企业 AI 披露的准确性如何？

快速阅读: 《CLS 蓝天》消息，本文探讨了企业在人工智能（AI）披露中的行为，发现AI披露在AI密集型行业和高创新性企业中更普遍。然而，有些企业可能夸大其AI能力以吸引投资者，即所谓的“AI漂绿”。研究显示，那些披露大量AI活动但未相应增加AI员工投资的企业，其表现较差。同时，对AI员工的重大投资有助于提高企业未来的效率和创新。这项研究强调了AI实施需实质性的劳动力投资，并为理解市场对AI披露的反应提供了新的视角。

人工智能（AI）正崭露头角，作为一种具有潜力改造各行业的通用技术（GPT）。因此，AI的潜在效益促使企业积极采用它——但也提供了夸大其AI投资的机会。与之前如蒸汽机或电力这样的GPT不同，后者需要在物理基础设施上进行投资，AI则更依赖于无形资产的投资，包括人力资本、组织重组和特定企业的数据处理能力（布林约夫松、洛克和西弗森，2019；布雷纳等，1996）。这些投资难以量化，且在传统财务报告中往往被低估或忽视，导致对企业实际AI投资规模的不确定性。尽管面临这些挑战，投资者对AI的兴趣与日俱增，而那些在AI上进行投资的企业通常能获得更高的市场估值（巴比纳等，2024）。这促使企业在10-K报告、收益公告和电话会议中披露其AI能力。在一篇新论文中，我们展示了虽然一些企业确实投资于AI驱动的创新，但也有其他企业可能夸大或误报其AI能力以吸引投资者——这种行为被称为“AI漂绿”。前美国证券交易委员会（SEC）主席加里·根斯勒警告企业不要夸大使用AI的情况，并且委员会已对涉嫌AI漂绿的案件采取了执法行动（例如，SEC，2019）。具体来说，在这篇论文中，我们研究了AI披露的决定因素和信息性，重点关注公共AI披露是否与具备AI技能或角色员工的投资水平相匹配。我们的研究由四个核心问题引导：（1）哪些类型的企业更可能披露AI活动？（2）这些披露是否提供了关于企业使用AI及其未来效率、创新和股息政策的信息性见解？（3）那些披露广泛AI活动但对从事AI工作的员工投资不多的企业——我们将其归类为疑似AI“漂绿者”——在公司特征和信息性方面与非漂绿者有何不同？（4）AI披露与资本市场结果之间有何关联，以及对于涉嫌AI漂绿的企业，这些结果有何不同？为了衡量AI披露和漂绿，我们优化了一个自然语言处理模型（例如FinBERT），用于分析从2016年到2023年的电话会议、10-K报告和收益公告。我们还利用Revelio提供的企业AI相关就业数据作为互补AI投资的代理指标（类似于巴比纳等，2024）。借鉴绿色漂绿和多样性的相关文献（贝克等，2024），我们将那些在AI披露中位于最高三分之一但在AI就业中位于最低三分之一的企业归类为疑似AI漂绿者。我们得出了四项主要发现。首先，AI披露在AI密集型行业、高创新性和面临更大投资者审查的企业中更为常见。其次，AI披露与未来的运营效率和AI专利申请呈正相关，但与股息支付呈负相关，表明企业将AI带来的收益再投资而不是分配现金。第三，那些披露AI但没有相应AI就业的疑似AI漂绿者——不具有这些结果，并且往往规模较小、创新性较低且不在AI密集型行业中。最后，进行AI投资的企业在长期异常回报中表现优于AI漂绿者，突显了内部从事AI工作的员工的重要性。多项额外分析支持了我们的发现。当我们使用替代的AI漂绿定义并控制企业的绿色漂绿行为时，我们的结果仍然保持一致。此外，广泛的AI披露加上对从事AI工作的员工的重大投资预测了更高的效率和更多的AI专利，而缺乏这两项要素则预测了更低的效率和较少的AI专利，这表明有意义的AI实施需要显著的披露和匹配的劳动力投资。我们的研究对文献做出了几项贡献。首先，我们扩展了AI资本市场研究，通过考察企业如何通过披露传达AI的采用。我们的发现表明，AI披露预示着未来的企业绩效和股价，但只有在有可信的AI相关劳动力投资的情况下。其次，我们提供了关于AI披露和AI漂绿的一些最早的实证证据，解决了SEC日益关注的漂绿问题。我们的研究表明市场压力如何影响新兴技术特别是无形AI投资的披露。我们的发现也对误导性企业披露的更广泛文献做出了贡献，与绿色漂绿和多样性的漂绿相呼应。然而，与ESG披露不同——投资者的反应往往取决于心理框架或社会影响考虑——AI披露通过其对企业效率和产品能力的影响直接关联到财务结果。第三，我们通过对企业层面AI相关就业与企业披露策略的交叉研究，为劳动和会计文献做出了贡献。与之前的自动化浪潮不同，AI主要影响白领工作，补充高技能人才的同时替代低技能岗位。我们的关键发现是，具备AI能力的员工在从AI中提取价值方面至关重要，为企业如何应对AI采纳及市场如何解读这些信号提供了洞见。

(以上内容均由Ai生成)