Помогает ли ИИ устойчивому финансированию или вредит ему? Углеродный след против ESG-инноваций

Помогает ли ИИ устойчивому финансированию или вредит ему?

Искусственный интеллект (ИИ) одновременно помогает устойчивому финансированию и вредит ему, и финансовое учреждение само определяет, какой эффект преобладает, через собственные решения о закупках, измерении и раскрытии информации. Со стороны издержек: Международное энергетическое агентство (IEA) в отчёте Energy and AI, опубликованном в апреле 2025 года, сообщает, что центры обработки данных потребили около 415 тераватт-часов (ТВт·ч) электроэнергии в 2024 году — примерно 1,5% мирового потребления электроэнергии — после роста приблизительно на 12% в год с 2017 года, что более чем вчетверо быстрее общего спроса на электроэнергию. Со стороны инноваций: BIS Innovation Hub Банка международных расчётов (BIS) в проекте Project Gaia, опубликованном 19 марта 2024 года, показал, что большие языковые модели могут извлечь 20 ключевых показателей эффективности, связанных с климатом, из отчётности 187 финансовых учреждений за пять лет. Таким образом, устойчивому финансированию не нужно принимать вердикт — нужно вести арбитраж, внедрение за внедрением.

Насколько велик вычислительный след финансового ИИ?

Вычислительный след финансового ИИ измеряется на уровне центров обработки данных, а не отдельных банков, поэтому специалист по финансам работает с инфраструктурными данными и распределяет их. Цифры IEA описывают глобальную картину: 415 ТВт·ч в 2024 году, сосредоточенные в США (45% мирового электропотребления центров обработки данных), Китае (25%) и Европе (15%), при этом мировые инвестиции в центры обработки данных достигли полутриллиона долларов США в 2024 году, а потребление, по прогнозам, более чем удвоится примерно до 945 ТВт·ч к 2030 году. Картина по США более детальна. Отчёт 2024 United States Data Center Energy Usage Report, опубликованный в декабре 2024 года Lawrence Berkeley National Laboratory по заказу Министерства энергетики США, проследил национальное потребление центров обработки данных с 58 ТВт·ч в 2014 году до 176 ТВт·ч в 2023 году. В таблице ниже собраны цифры, на которые казначейская или ESG-команда может ссылаться напрямую.

Где след ИИ учреждения отражается в его собственной отчётности?

След ИИ учреждения попадает в разные части его инвентаризации парниковых газов в зависимости от того, кому принадлежит оборудование, — именно поэтому эта цифра так часто отсутствует. Электроэнергия, закупаемая для центров обработки данных, которыми банк владеет или которые контролирует, учитывается в Охвате 2 (Scope 2) согласно Greenhouse Gas Protocol. Вычислительные мощности, приобретаемые как услуга — облачные платформы, интерфейсы прикладного программирования моделей, управляемый инференс, — относятся к Охвату 3 (Scope 3), чаще всего к категории 1 «закупленные товары и услуги», где оценки обычно строятся на основе расходов и потому нечувствительны к тому, насколько эффективно фактически выполнялась рабочая нагрузка. Финансовое учреждение, желающее иметь защитимый след ИИ, должно прописать свои требования в договоре: энергия и углерод на единицу услуги, эффективность использования энергии (PUE), эффективность использования воды (WUE), применённые границы системы и право аудита этих цифр. Именно закупки, а не инженерия, делают эту цифру получаемой.

Что на самом деле открывает ИИ в устойчивом финансировании?

ИИ открывает в устойчивом финансировании работу, которая ранее ограничивалась ручным чтением, а не аналитическими навыками. Project Gaia, реализованный BIS Innovation Hub Eurosystem Centre совместно с Deutsche Bundesbank, Европейским центральным банком и Банком Испании, использовал большие языковые модели для поиска по корпоративной климатической отчётности и возврата гармонизированных показателей — совокупных выбросов, выпуска зелёных облигаций, добровольных обязательств по нулевым нетто-выбросам — несмотря на несогласованные соглашения об именовании и определения в разных юрисдикциях. Совет по финансовой стабильности (FSB) в докладе The Financial Stability Implications of Artificial Intelligence, опубликованном 14 ноября 2024 года, установил, что внедрение ИИ банками, страховщиками и управляющими активами даёт прирост эффективности в моделировании рисков, трейдинге, урегулировании убытков, выявлении мошенничества и предотвращении финансовых преступлений, отметив при этом, что использование генеративного ИИ в регулируемых учреждениях остаётся преимущественно исследовательским и сосредоточенным на операционной эффективности. Приведённые ниже применения — это то, что приносит отдачу командам устойчивого финансирования уже сегодня:

• Извлечение данных из отчётности — выделение сопоставимых климатических показателей из неструктурированных корпоративных отчётов, как было продемонстрировано на 187 финансовых учреждениях и 20 показателях в Project Gaia.
• Моделирование климатических рисков — построение и стресс-тестирование сценариев физического и переходного риска по крупным портфелям контрагентов, что FSB относит к областям прироста эффективности в моделировании рисков.
• Скрининг портфеля — непрерывная проверка активов по спискам исключений и пороговым правилам вместо проверки в моменты ежеквартального пересмотра.
• Урегулирование убытков в страховании — ускорение оценки после климатических убыточных событий, названное FSB в числе текущих приростов эффективности.
• Выявление финансовых преступлений и мошенничества — распознавание закономерностей в масштабе, недоступном системам на основе правил, также названное FSB.
• Мониторинг планов перехода — отслеживание того, выполняют ли контрагенты из года в год обязательства, взятые в их опубликованных планах перехода.

Какие четыре компетенции теперь востребованы в финансовом секторе?

Финансовые учреждения нанимают специалистов по ИИ и устойчивому развитию, исходя из четырёх отдельных компетенций, каждая из которых имеет техническое ядро, проверяемое работодателем, и поведенческое ядро, определяющее, изменит ли техническая работа решение. Кандидаты, представляющие их как единый недифференцированный профиль «ESG и ИИ», плохо проходят собеседования, потому что интервьюер проверяет наличие конкретного артефакта, а слышит лишь лексику. Четыре приведённые ниже компетенции структурируют остальную часть статьи, и в каждом разделе указано, что производит компетенция, какое регулирование или измеренные данные формируют спрос на неё и что доказывает её наличие у кандидата:

• Зелёный финтех — создание цифровых финансовых продуктов, цель которых — экологический результат, и управление ими в рамках регуляторных классификаций, которые теперь применяются к ИИ в кредитовании и страховании.
• Оптимизация устойчивого портфеля — формирование и ребалансировка портфелей с учётом обязательных ограничений устойчивости, порогов и правил исключения, а не настроений рынка.
• Оценка жизненного цикла (LCA) технологий — количественная оценка энергетического, углеродного и водного следа ИИ и цифровой инфраструктуры, которую покупает само учреждение, с объявленными границами системы.
• Аналитика ESG-данных — получение, сверка и управление данными об устойчивом развитии таким образом, чтобы рейтинг, скрининг или раскрытие можно было проследить до первоисточника.

Что такое зелёный финтех и что он требует?

Зелёный финтех — это проектирование и эксплуатация цифровых финансовых продуктов и инфраструктуры, основная цель которых — экологический результат: аналитика климатических рисков, кредитование, привязанное к выбросам, платформы финансирования перехода, надзорные технологии того типа, прототип которых создал Project Gaia. Его техническое ядро неромантично: конвейеры данных, развёртывание моделей, документирование и тестирование модельного риска. Его регуляторное ядро теперь прямо определено в Европейском союзе. Закон об искусственном интеллекте, Регламент (ЕС) 2024/1689, классифицирует системы ИИ, используемые для оценки кредитоспособности физических лиц или установления их кредитного рейтинга, а также системы ИИ, применяемые для оценки риска и ценообразования в страховании жизни и здоровья, как высокорисковые согласно Приложению III. Digital Omnibus, вступивший в силу 27 июля 2026 года, перенёс срок соблюдения требований для автономных высокорисковых систем из Приложения III на 2 декабря 2027 года, а для ИИ, встроенного в регулируемые продукты, — на 2 августа 2028 года. Ядро мягких навыков состоит в переводе этого графика в дорожную карту продукта, не рассматривая отсрочку как помилование.

Как оптимизация устойчивого портфеля меняется с приходом ИИ?

Оптимизация устойчивого портфеля превратилась в задачу оптимизации с ограничениями, которые определены юридически, — а это ровно тот класс задач, с которым хорошо справляется машинное обучение, и ровно та ситуация, где необъяснимая модель становится источником ответственности. Руководящие принципы Европейского управления по ценным бумагам и рынкам (ESMA) по названиям фондов, использующим термины, связанные с ESG или устойчивостью (ссылка ESMA34-472-440), требуют, чтобы не менее 80% инвестиций фонда соответствовали экологическим или социальным характеристикам либо целям устойчивых инвестиций, раскрытым в его стратегии; фонды, использующие экологические термины или термины устойчивости, обязаны применять исключения Paris-aligned Benchmark, фонды с социальными или управленческими терминами — исключения Climate Transition Benchmark, а фонды, называющие себя «устойчивыми», должны существенно инвестировать в устойчивые инвестиции. FSB в том же докладе 2024 года предупреждает, что внедрение ИИ может усилить рыночные корреляции, зависимости от третьих сторон и модельный риск. Поэтому компетенция — это оптимизация плюс объяснение: умение показать инвестиционному комитету, почему модель исключила тот или иной актив.

Почему оценка жизненного цикла технологий входит в описание финансовой вакансии?

Оценка жизненного цикла (LCA) технологий входит в описание финансовой вакансии, потому что ИИ, который покупает банк, теперь является существенной строкой в его собственной экологической отчётности, и никто за пределами учреждения её не посчитает. LCA применяет принципы и требования ISO 14040 и ISO 14044 к цифровой услуге: объявить границы системы, отделить амортизированный след обучения от предельного следа инференса и отчитаться об энергии, углероде и воде с указанием методологии. ISO/IEC 21031:2024, спецификация углеродной интенсивности программного обеспечения, обеспечивает сопоставимую меру на функциональную единицу между релизами и поставщиками. Закон об ИИ усиливает эту дисциплину выше по цепочке, требуя от поставщиков моделей ИИ общего назначения документировать известное или оценочное энергопотребление в своей технической документации. Ядро мягких навыков — переговоры: LCA возможна только тогда, когда поставщик договорно обязан раскрывать данные, а это разговор о закупках, а не технический разговор.

Что требует аналитика ESG-данных помимо дашбордов?

Аналитика ESG-данных требует работы с происхождением данных, которую скрывают дашборды, и европейское регулирование только что сделало эту работу поднадзорной. Регламент (ЕС) 2024/3005 о прозрачности и добросовестности деятельности по присвоению ESG-рейтингов применяется с 2 июля 2026 года, переводя поставщиков ESG-рейтингов под прямую авторизацию и надзор ESMA с требованиями к прозрачности методологии и разделению видов деятельности; ESMA выпустило публичное заявление 1 июля 2026 года, касающееся публикации и распространения ESG-рейтингов третьими сторонами в период перехода к авторизации. Сопоставимость исходных данных улучшается параллельно: IFRS Foundation сообщил 12 июня 2025 года, что 36 юрисдикций приняли или иным образом использовали стандарты ISSB либо завершают шаги по их внедрению, опубликовав профили по 17 из них, из которых 14 нацелены на полное принятие. Аналитики, понимающие отчётность в области экологии, социальной сферы и корпоративного управления (ESG) на уровне источника, способны защитить цифру; аналитики, унаследовавшие готовый балл, — нет.

Какие профессиональные и личностные навыки лежат в основе каждой компетенции?

Каждая из четырёх компетенций нанимается на основании профессионального навыка и удерживается благодаря личностному, а артефакт в последнем столбце — это то, что интервьюер просит показать. Такое сопряжение важно, потому что сценарии провала симметричны: количественный аналитик, не способный объяснить клиенту исключение, сделанное моделью, теряет мандат, а убедительный кандидат, не способный восстановить цифру, проваливает аудит. Таблица одновременно служит инструментом самооценки. Отметьте каждую строку как подтверждённую, частичную или отсутствующую для вашей нынешней роли; две самые слабые строки и есть ваш учебный план, и обычно они указывают, какая из траекторий SUMAS ниже стоит затраченного времени.

Как определить, является ли внедрение ИИ чистым плюсом для финансового учреждения?

Финансовое учреждение устанавливает, является ли внедрение ИИ чистым плюсом, выполняя фиксированную последовательность шагов до утверждения, а не обсуждая технологию в целом. Приведённая ниже последовательность производит артефакты, которые могут проверить комитет по рискам, внутренний аудитор и надзорный орган, и она намеренно ставит измерение впереди амбиций: систему ИИ, след которой никогда не был количественно оценён, нельзя называть инфраструктурой устойчивого финансирования, что бы она ни анализировала. При честном применении эта последовательность отклоняет часть предложений, ещё большее их число переводит на меньшие модели или более узкие области применения, а остальные утверждает с условиями мониторинга. Шесть шагов выполняются по порядку:

1. Количественно оцените энергетический, углеродный и водный след внедрения относительно объявленных границ системы, следуя ISO 14040/14044 или ISO/IEC 21031:2024, и отнесите его к Охвату 2 или Охвату 3 в зависимости от того, кому принадлежит оборудование.
2. Назовите контрфактический сценарий: какой именно аналитический процесс, с какой измеренной стоимостью и каким базовым годом, это внедрение фактически заменяет?
3. Классифицируйте систему по Закону об ИИ — кредитный скоринг физических лиц и ценообразование в страховании жизни и здоровья относятся к Приложению III — и зафиксируйте классификацию даже там, где обязательства применяются только со 2 декабря 2027 года.
4. Проверьте данные: происхождение, прослеживаемость, лицензирование и сроки хранения для каждого входного элемента, который попадёт в опубликованную цифру или в решение, затрагивающее клиента.
5. Проверьте заявление: может ли каждая публикуемая вовне цифра быть восстановлена для аудитора с указанием источника, границ, базового года и статуса верификации?
6. Проведите повторное измерение через шесть-двенадцать месяцев, поскольку рост использования регулярно сводит на нет выигрыш в эффективности на один запрос в масштабе всего портфеля.

Где сегодня работают выпускники SUMAS в области устойчивого финансирования?

SUMAS — Sustainability Management School, с кампусом на берегу Lake Geneva в Gland, Швейцария, и городским кампусом в Milan, Италия, — публикует своих выпускников в области устойчивого финансирования с указанием имени, программы, года выпуска и работодателя, что позволяет проверить это утверждение, а не просто поверить ему. Места работы группируются в четырёх областях, релевантных для этой статьи: частный банкинг и управление состояниями, отчётность в страховании и перестраховании, исследования устойчивого развития внутри управляющих активами компаний, а также политические и консультационные роли в природоохранных организациях и у регуляторов. Видеоотзывы выпускников опубликованы на странице выпускников SUMAS и на отдельных страницах программ, ссылки на которые приведены ниже, наряду с этими письменными профилями. Данные о выпускниках воспроизведены в точности так, как они были опубликованы в августе 2026 года, и SUMAS сообщает о 90% трудоустройства выпускников по всем своим программам.

Кто преподаёт устойчивое финансирование и ИИ в SUMAS?

Содержание курсов по ИИ и финансам в SUMAS преподают практики, работавшие на рынках до того, как начали о них преподавать. Профессор Jan Erik Meidell, Ph.D., работает на стыке устойчивого развития, финансов и технологий, имеет более 25 лет опыта соединения бизнес-стратегии и количественных технологий и провёл более двух десятилетий в финансовом секторе — в трейдинге, на должностях финансового директора и в предпринимательстве — прежде чем перейти к академическим исследованиям. Он ведёт курсы по ИИ, включая Capstone: AI for Good, и читает лекции по статистике и машинному обучению, блокчейну и децентрализованным финансам, а также по прикладному ИИ для бизнеса; его текущие исследования посвящены ESG-управлению и его внедрению. Направление бухгалтерского учёта и аудита ведёт профессор Domenico Lamanna Di Salvo, Ph.D., дипломированный бухгалтер, аудитор и юрист, чьи академические исследования посвящены анализу финансовой отчётности и сравнению принципов бухгалтерского учёта в европейских государствах — дисциплине, которая определяет, выдержит ли сгенерированный ИИ показатель устойчивого развития проверку аудитором.

Какая траектория SUMAS подходит вашему профилю?

SUMAS преподаёт устойчивое финансирование и ИИ-инновации в рамках четырёх траекторий, которые различаются уровнем поступления, продолжительностью и форматом, а не предметным содержанием, поэтому выбор начинается с вашей текущей квалификации и реально доступного учебного времени. Все четыре реализуются на английском языке, аккредитованы ACBSP и предполагают невозвратный регистрационный взнос CHF 200 наряду с отдельно публикуемыми расходами и платой за материалы. Сведения о стоимости обучения и наборах ниже воспроизведены так, как они опубликованы в августе 2026 года; уточните актуальные цифры в приёмной комиссии перед подачей заявки, поскольку тарифы меняются от года набора к году. Таблица сравнивает траектории по критериям, которые на практике определяют выбор, включая курсы, несущие четыре описанные выше компетенции.

Как начать формировать эти компетенции уже в этом квартале?

Формирование компетенций в области ИИ и устойчивого финансирования начинается с аудита того, что вы уже можете подтвердить, а не с очередной методологической рамки. Возьмите четыре артефакта из таблицы навыков — оценку классификации высокого риска, записку о формировании портфеля с исключениями и обоснованиями, отчёт о следе ИИ-сервиса с объявленными границами и карту происхождения данных для одного опубликованного показателя — и отметьте каждый как подтверждённый, частичный или отсутствующий. Читатели, обдумывающие более широкий технологический вопрос, могут также ознакомиться с нашим руководством по парадоксу генеративного ИИ для менеджеров, которое охватывает использование ресурсов и климатические выгоды за пределами финансового сектора, и с нашим разъяснением об отчётности в области экологии, социальной сферы и корпоративного управления (ESG), описывающим основы раскрытия информации, из которых исходит эта статья. В SUMAS такие артефакты создаются в рамках Sustainability Industry Projects с организациями-партнёрами и итоговых проектных работ. Практический следующий шаг — выбрать траекторию, продолжительность и формат которой быстрее всего закроют две ваши самые слабые позиции.