論文・プレプリント

W. Okere, Cosmas Ambe, Sanele Phumlani Vilakazi

本レビューは、新興市場におけるAIを用いたグリーンファイナンス及びESG報告の質向上に関する実証的エビデンス（2015-2025）を系統的に統合した。機械学習や自然言語処理が主流であり、炭素関連開示分析、ESGスコアリング、グリーンボンド検証に活用されている。主な障壁はデータ品質、標準化不足、コストであり、IFRS S1/S2やTCFDとの整合性が促進要因とされる。

Claire Monteleoni, Lawrence A. Palinkas, Michalle Mor Barak +6

本論文は、気候変動による移住における公平性の問題に人工知能がどのように関与するかを探る。AI技術が気候移住の意思決定や資源配分に与える影響を分析し、倫理的・社会的課題を考察する。

Jinguo Li

本研究は、中国の家具製造業において、AI対応の動的ケイパビリティ、グリーンサーバントリーダーシップ、Industry 4.0技術がグリーン・サービタイゼーションを通じてネットゼロ生産に貢献することを実証した。313名の調査データを用いたPLS-SEM分析により、グリーン・サービタイゼーションの完全媒介効果と変革能力の調整効果が確認された。

Zaheda Daruwala

本論文は、ESG投資に人工知能（AI）を統合した新たなパラダイム「ESGI（ESG with Intelligence）」を提案する。自然言語処理や説明可能AIなどの手法を用い、静的なESG評価をデータ駆動型の動的システムへ変革する概念フレームワークを提供する。

Pratiti Nayak, Bhavya Tondon, Raushan Tara Jaswal

本論文は、AIがサステナブルファイナンスに統合されることで、ESG指標の意思決定への組み込みやSDGs達成に貢献する可能性を論じる。一方で、データ品質、規制順守、倫理的課題などの課題も指摘する。

Santosh Kumar, Rashi Gupta

本論文は、グリーンファイナンス分野におけるAIと自動化の役割を考察。機械学習を用いたESGスコアリング、グリーンウォッシュ検出、動的ポートフォリオ最適化（グリーンボンドやインパクトファンドへのシフト）等を紹介し、SDGs達成への貢献可能性を示唆。

(著者不明)

本論文は、グリーンファイナンスとESG分野におけるAIのガバナンス、法律、政策、倫理の枠組みを検討する。AI技術の活用とそれに伴う規制や倫理的課題について論じている。

Nur Muhammad Fadilah, Binastya Anggara Sekti

本論文は、ESG分析におけるAIの活用方法を包括的に探る。機械学習や自然言語処理を用いた予測モデリング、客観的スコアリング、継続的なモニタリングの可能性を示す。銀行、フィンテック、サプライチェーンなどの分野での応用と、アルゴリズムのバイアスや透明性などの課題も議論する。

Hardini Ariningrum, Elsa Fitriandini, Choirunnisa Ramadhani +1

本論文は、AIとESGの統合が現代の会計システムにもたらす影響を文献レビューにより分析した。2021～2025年の20件の査読付き論文を対象に、AIがESG報告の効率性、正確性、透明性を向上させることを示した。結論として、AI-ESG統合は会計システムを戦略的持続可能性ツールへと変革する。

Yamin Qiao, Xiaoyu Min, Sijia Ge +2

本論文は、人工知能（AI）がカーボンニュートラル達成に果たす二重の役割を検討する。排出予測、エネルギー消費最適化、持続可能な戦略策定におけるAI活用の可能性と課題を分析。具体的な事例やデータは不明だが、AIと気候変動対策の連携を示唆。

Kun Luo, Jiale Xue, Puspavathy Rassiah +1

本論文は、AI技術を活用してESG開示と実際の企業活動との整合性を高める方法を探る。特に、自然言語処理や機械学習を用いて開示内容の信頼性を向上させる手法を提案している。

Muhammad Muhitur Rahman, Abdulaziz I. Almulhim, Bijoy Mitra +4

本研究は固形廃棄物処理からのGHG排出をモデル化し、因果関係に基づくAI手法をUAEケースに適用して排出削減可能性を示す。

Jianxian Wu

本稿は、人工知能（AI）が循環型バイオ経済の脱炭素化可能性を向上させるかどうかを、準実験的手法を用いて検証する。結果は、AIが資源効率とプロセス最適化を通じて有意な脱炭素効果をもたらすことを示唆する。

Chabot M.

本論文は、欧州エネルギー企業の気候関連開示をテキスト分析とAI手法で解析。開示内容のパターンや透明性を評価し、AIの有効性を示す。

Ene Yalçın S.

本研究は、機械学習を用いた温室効果ガス排出量の予測フレームワークを提案する。タイトルから具体的な手法や結果は不明だが、排出量予測の高度化を目指す方法論的研究である。

Akhil Shaikh

本論文は、気候変動対策におけるAIの応用可能性を包括的にレビューする。農業用温室を事例に、IoT、衛星データ、AIアルゴリズムを統合したBPMNフレームワークを提案し、リアルタイムモニタリングや政策立案支援を目指す。公平性・透明性などの倫理的課題にも言及し、エネルギー消費増加やデータ不足などの課題を指摘する。

Yilei Zhao, Wentao Zhang, Lei Xiao +3

本論文は、ESG分析のための階層型マルチエージェントシステム「ESGAgent」を提案する。リトリーバル拡張やウェブ検索などの専門ツールを備え、310社のサステナビリティ報告書から構築した3レベルのベンチマークで評価した結果、原子質問で84.15%の精度を達成し、プロフェッショナルなレポート生成においても優れた性能を示した。

Jan-Erik Schirmer

本稿は、人工知能（AI）が気候変動において二面性を持つことを論じる。一方で、AIの広範な利用は大きなカーボンフットプリントをもたらす気候リスクを伴う。他方で、特にCSRDなどの規制枠組みや投資家圧力が高まる中、AIは企業の気候報告や気候計画の効率性・正確性を向上させ、情報過多を軽減する可能性がある。

Thong Hoang, Mykhailo V. Klymenko, Xiwei Xu +6

本研究は、ESG報告ライフサイクル管理のためのAIエージェントフレームワークを提案する。複数のエージェントが情報抽出、検証、報告書更新を自動化し、静的な報告プロセスを動的で適応的なシステムに変革する。技術要件と品質属性を定義し、単一モデル、単一エージェント、マルチエージェントの3つのアーキテクチャを提示する。

Muhammad Usman, Yongming Huang, Muhammad Sohail Amjad Makhdum

本研究は、BRICS-T諸国を対象に、人工知能（AI）、グリーンファイナンス、環境技術、再生可能エネルギーが温室効果ガス（GHG）排出に与える影響を分析。第2世代の計量経済手法を用いた結果、AI、グリーンファイナンス、再生可能エネルギーは排出削減に寄与するが、環境技術は長期的に排出を増加させる可能性が示された。AIとグリーンファイナンスの相乗効果は環境質を向上させる一方、AIと環境技術の相互作用は排出を悪化させる。