Saturday, June 29, 2024

AI กับการรายงานข้อมูลความยั่งยืน

กระแสเรื่อง ESG (Environmental, Social and Governance) และการนำเทคโนโลยีมาใช้ในแวดวงความยั่งยืน เป็นหนึ่งในประเด็นร้อนแรงที่องค์กรในภาคเอกชนต่างเริ่มเห็นความสำคัญและจำเป็นต้องพิจารณาเป็นวาระเร่งด่วนสำหรับเตรียมพร้อมปรับตัวเพื่อรับกับแนวโน้มที่เกิดขึ้น


S&P Global คาดการณ์ว่า ภาคธุรกิจจะยกระดับการวัดและจัดการประเด็นความยั่งยืนที่เป็นสาระสำคัญ เช่น ปริมาณการใช้พลาสติกตลอดห่วงโซ่คุณค่า ภายใต้มาตรฐานการเปิดเผยข้อมูลที่เป็นข้อบังคับในบางประเทศ ขณะที่การประเมินผลกระทบในห่วงโซ่คุณค่ามีความซับซ้อน ทำให้มีความจำเป็นที่ต้องมีระเบียบวิธีที่โปร่งใสและการรวบรวมข้อมูลที่มีคุณภาพ

ประเด็นเรื่องการพึ่งพิงเทคโนโลยีเกิดใหม่ เช่น การเติบโตของปัญญาประดิษฐ์ (AI) ทำให้ไปเพิ่มแรงกดดันที่ต้องมีระบบกำกับดูแลที่เข้มแข็งเพื่อเป็นหลักประกันในการจัดการกับโอกาสและความเสี่ยงต่อการมีอยู่ของปัญญาประดิษฐ์

จากแนวโน้มที่ภาคธุรกิจเริ่มจับตาการเข้ามาของเทคโนโลยีปัญญาประดิษฐ์ในรอบล่าสุด สิ่งที่ทั้งภาคธุรกิจรวมถึงภาครัฐต่างต้องเผชิญในระยะเวลาอันใกล้นี้ คือ แรงกดดันที่จะต้องทำให้แน่ใจว่าได้มีการกำกับดูแลอย่างเข้มแข็งในการจัดการกับโอกาสและความเสี่ยงที่มากับเทคโนโลยีปัญญาประดิษฐ์

การใช้เทคโนโลยีปัญญาประดิษฐ์สามารถใช้ช่วยสนับสนุนเป้าหมายความยั่งยืนและนำไปสู่ประสิทธิภาพการดำเนินงานแบบใหม่ อาทิ การค้นพบวิธีใหม่ ๆ ในการติดตามและทำความเข้าใจกับประเด็นด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) จากความสามารถของเทคโนโลยีในการประมวลผลข้อมูลขนาดใหญ่ และสามารถลดกำแพงต้นทุนที่ใช้ติดตามและรายงานประเด็น ESG ให้ต่ำลงได้

เมื่อเร็ว ๆ นี้ สถาบันไทยพัฒน์ ได้จัดสัมมนาในรูปแบบ Webinar หัวข้อ “Innovating Sustainability: the Generative AI Revolution” ให้แก่องค์กรสมาชิกในประชาคมการเปิดเผยข้อมูลความยั่งยืน (SDC) ที่ปัจจุบันมีสมาชิกกว่า 160 องค์กร

ในการสัมมนาครั้งนี้ ได้มีการแนะนำร่าง GRI Sustainability Taxonomy ที่พัฒนาขึ้นโดยองค์การแห่งความริเริ่มว่าด้วยการรายงานสากล (Global Reporting Initiative) เพื่อใช้สำหรับการจัดทำรายงานดิจิทัล หรือ Digital Reporting โดยใช้ภาษา XBRL (eXtensible Business Reporting Language) สำหรับการเปิดเผยข้อมูลความยั่งยืน รองรับมาตรฐานการเปิดเผยข้อมูลความยั่งยืนของ IFRS (International Financial Reporting Standards) และบทบัญญัติการรายงานข้อมูลความยั่งยืนของกิจการ (CSRD) ของสหภาพยุโรป

การเข้าถึงข้อมูลความยั่งยืนดังกล่าว จะเอื้อให้เกิดการใช้ประโยชน์จาก Generative AI ในการร่างรายงานความยั่งยืน ซึ่งจะช่วยองค์กรผู้จัดทำรายงานลดภาระและเวลาในการจัดทำรายงาน รวมทั้งช่วยให้องค์กรมุ่งเน้นไปที่การพัฒนาคุณภาพของข้อมูลที่เปิดเผย ตลอดจนเพิ่มผลิตภาพของการรายงานจากการมีระบบข้อมูลที่แข็งแกร่ง แม่นยำ และครบถ้วน

อย่างไรก็ดี การรับเอาปัญญาประดิษฐ์มาใช้อย่างกว้างขวาง อาจนำมาซึ่งความเสี่ยงที่เกี่ยวข้องกับการชะงักงันด้านแรงงาน การละเมิดลิขสิทธ์หรือความเป็นส่วนตัว ทำให้การมีข้อปฏิบิติทางจริยธรรมและการกำกับดูแลที่มีประสิทธิผลจึงเป็นสิ่งสำคัญยิ่งยวด

กฎหมายและกฎระเบียบว่าด้วยการกำกับดูแลปัญญาประดิษฐ์กำลังเกิดขึ้นในหลายประเทศ โดยสหภาพยุโรปได้อนุมัติกฎหมายว่าด้วยปัญญาประดิษฐ์ (AI Act) เป็นฉบับแรกของโลก เมื่อเดือนมีนาคม ปี 2567 โดยกฎหมายฉบับนี้จะช่วยส่งเสริมให้เกิดนวัตกรรม และปกป้องสิทธิขั้นพื้นฐานในเวลาเดียวกัน

กฎหมายว่าด้วยปัญญาประดิษฐ์ของสหภาพยุโรป แบ่งหมวดหมู่เทคโนโลยีปัญญาประดิษฐ์ตามระดับความเสี่ยง ได้แก่ 1) AI ที่ไม่สามารถยอมรับได้ (Unacceptable AI) ห้ามใช้งานในสหภาพยุโรป เช่น การใช้ AI ในการให้คะแนนบุคคล (social scoring) โดยหน่วยงานรัฐ 2) AI ที่มีความเสี่ยงสูง (High-risk AI) ผู้ให้บริการจะต้องนำระบบ AI ขึ้นทะเบียนและเข้ารับการตรวจสอบรับรองก่อนนำออกสู่ตลาด เช่น เครื่องจักร ของเล่น อุปกรณ์วิทยุ และ 3) AI ที่มีความเสี่ยงต่ำ (Limited-risk AI) หรือไม่มีความเสี่ยง (No-risk AI) สามารถใช้ได้โดยไม่มีเงื่อนไข เช่น แอปพลิเคชันมือถือ วีดีโอเกม ระบบกรองสแปม เป็นต้น

โดยข้อบังคับทางกฎหมาย จะครอบคลุมการใช้งานและการควบคุมระบบ AI ในประเทศที่ไม่ใช่สมาชิกสหภาพยุโรปหลายมิติ อาทิ 1) ห้ามส่งออกระบบ AI เพื่อการกระทำต้องห้ามตามร่างกฎหมายฯ 2) บังคับใช้ข้อกำหนดต่าง ๆ โดยไม่เลือกปฏิบัติต่อผู้ให้บริการระบบ AI 3) ต้องปฏิบัติตามข้อบังคับเกี่ยวกับการสร้างผลงานจาก AI ที่จะนำเข้ามาใช้ในเขตสหภาพยุโรป และ 4) หากระบบ AI ที่มีผู้ดำเนินการอยู่นอกเขตมีแนวโน้มกระทบต่อบุคคลในเขตสหภาพยุโรป จะต้องปฏิบัติตามข้อบังคับเช่นเดียวกัน

ในอนาคตอันใกล้ การใช้ประโยชน์ GenAI ในการพัฒนาความยั่งยืนของกิจการผ่านการดำเนินการทางข้อมูลในรูปของรายงานดิจิทัล จะเป็นสิ่งที่หลีกเลี่ยงไม่ได้ และจะส่งผลกระทบต่อการทำงานของบุคลากรในแวดวงความยั่งยืนที่ไม่พร้อมปรับตัวนำเทคโนโลยีปัญญาประดิษฐ์มาใช้ประโยชน์ จนอาจเกิดการทดแทนตำแหน่งงานทางวิชาชีพด้านความยั่งยืนไม่มากก็น้อย


จากบทความ 'Sustainpreneur' ในหนังสือพิมพ์กรุงเทพธุรกิจ External Link [Archived]

Saturday, June 15, 2024

เทคโนโลยี ในฐานะปัจจัยคู่ของความยั่งยืน

เทคโนโลยี ตามพจนานุกรม ฉบับราชบัณฑิตสถาน หมายถึง วิทยาการที่นำเอาความรู้ทางวิทยาศาสตร์มาใช้ให้เกิดประโยชน์ในทางปฏิบัติ เช่น ใช้ในอุตสาหกรรม

ในบริบทความยั่งยืนระดับองค์กร เทคโนโลยีมีบทบาทที่เป็นได้ทั้งปัจจัยความยั่งยืนโดยตัวเอง และเป็นปัจจัยที่สร้างให้เกิดความยั่งยืนของกิจการ จึงเรียกว่าเป็นปัจจัยคู่ของความยั่งยืน หรือ Twin Factor of Sustainability

เทคโนโลยีในฐานะที่เป็นปัจจัยความยั่งยืนในตัวเอง หมายถึง การได้มาและมีอยู่ของเทคโนโลยี จะมีผลกระทบทางตรงต่อสังคมและ/หรือสิ่งแวดล้อม ที่สามารถคำนวณเป็นฟุตพรินต์ปริมาณก๊าซเรือนกระจก ฟุตพรินต์ปริมาณการใช้น้ำ หรือฟุตพรินต์ปริมาณการใช้พลาสติก ฯลฯ โดยองค์กรสามารถใช้ประเมินและจัดระดับว่าเป็นเทคโนโลยีที่มีความยั่งยืน (Technology as Sustainability) มากน้อยเพียงใด

ข้อมูลตัวอย่างจากกระทรวงพลังงานสหรัฐ ระบุว่า ศูนย์ข้อมูล (Data Center) มีการใช้พลังงานไฟฟ้ามากถึง 10-50 เท่าของการใช้ไฟฟ้าต่อพื้นที่ใช้สอยเมื่อเทียบกับอาคารพาณิชย์ทั่วไป ขณะที่การใช้น้ำในการระบายความร้อนของศูนย์ข้อมูล พบว่า ปริมาณการใช้น้ำสำหรับศูนย์ข้อมูลของกูเกิล ที่เปิดเผยเมื่อปลายปี ค.ศ. 2022 มีปริมาณสูงถึง 1.7 ล้านลิตรต่อวัน เป็นต้น

ตามข้อเสนอแนะในภาคการกำหนดมาตรฐานโทรคมนาคมของสหภาพโทรคมนาคมระหว่างประเทศ (ITU-T L.1480) นิยามให้ฟุตพรินต์ปริมาณการปล่อยก๊าซเรือนกระจกจากการได้มาและมีอยู่ของเทคโนโลยี คือ ผลอันดับแรก (First Order Effect) ที่จัดเป็นผลกระทบทางตรง

สำหรับเทคโนโลยีในฐานะปัจจัยที่สร้างให้เกิดความยั่งยืนของกิจการ หมายถึง การใช้งานเทคโนโลยีที่นำไปสู่การเปลี่ยนแปลงกิจกรรมในองค์กร ในทางที่เกิดเป็นผลกระทบเชิงบวกหรือผลกระทบเชิงลบ อันส่งผลต่อความยั่งยืนของกิจการโดยรวม โดยองค์กรสามารถใช้ตัดสินใจว่าเป็นเทคโนโลยีเพื่อความยั่งยืน (Technology for Sustainability) มากน้อยเพียงใด

การเปลี่ยนแปลงซึ่งเป็นผลอันเกิดจากการใช้งานเทคโนโลยีดังกล่าว อาจก่อให้เกิดการลดปริมาณก๊าซเรือนกระจก (จากกิจกรรมเดิมที่ยุติหรือลดลง) หรือไปเพิ่มปริมาณก๊าซเรือนกระจก (จากกิจกรรมใหม่ที่เพิ่มขึ้น หรือจากกิจกรรมเดิมที่แก้ไขเพิ่มเติม) โดยพิจารณาผลที่เกิดขึ้นจริง หรือที่คาดว่าจะเกิดขึ้น ซึ่งคือ ผลอันดับสอง (Second Order Effect) ที่จัดเป็นผลกระทบทางอ้อม

ตัวอย่างการใช้งานอีคอมเมิร์ซโซลูชัน จะก่อให้เกิดผลอันดับสองที่เป็นบวกจากปริมาณการเดินทางที่ลดลงของลูกค้ามายังร้านค้า แต่ก็ไปเพิ่มผลอันดับสองที่เป็นลบจากปริมาณการขนส่งที่เพิ่มขึ้นเพื่อส่งมอบสินค้าไปยังลูกค้า รวมถึงไปเพิ่มภาระด้านบรรจุภัณฑ์และการบำบัดของเสีย เป็นต้น

นอกเหนือจากต้นทุนทางเทคโนโลยีที่องค์กรต้องคำนึงถึงและส่งผลต่อบรรทัดสุดท้ายที่เป็นกำไรสุทธิ (Net Profit) แล้ว การพิจารณาถึงผลรวมของ First Order และ Second Order Effect จะช่วยให้องค์กรหยั่งรู้ถึงมูลค่าเชิงบวกสุทธิ (Net Positive) ซึ่งเป็นมูลค่าแฝงเพิ่มเติมจากกำไรสุทธิ ที่นำไปใช้ประเมินความคุ้มค่าของการตัดสินใจลงทุนในเทคโนโลยีดังกล่าวได้อย่างแม่นยำยิ่งขึ้น

ตัวอย่างโครงการเทคโนโลยีที่หากบริษัทมีการลงทุน จะมียอดการปล่อยก๊าซเรือนกระจกใน First Order Effect เพิ่มขึ้น 41 tCO2e ขณะที่ยอดการลดก๊าซเรือนกระจกใน Second Order Effect จากกิจกรรมที่ลดลง มีจำนวน 426 tCO2e คิดเป็นผลรวมของ First Order และ Second Order Effect สุทธิที่ลดลงได้ 385 tCO2e เมื่อใช้ราคาคาร์บอนอ้างอิงของตลาดคาร์บอนภาคบังคับในสหภาพยุโรปที่ 66 ยูโร/ tCO2e หรือคิดเป็น 2,600 บาท/ tCO2e กิจการจะมีมูลค่าเชิงบวกสุทธิเพิ่มจากกำไรสุทธิอีก 1 ล้านบาท

นอกจากนี้ หากมีการพิจารณา ผลอันดับขั้นสูง (Higher Order Effect) ซึ่งเป็นผลกระทบทางอ้อมระยะยาวของผลอันดับสอง ที่เกิดจากการเปลี่ยนแปลงแบบแผนการบริโภค รูปแบบการดำเนินชีวิต และระบบค่านิยมร่วมด้วย เช่น ความนิยมในการบริโภคสินค้าสีเขียวเพิ่มขึ้น จะเปิดโอกาสให้องค์กรเติบโตจากอุปสงค์หรือขนาดตลาดที่เพิ่มขึ้น โดยคำนวณเป็นตัวเลขมูลค่าศักย์เชิงบวกสุทธิ (Net Positive Potential) ที่ชี้ได้ว่าโครงการเทคโนโลยีดังกล่าวควรค่าแก่การลงทุนจริงมากน้อยเพียงใด

ตัวอย่างร้านอาหารเก่าแก่ที่หันมาใช้แอปพลิเคชันสั่งอาหารออนไลน์และระบบเดลิเวอรี ก่อให้เกิดผลซึ่งไม่เพียงช่วยลดปริมาณการปล่อยก๊าซเรือนกระจกจากการเดินทางของลูกค้าแต่ละรายมายังร้านอาหาร (Second Order Effect) แล้ว ยังส่งผลให้สามารถขยายตลาดและรับลูกค้าในระบบเดลิเวอรีได้เพิ่มขึ้นจากพฤติกรรมผู้บริโภคที่นิยมสั่งอาหารออนไลน์เติบโตขึ้น (Higher Order Effect) ทำให้ร้านมียอดขายและกำไรเพิ่มขึ้น โดยไม่ต้องขยายหน้าร้านหรือเสียค่าเช่าพื้นที่เพิ่มจากเดิม

จะเห็นว่า การพิจารณาผลกระทบทางตรงที่เป็น First Order Effect โดยมุ่งลดฟุตพรินต์ปริมาณก๊าซเรือนกระจกจากการได้มาและมีอยู่ของเทคโนโลยี มิใช่คำตอบสุดท้ายของเรื่องความยั่งยืน แต่เป็นการใช้ข้อมูล Second Order และ Higher Order Effect จากการใช้งานเทคโนโลยีที่นำไปสู่การเปลี่ยนแปลงกิจกรรมในองค์กรและการปรับเปลี่ยนพฤติกรรมการบริโภคในทางที่เกิดเป็นผลบวกสุทธิ (Net Positive) ต่างหาก ที่จะตอบโจทย์ความยั่งยืนได้อย่างครบถ้วน


จากบทความ 'Sustainpreneur' ในหนังสือพิมพ์กรุงเทพธุรกิจ External Link [Archived]

Saturday, June 01, 2024

ทำเนียบบริษัทกลุ่ม ESG Emerging ปี 2567

ปัจจุบัน กิจการที่หวังจะให้การดำเนินธุรกิจของตนได้รับการยอมรับจากสังคม และมีหลักทรัพย์ที่ได้รับการตอบรับจากผู้ลงทุน หนีไม่พ้นที่จะต้องได้รับการประเมินเรื่อง ESG (Environmental, Social and Governance) จากหน่วยงานประเมินภายนอกที่มีความน่าเชื่อถือและมีความเป็นกลางในการประเมิน ปลอดจากการแทรกแซงโดยกิจการที่ถูกประเมิน


จากผลการสำรวจหน่วยงานผู้ประเมินและจัดระดับด้าน ESG ทั่วโลก พบว่า มีอยู่มากกว่า 600 แห่ง และมีจำนวนเพิ่มขึ้นเรื่อย ๆ ตามการเติบโตของตลาด (SustainAbility, 2020)

โดยที่แต่ละสำนักผู้ประเมิน ต่างก็มีระเบียบวิธีและเกณฑ์ที่ใช้ประเมินแตกต่างกัน จึงมีความหลากหลายในผลประเมินที่ทั้งองค์กรผู้เป็นเจ้าของข้อมูลที่ถูกประเมิน และผู้ลงทุน รวมทั้งบุคคลทั่วไปที่สนใจ จะนำไปใช้ประโยชน์จากผลประเมินที่ได้รับ

จากผลสำรวจของ Institutional Shareholder Services ที่เผยแพร่ผ่านเอกสาร ESG Corporate Rating Survey เมื่อเดือนกุมภาพันธ์ พ.ศ. 2567 ระบุว่า ผู้ลงทุนใช้ประโยชน์จากการประเมิน ESG ของกิจการ สูงสุดสามอันดับแรก ได้แก่ การใช้เพื่อประเมินความเสี่ยงด้าน ESG (83%) การใช้เพื่อจัดทำรายงาน (79%) และการใช้เพื่อพิจารณาผลกระทบด้านความยั่งยืน (77%) ตามลำดับ

ขณะที่ผู้มีส่วนได้เสียกลุ่มที่มิใช่ผู้ลงทุนใช้ประโยชน์จากการประเมิน ESG ของกิจการ สูงสุดสามอันดับแรก ได้แก่ การใช้เพื่อเปรียบเทียบสมรรถนะการดำเนินงาน หรือ Benchmarking (71%) การใช้เพื่อจัดการความเสี่ยงด้านความเชื่อมั่น (63%) และการใช้เพื่อรับทราบประเด็นสำคัญสำหรับการรายงานความยั่งยืน (62%) ตามลำดับ

สถาบันไทยพัฒน์ โดยหน่วยงาน ESG Rating ซึ่งเป็นผู้พัฒนาข้อมูลด้านความยั่งยืนของธุรกิจในประเทศไทย และเป็นผู้จัดทำข้อมูลกลุ่มหลักทรัพย์ ESG100 นับตั้งแต่ปี พ.ศ. 2558 ได้จัดทำรายชื่อหลักทรัพย์จดทะเบียนที่น่าลงทุนในกลุ่ม ESG Emerging ปี 2567 ด้วยการคัดเลือกจาก 920 บริษัท/กองทุน/ทรัสต์เพื่อการลงทุน ทำการประเมินโดยใช้ข้อมูลที่เกี่ยวกับ ESG จาก 6 แหล่ง จำนวนกว่า 17,037 จุดข้อมูล

สำหรับการคัดเลือกหลักทรัพย์ที่น่าลงทุนกลุ่ม ESG Emerging ในปีนี้ นับเป็นปีที่ 5 ของการประเมิน โดยพิจารณาจากข้อมูลการดำเนินงานที่สะท้อนปัจจัยด้าน ESG ตามที่บริษัทเปิดเผยต่อสาธารณะ และผ่านเกณฑ์คัดกรองเบื้องต้นที่ใช้ในการประเมินหลักทรัพย์ ESG100 ตามหลักการ CORE Framework เพื่อเพิ่มโอกาสสร้างผลตอบแทนที่ดีในระยะยาวแก่ผู้ลงทุน

โดยหลักทรัพย์ที่ติดกลุ่ม ESG Emerging ปี 2567 ซึ่งได้เข้าอยู่ในทำเนียบ ESG100 เป็นครั้งแรก มีจำนวน 19 หลักทรัพย์ ประกอบด้วย ADVICE BBGI COCOCO CPNREIT GFC HUMAN KCG LHHOTEL LPF NSL Q-CON SAFE SECURE SHR TPBI TTA UP WHAUP WPH

ทั้งนี้ ผู้ลงทุนที่สนใจ สามารถเข้าลงทุนในหลักทรัพย์ที่คัดเลือกจากยูนิเวิร์สของกลุ่ม ESG Emerging ปี พ.ศ. 2563-2567 จำนวน 44 หลักทรัพย์ ในรูปแบบกองทุนส่วนบุคคล Thaipat ESG Emerging Private Fund ซึ่งเป็นการลงทุนในแบบ Passive Strategy ที่ให้น้ำหนักการลงทุนในหลักทรัพย์ขนาดกลางและขนาดเล็ก (Small-Mid Cap) เท่าเทียมกับหลักทรัพย์ขนาดใหญ่ (Large Cap) โดยอาศัยการเปลี่ยนแปลงในช่วงราคาที่กว้างของหลักทรัพย์ขนาดกลางและขนาดเล็ก และการปรับสัดส่วนการลงทุน (Rebalance) ทุก 3 เดือน เพื่อการสร้างโอกาสได้รับผลตอบแทนที่สูงกว่าดัชนีอ้างอิงพื้นฐาน

ในปี 2567 นี้ นอกจากการคัดเลือกหลักทรัพย์กลุ่ม ESG Emerging แล้ว ยังได้ทำการคัดเลือกและจัดทำรายชื่อหลักทรัพย์ที่มีผลประกอบการพลิกฟื้นกลุ่ม ESG Turnaround เป็นปีที่ 2 เพื่อเป็นทางเลือกเพิ่มเติมสำหรับการลงทุนที่คำนึงถึงประเด็นด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล ด้วยโอกาสการสร้างผลตอบแทนจากหลักทรัพย์ที่กำลังอยู่ในช่วงฟื้นตัวและมีปัจจัย ESG สนับสนุน

โดยหลักทรัพย์ในกลุ่ม ESG Turnaround ปี 2567 ประกอบด้วย AOT BA BAFS CPF DUSIT ERW MALEE SEAFCO SPA THRE รวมจำนวน 10 หลักทรัพย์

ทั้งนี้ หลักทรัพย์กลุ่ม ESG100 ที่ได้รับคัดเลือกในปี 2567 จะใช้เป็นข้อมูลนำเข้าในการปรับหลักทรัพย์ที่เป็นองค์ประกอบของ Thaipat ESG Index ประจำปี สำหรับใช้เป็นดัชนีเปรียบเทียบผลตอบแทนจากการลงทุน (Benchmark Index) และใช้เป็นดัชนีอ้างอิงสำหรับการลงทุนแก่บริษัทจัดการลงทุนที่มีการให้บริการผลิตภัณฑ์การลงทุนในธีม ESG โดยผู้ที่สนใจสามารถดูรายละเอียดเพิ่มเติมได้ที่ S&P Dow Jones' Custom Indices

สำหรับรายชื่อหลักทรัพย์กลุ่ม ESG100 ที่ได้รับคัดเลือกตั้งแต่ปี พ.ศ. 2558-2566 ได้ทำการเปิดเผยผ่านเว็บไซต์ https://thaipat.esgrating.com ให้แก่ผู้ลงทุนและผู้สนใจทั่วไป โดยไม่มีค่าใช้จ่าย


หมายเหตุ: การนำเสนอข้อมูลกลุ่มหลักทรัพย์ ESG100 รวมถึงข้อมูลอื่นๆ ที่สถาบันไทยพัฒน์เป็นผู้ประเมิน เพื่อวัตถุประสงค์ในการให้เป็นข้อมูลเท่านั้น ไม่ถือว่าเป็นคำแนะนำในการลงทุน หรือการเสนอซื้อเสนอขายใดๆ ทั้งสิ้น


จากบทความ 'Sustainpreneur' ในหนังสือพิมพ์กรุงเทพธุรกิจ External Link [Archived]