ESG最前線／AI助攻…從資訊管理到風險預測

AI示意圖。 （路透）

一場研討會的休息時間，我與一位傳統產業的廠長交流。他在業界有將近30年的經驗，對工廠運作的大小事務都非常熟悉。近年來由於他所服務的公司開始轉型，從以往的大量生產、追求經濟規模，走向少量多樣、客製化的多角化策略，廠內要管理的零組件、原物料種類愈來愈多。

其中最令他感到困擾的問題，就是種類、數量暴增的「化學品」。顧問專家統計的一項數據，即使是很多產業前輩聽了都會感到驚訝，那就是臺灣涉及到化學品管理的政府單位高達13個。（衛福部、勞動部、交通部、經濟部、環境部、內政部、農委會、國科會、法務部、國防部、財政部、教育部、海委會）

以往談到「人工智慧（AI）」，對傳統產業來說似乎是遙不可及的高階應用。事實上在高危害風險的「化學品管理」，早已有多種落地的數位科技行之有年，可以分爲三大類。

一、資訊檢索

俗稱化學品的「身分證」：SDS（Safety Data Sheet），紀錄許多重要的資訊，包括：供應商資料、危害辨識資料、成分辨識資料等，並且依法規要三年更新一次。

然而許多企業停留在傳統電子檔甚至是紙本資料保存的方式，除了重要資訊可能遺漏，SDS效期更新未符合規定，也因爲缺乏基礎源頭資料的輔助，在列管判斷、申報資訊準備上非常沒有效率。數位化將重要的源頭資訊建檔後，各種資訊的檢索即可大幅提升效率。

二、法規比對

基於化學品運作的複雜，政府法規也經常有更新異動。但是在缺乏數位系統的輔助情況下，一則法規異動對廠內哪些品項的化學品造成影響，只能透過人工方式一筆筆的查找及判斷，不僅沒有效率且非常容易遺漏。透過數位工具的快速、精準比對，能夠將合規工作化繁爲簡。

三、風險追蹤

化學品相關危害的管理，除了意外發生當下的救災之外，更重要的是日常的主動預防。數位工具可以針對化學品的危害種類（物理性危害、健康性危害、環境危害等）、物理狀態、閃火點、不相容性等條件，追蹤高風險品項及區域所在，化被動爲主動。

過往數位化着重在既有資料的統整，而人工智慧時代則是強調從「今日」的既有資料，帶我們進行「明日」的風險預測及管理佈局。

延伸閱讀