ESG最前線／AI助攻…從資訊管理到風險預測

AI示意图。 （路透）

一场研讨会的休息时间，我与一位传统产业的厂长交流。他在业界有将近30年的经验，对工厂运作的大小事务都非常熟悉。近年来由于他所服务的公司开始转型，从以往的大量生产、追求经济规模，走向少量多样、客制化的多角化策略，厂内要管理的零组件、原物料种类愈来愈多。

其中最令他感到困扰的问题，就是种类、数量暴增的「化学品」。顾问专家统计的一项数据，即使是很多产业前辈听了都会感到惊讶，那就是台湾涉及到化学品管理的政府单位高达13个。（卫福部、劳动部、交通部、经济部、环境部、内政部、农委会、国科会、法务部、国防部、财政部、教育部、海委会）

以往谈到「人工智慧（AI）」，对传统产业来说似乎是遥不可及的高阶应用。事实上在高危害风险的「化学品管理」，早已有多种落地的数位科技行之有年，可以分为三大类。

一、资讯检索

俗称化学品的「身分证」：SDS（Safety Data Sheet），纪录许多重要的资讯，包括：供应商资料、危害辨识资料、成分辨识资料等，并且依法规要三年更新一次。

然而许多企业停留在传统电子档甚至是纸本资料保存的方式，除了重要资讯可能遗漏，SDS效期更新未符合规定，也因为缺乏基础源头资料的辅助，在列管判断、申报资讯准备上非常没有效率。数位化将重要的源头资讯建档后，各种资讯的检索即可大幅提升效率。

二、法规比对

基于化学品运作的复杂，政府法规也经常有更新异动。但是在缺乏数位系统的辅助情况下，一则法规异动对厂内哪些品项的化学品造成影响，只能透过人工方式一笔笔的查找及判断，不仅没有效率且非常容易遗漏。透过数位工具的快速、精准比对，能够将合规工作化繁为简。

三、风险追踪

化学品相关危害的管理，除了意外发生当下的救灾之外，更重要的是日常的主动预防。数位工具可以针对化学品的危害种类（物理性危害、健康性危害、环境危害等）、物理状态、闪火点、不相容性等条件，追踪高风险品项及区域所在，化被动为主动。

过往数位化着重在既有资料的统整，而人工智慧时代则是强调从「今日」的既有资料，带我们进行「明日」的风险预测及管理布局。

延伸阅读