《MSC咨詢：2023人工智能賦能可持續發展和投資白皮書（45頁）.pdf》由會員分享，可在線閱讀，更多相關《MSC咨詢：2023人工智能賦能可持續發展和投資白皮書（45頁）.pdf（45頁珍藏版）》請在三個皮匠報告上搜索。

1、人工智能賦能可持續發展和投資白皮書WHITE PAPERON ARTIFICIAL INTELLIGENCEEMPOWERING SUSTAINABLEDEVELOPMENT AND INVESTMENT23人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT壹 引言 04可持續發展目標(SDGs)與可持續投資 05白皮書的目的和范圍 07貳 背景 10可持續發展目標簡介及進展 11第四次工業革命(4IR)背景下的與人工智能(AI)13可

2、持續投資內涵和技術缺口 16叁 AI與SDGs 20SDG1：無貧窮 21SDG2：零饑餓 23SDG3：良好健康與福祉 25SDG4：優質教育 29SDG5：性別平等 31SDG6：清潔飲水和衛生設施 34SDG7：經濟適用的 36SDG8：體面工作和經濟增長 39目錄CONTENTSSDG9：產業、創新和基礎設施 41SDG10：減少不平等 43SDG11：可持續城市和社區 45SDG12：負責任消費和生產 47SDG13：氣候行動 49SDG14：水下生物 51SDG15：陸地生物 54SDG16：和平、正義與強大機構 57SDG17：促進目標實現的伙伴關系 60肆 AI與可持續投資 6

3、2AI賦能投資促進4.0（IP4.0）63AI助力可持續投資 66AI帶來的可持續投資機會 69伍 結論 72AI與SDGs的未來前景全球與中國的視角 73對政策制定者和企業的建議 75附錄 參考文獻 80機構介紹 8645人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄可持續發展目標(SDGs)與可持續投資 歡迎來到可持續投資的世界。致力于聯合國可持續發展目標（SDGs）的動力與

4、愿景正在改變我們的生活方式。我們熟知的可持續投資涵蓋一系列活動，從將現金投入綠色能源項目，到投資那些展現社會價值觀的公司。例如那些推動社會包容的行動，或通過在董事會中增加更多女性成員來實現良好治理的企業。2023 年 7 月 17 日，聯合國秘書長古特雷斯在可持續發展高級別政治論壇部長級會議開幕式上指出，世界“嚴重偏離”了在 2030 年的最后期限前實現可持續發展目標的軌道。古特雷斯指出：“在新冠肺炎(COVID-19)疫情之前，實現可持續發展目標的年度資金缺口為 2.5 萬億美元，而現在估計已增至 4.2 萬億美元?！辈⒑粲醺鲊霸?2023 年有所作為”，現在就為協調努力實現可持續發展目標

5、奠定基礎。Caption:秘書長安東尼奧古特雷斯在經濟及社會理事會第2022屆會議（7月5日至15日）主持召開的可持續發展問題高級別政治論壇開幕式上講話。圖片來源：聯合國照片/Eskinder Debebe2006 年，聯合國推出了負責任投資原則（PRI），這是一項自愿倡議，鼓勵投資者在投資時考慮 ESG（環境、社會、治理）因素。PRI 幫助明確了可持續投資的定義，以及那些想要遵循這些原則的人應該采取哪些措施來確保他們的資金得到明智的投資。然而，在 PRI 發布后又過了十年左右，這些投資標準才得到更廣泛的傳播。到今年，2023 年，因為一系列的巨大氣候災害與持續高溫，投資者開始更深入地研究企業

6、對環境、以及環境對企業的影響。另一方面，人工智能、機器學習、機器人技術、增材制造、物聯網、分布式賬本技術、量子計算機技術等數字科技的變革也時刻影響著可持續發展目標與可持續投資。引言INTRODUCTIONEXECUTIVE SUMMARY67人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄這些概念的發展、應用與融合，代表著第四次工業革命（Fourth Industrial Revo

7、lution,4IR）數字、生物和物理創新的結合的到來，從根本上改變所有企業的商業模式與商業影響力。第四次工業革命作為一次范式變革，具有前所未有的演變速度、規模、范圍以及復雜性，并且正在從根本上改變生產、消費和整個社會。那些采用新技術助力可持續發展目標的的組織可能會獲得更高的生產力、更大的成本效益以及更靈活地應對不斷變化的條件和情況的能力。人工智能(AI)使得每一個個體可以通過使用大數據工具來更好識別可持續投資機會，從而幫助釋放可持續投資的更多潛力。所以投資者們開始意識到、且越來越多的證據表明：除了幫助地球、讓社會更加公平和更具包容性之外，可持續發展的企業實際上為投資者提供了更高的回報。在 2

8、019 年 7 月全球制造業和工業化峰會（GMIS）上，聯合國工業發展組織（UNIDO）前任總干事李勇先生首次提出新一代投資促進理念“投資促進 4.0（Investment Promotion 4.0,IP4.0）”。該理念的目標是將第四次工業革命技術的影響最大化，利用人工智能、機器學習、區塊鏈技術、物聯網、大數據和機器人等新技術手段，吸引新興領域投資，并鼓勵對發展中國家和新興工業化國家擴大投資，以縮小發展差距，最終實現 2030 可持續發展目標。所以我們認為，這個領域內下一階段的發展將在很大程度上取決于行業的領先地位以及投資思維和實踐以及AI應用方面的創新。全球最大的資產管理公司貝萊德的分析

9、發現，COVID-19 大流行讓投資者關注金融體系的脆弱性和彈性，并加劇了圍繞可持續性的討論，在 2020 年 COVID-19 大流行最嚴重的時期，超過80%的可持續投資基金的表現優于沒有該理念的股票投資組合。所以我們希望這份報告是一段旅程，能夠沿著上述表達產生漣漪效應，在這些不同的生態系統中產生進一步的連鎖反應。我們相信，未來將是異常光明的。白皮書的目的和范圍 此次白皮書旨在探討快速發展的人工智能技術對聯合國可持續發展目標與可持續投資的影響。并在此基礎上識別機遇與挑戰，最終形成對不同利益相關方的啟發與建議。相較于 SDGs 等大家更加熟知的概念，白皮書中將會提到三個更新的概念：第四次工業革

10、命（4IR）投資促進 4.0（Investment Promotion 4.0,IP4.0）AI 賦能可持續投資89人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄我們在本次研究中，針對聯合國 17 個可持續發展目標，分別分析了 AI 帶來的趨勢與挑戰，并輔以案例舉例說明。并在綜合這些趨勢挑戰的基礎上，總結相應的可持續投資機會點。與此同時，本次的研究也很大程度依賴于對 AI 工具的

11、運用，在進行資料收集、案例分析與趨勢撰寫時，我們使用了包括但不僅限于以下工具：ChatGPT4+Code Interpreter ChatGPT4+Prompt Perfect ChatGPT4+Webpilot Claude 2在研究的過程中，作為研究團隊，我們識別了以下挑戰并在這些挑戰上限定了本次研究的范圍：研究深度與廣度的平衡難題在研究人工智能與可持續發展的關系時，每個可持續發展目標（SDG）都可能引發多個影響方向。然而，不同 SDG 之間存在交叉和重疊，使得本次研究在選擇案例和展開觀點時面臨挑戰。這種復雜性使得研究過程中需要同時考慮不同領域的因素，并在這些因素之間尋找平衡，以獲得全面的

12、認識。同時，研究也必須在深度和廣度之間尋找平衡，以確保研究既具體又全面。數據缺乏和量化研究的難題由于人工智能技術在許多領域尚未廣泛普及，本次研究可能缺乏足夠的量化研究或大規模數據支持來證明其在可持續發展方面的影響。這使得在評估人工智能對可持續發展目標的貢獻時面臨一定的限制。信息來源的多樣性與可靠性問題本次研究依賴于廣泛的信息來源，包括論文、報告、新聞報道和公司信息等。然而，這種多樣性也帶來了信息來源的可靠性問題。部分案例的真實效果和可靠性需要進一步驗證。同時，過多的信息來源也可能導致信息的重復和冗余，挑戰在海量信息中尋找準確數據的能力。技術發展速度的挑戰人工智能技術發展迅速，導致一些案例和影響

13、的時效性非常強。隨著技術的演進，過去的案例可能已不再準確反映當前情況，這意味著本研究需要不斷跟進最新的發展，以保持研究的準確性和實用性。方法論的挑戰在整合不同來源和領域的信息時，本次研究面臨方法論上的挑戰。如何在研究中平衡定性和定量分析、具體案例和普遍影響等問題，需要仔細思考和權衡。同時，研究還須考慮如何充分應用有效的方法，以確保結論具有可信度和說服力。由于時間緊迫，報告在撰寫過程中難免出現錯漏之處，希望廣大讀者理解，并歡迎批評指正。1011人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABL

14、E DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄可持續發展目標簡介及進展 2015 年 9 月 25 日，聯合國可持續發展峰會在紐約總部召開，聯合國 193 個成員國在峰會上正式通過 17 個可持續發展目標?？沙掷m發展目標旨在從 2015 年到 2030 年間以綜合方式徹底解決社會、經濟和環境三個維度的發展問題，轉向可持續發展道路?？沙掷m發展目標將指導 2015 年至 2030 年的全球發展政策和資金使用?？沙掷m發展目標作出了歷史性的承諾：首要目標是在世界每一個角落永遠消除貧困。今年，聯合國發布了2023 年可持續發展目標報告：特別

15、版，為人類和地球制定救援計劃。這份報告強烈呼吁采取行動，根據最新數據和估計對可持續發展目標進行坦誠評估。報告在強調現有差距并敦促世界加倍努力的同時，還強調了通過強烈的政治意愿和利用現有技術、資源和知識取得成功的巨大潛力。國際社會可以齊心協力，重燃實現可持續發展目標的進展，為所有人創造更加光明的未來。報告指出，氣候危機、俄烏沖突、全球經濟疲軟以及新冠肺炎疫情的持續影響，暴露了弱點并阻礙了目標的實現。報告進一步警告說，雖然普遍缺乏進展，但世界上最貧窮和最脆弱的人正在經歷這些前所未有的全球挑戰的最嚴重影響。它還指出了需要采取緊急行動來挽救可持續發展目標以及到 2030 年為人類和地球帶來有意義的進展

16、。第一部分 “危險中的承諾”解釋了阻礙實現可持續發展目標的主要挑戰和威脅，例如 COVID-19 大流行、俄烏沖突、氣候變化、生物多樣性喪失和污染。它還概述了一項針對人類和地球的救援計劃，該計劃基于五個關鍵的緊急行動領域：政治承諾、政策行動、機構能力、融資和多邊合作。背景BACKGROUND1213人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄第四次工業革命(4IR)背景下的人工

17、智能(AI)聯合國 2030 年可持續發展議程旨在通過國際集體行動，全面解決全球社會、經濟和環境三個維度的可持續發展問題。過去三年，新冠肺炎疫情給世界各國帶來重大損失，并可能將實現 17 個全球發展目標的期限再后推 10 年。而發展中國家的可持續投資年度資金缺口，已高達 4.2 萬億美元。如何加速可持續融資，不讓任何人掉隊(left no one behind），任務迫在眉睫。當前，距實現可持續發展目標所剩時間已不多。步入“行動十年(Decade of Action）”，如何利用 AI 等先進數字技術促進可持續投資，將投資供需雙方高效匹配，使投資更精準地向可持續發展領域聚焦，特別是為廣大發展中

18、國家提供更多可持續投資的融資渠道，是現階段亟待解決的問題。同時，AI 技術自身也需要實現可持續發展。在我們談論人工智能與可持續投資的的未來之前，了解過去以及我們目前所處的第四次工業革命(4IR)至關重要。在我們駕馭這個前所未有的變革時代時，我們必須解決一個基本問題：無論技術如何發生變化，人類究竟需要什么？地球究竟需要什么？2023 年的今天，我們對勞動力中人類被淘汰的恐懼與日俱增。這一問題經常出現在與全球決策者的對話中，引發人們對可持續投資的視角深入關注。大家對前三次的工業革命并不陌生：第一次工業革命發生于十八世紀60年代至十九世紀中期。這場工業變革以蒸汽機、紡織機、鐵路等為代表，大規模運用蒸

19、汽動力，標志著人類社會進入蒸汽時代。第二次工業革命發生于十九世紀末至二十世紀初，這場工業變革以電力、石油、化學、汽車等為代表，燃油、電力成為了新的工業根基，也標志著人類社會進入電氣時代。第三次工業革命發生于上世紀四五十年代至七十年代，這場工業變革以原子能、計算機、航天技術等為代表，也因為計算機的出現讓人類進入了信息時代。第四次工業革命作為一場范式變革，正從根本上改變生產、消費乃至整個社會。人工智能（AI）作為新工業革命先進數字制造（ADP）領域最核心的技術之一，已成為全球投資熱點。AI 正日益成為促進 SDG 實現的有力工具，但其快速發展也帶來潛在風險，對部分目標的實現形成挑戰，這一趨勢值得密

20、切關注。4IR 的特點是物理、數字和生物領域的融合，模糊了物理世界和虛擬世界之間的界限，為效率、創新和經濟增長提供了巨大的潛力。第二部分 “敲響警鐘：可持續發展目標進展到中點”全面概述了每個目標的進展情況，并根據 50 多個國際機構的最新可用數據和估計提供了坦誠的評估。報告顯示，一半的目標中度或嚴重偏離軌道，超過 30%的目標要么沒有變化，要么倒退到 2015 年基線以下。它也額外強調了可持續發展目標指標的數據可用性、方法和創新以及數據和統計界采取的積極措施方面的顯著進步。第三部分 “突破，為所有人創造更美好的未來”，詳細闡述了第一部分中確定的五個緊急行動關鍵領域，并為會員國和其他利益攸關方加

21、大力度并重申對可持續發展目標的承諾提供了具體建議。它還強調加強聯合國發展系統和提高多邊體系能力的重要性，以應對新出現的挑戰，解決 2015 年以來國際架構中出現的與可持續發展目標相關的差距和弱點。報告進一步警告說，雖然缺乏進展是普遍現象，但世界上最貧窮和最弱勢的群體正在遭受這些前所未有的全球挑戰帶來的最嚴重影響?！俺俏覀儸F在就采取行動，2030 年議程將成為一個本來可以實現的世界的墓志銘?！甭摵蠂貢L安東尼奧古特雷斯在 2023 年 7 月 10 日該報告發布時說。1415人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMP

22、OWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄這些技術在制造生產領域的應用推動了智能制造生產系統的發展，從而得以借助人工智能，通過傳感器、聯網設備以及虛擬系統和實體裝置的融合（即信息物理系統 CPSs）對生產進行整合控制。智能農業產品系統也借助第四次工業革命中的應用技術來解決食品安全及糧食安全問題。智能能源系統和智能循環經濟使得相關技術及商業模式能夠用于應對資源利用效率、資源安全、資源開發對于環境的影響、生物多樣性流失、土地退化以及溫室氣體排放等諸多問題。相關技術及商業模式在能源系統方面的應用還

23、能夠加速可再生能源整合，有助于彌合能源獲取方面的鴻溝?？偠灾?，第四次工業革命有望對經濟、環境、社會等方面帶來極大益處，并有助于可持續發展目標的最終實現。另一方面，基因組編輯、克隆、機器智能/移動性、突破性材料、虛擬現實、不可追蹤的化身、基于機器的人體肢體、思維激活設備、自動駕駛汽車、自編程槍支、語音到文本等過程與技術與可能為未來的道德框架和人類社會的治理帶來新的問題。它有可能進一步拉大工業化國家與非工業化國家之間的技術鴻溝，制造業的自動化應用會帶來就業問題，在勞工的未來發展及技術學習、性別平等及女性權益保護、產業安全及互聯網安全等方面都會產生影響。AI 技術，特別是機器學習和深度學習，已經在

24、數據分析領域發揮了重要作用。它們可以處理大量的非結構化數據，例如社交媒體、新聞報道和公司報告，以獲得對企業可持續實踐的深入理解。人工智能利用其高效的數據分析能力來識別企業的可持續表現，有助于判斷該企業的投資價值。例如，機器學習可以幫助預測由于氣候變化導致的極端天氣事件對公司的影響，或者通過分析公開的政策文檔、新聞報道和社交媒體討論等實時跟蹤綠色發展、碳中和等政策的走勢。這些信息可以幫助投資者更快地做出響應，調整投資策略，避免因市場變化而帶來的可持續投資風險這些我們都會在第三部分中展開討論。早在 2019 年就已有企業利用相關數字技術對資源可持續進行追蹤。IBM 和非營利組織 The Fresh

25、water Trust(TFT)和 SweetSense 合作，利用人工智能、區塊鏈和遠程傳感器技術，監測和追蹤地下水的使用情況。這個項目可以幫助投資者了解水資源的使用情況，預測未來的水資源短缺風險，從而調整可持續投資策略。所以我們可以預想的時代便是：人工智能高效分析企業已披露的可持續信息，提高信息透明度，明確企業的可持續披露程度。在此基礎上，對企業披露情況的分析再反向約束企業優化自身可持續行動，增強企業對可持續信息的披露責任與可持續項目的行為責任，為投資者增加更多企業在可持續方面的投資機會。這意味著投資機構可以直觀獲取高透明度的可持續信息，增加了投資者的投資機會。這些機會及其背后的技術表現，

26、有助于提高不同產業領域的生產能力及生產效率，無論是農業到食品行業，還是能源到制造到服務，都在促進可持續發展并且有助于提高應對以氣候變化與環境適應為代表的能力。1617人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄3 作為全球最大的氫氣生產國和消費國，到 2022 年，中國已建成并運營 36 個可再生氫氣項目，合計產能約 3.7 萬噸/年。例如，北京 2022 年冬奧會大規模部署氫

27、燃料汽車，多個萬噸級化學脫碳綠氫示范項目也已部署。在這些遍布世界各地的例子中，技術的加速進步加上監管支持的擴大正在將可持續的解決方案推向資本，并促使資本向可持續商業模式進行重大的重新配置。1 Builders Vision、Mitsui&Co 和 Renewable Resources Group Partnership 承諾在新興市場確定價值超過 10 億美元的基于自然的解決方案項目。2 Tony Elumelu Foundation 則為非洲企業家發起了一個價值 5 億美元的聯盟。3 LeapFrog 宣布了一項計劃，向非洲和亞洲提供氣候解決方案的公司承諾投入 5 億美元，旨在為 5000

28、 萬低收入人群提供綠色工具和技術。4 新西蘭政府和美國貝萊德公司（BLK.N）將推出 20 億新西蘭元（12.2 億美元）的氣候基礎設施基金，投資太陽能、風能、綠色氫能和電池存儲技術。結合可持續投資的理念，我們應該最大限度地發揮第四次工業革命帶來的積極影響，思考如何合理使用人工智能技術，減少其負面影響和弊端。在這個時代，全球價值鏈上的發展中國家需要共同參與以面對挑戰。最終，要駕馭第四次工業革命的復雜性，創造人類與技術共同繁榮的未來，需要我們有意識地通過可持續投資的視角積極塑造未來。這將使我們不僅能夠利用技術的潛力，同時又能保留我們人類獨特的品質和能力?？沙掷m投資內涵和技術缺口 在第三部分中，我

29、們將詳細展示人工智能如何對每一個聯合國可持續發展目標施加了正面和負面的影響。在這一部分，我們就為什么需要關注可持續投資以及基于這個目標的技術缺口展開思考，希望可以幫助大家更好理解第三部分中的詳細趨勢與案例。自巴黎協定（2015 年）簽署以來，世界面臨多種沖擊，包括新冠肺炎疫情、俄烏沖突以及隨之而來的糧食和能源危機、貨幣緊縮帶來的快速通脹以及許多氣候災難。這些都延遲并限制了巴黎目標和可持續發展目標的進展，阻礙了可持續投資并增加了債務脆弱性。比如，2022 年的全球糧食安全問題領導人峰會宣言強調了糧食和能源安全、減緩和適應氣候變化以及生物多樣性保護之間的協同作用，包括推動可持續發展目標 7（經濟適

30、用的清潔能源）、通過2020 年后全球生物多樣性框架、認可 G20 可持續金融路線圖優先事項以及呼吁開展階段性工作等。它還強調“迫切需要以可預測、充足和及時的方式加強政策并從所有來源動員資金”以支持氣候行動。以全球糧食安全問題領導人峰會宣言為代表的發聲更好應證了我們對可持續投資的判斷與猜測：只有通過共同努力，在國際社會建立創新的伙伴關系包括國際金融機構和其他關鍵利益相關方才能克服達成可持續目標路徑上的挑戰。這需要加強聯合國與區域和次區域組織以及民間社會組織之間的國際合作和伙伴關系，且以全球視角看到地區案例。我們可以先分享幾個前沿且創新的案例 這些案例都由人工智能（ChatGPT4+Webpil

31、ot）幫助分析與呈現：1 以尼日利亞的屋頂太陽能為例，那里高昂的能源成本和電網效率低下意味著數百萬家庭使用骯臟的柴油發電機。而通過安裝屋頂太陽能系統來取代這些污染嚴重的發電機，尼日利亞家庭平均每年可以節省 500 美元，或者在太陽能系統的使用壽命內節省 10,000 美元。2 越南的數據驅動施肥是可持續投資的另一種商機。由現在普遍分布在農業生產者中的智能手機提供支持，數據驅動施肥可以減少 13%的化肥施用量，同時提高 20%的產量。1819人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE

32、 DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄但這還遠遠不夠，因為新興和發展中國家只有 14%的綠色投資由私有資本出資，而發達經濟體的這一比例超過 81%。而我們依舊樂觀，因為這恰恰顯示了可持續投資的增長潛力和資金與技術的缺口。我們可以在 H2 Green Steel 中看到鋼鐵的未來，他們正在建造世界上第一座零排放鋼鐵廠 我們可以在 CarbonCure Technologies 看到水泥的未來，該技術將回收的二氧化碳注入水泥中以生產低排放混凝土 我們可以在 Eviation Aircraft 中看到航空業的未來，該公司正在制造真

33、正的商業規模電動飛機 我們可以在 Neste 看到煉油的未來，它從一家區域煉油廠發展成為一家生產可再生和循環燃料的公司 我們可以看到像rsted 這樣的公共事業公司的未來，該公司逐漸從石油和天然氣行業撤資，投資于綠色能源技術我們可以舉出更多的例子，但最重要的是，正如 2015 年巴黎協定所述，我們需要致力于使包括財政政策和發展融資在內的全球金融體系與氣候適應型發展保持一致。我們必須看到技術缺口，以及縮小可持續投資和可持續發展目標之間的差距。根據聯合國貿發會議發布的2023 世界投資報告，與聯合國可持續發展目標相關的所有部門的投資缺口擴大，已經從 2015 年的 2.5 萬億美元增加到每年 4.

34、2 萬億美元以上。比如，清潔能源轉型的年度投資赤字不斷擴大：發展中國家每年需要約 1.7 萬億美元的可再生能源投資，但到 2022 年僅吸引了 5440 億美元的清潔能源外國直接投資。盡管自 2015 年以來全球范圍內對可再生能源的投資幾乎增加了兩倍，但大部分資金都集中在發達國家。發展中國家迫切需要對電網、輸電線路、存儲和能源效率進行投資。貿發會議秘書長麗貝卡格林斯潘在 2023 年 7 月 6 日表示：“大幅增加發展中國家對可持續能源系統的投資對于世界到 2030 年實現氣候目標至關重要?！彼詰撁鞔_制定政策、計劃和設施，以增強長期可持續性和復原力的方式，在整個危機周期中為社會提供支持。各

35、種各樣的金融機構應推進當前將風險融資納入貸款業務的工作，特別是在危機中根據需要擴大對“氣候目標”的融資。而可持續投資實際的可關注議題與技術缺口遠不止如此。我們相信，一個更可持續的未來，就在眼前。2021人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 SDG 1 無貧窮 趨勢1：識別貧困通過人工智能的深度學習功能，結合相應的數字模型，對收集到的數據點進行分析，以識別處于需要幫助的或

36、更符合幫扶需求的貧困人群及其各項需求，以便針對性滿足。趨勢2：預測貧困通過人工智能深度學習后建立的模型，對可能致貧的風險進行預測，并給出相應的建議，如極端氣候事件、糧食產量降低等。趨勢3：消除貧困通過人工智能的深度學習能力，收集并分析貧困人群的個人數據、喜好、需求，為之匹配更適合的工作機會、提供更便捷的實用知識獲取渠道等，個性化優化其各項決策。趨勢4：國際難民治理-提升居住環境利用人工智能深度學習由無人機和地理信息系統在難民聚集區域捕捉到的各項地理、經濟、社會數據，提升了識別數據點的精確度和處理復雜數據的速度，綜合分析貧困地區及難民的生存狀況并有針對性地制定改善計劃，從而確保難民的安全并提高其

37、居住質量。趨勢5：國際難民治理-指導難民遷徙利用人工智能獲取足夠數量的與難民遷徙相關的數據、政策、信息等，結合移民統計模型創建一種能預測難民數量、匹配難民理想遷徙地的算法，以減輕移民地國家的社會和經濟壓力、提高難民生活質量。案例：AI 為孟加拉國難民營人道主義援助提供支持 在孟加拉國難民營中，國際移民組織(IOM)運用人工智能技術，逐步實現了更精準的人口統計、地理信息收集和風險評估，有效改善了營地的規劃與發展。通過將人工智能與無人機影像和深度學習相結合，精確繪制帳篷和建筑輪廓，進一步提高數據的準確性。這種創新方法不僅能快速處理復雜影像，而且在沒有可用道路網絡數據集的情況下成功繪制了營地地圖，為

38、營地管理提供了直觀支持。同時，人工智能也參與了地形評估，生成可用于計算滑坡風險和洪水建模的數字地形模型，為救援人員提供更具操作性的洞察力，顯著改善了難民的生活條件。這一系列的創新措施共同為難民營的管理和和難民生活條件的改善帶來積極的影響，也降低了難民不斷重新進入貧困狀態的可能性。AI與SDGsAI AND SDGS2223人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 挑戰1：工

39、作機會減少導致反貧企業更密集地采取機器人替代低技術含量的工人，可能導致大量不具備知識和技術競爭力的低收入工人失業。（落后的人/地區被淘汰）挑戰2：地區發展不平衡投資更多地流向不依賴勞動密集型產業的發達經濟體，導致發展中經濟體投資減少、勞動密集型商品價格走低，地區經濟發展差異擴大。挑戰3：資源分配不均與社會不適應更多的資源用于開發和維護 AI 技術，而忽視了直接的貧困救助。還可能導致社會結構的變動，一些社區可能面臨適應性挑戰。挑戰4：依賴外部技術導致難以脫貧低收入國家可能變得過于依賴外部的 AI 技術和專家，從而降低其自主發展的機會。案例：人工智能拉大富裕與貧困國家之間的差距新技術可能使更多投資

40、轉向已經實現自動化的發達經濟體，從而拉大富裕與貧困國家之間的差距。這進而可能對發展中國家的就業狀況產生不利影響，對其不斷增長的勞動力（欠發達經濟體的傳統優勢）產生替代而非補充作用。IMF 的研究員分析了兩個國家（一個是發達國家，另一個是發展中國家），它們都使用三種生產要素勞動力、資本和“機器人”來生產商品。如果機器人能輕易地替代工人，那么機器人生產率的提高將導致發達國家和發展中國家之間出現分化。此外，在發達和發展中經濟體，機器人生產率的改善往往會提高收入水平，但與此同時，至少會在轉型時期或者可能在長期內，加劇部分工人群體與其他群體之間的收入不平等。SDG 2 零饑餓 趨勢1：快速識別營養不良兒

41、童使用面部識別技術，人工智能通過照片分析其面部曲率，以檢測 0-5 歲兒童的營養不良情況，這些信息可以幫助識別需要營養支持的兒童并及時為他們提供營養支持。趨勢2：農業決策智能化與智慧農業用人工智能分析包括田地數據、種子情況、氣候條件等各項指標在內的各種農業參數，對各種農業行為的選擇和時間點進行分析和建議，以更節約資源的方式提高農業決策效率和生產力。再此基礎上還能預測作物生長情況、優化農業決策、減少勞動成本和資源消耗，幫助普遍缺乏科學知識的農民更精準、高效、科學地管理農田，提高收獲水平和盈利水平。趨勢3：提高農民盈利能力智能化、易操作的數字平臺幫助農民進行農產品售賣、市場行情實時觀測并感知、農業

42、信息獲取、技能學習，提高其運營效率。趨勢4：生產力預測運用人工智能模型，獲取與作物/畜牧/漁產品相關的各種農業信息并分析其產生的有利/不利影響，預測農、漁、牧產品收獲情況，并對不利因素進行有針對性補救，以提高生產力。趨勢5：助力糧食安全建立種子基因庫，并用人工智能技術分析、挖掘基因庫中種子遺傳材料的各種優良性狀，以輔助作物新品種研究、生物多樣性保護等。趨勢6：農民金融幫扶用人工智能為難以獲得金融知識和難以通過金融貸款風險評估的農民提供幫助，如使用人工智能工具收集農民農場中的各種信息，并通過搭建智能模型轉化為可供金融機構參考的易于理解的、實時（AI根據網絡分析，創建了一個儀表盤來監控難民營中無法

43、在 2.5 分鐘步行時間內使用洗手間的人口百分比。）2425人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄更新的風險評估建議，從而幫助金融機構和農民降低金融風險。此外，人工智能還通過數字金融服務、風險管理和保險預測、智能儲蓄和投資建議，以及金融教育，拓展了金融包容性，使農村地區人群能夠更輕松地獲得金融服務，降低風險，提高金融素養。趨勢7：減少浪費便利店和超市運用人工智能分析銷售數

44、據，綜合考慮銷售情況、交易時間和天氣等，優化生鮮商品的折扣策略，通過每日審查產品，避免庫存浪費，從而提高了銷售和減少浪費。案例：人工智能技術跟蹤牲畜行為 Jaguza 是一款 AI 驅動的畜牧應用程序，利用人工智能技術的數據分析、預測和個性化服務助力畜牧業發展。人工智能分析無人機和可穿戴傳感器收集到的牲畜數據，通過機器學習和個性化智能算法準確地識別牲畜的行為和活動，并提前預測潛在問題，如跛行和消化紊亂，為農民提供了即時的健康建議，這種個性化的監測和預測大大提高了農場效率和牲畜健康。同時，人工智能利用應用中的地理標記和專家標記的癥狀圖圖像數據集繪制了實時癥狀監測圖，還為資源匱乏的地區提供了疾病識

45、別和流行病學建模工具，部分客戶在 Jaguza 的幫助下牲畜產量增加了 36%。挑戰1：技能鴻溝加大隨著農業 AI 技術的使用，可能會產生對特定技能的需求。這意味著那些沒有這些技能的農民可能會處于劣勢，導致他們與技術先進的農戶之間的差距進一步加大。挑戰2：價格波動風險盡管 AI 能預測食品價格，但過度依賴其預測可能使市場變得不穩定。這種不穩定可能導致食品價格的劇烈波動，使得農民和消費者都面臨經濟風險。挑戰3：過度使用化學品AI 驅動的農業解決方案可能過多地依賴化學品如農藥和化肥。長期如此可能導致土壤退化和食品安全問題。挑戰4：失去傳統知識隨著農民越來越依賴 AI，傳統農業方法和知識可能會丟失。

46、這些傳統知識在某些情況下可能更有適應性和可持續性。例如，許多農民憑借多年的經驗和直覺來判斷何時播種、灌溉和收割作物。然而，一些現代農業系統和決策支持工具基于人工智能，可能會為農民提供精確的播種和灌溉時機，使他們不再依賴傳統的農業經驗。這雖然可能提高了效率，但也可能削弱農民的決策能力和對自然的直覺感知。挑戰5：經濟依賴與資源不平等小型農戶可能由于負擔不起 AI 技術的成本而更加依賴大型農業公司。這可能使他們更容易受到市場價格波動的影響，增加經濟脆弱性?？赡苤挥匈Y金充足的農戶或公司才能使用高級 AI 技術，導致資源的不平等分配，從而加劇饑餓問題。案例：人工智能可能給糧食安全帶來風險 劍橋大學風險分

47、析警告指出，人工智能在農業中的應用可能給糧食安全帶來風險。他們警告稱，網絡攻擊者可能通過毒害數據集、關閉噴霧機、自動無人機和機器人收割機來破壞農場。雖然人工智能可以提高農民工作條件，減輕體力勞動，但如果不負責任地設計，可能加劇社會經濟不平等。建議人工智能農業系統需要在實驗環境中進行充分測試，防范意外故障、外部攻擊，避免環境后果和社會不平等。SDG3 良好健康與福祉 趨勢1：推進藥物發現與疾病發現用人工智能提取、分析大量生物醫學數據集中存在的有用特征、模式和結構，輔助確定并驗證合適的靶點，從而協助尋找針對特定靶點的完美藥物。另一方面人工智能通過分析醫學數據和影像，能夠快速識別潛在疾病跡象，幫助醫

48、生提早發現疾病，也可以輔助醫生決策，減少誤診和漏診。同時，它能夠監測流行病，預測疫情，輔助管理者及時干預。趨勢2：化學品風險評估運用人工智能將內置化學品數據庫、反應矩陣和法規進行智能匹配，建立隱患排查數據庫，有效提高風險評估治理和效率，并將風險評估結果高效應用于日常風險管理。趨勢3：醫學指標快速分析與治療運用人工智能的圖像分析、數據分析技術，結合過往數據對醫學指標進行快速分析和研判，進行疾病判定和相應的治療建議，節省了判定時間、降低判定誤差。在藥物研發方面，人工智能能夠分析龐大的醫學數據，預測藥物效果，并加速新藥開發流程，從而大幅提升研究的效率和成功率。其次，人工智能為個體化治療提供了突破，依

49、托于患者的基因信息、病歷數據等，精準地定制治療方案，以最小化副作用、最大程度地提高治療效果。此外，人工智能也實現了實時監測和調整，通過持續追蹤患者的健康狀態，及時調整治療計劃，保障了治療的持續性和精準性。2627人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 趨勢4：兒童抑郁情緒識別使用機器學習算法分析兒童錄音中的統計特征，以快速檢測幼兒語言式中焦慮和抑郁的跡象，識別其潛在的心理

50、健康問題，提高幼兒抑郁情緒識別率。趨勢5：預測重大公共衛生事件對在地醫院提供的傳染病病例的諸多可變因素進行分析，以預測疫情爆發時間、地點，使公共衛生官員能夠及早進行干預，保護人民健康。趨勢6：健康管理與生活通過分析個體的生活習慣、飲食偏好、運動情況等數據，人工智能能夠為用戶量身定制健康方案，提供營養建議、鍛煉計劃等，幫助用戶達到更好的健康狀態?；疾∪巳簭闹悄鼙O測、藥物提醒和個性化治療中獲得更好的日常護理和身體調養支持，無障礙人群通過智能助聽器、語音識別等技術體驗更無障礙的生活環境。趨勢7：增進無障礙人群福祉通過語音識別、圖像識別和自動駕駛等技術，人工智能為殘障人士提供了更直接的交流、感知環境和

51、移動方式。智能輔助工具如助聽器和智能家居系統提升了無障礙人群的社會參與和生活質量。趨勢8：指導患者用藥使用人工智能全面識別患者各項臨床數據，進行處方預測并與患者實際處方進行對比，識別異常處方，防止患者用藥錯誤。案例：AI支持醫學影像分析 臨床研究可能會產生大量需要檢查的數據和圖像。人工智能算法可以高速分析這些數據集，并將它們與其他研究進行比較，以識別模式和視線之外的相互關聯。該過程使醫學影像專業人員能夠快速跟蹤關鍵信息。Hardin Memorial Health(HMH)的急診室(ER)每年處理超過 70,000 名患者，決定與 IBM 合作實施“患者概要”。通過 AI 識別與對患者進行的成

52、像程序相關的患者信息?；颊吒乓钊肓私膺^去的診斷和醫療程序、實驗室結果、病史和現有過敏癥，并向放射科醫生和心臟病專家提供側重于這些圖像背景的摘要。該解決方案可以與任何醫療單位系統結構集成，從網絡中的任何通信工作站或設備訪問，升級時不影響醫療單位的日?；顒?。檢測相關問題并將其以友好的摘要視圖呈現給放射科醫師，可以設計出更具定制性、針對性和準確度更高的報告，用于診斷決策過程。挑戰1：醫患矛盾加劇AI 產品根據數據給出的醫學建議可能與醫生依據經驗和知識給出的有區別，從而降低患者對醫生的信任度，加劇醫患矛盾。挑戰2：醫療過度干預過度依賴健康 AI 可能導致頻繁的醫療檢查和干預，增加了醫療系統的負擔，同

53、時可能導致不必要的治療。挑戰3：自我診斷風險人們可能會錯誤地自行解釋 AI 的健康建議，導致錯誤的自我診斷和治療，延誤專業醫療。挑戰4：社交隔離過度依賴健康 AI 可能導致人們減少與醫務人員的面對面交流，減少了重要的醫患互動，AI 診斷可能缺乏人情味，無法提供溫暖和人性化的醫療支持。挑戰5：心理壓力AI 健康應用可能會引發過度擔心健康狀況，增加了焦慮和心理壓力，影響心理健康。挑戰6：錯失早期癥狀健康 AI 可能無法捕捉一些早期、隱蔽的病癥，導致錯過及時治療的機會。案例：人工智能聊天機器人傷害飲食失調患者 2023 年 6 月 1 日，國家飲食失調協會（NEDA）關閉了一款名為“Tessa”的人

54、工智能聊天機器人，該機器人曾取代熱線工作人員以向尋求幫助的人提供建議。然而，Tessa 最終向飲食失調患者提供了可疑甚至有害的建議，如建議用戶進食時計算卡路里并爭取每天最多減少 1,000 卡路里的攝入量等。最終，NEDA 關閉了 Tessa，并暫時中止了其運行，但尚未確定是否會用人工操作的求助熱線取代 Tessa。曾被 Tessa 取代的前 NEDA 熱線員工表示，他對用人工智能技術取代2829人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVES

55、TMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 SDG4 優質教育 趨勢1：個性化教育與提高學習效率利用人工智能收集學生興趣、學習習慣、學習能力等個人信息，與課程庫進行對應，在分析學生體驗的基礎上根據每個學生的實際情況提供個性化的教學方案、課程體系等。也能通過面部表情和 NLP 技術在線獲取反饋，結合學習者的興趣提供不同的學習內容，強化學習者的薄弱知識點，提高學習效率。趨勢2：輔助作業批改利用人工智能對易判斷和識別的學生作業（如口算作業）進行批改并給出解析，節省教師人力時間，收集學生薄弱知識點數據，給出針對性解決建議。趨勢3：貧困地區教育質量提升利用人工智能技術建立自主學習平

56、臺，為學生提供定制化的識字教學應用和工具，使學習更加互動和個性化，大大提高了文盲地區的識字率，有助于解鎖更多的社會和經濟機會，為貧困地區帶來持續的發展。趨勢4：識別學業風險利用人工智能獲取足量的學業風險案例（如校園欺凌、校園性騷擾、考試作弊）的參與者數據、時間、地點，進行風險預測和有針對性的解決措施建議。趨勢5：提升教育普及率利用人工智能對政府發布的有關社會、地理和教育背景的公開數據進行分析，開發包含學校、入學機會、學業成績和輟學預測的詳細地圖，輔助政府、學校進行教育普及。人工智能通過數據收集、分析和預測來降低各項外部學業風險，對可能的不利事件作出預測和預警，并提供無障礙人群、貧困地區的教育機

57、會，增強教育的普及度。人類的決定感到失望，認為“聊天機器人無法替代人類的同理心”，難以提供情感理解和共鳴，同時指出這可能會傷害飲食失調患者的情感需求。案例：OpenAI的GPT-3在醫療聊天機器人測試中給出危險建議 隨著人工智能技術的發展，許多醫療機構開始嘗試使用聊天機器人來提供醫療咨詢。巴黎的一家專門從事醫療技術的公司 Nabla 決定測試 OpenAI 的 GPT-3 是否可以用于提供醫療建議。Nabla 公司使用云端托管的 GPT-3 版本進行了一系列測試，包括與患者聊天、醫療保險檢查、心理健康支持、醫療文檔、醫學問題和答案以及醫學診斷等。測試的目的是確定 GPT-3 在當前形式下是否能

58、夠勝任這些任務。測試結果顯示，GPT-3 在處理一些基本任務時表現良好，但在涉及復雜邏輯和敏感醫療問題時存在嚴重問題。最令人震驚的是，在一次心理健康支持測試中，患者表示想要自殺，GPT-3 的回應竟是肯定的。此外，GPT-3 在處方藥物和建議治療方面也存在困擾。Nabla 在其研究報告中得出結論，GPT-3 的不一致性使其在醫療保健中不可行。3031人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續

59、投資結 論附 錄 案例：AI個性化教育設備QubenaCOMPASS Inc.開發的 Qubena 是一款以平板電腦形式呈現的數學教育設備，充分利用人工智能支持個性化學習。該設備利用人工智能分析學生的學習過程，為每位學生量身定制數學問題，將問題與學生的能力水平相匹配，并根據學生的弱點進行智能調整，從而優化學習效果。同時，Qubena 提供解決問題的線索、動畫、解釋，鼓勵學生挑戰更高難度的問題，成為自主學習者。此外，該平板電腦集成了工具和功能，通過人工智能模型分析學生學習和解題過程，向教師和家長提供實時反饋，為面對面教學提供支持。通過這一綜合的人工智能驅動方案，Qubena 在提高學習效率、個性

60、化教育、減少教育不平等方面取得了顯著成果。案例：AI賦能信息管理提升教育資源的普及和知識工作者的生產效率一直是普惠、可持續、包容性教育的重要趨勢。印象筆記公布自研輕量化大語言模型“大象 GPT”，推出“印象 AI”。用戶可以在 AI 輔助下進行頭腦風暴、提綱、會議議程、待辦事項、新聞稿、創意故事、現代詩等 20 多個場景下的智能開放寫作。同時還可以對已完成的筆記內容進行智能修改、總結翻譯或續寫，并幫助用戶自動生成思維導圖，不斷拓展思維、理清思路。這不僅在教育領域推動了優質教育資源的更高效利用和轉化，同時也為實現全民終身學習提供了有力的支持和賦能。挑戰1：技術設備鴻溝及增加經濟負擔不是所有的學生

61、和學校都有能力獲取和維護先進的 AI 技術。這可能導致那些無法獲得這些技術的學生和學校在教育機會上落后。為了獲得和維護先進的 AI 教育工具，學校和家長可能需要承擔更高的費用，這對于經濟較弱的學生和學校是一個障礙。挑戰2：過度個性化教育與教師角色邊緣化過度依賴 AI 的個性化推薦可能導致學生失去社交互動和團隊合作的機會。過分依賴 AI 可能會減少教師與學生的直接互動，從而降低教師的教學質量和對學生的個人關注。挑戰3：過分依賴AI使學習能力下降過于依賴 AI 生成的教育內容可能會導致教學內容的多樣性減少，使學生失去批判性思考和創新的機會。學生可能過分依賴 AI 工具來完成學習任務，導致他們在獨立

62、思考、問題解決和其他關鍵技能上的能力下降。挑戰4：缺乏多樣性和包容性由于數據收集來自現有資料，可能本身存在忽視少數群體和小眾文化的因素，AI 教育工具可能沒有充分考慮到多元文化和不同背景的學生的需求。挑戰5：技能培訓鴻溝對于 AI 和數字技術的培訓和教育可能主要集中在城市和經濟發達地區，導致農村和邊緣地區的學生失去學習機會。SDG5 性別平等 趨勢1：幫助消除招聘性別偏見AI 可以通過自然語言處理技術識別和消除有害評論，提高網絡環境友好性；利用數據分析降低招聘中的性別偏見，確保公平的職業機會；應用無歧視算法評估個人能力，減少性別歧視；通過圖像識別技術發現和阻止對女性的虐待行為；利用機器學習挖掘

63、大數據，揭示并對抗性別不平等現象。AI 招聘工具利用無歧視算法評估候選人的能力和潛力，避免性別偏見，幫助更多的女性獲得了平等的職業機會。趨勢2：幫助減少性犯罪利用數據分析和機器學習預測潛在犯罪，應用圖像分析技術迅速解析證據，通過自然語言處理識別線索，從社交媒體和網絡發現潛在威脅，以及利用數據挖掘和模式識別構建更精準的犯罪預測模型。還能為性犯罪受害者提供安全的方式記錄和分享他們的經歷，并在受害人需要時協助其彼此聯系、共同起訴。3233人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEV

64、ELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 趨勢3：降低文化和社會預設的性別不平等利用機器學習來識別和標記網絡上針對女性和非二院性別的有害評論和偏見言論，輔助網站和平臺管理者進行警告和刪除，幫助營造更友好、包容的網絡環境。趨勢4：為女性提供專業知識支持利用人工智能識別和分析案例數據，對性別犯罪、性別疾病的應對措施和潛在風險進行預測和建議。案例：人工智能平臺助力打擊性犯罪 Callisto 是一個數字化人工智能平臺，旨在幫助性侵犯和性騷擾的受害者安全地記錄和分享他們的經歷，其利用人工智能的聚類分析功能，當其他受害者報告類似的侵害者或情境時

65、，即刻通知已經報告的受害者，這項機制利用了人工智能平臺的學習-總結-反饋能力，有力地促成了多名受害者共同對抗同一侵害者，從而顯著提升了成功追責的機會。瞬間縮短受害者決定報案的時間。該平臺大幅縮短受害者決定報案的時間，由平均事發后 11 個月減少至 4 個月。同時，Callisto 的合作院校在短短幾年間已增至 13 所，支援近 15 萬學生。挑戰1：算法偏見許多 AI 系統是基于現有數據進行訓練的，如果這些數據中包含性別偏見，那么 AI 系統也可能會表現出這些偏見。這可能導致工作場所、醫療和其他領域中的性別不平等。挑戰2：職業機會鴻溝隨著 AI 和技術行業的發展，女性在這些領域的代表性仍然較低

66、。如果不采取措施，這種代表性失衡可能會繼續，導致性別在機會和收入上的不平等。女性在 STEM（科學、技術、工程和數學）領域的代表性不足可能被加劇，導致她們在 AI 驅動的未來經濟中失去機會。挑戰3：隱私與網絡安全風險AI 驅動的監控技術可能對女性和其他性別少數群體造成更大的隱私威脅，增加他們受到騷擾和跟蹤的風險。女性和其他性別少數群體可能更容易受到基于性別的網絡攻擊，如網絡欺凌和仇恨言論。挑戰4：文化和社會價值的固化AI 系統可能會從當前的文化和社會中學習并復制性別刻板印象，導致性別不平等的觀念和行為在社會中得到進一步固化。案例：亞馬遜的自動簡歷篩選人工智能涉嫌性別歧視 自 2014 年以來，

67、亞馬遜團隊一直開發人工智能程序來自動篩選求職者的簡歷，旨在尋找優秀人才。然而，該公司的實驗性招聘工具使用人工智能為求職者評分時發現，其計算機模型在 2015年并未以性別中立的方式對待軟件開發和其他技術職位的候選人。由于模型主要是基于過去十年男性主導的簡歷數據訓練的，導致男性候選人被賦予更高的評分，而與女性相關的術語則被視為負面影響。雖然亞馬遜嘗試對程序進行了修正，但收效不大，最終于 2017 初解散了該團隊。案例：AI將女性身體物化社交媒體上常使用人工智能（AI）算法進行內容分析，但衛報的調查發現，這些算法中存在性別偏見，可能在審查含有女性身體特征的照片時存在問題。這些由大型科技公司如谷歌和微

68、軟開發的人工智能工具旨在識別暴力或色情內容，以保護用戶和阻止不當內容的傳播。然而，這些算法可能會錯誤地將日常照片中的女性身體標記為性暗示，導致社交媒體公司壓制大量女性形象的影響力，損害女性主導的企業，加劇社會不平等。甚至連醫學圖片也受到影響，這可能會誤導人們對醫學內容的理解。雖然這些公司（如谷歌）聲稱他們致力于改進這些問題，但這個現象表明性別偏見在這個體系中仍然存在。3435人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景

69、AI與SDGsAI與可持續投資結 論附 錄 SDG6 清潔飲水和衛生設施 趨勢1：水質檢測和改善基于環境監測、歷史水體數據、衛星圖像等，人工智能可以對水體質量進行檢測，分析水質污染原因，預測水質變化走向，為水污染治理提供解決方案。趨勢2：預測用水需求優化水務管理人工智能基于人口、社會、用水等數據，通過深度學習處理和分析水資源的消耗和需求情況，幫助預測水的需求，輔助水務運營管理和升級，調整水網設計和優化。趨勢3：水務基礎設施的維護和監測傳統水務系統現存的短板在于缺乏自動監控與自動檢測體系，導致在管道、泵房等設備出現故障時，管理人員難以及時察覺。為解決這一問題，引入感應裝置并借助智能算法可以實時監

70、測與檢測相關設備的運行狀況，準確預測潛在設備風險，提前通知專業維修人員對設備進行必要的維護與修復，從而避免不必要的水資源浪費。趨勢4：節約農業用水基于物聯網和傳感器系統的智能灌溉系統，可以更加有效的監管土壤和天氣情況，結合有效的歷史與環境數據，AI可以有助于更加智能地預判天氣情況和植物用水需求，并且有效地自動管理灌溉體系，自動進行儲水和灌溉，有效提升水資源管理。案例：密歇根州弗林特市鉛泄露探測2014 年，密歇根州弗林特市改變了水源，導致鉛從老化的管道中浸出到飲用水中，使居民暴露在危險的鉛水平下。大約 9000 名六歲或六歲以下的兒童面臨著大腦發育永久性損傷、學習能力受損和行為障礙的風險。但是

71、由于管道數據缺乏，大量管道埋于地下難以探查，政府面臨著高危管道排查工作量大、任務緊急、成本高昂的問題。政府官員聯合數據學家一起，使用 XGBoost 模型和貝葉斯層次模型對基于 55,893 個地塊的基本住宅和已知管道數據進行分析，預測每個家庭的鉛管風險。最終實現預測判別是否為安全管道準確率高達 90%，將挖掘工作從 18.8%減少到 2%，預計節約單管替代成本 10%。挑戰1：水資源消耗人工智能技術依賴的大型數據中心和芯片產業鏈對水資源都有著較大的使用需求。大型數據中心訓練模型是通常需要數以萬計的 GPU 進行長時間的計算，產生大量的熱量。部分數據中心采用水冷技術來有效散熱，導致數據中心需要

72、消耗大量的純凈水。根據谷歌 2023 年的環境報告，2022年，谷歌的數據中心消耗了約 52 億加侖水，主要用于散熱和維持數據中心的運行溫度。AI 計算所需的芯片制造也對水資源消耗產生了影響。芯片制程的復雜程度與耗水量呈正相關關系，在 AI 算法升級對芯片的要求增加的背景下，芯片產業鏈導致耗水量逐年攀升。挑戰2：系統性設計錯誤影響飲水安全人工智能如果出現系統性設計錯誤，可能會出現目標錯位和道德風險問題，做出不公正的決斷。與此同時，人工智能大量依賴數據進行分析與判斷，如果因為數據源選擇不當或模型選擇不對，會產生錯誤的判斷和分析，導致應用影響公眾利益。例如：當用于判斷水質安全的 AI 模型輸入了錯

73、誤的源數據，導致公眾得到錯誤判斷，與不安全的水質產生了接觸（詳見本章節案例）。挑戰3：技術障礙進一步加劇用水差距人工智能技術需要基于良好的基礎設施、全面的信息化技術、培訓后的專業人才，在缺乏基礎設施和安全管理的地方，會難以部署人工智能技術更加高效的利用水資源，導致用水差距。案例：多倫多沙灘水質安全檢測出現誤差影響公眾健康傳統基于實驗室的水質檢測速度緩慢，需時長達 24 小時，從而導致檢測結果的延遲問題。為更迅速而準確地評估沙灘水質的安全性，加拿大多倫多公共衛生部門在 2022 年與 Cann Forecast公司達成合作協議。該合作旨在運用人工智能模型替代傳統實驗室檢測方法，以便預測水質狀況，

74、并在此基礎上決定是否可以安全地開放沙灘供市民游泳。然而，由于人工智能模型使用了錯誤的天氣數據，導致其準確度大幅下降，無法達到相應要求。在此情況下，該模型只能識別出 30%的不安全游泳日期，這也導致在夏季期間，總計 50 名公眾沐浴者在水域存在危險細菌水平的沙灘上進行游泳。3637人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 SDG7 經濟適用的清潔能源 趨勢1：可再生能源整合和

75、優化AI 技術的方法有助于克服太陽能和風能發電的不穩定性，促進可再生能源的可靠供應，減少對傳統能源的依賴，實現清潔能源的高效利用。以風電、太陽能為代表的系能源發電面臨著波動性大、利用率不穩定等挑戰。通過利用 AI 技術，系統能夠分析大量歷史天氣數據，綜合考慮多種因素，例如氣溫、風速、云量等，從而準確預測短時間內的發電時間和電量。這種精準的預測為智能電網和能源儲存系統提供了可靠的基礎，使其能夠動態地優化電力配置，智能地管理儲能系統的充放電過程，以最大程度地提高能源利用效率。趨勢2：高效新能源選址基于衛星地圖、空間地圖、氣候等數據，人工智能可以綜合評估周邊環境，幫助能源公司選擇對地球環境影響較小，

76、能源生產效率較高的地方進行新能源發電廠的布置，如太陽能場、風場等，不再依賴以往低效的人工地圖查詢和個人資源推薦。趨勢3：基于需求的能源管理與運營通過深入分析大量歷史能源使用數據、天氣模式、人口統計以及相關事件等信息，人工智能可以精準地預測未來的能源需求和能源負荷的波動情況，從而協助規劃者合理配置能源生產發電和輸送能力，以應對高峰期與低谷期的能源需求。與此同時，人工智能還能夠模擬不同的能源政策和策略對未來供需平衡的影響，協助決策者在制定能源政策，避免不必要的能源浪費，最大限度地提高能源利用效率。AI 還可以根據用戶的能源消耗習慣和需求，提供定制化的能源分配建議，減少能源浪費。例如，AI 可以分析

77、生產流程和用能需求，為企業提供最佳的能源配置方案，實現成本和能源效率的雙重優化。趨勢4：能源基礎設施的維護和監測人工智能通過預測故障、智能巡檢、維修優化以及決策支持，為能源基礎設施的可靠性、穩定性和高效性提供了重要支持?；趯Υ罅總鞲衅鲾祿椭悄苎矙z機器人的定期監測，人工智能具備評估設備健康狀況、預測設備故障、實時安排維修計劃的能力，可以有效保障能源基礎設施的高效運行，確保設備處于最佳狀態，減少維護停機時間，并最大程度地降低不必要的能源浪費。趨勢5：系統優化高效利用資源人工智能可以深入分析建筑物、工業、交通系統等領域的能源消耗模式，識別出潛在的效率提升機會，支持工程師做出系統提升決策，調整耗能

78、模式。在建筑領域，AI 可以分析能源消耗的高峰期和低谷期，以制定更有效的暖通空調策略，降低能源浪費。在工業領域，AI 可以識別制造流程中的瓶頸和能耗高點，并提供優化建議，從而提高生產效率和降低成本。在交通領域，AI 可以分析車輛的行駛模式和路線選擇，以優化交通流動，減少交通擁堵和能源浪費。案例：SunShot高效預測陽光，優化太陽能發電運營因為太陽能生產受到云、雨等天氣要素的顯著影響，所以難以精確預測太陽能發電狀況并有效地將太陽能融入電網運營，進而導致能源資源的浪費。為了解決這一問題，SunShot、IBM、美國國家大氣研究中心以及美國國家海洋與大氣管理局聯合合作，針對太陽能預測開展了多尺度、

79、多模型的機器學習研究，協助公用事業電網公司預測未來的太陽能發電情況，確保太陽能能夠有效地整合到電網系統中。新的預測方法成功地提升了 30%的太陽能預測的準確率，有效地降低了傳統發電機的啟動和關閉成本，并減少了太陽能棄電的現象。挑戰1：電力能源消耗支撐人工智能運行的 ICT 產業鏈、數據中心、網絡等都需要大量的能源消耗。數據中心為了維持復雜大模型的計算活動，需要大量的硬件和電能支持，并配備強大的散熱系統維持冷卻設施的正常運行。整個信息和通信技術（ICT）的碳足跡與航空業的碳排放也旗鼓相當，信息和通信技術生態系統占全球排放量的 2%以上。挑戰2：促進傳統能源的發展加大碳足跡數字化和人工智能技術在石

80、油和天然氣等傳統能源領域的全產業鏈上都有著較為顯著的降本增效的作用，可以輔助勘探、開采、分銷、精煉和營銷傳統能源，極大的促進的傳統能源公司的發展，降低了傳統能源的使用成本，可能會阻礙新能源的發展。挑戰3：AI系統性設計錯誤影響能源供應誤差人工智能如果出現系統性設計錯誤，可能會出現目標錯位和道德風險問題，做出不公正的決斷。與此同時，人工智能大量依賴數據進行分析與判斷，如果因為數據源選擇不當或模型選擇不對，會產生錯誤的判斷和分析，導致應用影響公眾利益。例如，基于人工智能的供電系統對公眾用電需求沒有做出精準的判斷，導致供電量沒有跟上公眾的高峰用電需求，民眾的生產生活受到了影響。3839人工智能賦能可

81、持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 挑戰4：技術障礙進一步加劇用電等能源的差距人工智能技術需要基于良好的基礎設施、全面的信息化技術、培訓后的專業人才，在缺乏基礎設施和安全管理的地方，會難以部署人工智能技術更加高效的利用能源，導致落后地區的能源利用效率更低，成本更高，導致全球能源分配與利用不平等。案例：AI技術使石油公司開采增加，影響碳排放目前，全球排名前三的云計算廠商都在與石油公司

82、加強合作，定制數字化系統，利用 AI 精細化運營，進一步推動高效、大規模的石油生產。然而，這種在人工智能引導下的技術進步，在增加傳統能源供應量的同時導致碳排放量的增加。根據綠色和平組織的估算，僅石油產量的增加就可能導致全球二氧化碳排放量每年增加約 3.4 MtCO2-eq。SDG8 體面工作和經濟增長 趨勢1：經濟增長人工智能能夠帶動和創造全新的產業和商業模式，促進經濟多元化和增長，如無人駕駛、智慧醫療、數字經濟等。與此同時，人工智能也能給傳統行業的運營模式帶來巨大的變化，如優化生產流程、增強企業和消費者的高效溝通、優化資源分配。趨勢2：創造新崗位AI 及其相關產業正在創造許多之前從所未有的崗

83、位，比如 AI 開發、提示詞工程師、標注師等，這些相關的崗位給不同的背景的人群帶來了新的工作機會，特別是部分偏遠地區的人群，可以借助網絡進行 AI 相關的工作，減少了地域對工作的束縛，增加了更多零工經濟的機會。趨勢3：低收入人群知識支持與幫助匹配工作人工智能夠有效地匹配合適的就業機會，促進個體的技能提升和再培訓，從而提高就業成功率和職業發展的機會。這種趨勢有助于建立更加強大和靈活的勞動力市場，推動個體和整體社會的可持續發展。首先，人工智能可以通過分析求職者的履歷、技能和興趣，為求職者量身定制職業建議和推薦，從而更精準地匹配合適的工作崗位，提高求職者就業成功的概率，同時也幫助企業更有效地找到合適

84、的人才。其次，人工智能可以通過分析市場需求和個人現有技能，為求職者提供個性化的培訓計劃建議，幫助他們填補技能缺口，提升職業競爭力。這種個性化的培訓方案有助于減輕技能失配的問題，使個人更好地適應就業市場的變化。以金融知識為例，利用人工智能模型對低收入人群所欠缺的金融知識進行普及、財務狀況評估和規劃等，以幫助其應對生活中可能存在的金融風險，避免債務和不良信用的惡性循環。趨勢4：降低部分工作門檻與無歧視算法匹配就業機會AIGC 的普及使更多人可以通過簡化的界面和工具，進行創作和開發，甚至幫助沒有編程和技術背景的人也可以快速利用 AI 模型，從而在其領域內解決問題和應用 AI 技術。采用無歧視算法幫助

85、用戶實時進行工作匹配，在保護用戶隱私的前提下從算法層面幫助用戶充分發揮其技能長處、滿足多項求職需求，輔助用戶和企業找到最匹配的工作和崗位候選人。趨勢5：輔助企業勞動力管理人工智能可以有助于中小微企業實現收入增長、降低勞動力風險、智能業務和營銷、以及創新和安全的信息交換。4041人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 案例：人工智能的發展誕生了“人工智能訓練師”崗位 人工智

86、能的發展迅猛，在訓練模型的過程中需要對大量數據進行人工標注。這種新的需求興起，誕生了新的崗位人工智能訓練師。人工智能訓練師的工作內容是在電腦前根據不同模型訓練的需要，對素材進行標注。數據在經過清洗和標注后，變成標準化格式數據，才能被人工智能所理解。這種新興崗位得到了許多地方政府關注，創造了大量崗位。例如 ImageNet 項目背后，有來自 167 個國家的 5 萬名數據標注員。這種伴隨著人工智能誕生的新興崗位，提供了大量的就業機會。帶動和創造全新的產業誕生。挑戰1：崗位人員減少人工智能的快速發展可能會引起“就業極化”效應（中等技能勞動力的崗位的就業份額下降）經濟學家將生產過程分解常規任務和非常

87、規任務，人工智能和機器人在執行常規任務方面可能更具優勢，這可能導致一些中等技能勞動力的崗位受到取代。挑戰2：工作的非人化基于 AI 算法的管理平臺可能將組織效率凌駕于員工的關懷之上，大量自動化的工作現場會導致工作過程中缺乏人際聯系和互動，這種缺乏溝通和人文關懷的體系里面，工人感到自己只是系統中可以替換的組成部分，而不是受重視的個體，從而削弱工人在工作中的身份認同、人際關系和目標意義，侵蝕工人與組織之間心理契約，影響工人的心理健康。案例：外賣平臺通過人工智能促進配送效率，導致外賣騎手工作非人化 外賣平臺為了提高配送效率，使用數字治理的手段提高用戶體驗和產品競爭力，使用人工智能的方式來調度騎手資源

88、，提高配送效率。人工智能會持續測試騎手配送時間并根據數據結果來壓縮配送時間，通過算法不斷試探騎手們極限。然而人工智能這樣的做法凌駕于員工的關懷之上，騎手不得已選擇壓縮休息時間，違反交通規則等手段完成人工智能制定的時間目標。這樣的人工智能促使了工作的非人化，違背了 SDG 8.8 的目標，使得工人難以獲得安全可靠的工作環境。案例：AI自動化導致美國失業率上漲 根據Challenger,Gray&Christmas的數據，人工智能在 2023 年 5 月導致了近 4000 個工作崗位的消失。這種興趣在于 AI 技術能夠執行高級的組織任務并減輕工作量。報告顯示，基于美國的雇主在五月的裁員公告超過 8

89、0,000，比前一個月增加了 20%，并且幾乎是 2022 年同月的四倍。其中，AI 導致的裁員為 3,900，占所有失業的大約 5%，使其成為五月由雇主引述的失業的第七大原因。隨著企業迅速采用先進的 AI 技術來自動化一系列任務，如寫作、行政和文書工作，工作崗位的減少已經開始。此外，OpenAI的 ChatGPT 機器人的發布進一步推動了這一趨勢，這使得 AI 產業預計將增長到超過 1 萬億美元。SDG9 產業、創新和基礎設施 趨勢1：生產自動化與流程優化AI 技術可以自動化例行任務、簡化運營管理、減少人工勞動，提高各行業的生產力，拉動經濟增長，使企業在更少的資源下生產更多產品。人工智能算法

90、可以分析歷史數據，以識別制造流程中的瓶頸、低效率和需要改進的領域。這有助于優化工作流程、資源分配和生產計劃，從而提高產量并減少浪費。趨勢2：定制化生產人工智能驅動的生產線可以快速適應生產定制產品，比傳統制造流程更有效地響應不斷變化的客戶需求。趨勢3：重塑產業創造人工智能通過分析大量數據集、識別模式和生成見解來加速創新，推動各個行業的進步，帶來材料、技術和工藝的突破，目前已經在化學、蛋白質折疊、材料科學等領域取得了科研突破。趨勢4：基礎設施設計和選址優化及供應鏈優化人工智能可以通過分析多元數據因素，如成本、環境、效率等，為基礎設施的選址和設計提供參考。還可以通過預測需求，優化資源在供應鏈管理、物

91、流和生產等領域的分配，從而實現成本節約和提高效率。趨勢5：基礎設施維護和監測布置物聯網傳感器可以實時監測基礎設施的結構健康狀況，結合 AI 算法判斷和預警基礎設施損壞風險，提前提醒人員進行修復和維護，防止潛在故障。4243人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 案例：FDD(Forceful Steel Defect Detector):基于深度學習的鋼材表面缺陷檢測系統

92、在過去工業制造過程中，表面缺陷是影響產品質量的常見問題。而如今這個系統通過深度學習技術，專門用于鋼材表面缺陷檢測。使得鋼鐵廠可以在實現自動化分析，辨別，定位產品缺陷。這項技術對于鋼鐵廠實驗結果表明，與現有方法相比，該系統在鋼材表面缺陷檢測方面具有更高的檢測精度，并保持符合鋼材表面檢測系統標準的處理速度。該創新有望通過提高生產效率和保持高產品質量來加速工業制造過程的自動化，對于 SDG9.4 提高資源使用效率角度目標有一定促進作用。案例：寶馬 iFACTORY工廠數字化改造在汽車行業從傳統燃料到新能源轉變的過程中，寶馬生產負責人認為“在未來的汽車制造需要一種新的、整體的思維方式”。為了推動這一目

93、標，寶馬希望通過發展建設數字化工廠來提高可持續性和競爭力。在實現這一目標方面，寶馬采用了 200 多種人工智能解決方案。其中有代表性的方案是，寶馬采用了計算機視覺識別技術來保證產品質量。通過在生產線使用相機拍攝并記錄生產過程，來達到自動檢查錯誤顯示缺陷。寶馬創建了一個圖像數據庫，并建立了一個神經網絡，該網絡評估生產過程中的圖像。一旦學習過程完成，神經網絡就可以自己確定組件是否符合規范。在模型訓練和調整后，可靠性達到 100%，已經可以用來確定組件是否符合生產標準。案例：促進納米比亞可持續灌木加工業在納米比亞，絕大多數人口從事農業生產，作為自給自足的農民，但由于生產力水平低下，該國的糧食需求只能

94、通過這些活動滿足一半，另一半則通過進口滿足。由于納米比亞是撒哈拉以南非洲最干旱的國家之一，人們對水管理和水資源短缺、廢物產生和污染等問題的擔憂與日俱增。該項目通過 4IR 和數字工具，以支持有針對性、負責任和可持續的灌木疏伐和后續加工，從而實現增值和創造就業機會。利用人工智能結合可行性和市場情報研究，可以生產高價值牲畜飼料、煤炭、木片、阿拉伯膠和其他精選產品利用金合歡樹種。通過這些措施，實現了更高水平的農工業生產力，從而改善當地和區域的動物飼料、能源和其他灌木產品的供應。挑戰1：系統性網絡安全風險 過度依賴人工智能系統可能會導致依賴性，使基礎設施和行業更容易受到系統故障、網絡攻擊或技術故障的影

95、響。挑戰2：技術被私有公司控制 先進人工智能的技術被少量私營公司所控制，人工智能的發展趨向于私有化。這導致了人工智能的使用可能存在技術壟斷，數據泄露的風險。并且這可能會阻礙部分發展中國家技術開發、研究和創新，違背了 SDG9.B 的目標 SDG10 減少不平等 趨勢1：揭示隱性歧視，促進平等人工智能具備處理大規模數據的能力，能夠揭示導致長期不平等現象存在的潛在模式和趨勢，為政策制定者和社會行動者提供有價值的洞見。趨勢2：幫助殘障人群基于人工智能的語音、圖片、文字等的識別和轉譯功能能夠幫助到殘障人士更加精準地感知世界，便利地與他人溝通，參與到協同合作中，提升他們的生活便利度；由 AI 賦能的智能

96、輔助機器人也能更好的幫助殘疾人士或日?；顒邮芟薜娜诉M行移動、交流、護理等，讓他們自信自主地處理日常生活。趨勢3：助力中小企業并為勢群體提供金融服務人工智能工具能夠幫助小公司以相對比歷史更加低的成本獲得復雜的分析和創作工具，在資源分配上做出更好的角色，同時減少開拓新業務的成本。在傳統的正規金融體系中，弱勢群體因為缺少證明文件、信任和接觸金融服務的途徑等原因，導致面臨借貸困難，難以形成資本積累。在大數據和人工智能的加持下，數字普惠金融平臺能夠借助信息技術降低邊際運營成本，并基于更豐富的消費記錄等行為記錄進行金融服務評估，為窮人、農村人口、基礎教育群體、失業者和老年人等弱勢群體提供更多低成本、高精準

97、的金融服務，增強金融可及性，增強弱勢群體的風險應對能力，減少不同群體在金融服務前的不平等。趨勢4：降低服務及獲取服務的門檻人工智能可以大大減少弱勢群體或是低收入群體群體獲取服務的門檻。集合支持人工智能的醫療保健解決方案，如遠程醫療和診斷工具，可以改善偏遠或服務不足地區的醫療服務，減少醫療保健不平等并改善健康結果。4445人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 挑戰1：加深

98、社會偏見和資源分配不均如果我們不注意在訓練數據中存在的偏見，AI 模型可能會在生成內容時重復這些偏見，從而加劇現有的社會偏見。這種情況可能會對信息傳播、決策制定等領域產生負面影響，進一步加深不平等和偏見問題。挑戰2：收入不平等AI 的自動化效應可能會對大多數人的工資水平產生下壓力，同時放大了少數擁有和控制技術資源的人和市場力量的影響。自動化有可能導致公司的收入從員工轉移到公司所有者身上。挑戰3：區域發展（包括國家）發展不平等技術經濟相對落后的國家/地區可能在適應人工智能及其相關產業鏈的發展方面面臨更大的挑戰，未能跟上技術潮流的地區可能會進一步滯后。發達經濟體在技術和資本方面更具優勢，這使得它們

99、在新人工智能的研發中占據主導地位。這種優勢可以進一步鞏固其在全球技術體系中的地位，并獲得更大的收入份額。相反，其他經濟體可能缺乏研發和應用的能力和資本，更容易陷入被動和劣勢地位。技術迭代和專利制度的排他性可能導致技術模仿和趕超困難，進一步加深發展中經濟體在國際上的不平等地位。與此同時，在面臨人工智能可能替代人類勞動力的情況下，那些處于附加值低環節的國家可能會在貿易活動中失去比較優勢，并承受經濟損失。案例：管理人口健康的算法中的種族偏見 美國醫療保健系統使用商業算法來為有復雜健康需求的患者提供額外資源，然而，這些算法卻顯示出明顯的種族偏見。盡管風險評分相同，黑人患者的病情似乎比白人患者更嚴重。這

100、種偏見產生的原因是算法的預測依賴于醫療花費，而不是疾病本身。在現實生活中，黑人患者在疾病治療上的花費普遍較少。因此，這種存在偏見的算法預測可能導致黑人患者中應該獲得額外關懷的人數減少了一半以上，從而進一步加劇了種族間醫療機會不平等的問題。從而進一步加劇了種族間醫療機會不平等的問題。如果彌補該差距，需要額外幫助的黑人患者比例將會從 17.7%增加到 46.5%。SDG11 可持續城市和社區 趨勢1：智能交通優化通過大數據云計算和 AI 分析技術，實時監測和分析交通流量，優化交通信號和路線，從而減少交通擁堵，提高城市的流動性。通過使用人工智能和深度學習技術，減少由人為錯誤引起的事故，提高交通流量，

101、減少擁堵，并為那些因年齡、殘疾或其他因素而無法駕駛的人提供更多的出行機會。趨勢2：節能資源管理運用各種人工智能和統計技術，如人工神經網絡（ANN）、多代理系統（MAS）、EM 算法等，實時監測城市居民對于水電資源的消耗，智能優化能源管理系統，確保資源的精準調配，以實現節能減排的目的。趨勢3：基礎設施安全監測利用人工智能圖像識別技術，識別和分類橋梁和其他結構上的故障和損壞，定期對城市基礎設施進行智能檢測和預測性維護，確保橋梁、隧道和道路等關鍵設施的持久穩定和安全，為居民提供持續的安全保障。趨勢4：精準氣象及災害預警通過對大量氣象數據進行分析，提供更準確的天氣預測和突發事件預警，從而幫助城市和社區

102、做出及時決策，減少災害風險。結合既有數據（實時抓取天氣預報、衛星圖像等數據點）和極端氣候現象預測模型，運用人工智能預測極端氣候發生的時間、嚴重程度和可能受到影響的地區等。還能通過對未來洪澇/干旱情景的模擬，做出設計水務系統應對方案。系統能夠提前精準控制水務基礎設施的運行，從而實現對洪澇和干旱等極端氣象事件的管理與應對，優化水資源的分配與管理。趨勢5：自動化垃圾分類通過圖像識別技術自動識別和分類不同類型的垃圾，提高分類的準確性和效率，從而促進更有效的資源回收和再利用。（按種族劃分慢性病數量與算法預測的風險）4647人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIA

103、L INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 案例：滴滴智慧交通大腦 隨著全球交通的快速發展，城市的交通擁堵問題日益加劇。滴滴利用其匿名交通數據以及來自各地政府和業務合作伙伴的數據資源，通過云計算和 AI 技術分析實時交通數據，為城市提供一系列交通基礎設施的改進，包括交通流量測量、“智能交通信號”、可逆車道以及用于維護調度和系統評估的交通管理程序。目前該方案已被中國 20 多個城市采用，總共在全國 1，200 多個十字路口推出了智能交通信號燈，使平均交通延誤

104、縮短了 10%至 20%。以山東省省會濟南為例，當地的 344個道路交叉口安裝了滴滴智能交通信號燈，為當地通勤者節省了超過 30，000 小時的出行時間，每年節省的總時間超過 1150 萬小時。案例：以色列初創公司Dynamic Infrastructure：基礎設施實時監測系統 世界正面臨基礎設施危機，有缺陷的橋梁和隧道在美國和全世界都是一個嚴峻的基礎設施挑戰，它們的惡劣狀況導致生命損失和數百萬的計劃外支出。為了使維護人員能夠在故障升級為嚴重事故之前及時識別和修復故障，以色列初創公司 Dynamic Infrastructure 采用人工智能工具開發了一個基于云的基礎設施實時檢測系統。根據智

105、能手機、無人機搜集到的圖像、激光掃描以及人工定期檢查的記錄，為橋梁、隧道和高架道路創建“醫療記錄”，給橋梁維護人員提供橋梁和隧道的實時 3D視圖以及自動警報。目前該系統已經應用在 8 個國家或州的 2000 多個橋梁、隧道、水壩、建筑物等基礎設施上，節省了數百萬的維修成本。案例：RUBSEE項目：AI驅動的廢物流監控 隨著城市化的發展，廢物處理成為一個日益嚴重的問題。傳統的廢物處理廠面臨的主要問題是輸入的廢物流是高度變化和不受控制的，急需實時自動化的信息系統來監控和管理正在處理的材料混合物。然而，現有的技術如 NIR 傳感器過于昂貴，不能滿足需求。因此，Sadako 公司開發了RUBSEE 項

106、目，這是一個基于 AI 的廢物流實時監測系統，得到了歐洲聯盟的財務支持。該系統使用先進的人工智能和計算機視覺技術，實時確定廢物流中各個位置的材料組成，并生成自動警報，幫助管理者和技術團隊檢測和解決不良事件。項目于 2017 年 2 月開始，于 2019 年 9 月成功結束。主要成果包括 Sadako 的 AI 技術在廢物檢測方面的重要進展（通過許可給 Max-AI 商業化）以及在三個不同的歐洲廢物處理廠中安裝和運行的 3 個試點系統。挑戰1：工作崗位替代帶來的城市及社區責任制問題AI 通過自動化替代人力完成某些任務，導致某些工作崗位的消失，從而影響社區的經濟穩定性和就業機會。在此基礎上，若被替

107、代的崗位出現問題，很難對人工智能進行追責從而帶來社區管理層面的挑戰。挑戰2：技術的脆弱性通過 AI 技術輔助的智慧城市嚴重依賴技術和連通性，在系統故障、停電或網絡攻擊的情況下，關鍵服務可能會中斷，體現出過度依賴技術的脆弱性。SDG12 負責任消費和生產 趨勢1：智能農業技術通過傳感器、攝像頭結合人工智能系統幫助農民預測天氣模式、病蟲害和土壤條件，從而優化種植策略，減少化肥和農藥的使用，確?？沙掷m的農產品生產。趨勢2：供應鏈優化及產品生命周期管理通過分析線上線下商品的點擊和購買數據來預測市場趨勢，使企業能夠更精準地調整供應鏈，優化運輸和庫存，避免資源浪費和過度生產，也減少能源消耗和碳排放。通過跟

108、蹤和優化產品生命周期，以發現潛在的質量問題或產品性能低于預期的領域，幫助生產商設計更好的產品回收和再利用方案。趨勢3：智能電網管理人工智能可以幫助企業及政府分析大量的電力供需數據，預測負荷峰值和低谷期，幫助優化電力分配，確保電力在不同時間段和地區的高效使用，降低能源浪費。趨勢4：節能減排智能家居系統和智能建筑管理系統能夠實時監測能源使用情況，自動調整能源消耗，減少能源浪費。4849人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言

109、背 景AI與SDGsAI與可持續投資結 論附 錄 案例：百度今日便利店項目傳統便利店在管理新鮮食品庫存方面面臨著效率低下和浪費嚴重的問題。如何準確預測銷售，合理安排庫存，從而減少浪費和提高利潤，是一個亟待解決的挑戰。百度自去年 9 月以來，支持AI 服務提供商 Ping+與便利店連鎖 Today 合作進行新鮮食品項目。該項目利用百度的深度學習平臺 PaddlePaddle 和其點擊率（CTR）模型，通過分析過去一到兩年數百家商店的銷售數據以及可能影響食品銷售的 70 多個其他維度（如天氣、位置和節日），來預測新鮮食品未來的銷售情況，并相應地準備庫存。在進行了模型測試的數十家商店中，他們的利潤平

110、均增加了 20%，食品浪費平均減少了 30%。案例：AMP Cortex智能機器人系統回收PET瓶Evergreen 是美國領先的塑料回收商之一，使用 AMP Cortex 智能機器人系統對綠色和透明的PET 瓶進行分類。借助 AMP 的人工智能引導機器人，Evergreen 提高了純度和一致性，并將其俄亥俄州工廠的 PET 回收率提高了一倍，生產了更多高質量的再生塑料。案例：Ennet Eye：企業能源管理系統隨著全球對節能減排的關注，企業對于能源使用的管理和優化變得尤為重要。傳統的能源管理方式往往缺乏實時的數據分析和反饋，導致能源浪費和效率低下。ENNET Corporation 與澳大利

111、亞的創業公司 COzero 合作，利用人工智能創建了一個企業能源管理系統。該系統基于 COzero 的EnergyLink 平臺，已適應日本市場，并作為付費服務提供給 ENNET 的客戶。系統使用智能表在 30分鐘的時間間隔內跟蹤商店、辦公室和建筑物的能源使用情況，并將數據與氣候數據結合?；谑占臄祿?，人工智能系統檢測到如不必要的電力使用等異常和問題，并提供經濟負擔和可能的解決方案，以提高能源效率。Enneteye 目前已被 Ennet Corporation 的 10，000 多家零售客戶使用。挑戰1：電子垃圾快速更新的 AI 技術可能導致工業鏈上大量舊設備被淘汰，增加電子垃圾的產生。挑戰

112、2：大量AI消費場景導致的能源消耗區別于 AI 本身需求的水耗，AI 因其便利性和及時性在消費場景中的使用增長會帶來更多訓練和運行需要大量計算資源，從而導致能源浪費和碳排放增加。SDG13 氣候行動 趨勢1：精準預測和監測使用氣候變化分析工具分析易受災害影響地區的大量氣象和環境數據，提供精準的氣候預測和變化監測，有助于采取適時的緊急行動。趨勢2：助力碳封存與監測碳指標相比人工分析，AI能以更加低成本、高效率、可擴展的方式自動學習海量的農業、氣象和地質數據集，分析現有的碳封存數據和行動計劃，以確定最適合實施碳封存的地點。與此同時，使用 AI 算法還能指導農戶更加有效地管理日常種植，而 AI 的實

113、時碳監測功能也可為碳信用市場提供標準化碳指數，吸引更多支持發展低碳農業的資金流入，在全球范圍內擴大實施農業碳封存。趨勢3：提高對氣候災害的防御能力AI 可以通過幫助管理和分析多樣化的海量數據，形成防御自然災害和盡量減少損失的洞察力與決策建議。如識別出重大防洪漏洞，減輕人類所面臨的自然災害威脅；以及鎖定了森林大火威脅下的脆弱區域，并評估和制定個性化的應急措施與減災預案；分析海洋數據，監測海洋酸化、海平面上升等問題，提供海洋生態系統保護的決策支持。5051人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTA

114、INABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 案例：AT&T氣候適應項目 隨著氣候變化的加劇，各種極端天氣事件變得越來越頻繁和嚴重，這對許多行業和社區都帶來了巨大的挑戰。AT&T 作為一家通信公司，其網絡的穩定性對數百萬人來說至關重要。為了更好地預測和應對由氣候變化引起的各種威脅，如極端天氣事件，以確保通信網絡的穩定和可靠，AT&T與美國能源部的 Argonne 國家實驗室合作，開發了一個業界領先的氣候變化分析工具。這個工具不僅僅依賴于 10 天的天氣預報和過去的災害信息，而是能夠利用 AI 技術更好地預測、準備和適應

115、不斷變化的氣候。該工具可以幫助 AT&T 可視化氣候變化如何在鄰里級別影響其網絡和運營，甚至可以預測未來 30 年的影響。此外，AT&T 還將其豐富的氣候數據集提供給公眾，以便其他人可以評估其脆弱性并建立應對氣候變化的韌性。挑戰1：人工智能增加溫室氣體排放人工智能可以通過三種主要方式增加溫室氣體排放：通過將其用于對排放產生直接負面影響的應用程序；通過系統級影響，例如與人工智能應用程序相關的誘導需求或鎖定效應，以及通過與相關軟件和硬件的生命周期影響相關的碳足跡。案例：AI的增長碳足跡 2019 年，馬薩諸塞大學阿默斯特分校的研究人員發現，訓練一個 AI 模型可以排放超過 626,000磅的 CO

116、2，相當于五輛汽車在其生命周期內的排放量。此外，數據中心的能源消耗也是一個問題，因為它們 24/7 運行，大部分能源來自化石燃料。盡管有越來越多的努力使用可再生能源，由于由于全球數據中心的能源消耗巨大，其造成的溫室氣體排放占全球的2.5%到3.7%，甚至超過了航空業。SDG14 水下生物 趨勢1：水質監測和污染預警、清理通過分析水體中的數據，快速檢測和預測污染事件，從而及時采取行動，保護水生生物的健康。AI 和機器人技術還可以用于識別、定位和清理海洋中的垃圾和污染物，有助于凈化海洋環境。趨勢2：漁業管理和保護幫助監測漁業資源，搭建模型來提供漁獲量預測，監測和預防非法捕撈行為，協助制定可持續的漁

117、業管理政策，防止過度捕撈。趨勢3：珊瑚礁保護分析海洋生態系統數據，幫助科學家監測珊瑚礁的健康狀況并繪制地圖，及時發現和應對環境變化對珊瑚礁的影響。趨勢4：海洋生物物種識別通過衛星和人工智能識別技術的結合，加速海洋生物物種的識別和分類，有助于保護瀕危物種，促進海洋生態多樣性。案例：COmPASS非法漁民在線巡邏助理全球漁業資源受到非法捕撈的嚴重威脅，尤其是在美國墨西哥灣地區。非法捕撈加劇了魚類資源的下降，對生態環境和氣候變化產生了負面影響?？墒怯捎诜欠O民的行為多樣化，數據稀疏，而且海岸警衛隊無法同時監控整個灣區，這些因素都增加了保護漁業資源免受非法捕撈的難度。為了保護美國墨西哥灣的漁業資源，南

118、加州大學洛杉磯分校與美國海岸警衛隊(USCG)合作，開發了一個基于 AI 的系統 COmPASS，該系統可以學習和適應非法漁民的行為，從而幫助警衛隊更有效地設計巡邏策略。5253人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 案例：Mapping Ocean Wealth：計算珊瑚礁生態系統的經濟價值全球的珊瑚礁是海洋生態系統中的寶貴資源，但由于氣候變化和其他人為因素，它們正面臨

119、著嚴重的威脅。傳統的珊瑚礁價值評估方法主要依賴于用戶輸入的數據，這種方法既不精確也不具有代表性。自然保護協會的“Mapping Ocean Wealth”項目與 Microsoft AI for Earth 和 Esri 合作，開發了一個 AI 驅動的網絡應用程序，該程序使用照片庫作為數據源，通過集成 AI 和機器學習技術，實現了對珊瑚礁全球價值和各國價值的可視化展示。與此同時，這種方法通過圖像識別技術，實現了更高的特異性和準確性。用戶可以通過這個應用程序探索特定地點的旅游價值，以支持可持續的管理目標。案例：谷歌與加拿大漁業和海洋部（DFO）：追蹤和監測虎鯨的行為薩利什海（Salish Sea

120、）曾經是數百只虎鯨（也稱逆戟鯨或“虎頭鯨”）的家園，但現在南部居民虎鯨的數量僅剩 73 只。由于食物稀缺（特別是它們最愛的鮭魚）、污染物和人類活動及船只造成的干擾，這些虎鯨正面臨生存危機。保護這一瀕?；ⅥL種群的挑戰在于如何有效追蹤、監測和觀察它們在薩利什海的行為，并及時對受傷、生病或受困的虎鯨進行干預。谷歌與加拿大漁業和海洋部（DFO）合作，利用深度神經網絡技術追蹤和監測虎鯨的行為，并向加拿大當局發送警報。通過機器學習模型分析虎鯨的聲音，該模型使用了 1800 小時的水下音頻和 68000 個聲音來源標簽進行訓練。當模型檢測到虎鯨的聲音時，它會在 Rainforest Connection 的

121、網絡界面上顯示，并通過應用程序向 DFO 和關鍵合作伙伴提供虎鯨的實時位置警報。該項目不僅有助于監測和治療受傷、生病或受困的虎鯨，還可以在發生油污時定位虎鯨并使用專門設備改變它們的旅行方向以防止暴露。此外，該項目的下一步計劃是區分三個虎鯨亞種群，以便更好地實時監測它們的健康并保護它們。挑戰1：水資源消耗AI 算法需要的大量的水消耗可能導致水資源短缺，這對水生動植物的生存和繁殖構成威脅。隨著水資源的減少，濕地和河流的生態平衡可能會受到破壞，導致生物多樣性下降。此外，過度抽取地下水可能導致地下水位下降，進一步影響水生生態系統。案例：ChatGPT的驚人水消耗ChatGPT 作為強大的人工智能算法，

122、不僅需要大量的能源進行訓練，而且還消耗了大量的水。加利福尼亞大學河濱分校和德克薩斯大學阿靈頓分校的研究者們在一篇尚未經同行評審的論文使 AI 不那么口渴中探討了 AI 訓練的環境影響。他們發現，僅在訓練 GPT-3 時，與 OpenAI合作的微軟就消耗了 185,000 加侖的水，這相當于冷卻一個核反應堆所需的水量。該論文還指出，ChatGPT 在進行大約 20-50 個問題和答案的簡單對話時需要“喝”（相當于）500 毫升的水?？紤]到 ChatGPT 有數十億的用戶，這個數字是非常大的。研究者建議，像 Google 和 OpenAI 這樣的公司應該承擔社會責任，通過解決自己的水足跡來起到示范

123、作用。5455人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 SDG15 陸地生物 趨勢1：森林監測和保護利用 AI 技術識別衛星拍攝的地球圖像，可以對森林地區進行實時監測，識別并預測火災、盜伐等問題，從而更好地保護森林資源。趨勢2：物種保育AI 在圖像識別方面的進步有助于自動識別并記錄野生動植物，從而監測物種數量、分布以及潛在的威脅，有助于保護瀕危物種。趨勢3：土地規劃優化與農

124、業智能化通過分析歷史土地利用數據，幫助政府和組織更好地規劃土地用途，避免不合理的城市擴張，保護自然生態環境。AI 在農業中的應用，如智能灌溉、病蟲害預測等，可以提高農作物產量，減少浪費，降低對土地資源的壓力。趨勢4：荒漠化治理監測土地的植被覆蓋率和土壤質量，代替人工在荒漠種植和培育植被，幫助決策者制定有效的荒漠化治理計劃，恢復受損土地。案例：全球森林觀察(GFW)項目全球森林正在以越來越快的速度消失，與此同時，農業和商品生產也在增長。尤其是為了棕櫚油生產所需的大規模種植園，對環境造成了特別大的傷害，并導致了大規模的森林砍伐。傳統的森 案例：使用 AI 保護颶風后的鳥類種群隨著風暴的加劇，美國沿

125、海地區的土地侵蝕和土地覆蓋變化導致了鳥類的關鍵棲息地喪失。全球生物多樣性受到了來自人為壓力的威脅，如棲息地喪失、破碎化和退化。颶風等干擾導致了大量的土地侵蝕和土地覆蓋變化，從而導致了對繁殖、遷徙和越冬鳥類至關重要的棲息地的喪失。傳統的鳥類觀察方法，如依賴志愿者進行實地觀察，往往難以準確、高效地進行。National Audubon Society 利用 Microsoft 的云和 AI 工具來改進風暴后的鳥類監測。他們使用無人機捕獲高分辨率圖像，然后應用機器學習算法對這些圖像進行分類和分析，以快速評估鳥類種群的變化和受影響的棲息地。Audubon 的 Azure Custom Vision S

126、ervice 正確地找到了 78%的鳥類，準確率達到了 87%。這種方法不僅能夠更快速、準確地評估風暴對鳥類和其棲息地的影響，還能夠為未來的鳥類保護工作提供有力的數據支持。林覆蓋映射方法依賴于衛星圖像中某些像素的“綠色”程度，這種方法有其局限性。自 2015 年以來，世界資源研究所(WRI)和 Orbital Insight 合作，利用計算機視覺和深度學習找到新的應用，以改進全球森林觀察(GFW)項目，對世界森林進行檢查。GFW 的深度學習模型觀察圖像的更廣泛的上下文，并可以基于它們的顏色、大小、形狀和模式區分種植園。此外，GFW 還使用了一種稱為卷積神經網絡(CNN)的技術來訓練他們的算法，

127、以準確區分不同的種植園。通過 WRI 的森林監測專長和Orbital Inisght的高分辨率衛星數據分析，該項目已經能夠更好地評估森林的狀況，并在馬來西亞、印度尼西亞、柬埔寨和哥倫比亞繪制棕櫚油種植園的地圖。GFW 項目允許全面監測森林砍伐，特別關注由人類商業活動引發的景觀變化。任何政府、農民或公民社會成員都可以免費監測世界的某個選定區域。5657人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續

128、投資結 論附 錄 案例：華為荒漠治理機器人 樹木對于維持自然環境平衡起到了至關重要的作用，它們吸收二氧化碳并釋放氧氣供人類呼吸，同時還有助于防風固沙和涵養水土。土地荒漠化的問題導致了海平面上升和溫室效應的加重。要加速荒漠的治理和恢復，大規模的機器人集群種樹方案成為一個理想選擇。但植樹的窗口期很短，特別是在荒漠化地區，每年只有短暫的春季可以種樹。人工種植效率低，例如挖一個樹坑需要大約 25 分鐘。即使采用機械化種植，也需要人工監督，無法實現 24 小時連續工作，也無法自動規劃種植路徑和規避障礙。華為推出的 Atlas 200 DK AI 開發者套件被用于開發荒漠治理機器人。這些機器人具備視覺分析

129、能力，能在荒漠中自動識別并規避植被和障礙物，完成挖洞、放苗和澆水等操作，實現無人化、規?；?、全天作業，從而大幅提高綠化效率和植被的存活率。挑戰1：生態干擾AI 技術可能在某些情況下干擾到野生動植物的自然行為，例如使用無人機可能會驚擾動物。挑戰2：生態平衡干擾過度依賴 AI 技；術監測和干預自然系統，可能干擾生態平衡，引發未預料的生態問題。挑戰3：應用不當若 AI 被用于非法獵捕、非法伐木等活動，可能會加重對陸地生態和物種多樣性造成破壞。案例：人工智能：野生動植物執法的朋友還是敵人？自從 2022 年 11 月 OpenAI 發布了 ChatGPT 這一人工智能聊天機器人后，人工智能的優勢和劣勢

130、成為了熱門討論話題，尤其是其被犯罪分子，包括野生動植物走私者濫用的情況。走私者可以利用基于 AI 的大型語言模型（LLMs）如 ChatGPT，通過特定的提示欺騙搜索引擎如 Microsoft Bing，找到各種社交媒體、電商網站以及在線論壇和網站上與野生動植物非法交易有關的賬戶/供應商。此外，社交媒體網站如 Facebook、Instagram、Twitter 和 YouTube 等的 AI 算法也助長了野生動植物的非法交易。SDG16 和平、正義與強大機構 趨勢1：犯罪預防通過分析犯罪模式，預測未來犯罪趨勢，有助于執法部門更好地分配資源，提高犯罪預防和打擊犯罪的效率。趨勢2：腐敗監測通過分

131、析大量政府工作人員相關數據以檢測潛在的腐敗跡象，有助于監測政府機構和公共部門的不正當行為，例如尼日利亞使用 AI 來監測政府開支，減少腐敗問題。趨勢3：司法效率提升將繁瑣的法庭流程自動化，加速案件處理，減少司法滯后，提高司法系統效率，例如中國的 智慧法院 系統利用 AI 分析法律文書，提高了判決速度和質量。趨勢4:智能監獄管理AI 和監控攝像結合可以幫助監獄管理，確保犯人得到適當對待，例如美國的一些監獄使用 AI 分析監控錄像，監測潛在的暴力事件。趨勢5：在線糾紛解決AI 可以用于在線平臺上解決糾紛，提高爭議解決的效率，例如歐洲的 ODR 平臺 通過 AI 處理電子商務糾紛。趨勢6：失蹤人口追

132、蹤通過人臉識別技術和 AI 相似度比對，為執法部門和非政府組織提供關于失蹤兒童下落的可能線索。5859人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 案例：日本利用AI技術打擊恐怖主義 隨著全球恐怖主義活動的增加，日本正在尋找先進的技術來加強其反恐努力。日本國家警察廳(NPA)計劃開始使用人工智能(AI)進行反恐和刑事調查。這些實驗將使用過去在歐洲發生的襲擊特征來訓練 AI，以便

133、在擁擠的地方識別恐怖分子，并引入 AI 系統來分析刑事調查中的監控視頻。NPA 計劃在三個領域進行實驗：識別針對大型活動的可疑人員和物體、確定汽車型號以及分析可疑的金融交易。新系統將使用過去的襲擊，例如在歐洲針對軟目標的襲擊，來教 AI 識別即將發生的襲擊的跡象和恐怖分子的行為特征。該系統將在大型體育比賽、活動和國際會議上部署，并自動檢測展示不尋常行為的人，例如反復訪問某個地方或停留在一個地方，或被遺棄的可疑物體。在檢測到某物后，系統會發出警告，以便警察可以評估情況，例如確定問題中的專業人員是否攜帶武器。如果部署方法有效，它們可能會在 2020 年東京奧運會和殘奧會期間部署。案例：AI反腐系統

134、“Zero Trust”：高效監控與干預，推動正義與機構透明化 在中國，腐敗問題一直是政府和社會關注的重要議題。為了更有效地監控和干預公務員的工作和個人生活，中科院和共產黨內部紀律監督部門聯合開發了名為“Zero Trust”的反腐 AI 系統。該系統能訪問中央和地方 150 多個受保護的數據庫，繪制政府工作人員的復雜多層關系圖，并對其行為進行分析?！癦ero Trust”實驗在 30 個縣市展開，主要集中在孤立的貧困地區，以避免在官僚系統內觸發大規模抵制。該系統可以立即檢測到銀行存款的異常增加、新的汽車購買或政府合同的競標等可疑活動，并計算出腐敗的可能性。一旦發現可疑之處，它會警告當局，但最

135、終的決定仍然由人來做。自 2012 年以來，“Zero Trust”抓住了 8721 名涉嫌貪污、濫權、濫用政府資金和搞裙帶關系的政府工作人員。然而，只有極少數人被判刑，大部分人保留了原有職務，只是受到了警告或輕微處罰。共產黨紀檢官員強調，系統不是為了懲罰官員，而是在腐敗早期拯救他們。挑戰1：算法偏見AI 系統的偏見和錯誤可能導致不公正的判決，特別是在依賴歷史案例做出決策的情況下。挑戰2：透明度和解釋性不足某些 AI 系統的決策可能缺乏透明度和解釋性，使人們難以理解為何做出某些決定，可能破壞公信力。案例：亞馬遜面部識別技術誤識NFL球員為犯罪嫌疑人馬薩諸塞州的公民自由聯盟（ACLU）對亞馬遜的

136、云端面部識別技術 Rekognition 進行測試時，發現 Duron Harmon，一名為 New England Patriots 隊效力并贏得三次超級碗的 NFL 球員，以及其他二十多名新英格蘭的專業運動員被錯誤地與犯罪嫌疑人的照片數據庫進行了匹配。亞馬遜的 Rekognition 技術是一種基于 AI 的面部識別技術。盡管亞馬遜聲稱該技術在尋找失蹤兒童或識別人口販賣受害者方面具有多種益處，但 ACLU 的測試結果表明，該技術在默認的 80%相似度閾值下存在誤識別的問題。亞馬遜建議執法部門和公共安全機構在 99%的置信度閾值下使用Rekognition，并結合人的判斷。測試結果顯示，AC

137、LU 使用 Rekognition 的默認設置，將 188 名當地運動員的官方頭像與 20,000 張公開逮捕照片進行比較，結果有 27 名運動員被錯誤匹配，這意味著近六分之一的運動員被錯誤地與犯罪嫌疑人的照片匹配。6061人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄 SDG17 促進目標實現的伙伴關系 趨勢1：加強信息真實性和透明度通過人工智能量化偏見來識別和防止錯誤信息的在

138、線傳播，從而增強了信息的真實性和透明度。趨勢2：推動人類發展和可持續發展目標的實現結合人工智能和數據分析為各國的人類發展問題提供定制化的解決方案，有助于各國將其國家計劃與全球可持續發展目標保持一致。趨勢3：推動科學研究（如天文社區）將人工智能系統和大型巡天望遠鏡結合，短期內可同時監測大量的天體物理事件，協助全球各地天文工作者的觀測任務，促進了科學研究和社區間的合作。趨勢4：增強全球協作（如傳染病預防和控制）基于大數據創建傳染病跟蹤系統，為全球傳染病的預防和控制提供了強有力的工具。案例：AI助力全球發展目標的實現 隨著第四次工業革命的到來，人工智能（AI）正在滲透到從醫療保健到交通、教育、金融和

139、保險等每一個主要行業中。據麥肯錫全球研究所稱，AI 正在幫助社會發生變革，其速度是工業革命的 10 倍，規模是其 300 倍。聯合國開發計劃署（UNDP）面臨的一個挑戰是如何快速、準確地評估各國的國家發展計劃與全球可持續發展目標的 169 個目標之間的對齊度，以確定一個國家實施全球發展議程的準備情況。UNDP 與 IBM 研究部門合作，利用 AI 自動化其快速綜合評估（RIA）工具。這是一個通常需要專家三到四周時間，手動審查數百甚至數千頁文件的繁瑣過程。通過使用 AI，該項目開發了一個算法，已經在五個國家（不丹、柬埔寨、利比里亞、毛里求斯和納米比亞）的國家發展計劃上進行了測試。測試的目的是比較

140、算法應用的結果與專家手動進行的 RIA 的結果。系統成功地識別了與 SDG 目標對齊的大量相關國家目標。在某些情況下，系統甚至能夠識別出在手動 RIA 中未被專家捕捉到的與國家目標對齊的目標。此外，使用這種系統，進行 RIA 的時間可能從三到四周大幅縮短到三到四天。這一成功的努力將幫助各國快速識別對齊的缺口，從而使他們能夠根據自己的特定背景和優先事項更好地將 SDGs 整合到其規劃框架中。案例：全球傳染病預防項目 全球疾病的傳播對人類健康和經濟造成了巨大的威脅。每年因傳染病控制預計會損失 600 億美元。KT 公司的 CEO 黃昌圭在聯合國全球契約領導者峰會上發表了演講，提議與聯合國和全球電信

141、公司合作，使用大數據技術來預測疾病的傳播路徑。KT 計劃發布其大數據分析算法，以防止高致病性禽流感（HPAI）和口蹄疫（FMD）的傳播，并支持發展中國家與聯合國合作采納疾病預防系統。利用大數據技術，KT 成功地預測了禽流感的傳播路徑，發現這一路徑與家畜和家禽的移動路徑以及飼料的配送路徑在很大程度上相同。這一技術每年為 KT 節省了 18 億美元。這種大數據分析解決方案也可以應用于其他傳染病，如 SARS、MERS-CoV、Zika 和 EBOLA。KT 與韓國的科學、ICT 和未來規劃部以及韓國疾病控制和預防中心合作，正在開發一個使用電信大數據來預防疾病傳播的系統。KT 還決定與聯合國一起公開

142、其禽流感和口蹄疫預防的大數據算法，并向相關國家或機構提供其技術知識。挑戰1：失去人際互動過度依賴 AI 可能使合作伙伴關系失去人際互動和合作的核心，可能導致冷漠和疏離。挑戰2：知識集中AI 技術的應用可能導致知識集中在少數機構手中，增加信息壟斷的風險。挑戰3：不一致性AI 模型在處理復雜邏輯和敏感問題時可能會給出不準確或危險的建議，尤其在涉及生命健康的關鍵情境中，這種不一致性可能帶來嚴重的風險。6263人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND IN

143、VESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄AI 技術賦能投資促進4.0（IP 4.0）“步入“行動十年（Decade of Action）”，如何利用 AI 等先進數字技術促進可持續投資，將投資供需雙方高效匹配，使投資更精準地向可持續發展領域聚焦，特別是為廣大發展中國家提供更多可持續投資的融資渠道，是現階段亟待解決的問題?！痹诖饲闆r下，如何揚長避短地利用好以 AI 技術賦能投資促進 4.0（IP 4.0），促進精準的產業鏈投資和可持續投資，重要且迫切。在第三部分中，我們分析了 AI 對不同 SDGs 造成的影響并總結了其共性的機會點與真實挑戰。而隨著可持續基礎設施投

144、資持續增長，憑借人工智能處理大量數據并得出可行見解的能力，它正在重塑項目開發商、投資公司和利益相關者處理投資流程關鍵方面的方式。從簡化投資前評估到優化項目決策和評估可持續性影響，基于人工智能的工具正在推動可持續基礎設施投資進入效率和影響力的新時代。這是 AI 技術如何賦能投資促進的一個很好的概述，但對于那些考慮通過 AI 技術來重估可持續投資的參與者來說，了解一些核心組件很重要：人工智能的燃料是數據。通常我們需要經過復雜的算法處理后得出預測和見解。機器學習：使用高級統計數據來查找數據模式。深度學習：機器學習的更復雜版本，模仿人腦。如圖像和語音識別、診斷疾病和解釋自然語言。生成式人工智能：可創建

145、內容，包括文本、圖像、音頻或視頻。這些系統稱為大型語言模型(LLM)或基礎模型。它不是一次處理一個單詞，而是一次處理所有的事情。AI與可持續投資AI AND SUSTAINABLE INVESTMENT第四次工業革命是一次范式變革，對投資促進方式也提出了新的要求。利用先進數字技術促進投資以達到可持續發展目標的可能性，我們將其定義為投資促進4.0。第四次工業革命先進數字技術，如人工智能、區塊鏈、大數據和機器學習等的應用可有效解決投資促進3.0的問題：大量的數據使得難以及時發現投資機會；難以驗證數據真實性及建立信任；經濟系統復雜，風險難以預測?；?聯 網 和 移 動 互 聯網，方便獲取海量信息網

146、絡 平 臺 的應用，如在線投資門戶網站、投資促進機構網站計算機的應用，使大量的經濟和商業數據分析首次成為可能借 助 計 算 機分析商業和投資數 據，信 息 匹 配等工具開始發揮作用為解決英國第一次工業革命期間投資不足通 過 論 壇和親朋好友交換信息來滿足投資需求投資促進1.0投資促進2.0投資促進3.0投資促進4.0建立在 AI 和大數據技術基礎上的投資促進 4.0 系統可根據投資者的偏好精準推薦投資機會，提供定制的投資促進服務；機器學習可用于解釋經濟復雜性，為投資者提供見解和洞察，以評估和降低風險。背景階段特點IP4.06465人工智能賦能可持續發展和投資白皮書WHITE PAPER ON

147、ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄相應的，投資者與政府在 IP4.0 概念下賦能已有、或是正在形成這些理念的企業時，也可以用 AI的技術手段來提升自己的效率。比如，Global Predictions 的 Portfolio Pilot：它將用戶的整個凈資產連接到允許個性化推薦的復雜引擎，是一款使用人工智能進行推薦的社交投資應用程序。該系統有助于創建基于 ChatGPT 等系統的主題組合，目前擁有超過 58 億美元的資產。其創始人

148、兼首席執行官 Alexander Harmsen 表示：“我們利用人工智能，讓普通投資者能夠使用通常為大銀行和對沖基金保留的頂級工具和見解?！痹摴具€為其解決方案創建了 ChatGPT 插件。類似的手段在市場中已經被廣泛運用：以 Robo-Advisor 為代表的智能投資顧問可以根據投資者的風險承受能力和目標，提供個性化的投資建議，而在招商引資中，類似的智能招商助手可以根據潛在投資者的特征，提供精準的招商信息。谷歌利用 AI 技術改進了廣告投放策略，通過分析用戶數據，將廣告推送給潛在的投資者。這種精準的廣告推送方式可以在招商引資中發揮重要作用。正如我們在第二部分中所強調的，AI 正日益成為促進

149、精準投資及可持續投資的有力工具。人工智能利用其高效數據分析能力來識別企業的可持續表現，有助于判斷該企業的投資價值。更契合 IP4.0 的提出與實踐：各類可持續議題有關的信息最終可以幫助投資者更快地做出響應，調整投資策略，避免因市場變化而帶來的可持續投資風險。我們總結了其三項最底層的核心理念，用于 AI 技術賦能投資促進 4.0 的注解。理念一：智能決策支持 投資者AI 可以分析大量的市場數據、經濟指標以及投資歷史，幫助投資者做出更準確的決策；AI 可以實時監測和分析市場波動，識別出潛在的市場風險，并提供預警機制，幫助投資者識別風險并進行及時調整。地方政府AI 也協助政府和地方機構評估招商引資的

150、潛力。通過機器學習和預測模型，AI 可以預測市場趨勢、產業發展方向，為投資者和政府提供決策支持，并幫助政府預測和評估招商引資的風險，更好地保護投資和吸引外資。投資者/地方政府AI 可以分析全球各個領域的創新和發展趨勢，幫助投資者和地方政府發現未來具有可持續潛力的行業。通過大數據挖掘，AI 可以揭示出綠色能源、可再生材料、社會創新等領域的新興機會。例如，AI 可以分析新技術的應用情況，預測哪些領域將成為未來的投資熱點。利用大數據分析，定位潛在投資者，并根據其特征和興趣進行個性化推送。同樣地，在招商引資中，AI 可以分析潛在投資者的背景和意向，有針對性地進行推廣和溝通。AI 在社交媒體、搜索引擎和

151、在線廣告平臺上的精準定向，將有助于提高投資推廣和招商引資的效果。理念二：智能投資組合優化 投資者AI 可以通過優化算法，為投資者設計最佳的投資組合，AI 可以根據投資者的目標和偏好，自動調整投資組合，從而提高投資效益。地方政府AI 也可以幫助政府在招商引資時確定最具吸引力的領域和項目。而在招商引資中，AI 可以分析各個行業的需求和發展潛力，幫助政府制定更具戰略性的招商引資計劃。理念三：本土化與化服務 投資者/地方政府全球招商引資涉及不同國家和文化之間的交流，而語言障礙和文化差異往往是挑戰。AI 的翻譯和自然語言處理能力可以幫助打破這些障礙，使得跨國溝通更加無縫。例如，AI 可以實時翻譯商務會議

152、或文件，促進跨文化合作。AI 技術可以為潛在投資者提供個性化的服務體驗，根據其需求和興趣，推薦適合的投資項目。這不僅提高了投資者的參與度，也有助于提升招商引資的成功率。舉例來說，智能機器人可以通過與投資者的對話，了解其需求并提供定制化的招商方案。簡單來說，無論是哪一種利益相關方，投資者、被投資者、地方政府，都可以借助這些人工智能工具，從大量擴展的數據集中搜索和分類信息，從而使他們能夠更多地專注于做出投資決策和建議。交易前。如果沒有人工智能的幫助，分析師會花費大量時間搜索、排序和組織相關信息，以識別和評估投資想法。他們經常至少花費一部分時間關注最終沒有價值的信息。投資決策點。投資組合經理做出買入

153、、賣出或持有決策，現在可以通過編寫人工智能支持的決策故事來幫助完成此過程。人工智能可以處理組合的輸入和決策數據，以生成解釋決策的標準、公正的報告，包括相反的因素。投資后。投資組合和指數表現是天然的結構化數據，因此人工智能九二一使用這些結構化數據輸入來生成表現歸因報告和定期投資者評論。以此提高根據投資組合的績效和策略生成報告的時間、準確性和成本?？紤]到輸出的程序化性質以及目前 GPT4 生成可讀性內容的輸出能力，它甚至可以為受眾創建按需報告。所以，這些案例及趨勢更好的印證了人工智能的最大好處其快速處理大量數據的能力，使人們能夠騰出時間來履行最重要的人類職責。6667人工智能賦能可持續發展和投資白

154、皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄AI 助力可持續投資 在上述分析中，我們已經熟知 AI 技術可以處理大量的非結構化數據，例如社交媒體、新聞報道和公司報告，以獲得對企業可持續實踐的深入理解。例如，AI 技術在環境監測、污染預測和生態保護等領域有廣泛的應用。通過 AI 技術，投資機構可以更好地評估企業業務對環境的影響，從而通過投資行動促使企業實現可持續發展目標中的“采取緊急行動應對氣候變化及其影響”

155、。人工智能利用其高效數據分析能力來識別企業的可持續表現，有助于判斷該企業的投資價值。更高可持續表現的企業可能具有更高的盈利，從而導致更高的股息和更小的波動，同時具有更為持續的市值增長空間，投資價值更高。以 MSCI 評級為參照研究對象，與排名最低的五分之一公司相比，ESG 評級最高的公司的利潤更高，支付的股息更高；ESG 表現較高的分組比 ESG 表現較低的分組，在 2017 年至 2019 年時間內滬深 300 指數有更高的累計收益且波動率更低。對這樣具有高可持續性的企業進行投資有助于提升投資價值。相似的模型功能還可以被運用于預測公司本身發展過程中可能面臨的可持續風險，降低可持續投資風險。例

156、如，機器學習可以幫助預測由于氣候變化導致的極端天氣事件對公司的影響，或者通過分析公開的政策文檔、新聞報道和社交媒體討論等實時跟蹤綠色發展、碳中和等政策的走勢。這些信息可以幫助投資者更快地做出響應，調整投資策略，避免因市場變化而帶來的可持續投資風險。此外，企業可持續信息透明度也因此變得更加可被分析與預測，從而反向約束企業更好履行可持續行動和披露責任。氣候相關財務信息披露工作組的 2022 年狀況報告中提到，屬于人工智能審查范圍內的多個行業的平均信息披露水平超過了 40%，這意味著投資機構可以直觀獲取高透明度的可持續信息，從而促使企業更好承擔可持續行為責任，增加了投資者的投資機會。特別是在面對外部

157、因素變動時，如政策變化、國際關系變動等，AI 技術可以幫助投資機構自動化地分析決策變動的優劣，從而做出更明智的投資決策。通過使用 AI 技術，投資機構可以更快速、更準確地分析大量的數據，包括市場數據、宏觀經濟數據、政策變動等，從而更好地了解外部因素對決策的影響。這可以幫助投資機構做出更準確的投資決策。1.AI技術最終可以幫助投資公司更準確地分析市場中所有企業的可持續行動，從而為投資決策篩選出最優選擇。關注可持續發展目標與社會影響力的投資公司可以更快速、更準確地分析大量的數據，包括企業的財務報告、運營數據、市場數據等，從而更好地了解企業的可持續發展情況。比如企業業務是否可以更好地為殘疾人、老年人

158、等特殊群體提供服務，實現可持續發展目標中的“實現性別平等并賦予所有婦女和女童權利”，促進社會公平。這不僅可以幫助投資公司做出更準確的投資決策，還可以為他們提供更多的投資機會。2.使用AI輔助分析市場偏好，包括消費者行為、社交媒體數據和市場交易數據等。已有影響力投資者通過對已有企業可持續行動案例的深度分析，收集消費者對這些可持續理念和行為的反饋，判斷消費者的付費意愿。結合已有判斷與分析，投資者可以更準確地判斷企業可持續理念與行為未來可能產生的消費者反應，從而優化自身投資決策。人工智能還可用于識別存在有爭議的可持續行動的公司，例如侵犯人權或腐敗和賄賂的指控，這些公司可能不會自行報告，但可能對投資者

159、來說是重要信息。那么當人工智能可以實時檢測和收集網上批評和指控，就可以為投資者提供有關公眾看法及其對公司股價潛在影響的關鍵信息。3.AI 的應用為全球可持續標準的簡化和融合提供了可能性。通過對大量的數據進行深入分析，人工智能技術可以幫助企業和投資機構更準確地了解各種可持續標準的要求和特點，從而為他們提供統一的評價標準。甚至存在潛在可能性來填補 ESG 披露的預6869人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與S

160、DGsAI與可持續投資結 論附 錄測摩根士丹利可持續投資研究所的一項調查認為，ESG 報告對于選擇資產管理公司非常重要，但只有 39%的資產管理公司提供了此類報告和披露。與此同時，在企業中，全球只有 35%的上市公司至少披露了部分溫室氣體排放量這對投資者來說是一個日益重要的風險指標。預測模型依賴于機器學習技術并使用公開數據，正在幫助投資者填補可持續發展披露中的這些空白。目前，在估算溫室氣體排放量時，投資者通常會計算未披露排放量的公司的行業平均值，或根據公司披露的參數使用簡單的線性外推法對排放值進行建模。相比之下，機器學習模型不僅可以根據行業，還可以根據位置、收入細分以及產品和服務類型等因素來識

161、別數據中的其他相似之處。例如，ISO 環境管理技術委員會制定綠色債券和貸款系列標準，通過國際標準帶來協調一致和公開透明，建立可靠性和信任。ISO 持續投入對全球可持續標準統一化的建設，投資者可以憑借統一化標準對可持續企業進行評價，判斷投資價值。CFA Institute 曾在文章 中探討了 AI 如何為投資組合帶來價值。其中提及 AI 技術可以幫助投資者更好地處理大量數據，為決策制定提供科學依據，以及通過實時監測和分析投資組合的表現，為投資者提供調整建議，確保投資組合始終與可持續發展目標保持一致。最終，我們可以預測且看到，人工智能技術通過對大量數據的分析，幫助投資機構更加高效地管理其投資組合

162、通過實時監測和分析投資組合的表現，AI 技術可以及時為投資者提供調整建議，確保投資組合始終與可持續發展目標保持一致。當然，正如第三部分中總結到的，在探索人工智能工具時，可持續投資者或是影響力投資者也應考慮兩大潛在風險：1.數據隱私和安全性。由于人工智能模型需要廣泛的數據，可能包括個人身份信息和敏感信息，因此有人擔心人工智能可用于跟蹤私人行為。2.潛在的可靠性缺乏和問責制的風險。大型語言模型生成的信息可能不準確，或者其來源不透明。如果沒有確保透明度和問責制的保障措施，人工智能工具可能會被用來傳播歧視性語言，甚至傳播損害全球金融體系完整性的錯誤信息。人工智能對可持續投資的影響超出了我們日常對這兩個

163、風險的理解。因為對社會議題，以及對可持續議題的解決方案的容錯率往往更小，實現可持續發展目標的成本是巨大的，失敗的成本有可能造成巨大的經濟后果。所以，當可持續投資已成為全球趨勢和需求，符合可持續發展目標的投資和政策及人工智能趨勢設計在另一面有可能重塑整個行業，并對企業、經濟和社會的發展產生積極影響，以實現更加可持續的發展。我們也期待，AI 模型及模型構建者可以更了解在此背后的數據及方法對社會、經濟和地球的意義。AI 帶來的可持續投資機會 AI 與 SDGs 的交互為可持續投資帶來了廣闊的新機遇。通過大數據分析、預測建模、計算機視覺等技術手段,AI 可以提高環境監測和資源管理的效率,預測氣候變化趨

164、勢,優化可再生能源和智慧城市規劃,實現更環保的農業和更智能的醫療服務,并為婦女權益保護、教育發展、減貧等提供支持我們將第三部分中的趨勢進行總結，并結合可持續投資的理念，綜合梳理出了十大適用于 17 個可持續發展目標的可持續投資機會點：機會一：識別分析-人工智能提取已有數據，對既有數據識別并輸出數據分析結果AI 提取數據并完成數據分析，呈現數據分析結果，這一相對基礎的人工智能應用可用于多元化的場景。AI 還可以根據新的數據和反饋進行自我調整，使其分析結果在不斷變化的環境中始終保持最佳狀態。例如，在醫學領域，人工智能分析已有醫學數據幫助尋找靶點，從而研發針對靶點的完美藥物；在教育領域，分析區域輟學

165、、退學等學業風險優化教育普及；在生物保護領域，識別海洋生態系統數據分析珊瑚礁遭遇的威脅等。人工智能與遙感傳感器等技術融合，可以更好地充實人工智能數據庫，為提供更準確的分析奠定基石。7071人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄機會二：預測與預報-人工智能結合既有數據搭建模型，通過模型預測未來事件AI 自動抓取實時數據構建模型，通過模型對未來事件走向作出判斷，輸出預警與預報

166、，人們基于此功能做好風險防范。該影響常見于氣象預警預報、公共衛生事件預報、農、漁、牧產品收獲情況預測、消費者需求預測等，目的是幫助人們做好準備面對可能發生的事件，延長準備時間。此外，對水務、能源、城市建設的各項基礎設施實時監測，對可能發生的腐敗事件實時監測，也為人們提供對不利因素進行針對性補救的機會。機會三：優化策略-基于實時的數據識別與分析，為解決目前的問題提供策略或優化已有策略AI 基于對數據準確抓取和識別的基礎，進行深度場景分析，為解決當前困境或當前場景提供針對性的策略，或是完成對已有策略結合數據分析結果進一步優化改進。它還可以持續學習和調整，以優化現有的策略，確保策略的效果最大化，同時

167、，減少人類在決策過程中可能會受到情感、偏見或疲勞的影響而產生的人為錯誤。例如，人工智能實時識別難民分布情況并提供治理策略等。機會四：智能輔導-人工智能系統連接廣泛的知識庫，為個體提供全方位信息，輔導個體選擇AI 具有深度學習、高級算法和持續學習能力，能夠從數據中捕捉復雜的模式和關系，并輸出為人們可以理解的結果。人工智能的智能輔導為人們普及信息和知識，從而一定程度上規避決策風險。例如，對低收入人群所欠缺的金融知識進行普及、財務狀況評估和規劃，指導患者用藥以及疾病科普等。通過具有目標的信息普及，幫助人們優化決策，改善決策風險。機會五：算法匹配-算法對已有條件與個性化需求進行匹配，提高匹配效率，降低

168、試錯成本人工智能算法可以根據預定的規則和條件，精確地篩選出與個性化需求相匹配的選項，避免了人為偏見和誤差。同時快速處理大量的數據，從中找出最佳的匹配項，減輕人類在處理如此龐大的數據時可能會感到困難和壓力，優化匹配結果。例如，使用人工智能算法為求職者匹配工作機會。此外，通過算法可以最大程度上滿足個體的個性化需求，這可以應用于多場景下，如個性化教育、個性化能源管理等。機會六：效率提升-人工智能輔助提升決策效率與運營、生產等過程效率首先，AI 對場景各項參數與數據點進行深度分析，根據既定目標生成決策，極大程度上幫助人們減少決策時間。其精準識別與分析能力能夠優化決策結果，降低試錯成本，提升決策效率。例

169、如，Dymaxion Labs、ICRISAT 等人工智能，通過分析田地數據、種子情況、氣候條件等各項指標在內的各種農業參數作出農業決策。其次，人工智能對生產與生活的全過程效率有所助益。生產的資源利用效率、能源效率、管理效率、成本利用效率等均可在 AI 的智能分析下得到優化配置。機會七：生物數據庫-人工智能搭建生物數據庫，保證生物多樣性的延續人工智能自動化地從各種來源收集生物數據，無論是從科研文章、實地調查還是遙感圖像。自動化數據收集確保了數據的完整性，通過快速地分析大量的生物數據，人工智能識別出生物種群的變化趨勢、瀕危物種以及生態系統的變化。同時，通過機器學習和深度學習技術，人工智能可以預測

170、生物多樣性的未來變化，并模擬不同的環境干預措施對生物多樣性的影響。人工智能可以實時監測生物數據庫中的數據變化，并在檢測到生物多樣性受到威脅時發出警報，從而及時采取保護措施?；谌斯ぶ悄芊治龅臄祿皖A測，環境保護機構和政府可以制定更為科學和有效的生物多樣性保護政策和措施。機會八：安全評估-人工智能進行內外部風險排查，對不同場景進行安全監測與隱患排查，評估并提示場景安全程度通過機器學習，AI 可以學習和識別正常與異常的行為模式，從而及時發現和預警潛在的風險，同時跨越時間限制，24 小時不間斷地對各種場景進行實時監測，確保實時識別安全威脅。無論是物理環境如工廠、倉庫，還是數字環境如網絡、數據庫，AI

171、 都可以根據不同的場景特點進行定制化的風險排查，并基于歷史數據進行預測分析，提前預警可能出現的風險。例如，人工智能可以實現對城市基礎設施建設的安全排摸，對如橋梁、大樓等建筑進行安全評估并預警報告安全程度。機會九：全球伙伴關系-人工智能搭建頂層平臺，為全球各利益相關方提供建立伙伴關系的機會一方面，AI 可以幫助各國建立統一的數據平臺，使得各國可以在頂層平臺上共享和交流數據，從而促進了全球數據的流通和合作。同時，分析全球市場的趨勢和需求，為各國提供有價值的市場洞察，幫助他們制定更為合適的全球戰略。各國基于全球數據大趨勢，結合自身國情，調整相關政策戰略以加速全球化過程。另一方面，全球利益相關方借助人

172、工智能搭建的統一平臺，智能識別更合適的合作伙伴，促進更高效和有針對性的合作。機會十：企業可持續發展-人工智能通過全生命周期管理、能源與排污管理，推動可持續發展AI 在產品設計、生產、使用和回收階段進行數據分析，跟蹤和優化產品生命周期，確保資源的最大化利用和最小化浪費，幫助制造商識別可回收和再利用的資源，支持循環經濟的實踐。同時，人工智能預測能源需求并優化能源供應，對能源使用進行全過程的管理，確保能源的高效利用。針對污染排放與廢棄物處理，人工智能優化分析，以環境影響最小化為目標進行排污管控，推動可持續發展。7273人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIA

173、L INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄AI 與 SDGs 的未來前景 至此，我們看到的是，在 4IR 的大時代趨勢之下，也是基于 4IR 涌現出的技術融合，IP4.0 促進可持續投資變得可能，最終成為了我們理解的趨勢、挑戰與觀點。在 AI 的賦能下，IP4.0 為可持續發展和投資提供了源源不斷的方向和動力。盡管我們習慣于“任何事物都是一把雙刃劍”的表達，在本次的研究中，我們可以客觀的總結到：AI 對可持續發展目標的正面影響遠遠大于負面影響。作為第一份在

174、這個領域進入研究的白皮書，我們一共研究了將近 50 個國家的 200 個案例并于其中挑選出有借鑒或是警示意義的給予呈現。正如我們在 SDG1 里看到的一樣，AI 對于識別貧困、預測貧困、消除貧困都有著非常積極的作用。其本質是因為 AI 大大降低了使用者、甚至是受益者的使用門檻與受益門檻，使得過去需要不同技能組合的人力得以解放。這一底層邏輯在 SDG1-15 中都有著非常充分的應用。SDG16 與 17 本身作為較為綜合性描述的議題，在案例上未必有著像其他目標一樣的深度與應用程度。這并不是因為 AI 無法賦能這些議題，而是這些議題本身的復雜性需要更多時間使 AI 得以被應用、測試與驗證。所以我們

175、才需要最大限度地利用 AI 推進 SDGs、規避和降低 AI 對 SDGs 可能的負面影響。且這個過程本身就與 SDG16 與 17 息息相關。結論 CONCLUSION7475人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄如何最大限度地利用AI推進SDGS全球與中國的視角1.全球合作與共享：在全球化的背景下，各國需要共同努力，分享AI技術和策略，以確保所有國家都能從中受益。例如

176、，聯合國已經提出了一系列關于AI技術的全球合作框架，旨在促進各國之間的技術交流和合作。G7領導人在公報中強調了加強國際合作、推動包容性人工智能治理和互操作性的重要性，以實現可信賴的AI。中國應與更多國家和國際組織建立AI技術合作關系，分享技術和策略，以推進SDGs的實現。例如，中國與歐盟、非洲聯盟等都已有了深入的AI技術合作。2.數據透明性與共享：數據是AI的核心。為了推進SDGs，需要確保數據的透明性、可訪問性和共享性。例如，聯合國教科文組織已經制定了AI倫理的全球標準，強調了數據的透明性和公平性。中國應進一步制定數據管理和共享的政策，鼓勵企業和研究機構共享數據。3.本地化與文化敏感性：在推

177、進SDGs時，考慮到地方文化和需求至關重要。AI解決方案應該是本地化的，考慮到當地的文化和社會背景。中國應更多鼓勵企業和研究機構開發本地化的AI解決方案。4.公眾教育與培訓：為了充分利用AI推進SDGs，需要確保所有人都有機會接受相關的教育和培訓。例如，聯合國正在努力提高全球AI教育和培訓的水平。中國已經在各級學校和培訓機構開設了AI相關的課程，但仍需更多行動確保更多人都有機會學習AI技術。5.中國擁有潛在的國際領導機會：中國在AI領域的快速發展為其提供了獨特的機會，可以在推進SDGs方面發揮領導作用。例如，中國外交部強調了擴大數字合作、促進數字貿易、彌合數字鴻溝和構建全球數字經濟范式的重要性

178、。中國政府正在積極推動AI技術的發展，為企業和研究機構提供了一系列的政策支持和資金支持，同時也與多個國家和國際組織建立了合作關系，幫助其他國家了解并應用人工智能技術來實現可持續發展目標。通過這種方式，中國有機會在全球可持續發展議程中扮演更加積極的領導角色，共同推動全球社會的繁榮和可持續性。如何規避和降低AI對SDGS可能的負面影響全球與中國的視角1.提高AI安全性研究：隨著AI應用的增多，如自動駕駛汽車、AI驅動的醫療解決方案和智能電網，投資于AI安全研究變得越來越重要。中國政府應制定更多AI安全研究的政策，鼓勵并促進企業和研究機構進行AI安全研究。2.納入文化和價值觀的考量：不同地區有不同的

179、語言和文化，這會影響到人們的交流方式、習慣以及對事物的理解，AI系統可能因為文化差異或缺乏本地知識而產生誤解或偏見。中國應立足于AI本地化，提高人工智能技術的適用性、合規性和用戶體驗，使其更好地融入特定地區的社會、文化和經濟環境中。3.提高社會韌性：提供宣傳教育和培訓，鼓勵社會參與，從而形成對人工智能技術更加全面和多元的理解。同時鼓勵對樣化和包容性，在人工智能技術的研發和應用過程中融入多樣的聲音和視角，以減少偏見和歧視。4.政策引導與監管：為了確保AI技術的公平、透明和可持續，需要有一系列的政策引導和監管。例如，聯合國正在努力制定全球AI技術的政策和監管框架。中國政府已經發布了一系列關于AI發

180、展的指導意見和政策，確保AI技術的公平、透明和可持續。5.國際合作與交流：為了共同應對AI帶來的挑戰，需要有深入的國際合作和交流。中國也應更加積極參與國際AI與SDGs的合作和交流，與其他國家分享經驗和技術，共同應對AI帶來的挑戰。對政策制定者和企業的建議 在分析了 AI 與 SDGs、4IR 與可持續投資的機遇與挑戰的基礎上，我們不得不承認人工智能的優勢，也需要理解其獲取的各類信息、數據以及以此為基礎建立的模型可能具有的信度、效度差異。（信度是指數據的一致性和可靠性，而效度是指數據的準確性和相關性）在第三與第四部分中，我們看到了人工智能帶來的一系列優勢：感知包括音頻、視覺、文本和觸覺（例如面

181、部識別）、決策（例如，醫療診斷系統）、預測（例如，天氣預報）、從數據中自動知識提取和模式識別（例如，在社交媒體中發現假新聞圈）、交互式通信（例如，社交機器人或聊天機器人），以及邏輯推理（例如，從前提出發的理論發展）。7677人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄我們的研究還發現，人工智能之于 SDGs 的應用目前沒有足夠多的案例，這可能和應用的深度與人工智能技術進化的普惠

182、都息息相關。畢竟消費端的運用到如今，也才半年的時間。數據、案例、分析，都是欠缺的。這對政策制定者和企業而言都有著極強的警示作用。如果投資者、政策制定者與企業過于依賴不準確或不完整的數據，可能會對某些投資機會產生誤判，從而增加投資風險。另一方面，如果企業或研究機構在處理數據時疏忽數據安全隱私問題，可能會導致數據泄露或使用未脫敏數據，進而引發法律訴訟和巨額罰款。同時，數據可能面臨訪問權限問題，包括 AI 被賦予過多的權限、沒有開啟足夠的權限，或權限被惡意使用等問題。這些問題背后隱藏著不合規的人工智能應用為投資者帶來的風險，可能會對可持續投資產生影響。此外，很多機構沒有意識到的是，深度學習模型也可能

183、會受到各種攻擊，如對抗性攻擊、模型竊取、數據篡改等。這些攻擊可能會導致模型的預測不準確，甚至被惡意利用。例如，通過對抗性攻擊，攻擊者可以輕易地欺騙模型，使其做出錯誤的預測。此外，由于人工智能模型通常需要大量的數據進行訓練，數據的安全性和隱私性也成為了一個重要的問題。如果數據被篡改或泄露，可能會對模型的性能和可靠性產生嚴重的影響。阿德萊德大學研究團隊利用特定的對抗性圖像攻擊圖像識別系統 他們在該項目中展示了一朵花是如何被分類為美國前任總統奧巴馬的。這種攻擊方式通過對原始圖像進行微小的修改，使得機器學習模型無法正確識別，但對人眼來說這些修改是不可見的，這種對抗性攻擊會惡意地影響投資者的投資決策可靠

184、性。所以，對于所有利益相關方而言，最重要的就是必須對技術投入達成共識。人工智能技術的發展和應用以及解決上述問題需要大量的資金投入，可能包括研發成本、硬件設備、數據獲取和處理、人才招聘和培訓等。我們將白皮書正文內容融合總結，形成了對政策制定者與企業家的技術投入共識：硬件設備也是一個重要的投入，高性能的計算機和專用的人工智能硬件（如 GPU）需要大量的資金；數據獲取和處理是另一個關鍵的投入，高質量的數據是訓練和驗證人工智能模型的關鍵，獲取、清洗和標注這些數據需要大量的時間和資源；最后，人工智能領域的專家和研究者是稀缺資源，他們的薪酬往往很高，為了保持與技術的同步，企業還需要為員工提供定期的培訓和進

185、修機會。數據安全挑戰人工智能獲取的信息、數據、模型可能具有信度、效度的風險，在可持續投資領域，相關的可持續數據可能存在質量、完整性和標準化問題，產生投資風險。政策法規挑戰人工智能的應用可能涉及到數據隱私、知識產權等法規政策問題，這些問題可能會對可持續投資產生影響。系統安全問題人工智能系統可能存在被黑客惡意攻擊的風險，這可能會對可持續投資運用人工智能的可靠性和安全性產生威脅和挑戰。政策制定者應對挑戰企業及機構數據和數字基礎設施 建立數據工作組，促進數據創建和開放數據標準 支持政府、行業和主要利益相關方在政策設計和實施方面的知識共享 與其他國家及可持續機構合作，開發開源數據、模型和國際標準 監督能

186、源、交通和城市基礎設施的數據收集系統和數字孿生的開發 支持學術研究人員、民間社會和中小企業負擔得起的云計算資源研究和創新資金 確保人工智能項目的研究和創新資金決策是可持續目標驅動的 鼓勵開放知識產權、開放數據和開放模型開發 為政府、各行業和民間社會組織快速實施大規模的人工智能素養和“技能提升”計劃 資助或激勵創建可信賴的 AI 可持續解決方案服務提供商部署和系統集成 將數字化和人工智能專家納入所有可持續議題團隊和顧問小組 共同投資提供數字服務的初創公司和發展跨部門創新中心，并促進國際合作 開發和維護以可持續目標為基底的數字化程序 為國家和國際層面的影響評估制定方法標準 數據安全挑戰政策法規挑戰

187、系統安全挑戰負責任的AI使用和評估設立明確的紅線與預警機制設立明確的可持續發展目標進行影響力投資、可持續投資AI 助力 SDGs 與可持續投資7879人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄所以我們制作了如下建議戰略屋，幫助政策制定者與企業更好應對挑戰并抓住機遇：然而，不得不承認的是，迄今為止，還沒有任何完整的系統性的研究評估人工智能可能影響可持續發展各個方面的程度如果我們

188、將其定義為 2030 年可持續發展議程中國際商定的 17 個可持續發展目標和 169 個具體目標。這至今是一個關鍵的研究空白，因為我們發現人工智能可能會影響實現所有可持續發展目標的能力。在未來深入探討更長期的可持續發展目標的必要性之前，我們可以在此大膽假設：未來 20-40 年，人類大部分人的認知能力將得到增強 人類很有可能在 21 世紀發展出人工智能超級智能 人類將大部分時間花在虛擬現實環境中，連接到腦機接口，同時提高工作效率和幸福感 人工智能將大部分經濟活動自動化，人類將大部分時間花在對個人有意義的項目上（慈善、藝術、人際關系投資等）聯合國秘書長安東尼奧古特雷斯在日內瓦舉辦的“人工智能造福

189、人類”全球峰會上強調，要讓人人都能受益于人工智能的發展，就必須為其設置根植于人權、透明度和問責機制的“護欄”。隨著科技的不斷進步，我們呼吁各方共同努力，以明智的方式利用人工智能工具推動可持續發展目標的實現，同時利用 IP4.0 推動投資向可持續發展領域聚焦，賦能發展中國家融入全球價值鏈，不讓任何一個人掉隊。由價值觀導向的公平算法關注技術更新速度與迭代1提高算法透明度及公正性2思考理念悖論及環境影響3戰略導入策略部署管理執行落地反饋8081人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE

190、DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄附錄參考文獻Abernethy,J.,et al.(2018).Activeremediation:The search for lead pipes in flint,michigan.AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Proceedings of the 24th ACM SIGKDD International Conference on

191、Knowledge Discovery&Data Mining.AI for Good Foundation.(2021).Urban Development Architect-AI for Good Foundation.AI for Good Foundation.https:/ai4good.org/what-we-do/aisdg-launchpad/urban-development-architect/AI for SDGs Academy.(n.d.).服務視障人群的Seeing AI.AI for SDGs Academy.https:/ai-for-sdgs.academy

192、/case/297AI for SDGs Academy.(n.d.).人工智能可以檢測孩子言語中的抑郁情緒.AI for SDGs Academy.https:/ai-for-sdgs.academy/case/127AI for SDGs Academy.(n.d.).腫瘤篩查AI系統.AI for SDGs Academy.https:/ai-for-sdgs.academy/case/115AI for SDGs ThinkTank Observatory.(2016).Chilean researchers predict student dropout by big data an

193、d AI technologies.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/195AI for SDGs ThinkTank Observatory.(2017).AI-based financial advisor for low-wage workers.AI for SDGs ThinkTank Observatory.https:/ai-for-sdgs.academy/case/152AI for SDGs ThinkT

194、ank Observatory.(2018).Otsu is using AI to prevent youth suicides.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/227AI for SDGs ThinkTank Observatory.(2018).Prediction model for crop productivity in India.AI for SDGs ThinkTank Observatory.https

195、:/ai-for-sdgs.academy/case/68AI for SDGs ThinkTank Observatory.(2019).AI-based Early Pest Warning System.AI for SDGs ThinkTank Observatory.https:/ai-for-sdgs.academy/case/51AI for SDGs ThinkTank Observatory.(2020).Long Live the Kings:Use model to predict population of salmons.AI for SDGs ThinkTank O

196、bservatory.https:/ai-for-sdgs.academy/case/149AI for SDGs ThinkTank Observatory.(n.d.).AI for culture heritage-Women who changed science.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/12AI for SDGs ThinkTank Observatory.(n.d.).Digital Agricultu

197、re:Farmers in India are using AI to increase crop yield.AI for SDGs ThinkTank Observatory.https:/ai-for-sdgs.academy/case/74AI for SDGs ThinkTank Observatory.(n.d.).Hujiang makes use of AI technologies to improve learners learning efficiency.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Re

198、trieved from https:/ai-for-sdgs.academy/case/56AI for SDGs ThinkTank Observatory.(n.d.).Kilimo assists agricultural producers to optimize water usage in their production process.AI for SDGs ThinkTank Observatory.http:/.ar/AI for SDGs ThinkTank Observatory.(n.d.).mindojo-making quality education univ

199、ersally accessible and affordable.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/63AI for SDGs ThinkTank Observatory.(n.d.).ParaEmpleo.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/246AI

200、for SDGs ThinkTank Observatory.(n.d.).Plan Ceibal proposed an online adaptive learning solution-Mathematics Adaptive Platform.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/58AI的增長碳足跡.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable

201、Development Goals(AI4SDGs)Think Tank.Retrieved from https:/news.climate.columbia.edu/2023/06/09/ais-growing-carbon-footprint/#:text=with%20current%20information.-,Training,five%20cars%20over%20their%20lifetimes.AI反腐系統“Zero Trust”:高效監控與干預,推動正義與機構透明化.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sus

202、tainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/332AI助力全球發展目標的實現.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI

203、4SDGs)Think Tank.Retrieved from https:/www.undp.org/blog/artificial-intelligence-and-future-our-workBBC Future.(2017,September 14).Spotting cancer,stopping shootings:How AI protects us.BBC.https:/ Inc.(2022).Farm Management Software 2.0 Powered by Bushel.Bushel Inc.https:/ for SDGs ThinkTank Observa

204、tory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ CGIAR Genebank in Colombia Receives$17 Million Funding from Bezos Earth Fund.CGIAR.https:/www.cgiar.org/news-events/news/new-cgiar-genebank-in-colombia-receives-17-million-funding-from-bezos-earth-fund/ChatGPT的驚人水消耗.

205、(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ COMPASS Inc.(n.d.).學習eAI型教材Qubena.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/www.cais.usc.e

206、du/wp-content/uploads/2017/07/IAAI_2014.pdfCurrux Vision.(n.d.).Currux Vision Autonomous AI Systems for Smart Infrastructure.Currux Vision.https:/currux.vision/Dastin,J.(2018,October 10).Amazon scraps secret AI recruiting tool that showed bias against women.AI for SDGs ThinkTank Observatory.AI for S

207、ustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ al.(2022).Cybersecurity in smart local energy systems:requirements,challenges,and standards.AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Energy Informatics,5(1),1-30.Dymaxion Labs.(n.d

208、.).Developing groundbreaking technology for the worlds biggest agricultural challenges.Dymaxion Labs.https:/ 中國.(n.d.)AI 為孟加拉國難民營人道主義援助提供支持.Esri 中國.https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ Food Ingredients First.(n.d.).AI p

209、oses a real threat to food security,Cambridge University researchers warn.Food Ingredients First.https:/ Hovan George,&AS Gabrio Martin.(2023).The Environmental Impact of AI:A Case Study of Water Consumption by Chat GPT.AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)T

210、hink Tank.Partners Universal International Innovation Journal,1(2),97-104.Google AI Blog.(2020,April).A step towards protecting patients from medication errors.Google AI Blog.https:/ India Pvt Ltd.(2022).Leave No Farmer Behind.Harvesting India Pvt Ltd.http:/www.harvesting.coHelpSelf Legal.(n.d.).AI

211、for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/98 Hern,A.(2023,February 8).Biased AI algorithms transform womens bodies into raunchy images.AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI

212、4SDGs)Think Tank.Retrieved from https:/ PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄IBM幫助SunShot Initiative天氣預測.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/www.

213、energy.gov/eere/success-stories/articles/eere-success-story-solar-forecasting-gets-boost-watson-accuracyIBM的SimplerVoice.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/60IBM項目.(n.d.).AI for SDGs ThinkTan

214、k Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/www.iso.org/files/live/sites/isoorg/files/news/magazine/ISOfocus%20(2013-NOW)/cn/ISOfocus_130_cn.p

215、dfJaguza Livestock App.(n.d.).Jaguza Tech.http:/ position or pioneering?Find a job that makes you happy.JANZZ.technology.https:/.py/en/Magom.(n.d.).通過智能安全氣囊提升駕駛安全的Magom.Magom.http:/ Ocean Wealth:計算珊瑚礁生態系統的經濟價值.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Thin

216、k Tank.Retrieved from https:/ review-AI減少工作崗位的報導.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from How to solve AIs inequality problemNature-數據中心的強勁的電力需求.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDG

217、s)Think Tank.Retrieved from https:/ Communications人工智能在實現可持續發展目標中的作用.(2019).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ CIC.(2018).The Flood Hub-Supporting our communities to manage flood and coastal risk across the North West.The

218、Flood Hub.https:/thefloodhub.co.uk/Niramai.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/307Obaideen,K.,et al.(2022).An overview of smart irrigation systems using IoT.AI for SDGs ThinkTank Observatory.A

219、I for Sustainable Development Goals(AI4SDGs)Think Tank.Energy Nexus,100124.Obermeyer,Z.,et al.(2019).Dissecting racial bias in an algorithm used to manage the health of populations.AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Science,366(6464),447-453.Ope

220、nAI的GPT-3在醫療聊天機器人測試中給出危險建議.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from http:/artificialintelligence- API.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ Trust o

221、f India.(2023,June 5).Around 4,000 Individuals Lost Their Jobs To Artificial Intelligence In May 2023:Report.Outlook India.https:/ al.(2023).Rewards,risks and responsible deployment of artificial intelligence in water systems.AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4

222、SDGs)Think Tank.Nature Water,1-11.RUBSEE項目:AI驅動的廢物流監控.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/sadako.es/rubsee-project/SKT Smart Home.(n.d.).SKT的智能家居夢想之家.SKT Smart Home.https:/ for SDGs ThinkTank Observatory.AI for Sustai

223、nable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/www.energy.gov/eere/solar/articles/sunshot-solar-forecasting-program-gets-top-honors-utility-variable-generationThe Tech She Can Charter.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.R

224、etrieved from https:/ai-for-sdgs.academy/case/15Traive Finance.(2023).Traive-Transformando o mercado agrcola pela IA.Traive Finance.https:/ al.(2022).AI-based acoustic leak detection in water distribution systems.AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Ta

225、nk.Results in Engineering,15,100557.阿德萊德項目.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/tntattacks.github.io/阿里云.(n.d.).COVID-19 的 CT 圖像分析.阿里云.https:/ 全基因組測序分析.阿里云.https:/ for SDGs ThinkTank Observatory.AI for Sustainable Deve

226、lopment Goals(AI4SDGs)Think Tank.供應鏈管理,3(06),5-22.https:/doi.org/10.19868/ki.gylgl.2022.06.001白宮發布的公報.(2023).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/www.whitehouse.gov/briefing-room/statements-releases/2023/05/20/g7-hiroshima-le

227、aders-communique/百度百科.(2023).風烏.百度百科.https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI f

228、or Sustainable Development Goals(AI4SDGs)Think Tank.社會學研究,6.德勤智慧城市報告.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ f

229、or SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/info.wint.ai/hubfs/Website%20assets/WINT%20Case%20Study%20Empire%20State3c.pdf多倫多沙灘水質安全檢測出現誤差.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.R

230、etrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ 谷歌與加拿大漁業和海洋部追蹤和監測虎鯨的行為.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/blog.google/technology/ai/

231、protecting-orcas/漢語堂.(2019).語言扶貧APP 助力打贏脫貧攻堅戰.搜狐網.https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ PAPER ON ARTIFICIAL IN

232、TELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT引 言背 景AI與SDGsAI與可持續投資結 論附 錄基于算法的軟件加深犯罪中的總組歧視.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from www.propublica.org凱捷-制造業中的AI應用報告.(n.d.).AI for SDGs ThinkTank Observatory.AI for Su

233、stainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/www.unesco.org/en/artificial-intelligence/recommendation-ethics 綠色和平發布云上石油-科技公司助力石油公司開采增加碳排放.(n.d.).AI for SDGs ThinkTank

234、 Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/www.greenpeace.org/usa/reports/oil-in-the-cloud/#ref-6能快速觀察營養狀況的應用程序MERON.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.acad

235、emy/case/72氣候相關財務信息披露工作組-2022年狀況報告.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/assets.bbhub.io/company/sites/60/2023/02/tcfd-2022-status-report-simplified-chinese.pdf 清華大學藥學院.(n.d.).人工智能在藥物發現與研發中的應用.清華大學.https:/ for SDGs Thin

236、kTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/269全球森林觀察(GFW)項目.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/325人工智能:野生動植物執法的朋友

237、還是敵人.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/munity/posts/is-artificial-intelligence-a-friend-or-foe-for-wildlife-law-enforcement 人工智能幫助識別貧困的 8 種方式.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development G

238、oals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/aiforgood.itu.int/assistive-robots-transforming-human-lives/人工智能聊天機器人傷害飲食失調患者.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Develo

239、pment Goals(AI4SDGs)Think Tank.Retrieved from Eating disorder helpline shuts down AI chatbot that gave bad advice人工智能倫理風險分析報告.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from http:/ for SDGs ThinkTank Observatory.AI for Sustainable Devel

240、opment Goals(AI4SDGs)Think Tank.Retrieved from https:/ai-for-sdgs.academy/case/124三星隱私泄露.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retr

241、ieved from https:/ai-for-sdgs.academy/case/150數字決策:中國商業數據智能行業研究.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ Too.(n

242、.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4S

243、DGs)Think Tank.Retrieved from http:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ 格.(n.d.).日媒：日本便利店利用AI減少浪費.環球網.https:/ Infrastructure:基礎設施實時監測系統.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Thi

244、nk Tank.Retrieved from https:/www.enterpriseai.news/2019/10/16/ai-aimed-at-bridging-instructure-maintenance-gap/英國2021零碳能源信息化報告.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/assets.publishing.service.gov.uk/government/uploads/s

245、ystem/uploads/attachment_data/file/1004011/energy-digitalisation-strategy.pdf中國的猿輔導.(n.d.).AI for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved

246、 from https:/ for SDGs ThinkTank Observatory.AI for Sustainable Development Goals(AI4SDGs)Think Tank.Retrieved from https:/ PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT貢獻者團隊周沐融MSC咨詢可持續發展戰略高級咨詢師。深度參與多家上市公司可持續發展和ESG咨詢項目，包括萬華化學ESG戰略咨詢、評級提升項目，攜程旅行ESG評級提升、報告項目等。同時擁有豐

247、富的可持續發展和人工智能研究經驗。曾就職于聯合國亞洲及太平洋經濟社會委員會，在可持續發展城市部門為東南亞地區的智慧城市發展和跨國政府合作推進合作行動，撰寫評估報告東南亞地區智慧城市發展。曾深度參與多個人工智能相關研究項目，發表論文“革新”與“交融”：基于規范及準則的人工智能倫理生態圈的構建。米竑錕MSC咨詢可持續發展戰略咨詢師?，F就讀于杜克大學工程管理碩士項目，畢業于上海交通大學環境科學與工程專業。曾就職于灼識咨詢、MSC咨詢，作為項目經理服務過多家大型國內國外頭部企業，包括但不限于雀巢豪吉新產品市場機會發現，怡蘭葆品牌戰略重塑，OATLY公益項目方案設計等。徐晨儀MSC咨詢可持續發展戰略咨詢

248、師?，F就讀于上海紐約大學本科計算機科學專業，擅長多種編程語言和技術，同時擁有諸多社會創新和可持續發展項目經驗。曾參與塑料產業對生態環境影響研究項目，針對美妝行業中的塑料消耗問題，設計了Baby Earth便攜可替換化妝盒，以減少美妝行業中的塑料消耗。曾作為上海紐約大學院長基金公益服務項目的學生領導人，與上?！昂诎抵袑υ挕斌w驗館合作，組織黑暗中對話工作坊體驗活動，打破參與者對殘障和弱勢群體的刻板印象，為更多視障人士創造就業機會。唐浙MSC咨詢可持續發展戰略咨詢師。就讀于華東理工大學公共事業管理專業，深度參與多家上市公司ESG戰略咨詢、評級提升項目和碳中和咨詢項目，包括華潤化學企業社會責任項目、萬

249、華化學ESG戰略咨詢項目等。同時擁有豐富的社會服務項目經驗，曾參與參與項目“化學站趣味化學科普實驗教育普及者”獲2022年“知行杯”上海市大學生社會實踐大賽二等獎。曾作為負責人帶領項目“如元以償：兒科重癥監護室的人文關懷領航者”參加大學生創新創業大賽獲國家級立項。曾參與上海市靜安區臨汾街道數字化轉型社區治理書稿撰寫。秦棟廷就讀于溫州肯恩大學視覺傳達設計專業。作為一名跨學科學習者，對技術、科幻、設計、藝術及人文社科領域有濃厚興趣。深入關注人工智能和可持續發展領域的潛在影響。在過往的項目中，習慣用設計師的角度思辨，探索設計和技術對社會與人類生活的轉型力量。譚笑MSC咨詢可持續發展戰略咨詢師。畢業于

250、康奈爾大學城市與區域規劃專業，關注社會公正和城市發展政策研究，曾在2022年美國規劃協會年會分享共同富裕視角下的義務教育，并深度參與清華大學新型城鎮化研究院人民幸福指數研究報告的指數搭建和分析工作。譚亞幸MSC咨詢創始人，公益金融聯盟創始人及秘書長福布斯中國 2018 年 30 位 30 歲以下精英，2019 聯合國可持續發展目標中國青年領軍人物，世界經濟論壇杰出青年，人民日報海外版疫情下青年企業家代表，Tatler 亞洲新生代榜單上榜者中國可持續發展的領域的先驅者，既長期擔任許多世界 500 強企業的可持續發展顧問，曾與以百威英博、歐萊雅、百勝餐飲集團為代表的外企，國家電網、華潤集團、北控集

251、團等國企央企，騰訊、阿里巴巴、快手等民企，創造出不凡社會價值的成功案例;又引領很多本土企業產生有 社會價值的變革，在中國、英國、日本、泰國、柬埔寨等國促成社會創新項目。曾受到泰國前總理接見，并為日本內閣的環境戰略建言。MSC咨詢介紹MSC 是一家專注于可持續發展的咨詢公司，（我們）將可持續發展的方法論，應用于戰略與增長、管理與運營、品牌與市場、可持續發展與社會影響力，解決企業在運營過程中存在的各項挑戰，為商業創造價值，打造社會影響力。MSC 獨創商業分析結合社會調研的工具和方法，融入對企業和市場的深刻洞察，將可持續發展量身定制到企業的商業戰略之中，以確保企業能夠源源不斷地獲得與穩固競爭優勢。8

252、83人工智能賦能可持續發展和投資白皮書WHITE PAPER ON ARTIFICIAL INTELLIGENCE EMPOWERING SUSTAINABLE DEVELOPMENT AND INVESTMENT聯合國工業發展組織投資和技術促進辦公室（中國北京）聯合國工業發展組織（UNIDO）是聯合國負責多邊技術援助的專門機構，旨在促進工業發展以減少貧困，實現包容性全球化和環境可持續性。截至2023年1月，工發組織擁有171個成員國，包括發達國家、新興工業國和欠發達國家。聯合國工發組織的全球投資和技術促進網絡（ITPNetwork）戰略性地設于南北兩個半球，致力于促進東道國投資者和技術供應商

253、之間，以及發展中國家潛在合作伙伴之間的投資和技術流動。位于各國的 ITPO 為企業和商務拓展機構提供支持、咨詢和技術服務。ITPNetwork 通過促成發達國家、發展中國家和轉型經濟體之間的投資和技術協議，為減少發展不平衡作出了貢獻。聯合國工業發展組織投資和技術促進辦公室（中國北京，UNIDO ITPOBeijing)成立于 1990 年，是聯合國工發組織在華負責投資與技術促進的項目機構。通過參與全球論壇、開展能力建設、促進投資與技術對接、提供研究咨詢、構建伙伴關系等方式，UNIDOITPOBeijing 促進中國對外國直接投資的有效利用，提升中國各級政府、投資促進機構和企業的國際競爭力，推動

254、技術創新和三方合作，支持中國實施對外投資戰略和區域間產業轉型升級，最終促進發展中國家和經濟轉型國家的經濟發展和工業化進程。武雅斌 教授聯合國工業發展組織投資和技術促進辦公室（中國北京）主任兼任中國國際貿易學會常務理事，中國信息化百人會成員，中華股權投資協會首席經濟學家，美國索菲亞大學客座教授。曾就職于商務部，長期從事宏觀經濟研究、貿易與產業政策制定和國際貿易談判工作，曾任浙江省義烏市副市長。曾任多家公司獨立董事和顧問。北京大學應用經濟學博士后，中科院管理科學與工程博士，美國杜克大學亞太研究所訪問學者，英國倫敦大學學院公共政策碩士，中國人民大學法學碩士。著有新時期中非發展合作研究報告進口貿易與中國實踐等，譯有金剛之美霸權的黃昏：大國的衰落與收縮等。貢獻者團隊王蔚霞 聯合國工業發展組織投資和技術促進辦公室（中國北京）西部區域協同中心負責人鄧高超 聯合國工業發展組織投資和技術促進辦公室（中國北京）區域協同專員侯知非 聯合國工業發展組織投資和技術促進辦公室（中國北京）行政與運營官員視覺設計：止月公 眾 號