EMAのフロンティアへ：炭素会計と意思決定におけるAIデータ駆動型アプローチのレビュー
Navigating EMA Frontier: A Review of AI Data-Driven in Carbon Accounting and Decision-Making (原題)
Insyirah Putikadea, Ambar Kusumaningsih, Cantika Sari Siregar, Merlyana Dwinda Yanthi, Aisyaturrahmi
🤖 gxceed AI 要約
日本語
本論文は、環境管理会計（EMA）における炭素会計へのAIデータ駆動型手法の応用をレビューする。PRISMAフレームワークとScopusの文献計量・テーマ分析により、機械学習・ビッグデータ・ブロックチェーン・データ駆動型会計枠組み・炭素管理システムの5類型を整理。AI統合により事後的な炭素報告から、運用・戦術・戦略各層の意思決定支援を伴う適応的炭素ガバナンスへ移行しつつあると結論づける。
English
This review examines AI data-driven applications in Environmental Management Accounting (EMA) for carbon accounting and managerial decision-making. Using PRISMA and bibliometric/thematic synthesis in Scopus, it identifies five AI application clusters: machine learning and predictive analytics, big data analytics, blockchain/DLT, data-driven accounting frameworks, and AI carbon management systems. It argues AI integration shifts carbon accounting from retrospective reporting toward adaptive carbon governance with decision-support at operational, tactical, and strategic levels, while calling for more empirical work and organisational interoperability models.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
SSBJ基準・有報開示・Scope 3対応が進む日本企業にとって、AIによる炭素データの精度・完全性・トレーサビリティ向上は開示インフラ整備の実務課題に直結する。EMAの視点は統合報告書や内部管理会計との接続を考える上で示唆に富む。
In the global GX context
As ISSB/CSRD and Scope 3 disclosure demands intensify, this review maps how AI, blockchain, and big data can strengthen the accuracy, completeness, and traceability of carbon data underpinning disclosure. It contributes to the emerging scholarship on AI-enabled disclosure infrastructure and carbon governance beyond retrospective reporting.
👥 読者別の含意
🔬研究者:AI×炭素会計の研究潮流を5類型で整理した枠組みとして、実証研究や相互運用モデル設計の出発点にできる。
🏢実務担当者:炭素データの精度・トレーサビリティ向上に向け、ML・ブロックチェーン・ビッグデータをEMA意思決定支援にどう組み込むかの指針になる。
🏛政策担当者:開示データの品質保証やデジタル炭素ガバナンスの制度設計を検討する際の技術的論点を提供する。
📄 Abstract（原文）
This paper reviews the function of AI data-driven in Environmental Management Accounting (EMA) for carbon accounting in the process of improving managerial decision-making processes. The method used in this study is the PRISMA framework, which involves bibliometric and thematic synthesis using specific keyword strings in the Scopus database. The results are grouped into five categories of AI applications: AI for machine learning and predictive analytics; big data analytics; blockchain and distributed ledger technologies; data-driven accounting frameworks; and AI for carbon management systems. Machine learning, particularly, helps increase the accuracy of emissions measurements; blockchain enhances the consistency and traceability of carbon disclosures; and big data analytics improves the completeness and timeliness of sustainability information. This research identified the integration of AI technologies in EMA-Carbon Accounting, shifting from retrospective carbon reporting towards integrated carbon governance enabled by adaptive intelligent tools, including decision-support systems, at the operational, tactical, and strategic levels. More empirical research and organisational interoperability models are needed to support more extensive decarbonisation efforts in the supply chain in the future.
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.1109/icitri71999.2026.11751234first seen 2026-11-06 05:18:01
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。