المكاسب:
- القدرة على التمييز بين تركيزات أطر GRI و ESRS و ISSB (التأثير، الأهمية المزدوجة، المالية) واختيار الإطار المناسب وفقًا للقارئ
- القدرة على تعيين موضوعات المواد لمرشحي العناصر القياسية والتحقق من كل رقم بالنص القياسي الرسمي
- القدرة على إنشاء تطابق متقاطع يربط البيانات الفردية بإطارات متعددة ويشير بوضوح إلى فجوات البيانات دون إخفائها
بمجرد قيام الشركة بجمع بيانات الاستدامة، يجب عليها الكشف عنها وفقًا لإطار إعداد التقارير المقبول دوليًا، وليس بطريقة تعسفية. الإطار هو اللغة المشتركة التي تحدد "أي موضوع سيتم الإبلاغ عنه، وكيف، وبأي مؤشرات"؛ بفضله، يمكن مقارنة التقارير من شركتين مختلفتين. في هذه الوحدة، ستتعرف على الأطر الرئيسية الثلاثة (GRI، ESRS/CSRD، ISSB) وتتعلم كيفية استخدام الذكاء الاصطناعي (AI) بأمان في مطابقة المحتوى وفقًا لهذه الأطر.
دعونا نصف بإيجاز الأطر الثلاثة. GRI (مبادرة إعداد التقارير العالمية) هي المجموعة الأكثر استخدامًا لمعايير إعداد تقارير الاستدامة الطوعية في العالم؛ وينظر بشكل أساسي إلى تأثير الشركة على العالم. ESRS (المعايير الأوروبية لتقارير الاستدامة) هي مجموعة من المعايير القائمة على الأهمية المادية المزدوجة، والتي يطلبها الاتحاد الأوروبي ضمن نطاق توجيه CSRD. ISSB (المجلس الدولي لمعايير الاستدامة) هو مجلس دولي ينشر معايير IFRS S1/S2، مع التركيز على الأهمية المالية مع التركيز على المستثمرين.
ثلاثة إطارات، وثلاثة وجهات نظر
الإطار
من خلعه؟
التركيز الرئيسي
هل هو إلزامي؟
رمادي
مؤسسة المبادرة العالمية لإعداد التقارير (GRI).
تأثير الشركة على العالم
طوعية، شائعة جدًا
إرس/CSRD
الاتحاد الأوروبي / افراج
الأهمية المادية المزدوجة (التأثير + التمويل)
إلزامية بموجب الاتحاد الأوروبي
المعيار الدولي لإعداد التقارير المالية (IFRS S1/S2)
مؤسسة المعايير الدولية لإعداد التقارير المالية
الأهمية المالية للمستثمر
المعتمدة حسب البلد
هذه الأطر ليست منافسة لبعضها البعض، ولكنها لغات تكميلية تجذب قراء مختلفين. تقوم معظم الشركات الكبرى بجمع بياناتها مرة واحدة و"ربطها" بأطر عمل متعددة. وهنا تكمن القيمة الحقيقية للذكاء الاصطناعي: فهو مساعد سريع في التوصية بنفس البيانات لأرقام العناصر ذات الإطارات المختلفة. ولكنها يمكن أن تطابق أرقام العناصر، لذلك يجب التحقق من كل تطابق مقابل النص القياسي الرسمي.
نصيحة: يمكنك مقارنة الإطارات بالسؤال "أيهما أفضل؟" وليس "من سيقرأها؟" يختار . إذا كنت تتحدث إلى المستثمرين، ISSB/الأهمية المالية؛ يعد اختبار ESRS إلزاميًا إذا كنت خاضعًا للوائح الاتحاد الأوروبي؛ تعتبر المبادرة العالمية لإعداد التقارير (GRI) قوية إذا قمت بتوصيل تأثيرك إلى مجموعة واسعة من أصحاب المصلحة. في كثير من الأحيان يتم استخدام أكثر من واحد معا.
هيكل معايير المبادرة العالمية لإعداد التقارير (GRI).
يتم تنظيم GRI حسب الأرقام القائمة على الموضوع. بعض الأمثلة (تأكد من مراجعة النص الرسمي للتحقق):
- المبادرة العالمية لإعداد التقارير 302 — الطاقة
- GRI 303 — المياه ومياه الصرف الصحي
- GRI 305 — الانبعاثات (الهواء)
- GRI 306 — النفايات
- GRI 403 — الصحة والسلامة المهنية
الخطأ الأكثر شيوعًا في الذكاء الاصطناعي هو وضع موضوع تحت رقم خاطئ: على سبيل المثال، إظهار المياه تحت GRI 305 (الانبعاثات). الماء هو المعيار GRI 303. ولا يتم اكتشاف مثل هذه الأخطاء إلا من خلال قائمة المعايير الرسمية.
خطوة بخطوة: مطابقة الإطار مع الذكاء الاصطناعي
1. على أساس مادي. بمجرد تحديد الموضوعات التي سيتم الإبلاغ عنها (الوحدة الثانية)، انتقل إلى رسم الخرائط.
2. يوصي البيانات بالعنصر القياسي. اطلب من الذكاء الاصطناعي تعيين كل موضوع مادي لمرشح مادة GRI/ESRS ذي الصلة؛ لكن ذكر أن "هذا مشروع اقتراح".
3. التحقق من رقم الصنف بالنص الرسمي. قم بتأكيد كل رقم مقترح باستخدام الوثيقة الرسمية لـ GRI أو EFRAG. تحقق من الرقم والمحتوى.
4. تحديد الفجوات. قم بإدراج البيانات التي تريدها قياسية ولكن ليس لديك (فجوة البيانات)؛ يتم جمعها أو الإعلان عنها على أنها "غير متوفرة".
5. قم بإعداد الخرائط المتقاطعة. إعداد جدول يربط نفس البيانات بأرقام GRI وESRS وISSB؛ لذلك يمكنك تقديم تقارير إلى أطر عمل متعددة ببيانات واحدة.
موجه ضعيف / موجه قوي
حث ضعيف:
قم بترقيم هذه المواضيع وفقًا لـ GRI.
قد ينتج الذكاء الاصطناعي أرقامًا تبدو معقولة ولكنها خاطئة/ملفقة؛ لا توجد مكالمة التحقق من الصحة.
مطالبة قوية:
دورك: خبير إطار إعداد التقارير. الإدخال: موضوعاتنا المادية (الطاقة، المياه، الانبعاثات، السلامة المهنية، النفايات). المهمة: اقتراح مرشحين محتملين لمادة GRI وESRS لكل موضوع. القواعد: - أعط كل اقتراح علامة "يجب التحقق"؛ لا تطالب بالرقم الدقيق. - لا تقم باختلاق رقم لست متأكدا منه؛ اكتب "تأكيدًا من القائمة القياسية الرسمية". - اكتب سبب التمييز في موضوعات سهلة الخلط مثل المياه والانبعاثات. المخرجات: جدول (الموضوع | مرشح GRI | مرشح ESRS | مذكرة التحقق).
المطالبة بجدول تعيين الإطارات المتعددة
قم ببناء سقالة جدول رسم الخرائط متعدد الإطارات لموضوعات المواد التالية. الأعمدة: الموضوع | عنصر البيانات | فن المبادرة العالمية للتقارير. | فن إرس. | ISSB (S1/S2) | بيانات المصدر | هل هناك أي فجوات؟ القواعد: - قم بوضع علامة على أرقام العناصر كـ "مرشح/سيتم التحقق منه". - اكتب "DATA GAP" في الخلايا التي لا تحتوي على بيانات. المواضيع: [الموضوعات]
ينتج عن المطالبة التالية تحليل فجوة إعداد التقارير.
دورك: محلل الامتثال ESG. المهمة: مقارنة البيانات المتوفرة لدينا مع التوضيحات التي يتطلبها الإطار الذي اخترناه (ESRS) وإجراء تحليل للفجوات. المخرجات: الشرح المطلوب | هل لدينا ذلك؟ | ما يجب جمعه في حالة فقدانه | المسؤولية.القاعدة: في كل سطر تقول "لدينا"، اكتب المصدر؛ إذا لم تكن متأكدًا، فقل "التحقق مطلوب". ذكرني بالتحقق من بنود المعايير من النص الرسمي.الإدخال: [قائمة البيانات المتاحة]
تنبيه: يتم تحديث المعايير بانتظام؛ قد تتغير أرقام العناصر والعتبات والمتطلبات. قد تعكس بيانات التدريب الخاصة بالذكاء الاصطناعي نسخة قديمة. قم دائمًا بتأكيد قرارات الاقتران والالتزام المهمة بالنص الرسمي المعمول به.
ثلاث حالات صغيرة
الحالة 1 - رقم خاطئ. طلبت إحدى شركات الطاقة من الذكاء الاصطناعي رسم خرائط المبادرة العالمية لإعداد التقارير (GRI). وصفت YZ استهلاكها للمياه بأنه "GRI 305-8". وتأكد الخبير: الماء هو GRI 303، GRI 305 هو انبعاثات الهواء، ولا يوجد بيان 305-8. تم تصحيح الرقم بالقائمة الرسمية.
الحالة 2 - العديد من التقارير ببيانات واحدة. قامت إحدى الشركات المصنعة بجمع بيانات الطاقة مرة واحدة وربطها بمتطلبات GRI 302 وESRS E1 (المناخ) وISSB S2 بمساعدة الذكاء الاصطناعي. بفضل الجدول المتقاطع، تم تغذية البيانات من مصدر واحد بدلاً من إعادة جمع البيانات لثلاثة تقارير منفصلة؛ تم تأكيد كل رقم بنص رسمي.
الحالة 3 - تجويف مخفي. لم يكن لدى إحدى الشركات الكشف عن "انبعاثات النطاق 3" الذي يتطلبه ESRS. وقد كتب الذكاء الاصطناعي التقرير بطلاقة "كما لو كان مكتملاً" وجعل الفجوة غير مرئية. وعندما تم إجراء تحليل الفجوة، تم الكشف عن النقص؛ وبدلاً من فبركة البيانات، أوضح التقرير بصراحة أنه “سيتم جمع بيانات النطاق 3 في عام 2025”.
الأخطاء الشائعة
- عدم التحقق من رقم السلعة. لا يتم استخدام أرقام GRI/ESRS/ISSB دون تأكيدها بالنص الرسمي.
- خلط الإطارات. على افتراض أن تركيز تأثير GRI والتركيز المالي لـ ISSB هو نفسه سيؤدي إلى تفسيرات غير صحيحة.
- الاعتماد على النسخة القديمة. يتم تحديث المعايير. النص الحالي ضروري.
- إخفاء فجوة البيانات. ومن الضروري ذكر البيانات المفقودة بوضوح، وليس كتابتها "كما لو كانت كاملة".
- قضايا مربكة مثل المياه / الانبعاثات. المواضيع التي تظهر متشابهة تندرج تحت أرقام عناصر مختلفة.
باختصار
أطر إعداد التقارير هي هياكل تترجم بيانات الاستدامة إلى لغة مشتركة قابلة للمقارنة: تنظر المبادرة العالمية لإعداد التقارير إلى التأثير، وينظر ISSB إلى التمويل، وينظر ESRS إلى كليهما بأهمية مادية مزدوجة. يعد الذكاء الاصطناعي مساعدًا قويًا في تعيين نفس البيانات بسرعة لعناصر من أطر عمل مختلفة؛ ولكن قد يتلاعب بأرقام العناصر ويعكس الإصدارات الأقدم. قم بالتحقق من صحة كل تعيين باستخدام نصه الأساسي الرسمي، وحدد الإطارات حسب القارئ، ولا تخفي فجوات البيانات. يعد إعداد التقارير إلى أطر عمل متعددة باستخدام بيانات واحدة أمرًا فعالاً؛ ولكنها آمنة فقط عندما يتم تأكيد كل رقم.
مهمة التطبيق
اختر خمسة مواضيع مادية (مثل الطاقة والمياه والانبعاثات والنفايات والسلامة المهنية). اطلب جدول ترشيح GRI/ESRS/ISSB من الذكاء الاصطناعي عبر مطالبة المطابقة متعددة الإطارات أعلاه. ثم: (1) تحقق من ثلاثة أرقام عناصر على الأقل مع النص الرسمي، (2) تأكد من الفصل الصحيح بين المياه والانبعاثات، (3) اكتب البيانات المفقودة في قائمة فارغة.
قائمة مرجعية
- [ ] لقد قمت بتعيين كل موضوع مادي لمقالة الإطار ذات الصلة.
- [ ] لقد قمت بالتحقق من أرقام العناصر باستخدام النص الرسمي (GRI/EFRAG/ISSB).
- [ ] لقد اخترت الإطار بناءً على جمهور القراء (المستثمر/أصحاب المصلحة/المنظم).
- [ ] لقد قمت بفصل المواضيع سهلة الخلط بشكل صحيح مثل الماء/الانبعاثات.
- [ ] لقد قمت بإدراج فجوات البيانات بوضوح دون إخفائها.
- [ ] لقد أكدت أنني أستخدم الإصدار الحالي من المعايير.
- [ ] قمت بإعداد جدول ترافقي يربط البيانات الفردية بإطارات متعددة.