中国の法律
- ビジネス記事
- 中国の法律
北京市安理律師事務所
AIによるESGコンプライアンス体制再構築を背景とした企業の対応戦略①
ESG情報開示体制のもと、ESGの社会的側面にAIが深く組み込まれることによって、雇用の質、差別の禁止及びサプライチェーンの透明性は向上する。その一方で、企業の労務コンプライアンスではリスクが生じるおそれもある。
①メリット
AIが企業の雇用に及ぼす最も直接的な影響の一つは、反復的な労力の代替による生産性向上である。これは、企業が報酬の同等性を保ちつつ、より多くの労働力の活用余地を得ることを意味し、故に企業は雇用の質についてより高い評価を得ることも可能になる。また、AIは、ESGの「労働安全衛生」の項目評価にも大きく貢献する。高リスク業種（例えば鉱業）を例にとると、知能ロボットを危険度の高い労働に導入することで、事故発生率を下げると同時に作業効率を高めることもできる。
②デメリット
大規模なAIの導入は、職種の構造調整を引き起こす可能性がある。技術革新を名目とした人員削減はすでに行われており、労使の対立を激化させている。新たな技術の導入や経営方法の調整を理由とする人員削減を行う場合は、『労働契約法』などの関連規定に基づき、経済性人員削減の法定プロセスを厳格に履行することが必要になろう。例えば、30日前までに状況説明して従業員代表と協議すること、労働行政部門に報告することなどである。実務では『労働契約法』第40条第3号の「客観的状況に重大な変化が生じたとき」を援用して契約を解除する企業もあるが、司法実践では依然として争われている。
2.従業員採用と差別防止
①メリット
人的資源に係る従来の意思決定は、主観的偏見の影響を受けるおそれがあった。コンプライアンスと倫理を前提にすれば、AIによって採用や昇進の意思決定の客観性を高めることができ、偏見を回避することがある程度期待できる。企業は、公平性の原則とプロセスを開示することで、従業員採用や差別防止について優れた管理とリスクコントロールの能力があることを示すことができる。
②デメリット
アルゴリズムの客観性は訓練データとモデル設計によって左右される。データセット自体に偏見があったり、バイアス補正が十分でなかったりした場合には、アルゴリズムによって差別が拡大するおそれもある。例えば、「Amazon」は、AIによる人員採用ツールの実験を行ったが、望ましい効果を得られずサービスを停止した。その大きな理由は、主に男性従業員の履歴書から訓練データを得たため、モデルに内在的偏見が生じ、女性候補者を排除する傾向が生まれたことにあった。アルゴリズムによる差別が明るみに出ると、往々にして企業はESG評価における「社会」と「ガバナンス」の分野で直接的な影響を受け、投資家から多様性と包括性に対する取り組みの信憑性が疑問視され、ひいては顧客流出やレピュテーションの低下を招く。
3. サプライチェーンにおける労働者の権利
①メリット
複雑なグローバルサプライチェーンでは、AIとIoTを組み合わせることにより可視性と透明性が大きく向上する。例えば、企業がIoTセンサーとAI分析を利用することで、物流と在庫をリアルタイムで監視し、世論と規制データベースを統合することができる。また、AIはグローバルな情報をリアルタイムに取得して、サプライヤーの不正行為を瞬時に発見できるため、サプライチェーンの川上・川下企業に関する有用なデータを包括的に把握し、情報の非対称性を軽減することに役立つ。企業は、自身の注意義務の完遂をより明確かつ直接的な証拠をもって証明できるため、サプライチェーンにおける労働者保護の義務履行にあたって重要な証拠の不足による処罰を回避できる。
②デメリット
しかしながら、アルゴリズムによる意思決定に過度に依存して人力での監督を怠ると、労働者保護に盲点が生じるおそれがある。アルゴリズム監査メカニズムは、事前に設定されたコードと条件モジュールに従って実行される。企業がコストと効率のみを重視して労働者の権益に配慮しなければ、アルゴリズムも同様に軽視する。例えば、製造業や多国籍サプライチェーンにおいて、一部のアパレルブランドはAIを駆使して供給計画の最適化やコスト削減を実現しているが、アルゴリズムがサプライヤーの超過勤務や労働者の安全問題といった現象を軽視することで、強制労働や児童労働等の問題がすぐに発見されないといった事態が生じている。
社会的側面におけるAIの活用が企業運営に与える主な影響
1.労働力活用の方法と労働の権利
①メリット
AIが企業の雇用に及ぼす最も直接的な影響の一つは、反復的な労力の代替による生産性向上である。これは、企業が報酬の同等性を保ちつつ、より多くの労働力の活用余地を得ることを意味し、故に企業は雇用の質についてより高い評価を得ることも可能になる。また、AIは、ESGの「労働安全衛生」の項目評価にも大きく貢献する。高リスク業種（例えば鉱業）を例にとると、知能ロボットを危険度の高い労働に導入することで、事故発生率を下げると同時に作業効率を高めることもできる。
②デメリット
大規模なAIの導入は、職種の構造調整を引き起こす可能性がある。技術革新を名目とした人員削減はすでに行われており、労使の対立を激化させている。新たな技術の導入や経営方法の調整を理由とする人員削減を行う場合は、『労働契約法』などの関連規定に基づき、経済性人員削減の法定プロセスを厳格に履行することが必要になろう。例えば、30日前までに状況説明して従業員代表と協議すること、労働行政部門に報告することなどである。実務では『労働契約法』第40条第3号の「客観的状況に重大な変化が生じたとき」を援用して契約を解除する企業もあるが、司法実践では依然として争われている。
2.従業員採用と差別防止
①メリット
人的資源に係る従来の意思決定は、主観的偏見の影響を受けるおそれがあった。コンプライアンスと倫理を前提にすれば、AIによって採用や昇進の意思決定の客観性を高めることができ、偏見を回避することがある程度期待できる。企業は、公平性の原則とプロセスを開示することで、従業員採用や差別防止について優れた管理とリスクコントロールの能力があることを示すことができる。
②デメリット
アルゴリズムの客観性は訓練データとモデル設計によって左右される。データセット自体に偏見があったり、バイアス補正が十分でなかったりした場合には、アルゴリズムによって差別が拡大するおそれもある。例えば、「Amazon」は、AIによる人員採用ツールの実験を行ったが、望ましい効果を得られずサービスを停止した。その大きな理由は、主に男性従業員の履歴書から訓練データを得たため、モデルに内在的偏見が生じ、女性候補者を排除する傾向が生まれたことにあった。アルゴリズムによる差別が明るみに出ると、往々にして企業はESG評価における「社会」と「ガバナンス」の分野で直接的な影響を受け、投資家から多様性と包括性に対する取り組みの信憑性が疑問視され、ひいては顧客流出やレピュテーションの低下を招く。
3. サプライチェーンにおける労働者の権利
①メリット
複雑なグローバルサプライチェーンでは、AIとIoTを組み合わせることにより可視性と透明性が大きく向上する。例えば、企業がIoTセンサーとAI分析を利用することで、物流と在庫をリアルタイムで監視し、世論と規制データベースを統合することができる。また、AIはグローバルな情報をリアルタイムに取得して、サプライヤーの不正行為を瞬時に発見できるため、サプライチェーンの川上・川下企業に関する有用なデータを包括的に把握し、情報の非対称性を軽減することに役立つ。企業は、自身の注意義務の完遂をより明確かつ直接的な証拠をもって証明できるため、サプライチェーンにおける労働者保護の義務履行にあたって重要な証拠の不足による処罰を回避できる。
②デメリット
しかしながら、アルゴリズムによる意思決定に過度に依存して人力での監督を怠ると、労働者保護に盲点が生じるおそれがある。アルゴリズム監査メカニズムは、事前に設定されたコードと条件モジュールに従って実行される。企業がコストと効率のみを重視して労働者の権益に配慮しなければ、アルゴリズムも同様に軽視する。例えば、製造業や多国籍サプライチェーンにおいて、一部のアパレルブランドはAIを駆使して供給計画の最適化やコスト削減を実現しているが、アルゴリズムがサプライヤーの超過勤務や労働者の安全問題といった現象を軽視することで、強制労働や児童労働等の問題がすぐに発見されないといった事態が生じている。
