗白指企业将有限AI应用包装成高度智能化，以抬高估值或吸引资金，却隐瞒人工依赖、数据偏见或高能耗。近期案例显示，一些科技公司通过关键词堆砌宣传AI，却未披露实际自动化比例或伦理评估。现有框架虽有反洗白机制（如情景分析或双重重要性），但缺乏针对AI的具体量化指标。引入专用指标可要求企业披露：AI采用强度（例如年度报告中AI相关关键词出现频次或投资占比）、AI相关碳排放估算、算法偏见审计结果、AI治理框架（如伦理委员会设立、风险评估流程）以及AI对供应链或员工的影响。这些指标可借鉴澳大利亚政府和CSIRO的“负责任AI与ESG框架”，包括人类福祉、公平性、隐私安全等原则下的具体问题和度量。第三，从监管和市场趋势看，这一增加具有可行性和前瞻性。ISSB和ESRS虽在2025-2026年简化部分要求，但同时强调治理完整性和全球基准一致性。投资者已将AI治理视为整体治理的关键组成部分。Thomson Reuters等机构数据显示，AI治理缺失正成为ESG风险新来源。欧盟和美国监管机构正加强对AI透明度的审查，SEC主席曾警告“AI洗白”是高科技版的绿色洗白。GRI等框架也在探索AI伦理整合。如果主流标准率先纳入AI指标，将推动全球趋同，避免报告碎片化。同时，这能为企业提供指导：通过披露AI使用比例、能源消耗和偏见缓解措施，企业可提升透明度，降低融资成本，并吸引注重负责任创新的投资者。当然，增加AI披露指标需平衡负担与益处。初期可设为自愿或分阶段强制：大型企业先披露核心指标（如AI碳足迹和治理政策），中小企业采用简化版。指标设计应参考现有实践，例如使用NLP分析年度报告中的AI提及频次作为代理变量，或要求第三方审计AI影响评估。同时，加强与分类法（如欧盟分类法）的整合，避免重复报告。潜在挑战包括数据可用性和标准化，但AI自身可助力：利用机器学习自动化提取和验证披露数据，实现高效合规。总之，在AI时代，ESG披露若忽略AI，将无法全面反映企业可持续性。增加一项专用AI披露指标，不仅能填补治理空白、遏制洗白风险，还将强化企业责任感，推动技术向善发展。这不仅是监管升级，更是适应数字转型的必然选择。只有将AI纳入ESG核心框架，企业才能在变幻莫测的技术浪潮中实现真正可持续的价值创造。