國際金融報
王瑩
2025-03-11 22:29
通過專業(yè)機構以DeepSeek為基礎進行ESG垂直模型的訓練，是DeepSeek應用于ESG領域更為高效的路徑。
近日，火熱的DeepSeek在各行各業(yè)中得到了廣泛應用，不但成為推動智能化轉型的重要力量，還為中小企業(yè)和個人開發(fā)者降低了AI技術的使用門檻。那么是否可以利用DeepSeek來開發(fā)ESG專業(yè)領域的智能化軟件，甚至直接利用DeepSeek來完成ESG相關工作呢？關于這個問題筆者向DeepSeek提出了大量的ESG相關問題，主要分為：發(fā)散性問題和具體實操問題兩大類。在此過程中也發(fā)現了諸多問題，以發(fā)散性問題和實操性問題各一個來舉例說明：
筆者分別對DeepSeekV3和R1版本提出同樣的一個發(fā)散性問題：“可以通過接入你，來完成ESG披露相關工作嗎？”結果是DeepSeekV3和R1版本都給出了肯定的回答。V3版本的回答較為簡單，它認為：DeepSeek可以作為工具來輔助完成與ESG披露相關的部分工作。然而，ESG披露涉及復雜的法律、合規(guī)和行業(yè)標準要求，最終的內容必須經過人工審核和專業(yè)判斷，以確保準確性和合規(guī)性，并強調了DeepSeek可以作為工具支持，但不能完全替代專業(yè)人員的工作。R1版本則經過深度思考的推理過程，列出了它認為可以幫助完成ESG披露工作的八大塊支持內容，包括：ESG信息披露指導、輔導過程支持、數據收集與整合、報告撰寫與審核、合規(guī)與標準咨詢、提升報告質量、資源與工具推薦、跨部門協(xié)作支持。
接下來是實操性問題的例子，筆者提問：“我是一家上證所上市的公司，請幫我寫一份ESG披露報告的大綱，并設計好實質性議題，以及每個實質性議題我需要收集的數據與資料。”結果是DeepSeek由于從提問中得到的企業(yè)信息有限，給出的大綱極為范式化和通用化，特點不突出，只是將可能涉及的標準與內容簡單地羅列到一起。數據收集建議的實用性也極差，如：溫室氣體排放量數據的收集，只提到收集范圍1、范圍2、范圍3。對于有一定專業(yè)知識的實操人員，該部分答案沒有任何參考價值，起不到任何幫助；而對于沒有任何經驗與專業(yè)知識的實操人員來說，該部分答案又帶來了新的問題——范圍1、范圍2、范圍3是什么，應該如何計算？
通過以上兩個例子，我們可以看到一些具有代表性問題：
一是，使用的版本問題。V3屬于通用大模型，一般側重于語言生成、上下文理解和自然語言處理，而不強調深度推理能力。因此，利用DeepSeekV3可以更好地幫忙潤色ESG披露報告的文字內容，總結和提煉題目與小標題等。而R1屬于推理模型，在邏輯推理、數學推理和實時問題解決方面表現突出。因此，在面對實質性議題如何對應各項ESG標準細則等有邏輯關系的問題上，可以考慮使用DeepSeekR1來處理。
二是，專業(yè)數據的局限性問題。無論是V3版本還是R1版本都需要有足夠豐富的ESG專業(yè)知識庫，來支撐DeepSeek回答ESG相關專業(yè)問題。DeepSeek本身就像是一個具備基本醫(yī)學知識的全科大夫，如果想在腦科或心血管等專業(yè)領域進行手術實操，還得補充專業(yè)領域的醫(yī)學知識和實操經驗。因此，想要DeepSeek能夠更加專業(yè)化地回答ESG相關問題尤其是實操問題，建議本地化部署DeepSeek，并建立專業(yè)的ESG知識庫，訓練DeepSeek形成對應的思維鏈，才能將DeepSeek變成自己得力的助手。
三是，提問方式的問題。為了讓DeepSeek的回答更符合提問者的期望與需求，在提問的時候可以按照“我是誰”+“你是誰”+“用什么”+“做什么”的公式來提問。舉個例子：“我是一家深交所上市的紡織行業(yè)企業(yè)”，這就是“我是誰”，并且描述得越詳細，DeepSeek可以聯系的信息就越多，回答也越貼切。“你是一個ESG專家，熟悉深交所對ESG的相關要求與管理規(guī)范”，這就是“你是誰”。賦予DeepSeek某種角色，也有助于它的思考與回答。“請著重考慮GRI標準，并結合紡織業(yè)的特點，參考某企業(yè)的披露報告”這就是“用什么”，告訴DeepSeek需要重點參考的知識內容。“幫我做一份ESG披露報告的大綱，要求必須有實質性議題與標準的對應表”這就是“做什么”，告訴DeepSeek輸出什么，以及輸出的要求。
此外，問完一個問題后，如果DeepSeek的回答不盡如人意，可以再繼續(xù)提問，修正和引導DeepSeek給出更符合預期的答案。需要注意的是，如果后續(xù)的問題跟前面提的問題不相關，一定要新建對話，否則DeepSeek會自動聯系前后兩個問題，強拉關系給出答案，出現偏差。較為復雜的問題，往往需要多輪問答來獲得最終的答案，因此如果將問題分解，分步驟地進行提問，效果會更好。
由此可見，直接利用DeepSeek來完成ESG相關工作并不能一步到位，用好DeepSeek確實可以擁有一個得力的助手，但依舊需要人為的參與，不能全程依靠DeepSeek來直接完成。即便如此，想要擁有一個得力的ESG AI助手，需要使用者具備ESG的專業(yè)知識，并對模型進行ESG相關的專業(yè)訓練。對于大多數人來說，需要的依舊是一個已經訓練好的ESG領域垂直模型。因此，通過專業(yè)機構以DeepSeek為基礎進行ESG垂直模型的訓練，是DeepSeek應用于ESG領域更為高效的路徑。
（作者系清華大學碩士、美國杜克大學訪問學者、浙江省可持續(xù)發(fā)展研究會ESG專委會專家組專家）
