ESG Reporting Lifecycle Management with Large Language Models and AI Agents

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

🔬研究者:The agentic framework provides a novel integration of AI into ESG lifecycle management, offering a foundation for future research on automation and accountability.

🏢実務担当者:Corporate sustainability teams can leverage the multi-agent architecture to streamline report generation, validation, and cross-report comparison.

環境・社会・ガバナンス（ESG）基準は、倫理的・社会的・持続可能性の目標に対する説明責任を示すために、組織によってますます採用されている。しかし、これらの基準に適合するESGレポートの作成は、非構造化データ形式、一貫性のない用語、複雑な要件のために依然として困難である。既存のESGライフサイクルはESGレポートの構造化に関する指針を提供するが、これらの課題に対処するために必要な自動化、適応性、継続的なフィードバックメカニズムを欠いている。このギャップを埋めるため、我々は、識別、測定、報告、関与、改善というESGの各段階を体系的に統合するエージェント型ESGライフサイクルフレームワークを導入する。このフレームワークでは、複数のAIエージェントがESG情報を抽出し、ESGパフォーマンスを検証し、組織の成果に基づいてESGレポートを更新する。ESGライフサイクル内にエージェント型コンポーネントを組み込むことで、提案するフレームワークはESGを静的な報告プロセスから、持続可能性ガバナンスのための動的で説明責任があり適応性のあるシステムへと変革する。さらに、レポート検証、複数レポート比較、レポート生成、知識ベース保守といった4つの主要なESGタスクを支援するために必要な技術要件と品質属性を定義し、これらのタスクに対処するための単一モデル、単一エージェント、マルチエージェントという3つのアーキテクチャアプローチを提案する。これらのアプローチのプロトタイプのソースコードとデータは、https://gitlab.com/for_peer_review-group/esg_assistant で入手可能である。

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。

Environmental, Social, and Governance (ESG) standards have been increasingly adopted by organizations to demonstrate accountability towards ethical, social, and sustainability goals. However, generating ESG reports that align with these standards remains challenging due to unstructured data formats, inconsistent terminology, and complex requirements. Existing ESG lifecycles provide guidance for structuring ESG reports but lack the automation, adaptability, and continuous feedback mechanisms needed to address these challenges. To bridge this gap, we introduce an agentic ESG lifecycle framework that systematically integrates the ESG stages of identification, measurement, reporting, engagement, and improvement. In this framework, multiple AI agents extract ESG information, verify ESG performance, and update ESG reports based on organisational outcomes. By embedding agentic components within the ESG lifecycle, the proposed framework transforms ESG from a static reporting process into a dynamic, accountable, and adaptive system for sustainability governance. We further define the technical requirements and quality attributes needed to support four main ESG tasks, such as report validation, multi-report comparison, report generation, and knowledge-base maintenance, and propose three architectural approaches, namely single-model, single-agent, and multi-agent, for addressing these tasks. The source code and data for the prototype of these approaches are available at https://gitlab.com/for_peer_review-group/esg_assistant.

• semanticscholar https://doi.org/10.48550/arxiv.2603.10646first seen 2026-05-05 23:28:59 · last seen 2026-08-11 05:00:02