AI技術顯著提升投資機構在永續金融領域的風險管理能力。
在歐洲，AI能有效偵測企業誤導性的永續資訊，將ESG潛在漂綠調查從被動轉為主動風險管理，大幅提升辨識與應對效率及精準度。
2025年，德意志銀行子公司DWS Group因「漂綠」行為被處以2,700萬美元罰款，這標誌著歐洲投資管理領域的重大轉變。
警方突襲行動揭露，DWS Group系統性地虛報其ESG資產配置。執行長Asoka Woehrmann在警方搜查數小時內辭職。
舉報人Desiree Fixler所揭露的「實質性誤導陳述」，凸顯了傳統調查方法在偵測複雜漂綠行為方面的局限性。
DWS的案例，不僅揭示了企業大規模虛報ESG資產配置的「漂綠」行為，更凸顯了投資者在判斷永續揭露資訊時，所面臨的高度複雜性。
過去，即使是經驗豐富的分析師團隊，在傳統監管監督上仍難以有效應對複雜的虛假陳述。然而，Bloomberg的人工智慧研究人員現已證實，透過AI自動分析企業溝通與報告中的不一致性，能夠提前數月偵測到不實揭露模式，為人工分析師團隊提供了強大的科技助力。
這將使市場能更早識別並處理「漂綠」風險。歐洲市場正面臨更嚴峻的漂綠執法趨勢。
例如，歐盟於2024年4月針對20家主要航空公司潛在誤導性的碳抵換計畫展開調查。
此外，滙豐銀行也因其行銷聲明與實際營運的環境永續表現不符，被監管機關要求撤回相關廣告。
這些案例均明確指出，即使是大型金融機構也難以確保其ESG揭露與實際行動的一致性。
根據歐盟2024年關於漂綠的相關政策，監管機構可對漂綠企業處以最高達其年營業額4%的罰款，對大型企業而言，罰金可能超過10億歐元。此外，自2022年起改革的《企業永續報告指令》（Corporate Sustainability Report ing Direct ive, CSRD），將以分階段方式影響全球逾50,000家公司。
該指令將從2025年起涵蓋大型企業，並預計在2028年擴展至中小型企業，要求企業在ESG領域揭露超過1,000個面向的詳細資訊。
然而大型語言模型（LLMs）正大幅提升投資機構的分析模式，大幅擴展其規模和準確性。
LLMs平台能同步處理數百萬份企業文件、監管申報、新聞文章和社群媒體通訊，從中精準識別潛在的漂綠行為模式。
舉例而言，彭博的Bloom bergGPT基於500億參數構建，專門針對3,630億金融代幣訓練。該平台的AI-Powered Document Insights能夠從非結構化企業報告中提取量化ESG指標，同時識別跨多個報告期間的資訊不一致性。這種跨期間樣本的長期分析能力，對於偵測漂綠模式特別有價值。 （相關報導： 台北最暖的實驗室！一座社宅裡的ESG基地「ESG Co:lab」，讓永續從社區走向全球 ｜ 更多文章 ）
對於持有航空業股份的投資機構，LLMs的預測能力可於監管介入、造成市場波動之前，輔助投資人進行資產調整。歐盟對20家航空公司，包含法國航空、荷蘭皇家航空等調查，展示LLMs如何提前偵測系統性漂綠。聯合航空執行長Scott Kirby稱碳抵換為漂綠，並呼籲專注於永續航空燃料，立場與其他航空公司形成對比。
