DOI: https://doi.org/10.47556/j.wjstsd.21.1-2-3.2026.12
تاريخ النشر: 2026-03-20
المؤلف: Alaeddine Boubaker
الموضوع الرئيسي: أثر الذكاء الاصطناعي والبيانات الضخمة على الأعمال والمجتمع
نظرة عامة
تقدم ورقة البحث EcoScopeAI، وهو نموذج مبتكر مدفوع بالذكاء الاصطناعي مصمم لمساعدة الشركات الصغيرة والمتوسطة (SMEs) في الامتثال لتوجيهات الاتحاد الأوروبي بشأن الإبلاغ عن الاستدامة المؤسسية (CSRD) وآلية تعديل الحدود الكربونية (CBAM). تهدف هذه اللوائح إلى تعزيز دقة وأتمتة وشفافية الإبلاغ عن الاستدامة، بما يتماشى مع أهداف التنمية المستدامة للأمم المتحدة (SDGs) 12 و13. يستفيد النموذج من مجموعة بيانات DEFRA العامة في المملكة المتحدة لعوامل الانبعاثات لضمان الشفافية وقابلية التكرار في محاسبة الكربون.
باستخدام منهجية علم التصميم، يدمج EcoScopeAI تقنيات الذكاء الاصطناعي المختلفة، بما في ذلك المعالجة الطبيعية للغة (NLP) – رسم الخرائط التلقائي، واكتشاف الشذوذ، والتجميع، والتنبؤ. تسلط النتائج الضوء على أن EcoScopeAI لا يسهل فقط محاسبة الكربون بأسعار معقولة للشركات الصغيرة والمتوسطة والمصدرين، بل يعزز أيضًا فعالية وقابلية توسيع إدارة بيانات غازات الدفيئة (GHG). تؤكد الدراسة على أهمية الذكاء الاصطناعي في إنشاء إطار عمل قوي للإبلاغ عن الاستدامة، مشددة على الحاجة إلى مزيد من التحقق عبر مجموعات بيانات وصناعات متنوعة. تشمل اتجاهات البحث المستقبلية التحقق على نطاق واسع، والتكامل مع أنظمة تخطيط موارد المؤسسات (ERP) وبنى الإنترنت للأشياء (IoT)، وتطوير استراتيجيات إزالة الكربون الديناميكية.
مقدمة
تسلط المقدمة الضوء على الحاجة المتزايدة للإفصاح عن غازات الدفيئة (GHG) من قبل الشركات بسبب المبادرات الأخيرة للعمل المناخي، لا سيما داخل الاتحاد الأوروبي (EU). تتطلب توجيهات الإبلاغ عن الاستدامة المؤسسية (CSRD) وآلية تعديل الحدود الكربونية (CBAM) الإفصاح عن الانبعاثات عبر سلاسل التوريد بالكامل، مما يؤثر على حوالي 50,000 شركة صغيرة ومتوسطة (SMEs). تتطلب هذه اللوائح من الشركات، بما في ذلك الشركات الصغيرة والمتوسطة، تقديم بيانات الانبعاثات، مما يشكل تحديات كبيرة نظرًا لأن العديد منها تفتقر إلى البنية التحتية اللازمة للاستدامة وقدرات محاسبة الكربون.
يؤكد النص أيضًا على أن أدوات محاسبة الكربون الحالية وخدمات الاستشارات غالبًا ما تكون باهظة الثمن أو غير مناسبة للشركات الصغيرة والمتوسطة، التي عادة ما تكون لديها نضوج تكنولوجي معلوماتي أقل. بينما تقدم بعض الشركات الراسخة، مثل Persefoni وSphera وPlanetly، حلول إدارة الكربون على مستوى المؤسسات، فإن تسعيرها وتعقيدها يجعلها غير متاحة للشركات ذات الموارد المحدودة. تؤكد هذه الحالة على الحاجة إلى حلول إدارة كربون أكثر تكلفة وسهولة في الاستخدام تتناسب مع قدرات الشركات الصغيرة والمتوسطة.
النتائج
تشير نتائج هذا البحث إلى أن EcoScopeAI يستخدم بفعالية منهجيات مدفوعة بالذكاء الاصطناعي لتعزيز الشفافية والأتمتة والدقة في محاسبة الكربون للشركات الصغيرة والمتوسطة (SMEs). من خلال استخدام أدوات رسم الخرائط المعتمدة على معالجة اللغة الطبيعية (NLP)، بالإضافة إلى تقنيات مثل اكتشاف الشذوذ، والتجميع، والتنبؤ، والتعلم المعزز، يعالج النموذج الفجوات التقنية الحالية المتعلقة بمعايير ISO 14064/14067، وعوامل انبعاث DEFRA، والأطر التنظيمية لتوجيهات الإبلاغ عن الاستدامة المؤسسية (CSRD) وآلية تعديل الحدود الكربونية (CBAM).
أظهر الاختبار باستخدام مجموعات بيانات حقيقية وصناعية أن عملية رسم الخرائط المدعومة بالذكاء الاصطناعي قللت من أخطاء التصنيف اليدوي بأكثر من 70%. بالإضافة إلى ذلك، حسنت ميزة اكتشاف الشذوذ جاهزية التدقيق من خلال تحديد التباينات في البيانات بشكل استباقي. عزز دمج أدوات التنبؤ والتجميع قدرات التنبؤ بشأن اتجاهات الطاقة وسمح بتقسيم الموردين بناءً على كثافة الانبعاثات. تضع هذه التطورات EcoScopeAI كحل لإدارة الكربون قابل للتوسع للشركات الصغيرة والمتوسطة، مما يساهم في توفير بيانات موثوقة من الأسفل إلى الأعلى نحو تحقيق أهداف التنمية المستدامة (SDG) 12 و13.
المناقشة
تناقش ورقة البحث تطوير وتقييم EcoScopeAI، وهو نموذج محاسبة كربون مدفوع بالذكاء الاصطناعي مصمم لتعزيز الإبلاغ عن الاستدامة المؤسسية بما يتماشى مع اللوائح الجديدة للاتحاد الأوروبي، وبشكل خاص توجيهات الإبلاغ عن الاستدامة المؤسسية (CSRD) وآلية تعديل الحدود الكربونية (CBAM). تهدف الدراسة إلى سد الفجوة بين البيانات والسياسات والواقع التشغيلي من خلال دمج تقنيات الذكاء الاصطناعي المتقدمة مثل معالجة اللغة الطبيعية (NLP)، واكتشاف الشذوذ، والتعلم المعزز في هيكل متماسك. تشمل الأهداف الرئيسية أتمتة الإبلاغ عن الانبعاثات، وتحسين جودة البيانات وقابلية تتبع انبعاثات النطاق 2 و3، وإظهار كيف يمكن للذكاء الاصطناعي تسهيل الامتثال التنظيمي ودعم أهداف الاستدامة المتوافقة مع أهداف التنمية المستدامة للأمم المتحدة (SDGs) 12 و13.
تسلط مراجعة الأدبيات الضوء على الطبيعة التكميلية لـ CSRD وCBAM، مشددة على الحاجة إلى قياس انبعاثات قوي وقابل للتتبع الرقمي، حيث يمكن أن يوفر الذكاء الاصطناعي قيمة تحويلية. توضح الورقة أهمية مصادر البيانات الموحدة، مثل عوامل انبعاث DEFRA، لضمان قابلية التكرار والتدقيق في أنظمة الذكاء الاصطناعي البيئية. يميز EcoScopeAI نفسه عن المنصات الحالية من خلال تقديم مجموعة شاملة من وظائف الذكاء الاصطناعي، بما في ذلك اكتشاف الشذوذ في الوقت الفعلي والنمذجة التنبؤية، مع الحفاظ على التوافق مع الأطر التنظيمية. تشير النتائج إلى أن EcoScopeAI لا يعزز فقط كفاءة وفعالية محاسبة الكربون، بل ي democratizes الوصول إلى أدوات الإبلاغ عن الاستدامة المتقدمة للشركات الصغيرة والمتوسطة (SMEs).
DOI: https://doi.org/10.47556/j.wjstsd.21.1-2-3.2026.12
Publication Date: 2026-03-20
Author(s): Alaeddine Boubaker
Primary Topic: Impact of AI and Big Data on Business and Society
Overview
The research paper presents EcoScopeAI, an innovative AI-driven prototype designed to aid small and medium-sized enterprises (SMEs) in complying with the European Union’s Corporate Sustainability Reporting Directive (CSRD) and the Carbon Border Adjustment Mechanism (CBAM). These regulations aim to enhance the accuracy, automation, and transparency of sustainability reporting, aligning with the United Nations Sustainable Development Goals (SDGs) 12 and 13. The prototype leverages the UK’s DEFRA public dataset for emission factors to ensure transparency and reproducibility in carbon accounting.
Employing a design science methodology, EcoScopeAI integrates various artificial intelligence techniques, including Natural Language Processing (NLP)-based auto-mapping, anomaly detection, clustering, and forecasting. The findings highlight that EcoScopeAI not only facilitates affordable carbon accounting for SMEs and exporters but also enhances the effectiveness and scalability of greenhouse gas (GHG) data management. The study underscores the importance of AI in creating a robust framework for sustainability reporting, emphasizing the need for further validation across diverse datasets and industries. Future research directions include large-scale validation, integration with enterprise resource planning (ERP) systems and Internet of Things (IoT) infrastructures, and the development of dynamic decarbonization strategies.
Introduction
The introduction highlights the increasing urgency for corporate greenhouse gas (GHG) disclosure due to recent climate action initiatives, particularly within the European Union (EU). The Corporate Sustainability Reporting Directive (CSRD) and the Carbon Border Adjustment Mechanism (CBAM) mandate emissions disclosures across entire supply chains, impacting approximately 50,000 small and medium-sized enterprises (SMEs). These regulations necessitate that companies, including SMEs, provide emissions data, which poses significant challenges given that many lack the necessary sustainability infrastructure and carbon accounting capabilities.
The text further emphasizes that existing carbon accounting tools and consulting services are often too costly or ill-suited for SMEs, which typically have lower information technology maturity. While some established firms, such as Persefoni, Sphera, and Planetly, offer enterprise-level carbon management solutions, their pricing and complexity render them inaccessible for resource-constrained companies. This situation underscores the need for more affordable and user-friendly carbon management solutions tailored to the capabilities of SMEs.
Results
The findings of this research indicate that EcoScopeAI effectively utilizes AI-driven methodologies to enhance the transparency, automation, and accuracy of carbon accounting for small and medium-sized enterprises (SMEs). By employing natural language processing (NLP) data mappers, along with techniques such as anomaly detection, clustering, forecasting, and reinforcement learning, the prototype addresses existing technical gaps related to ISO 14064/14067 standards, DEFRA emission factors, and the regulatory frameworks of the Corporate Sustainability Reporting Directive (CSRD) and the Carbon Border Adjustment Mechanism (CBAM).
Testing with both real and synthetic datasets revealed that the AI-assisted mapping process reduced manual classification errors by over 70%. Additionally, the anomaly detection feature improved audit readiness by proactively identifying discrepancies in data. The integration of predictive and clustering tools further enhanced forecasting capabilities regarding energy trends and allowed for the segmentation of suppliers based on emission intensity. These advancements position EcoScopeAI as a scalable carbon management solution for SMEs, contributing reliable bottom-up data towards achieving Sustainable Development Goals (SDG) 12 and 13.
Discussion
The research paper discusses the development and evaluation of EcoScopeAI, an AI-driven carbon accounting prototype designed to enhance corporate sustainability reporting in compliance with new EU regulations, specifically the Corporate Sustainability Reporting Directive (CSRD) and the Carbon Border Adjustment Mechanism (CBAM). The study aims to bridge the gap between data, policy, and operational realities by integrating advanced AI techniques such as Natural Language Processing (NLP), anomaly detection, and reinforcement learning into a cohesive architecture. Key objectives include automating emissions reporting, improving data quality and traceability for Scope 2 and 3 emissions, and demonstrating how AI can facilitate regulatory compliance and support sustainability goals aligned with the United Nations Sustainable Development Goals (SDGs) 12 and 13.
The literature review highlights the complementary nature of CSRD and CBAM, emphasizing the need for robust emission measurement and digital traceability, where AI can provide transformative value. The paper outlines the significance of standardized data sources, such as DEFRA emission factors, for ensuring reproducibility and auditability in AI-based environmental intelligence systems. EcoScopeAI distinguishes itself from existing platforms by offering a comprehensive suite of AI functionalities, including real-time anomaly detection and predictive modeling, while maintaining compatibility with regulatory frameworks. The findings suggest that EcoScopeAI not only enhances the efficiency and effectiveness of carbon accounting but also democratizes access to advanced sustainability reporting tools for small and medium-sized enterprises (SMEs).