← 論文一覧に戻る

AI and Data Analytics in Sustainable Financial Reporting and ESG Disclosure: A Systematic Literature Review

Percy Antonio Vílchez Olivares, Barbara Braga Cruz

Sustainability📚 査読済 / ジャーナル2026-05-27#AI×ESGOrigin: Global
DOI: 10.3390/su18115393
原典: https://doi.org/10.3390/su18115393

🤖 gxceed AI 要約

日本語

本論文は、CSRDやISSBの拡大するESG開示義務に対応するため、AIとデータ分析の活用に関する文献をPRISMAに従い系統的にレビューした。45件の査読論文を分析し、NLP、機械学習、AI保証、規制枠組みの4つのテーマを特定。年率91.9%で成長する分野を示し、AIがESG開示をデータ駆動型で検証可能な透明システムに変革しつつあると結論付ける。

English

This PRISMA-compliant systematic review of 45 peer-reviewed articles (2020-2025) maps AI and data analytics in ESG disclosure amid expanding CSRD and ISSB mandates. Four themes emerge: NLP/text mining, ML for ESG scoring, AI-enabled assurance, and regulatory digital transformation. The field grows at 91.9% CAGR, shifting ESG from narrative to data-driven verifiable transparency.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本でもSSBJ基準や有報でのESG情報開示が進む中、AI活用による開示の効率化・検証可能性向上は実務上の関心が高い。本レビューは最新研究の俯瞰を提供し、日本の開示実務や監査への示唆に富む。

In the global GX context

With ISSB and CSRD driving global mandatory ESG disclosure, this review synthesizes the rapidly growing AI-in-ESG literature, offering a structured map of how NLP, ML, and assurance technologies are reshaping disclosure reliability and comparability. It serves as a foundational reference for researchers, practitioners, and standard-setters.

👥 読者別の含意

🔬研究者:Provides a comprehensive taxonomy of AI applications in ESG disclosure, identifying research gaps and the explosive growth trajectory (91.9% CAGR) for future work.

🏢実務担当者:Highlights how AI tools can automate ESG data collection, scoring, and verification, supporting corporate reporting teams in meeting evolving disclosure standards.

🏛政策担当者:Documents the transition toward data-driven, verifiable ESG disclosures, informing regulatory design for AI-enabled assurance and digital reporting infrastructure.

📄 抄録（日本語訳）

CSRDおよびISSBに基づくESG開示義務の拡大は、サステナビリティ報告と検証を大規模に支援できる人工知能（AI）およびデータ分析への需要の高まりを促している。それにもかかわらず、学術文献は自然言語処理、機械学習、監査、規制コンプライアンスといった個別の専門分野に分散したままであり、統合的な総合は限られている。このギャップに対処するため、本研究はPRISMA 2020準拠の系統的レビューを実施し、Scopusに収録され2020年から2025年の間に発表された査読付き論文45件を対象とする。方法論は、VOSviewerによる計量書誌学的マッピングと質的なテーマ別内容分析を組み合わせたものである。知見は、年平均成長率91.9%を示す急速に拡大する分野を記録している。4つの主要なテーマ的側面が浮かび上がる：（i）ESG開示分析のためのNLPおよびテキストマイニング；（ii）ESGスコアリングと企業業績のための機械学習；（iii）AI対応のESG保証、監査、およびガバナンス；（iv）規制枠組みとサステナビリティ報告のデジタルトランスフォーメーション。エビデンスは、AIがESG開示を、主として記述的かつ自己申告的な実践から、データ駆動型で独立して検証可能な透明性システムへと漸進的に変革していることを示している。これらの発展は、サステナビリティ開示の信頼性と比較可能性を強化しようとする規制当局、企業実務者、保証提供者、および投資家にとって、実質的な意味合いを持つ。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

Expanding ESG disclosure mandates under the Corporate Sustainability Reporting Directive (CSRD) and the International Sustainability Standards Board (ISSB) have driven rising demand for artificial intelligence (AI) and data analytics capable of supporting sustainability reporting and verification at scale. Nevertheless, the scholarly literature remains dispersed across discrete disciplinary fields—natural language processing, machine learning, auditing, and regulatory compliance—with limited integrative synthesis. To address this gap, the present study conducts a PRISMA 2020-compliant systematic review of 45 peer-reviewed articles indexed in Scopus and published between 2020 and 2025. The methodology combines bibliometric mapping through VOSviewer with qualitative thematic content analysis. Findings document a rapidly expanding field exhibiting a compound annual growth rate of 91.9%. Four principal thematic dimensions emerge: (i) NLP and text mining for ESG disclosure analysis; (ii) machine learning for ESG scoring and corporate performance; (iii) AI-enabled ESG assurance, auditing, and governance; and (iv) regulatory frameworks and the digital transformation of sustainability reporting. The evidence indicates that AI is progressively reshaping ESG disclosure from a largely narrative and self-reported practice into a data-driven, independently verifiable transparency system. These developments carry substantive implications for regulators, corporate practitioners, assurance providers, and investors seeking to strengthen the reliability and comparability of sustainability disclosures.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。