Въведение в AI в ESG и устойчивост: роли, граници, валидиране и етика — Изкуствен интелект в управлението на устойчивостта и ESG

Печалби:

Възможността да се разграничи къде изкуственият интелект спестява време в работния процес на ESG (данни, акаунти, картографиране, отчитане) и къде решенията за фактори, стандарти и искания са оставени на хората, в зависимост от нивото на риска
Способност за прилагане на дисциплина, която одитира всеки цифров и качествен резултат с единица, източник и стъпки за одитна пътека
Разбирането защо фалшивите емисионни фактори, фалшивите стандартни референции и езикът на зелените са рискове за тази професия, които трябва да бъдат взети под внимание от самото начало.

Докладът за устойчивост на компанията вече не е просто брошура с добра воля; Това е документ, който е толкова обвързващ, проверен и има правни последици, колкото и счетоводен документ. С регламента на Европейския съюз CSRD (Директива за отчитане на корпоративната устойчивост) хиляди компании; Той трябваше да оповестява въглеродните емисии, данните за служителите и въздействията върху веригата за доставки по задължителен, проверим и сравним начин, точно като финансовите отчети. В тази част ще научите къде изкуственият интелект (AI) наистина спестява време в тази тежка и изискваща много данни задача, къде е опасно и как да проверите всеки резултат.

Първо, критична концепция. ESG са инициалите на английските думи Environmental, Social и Governance; Това е името на рамката, която измерва въздействията на компанията върху околната среда като въглеродни емисии и използване на вода, социални въздействия като права на служителите и безопасност на труда и управленски практики като структура на борда и етика. Докладването за устойчивост измерва представянето в тези три области по стандартен начин и го оповестява пред обществеността.

Втората критична концепция: халюцинация е, когато AI произвежда информация, която всъщност не е вярна с пълна увереност. В света на ESG това; Може да срещнете фиктивен емисионен фактор, несъществуващ GRI стандартен номер, неправилна единица или препратка към несъществуващ законодателен член. Критичният момент е, че големият езиков модел (LLM) не е калкулатор, регулаторна база данни или одитор. Това е текстов генератор, който статистически имитира текстовете, които вижда в данните за обучение. Той произвежда точна информация през повечето време; но разликата между „точен през повечето време“ и „достатъчно точен, за да премине одит“ е всичко в отчитането на ESG.

Къде AI работи в ESG и къде не?

Мислете за AI като партньор за бърз проект, обработка на данни и анализ: ценен, но важен за валидирането. Следното разграничение е гръбнакът на този модул.

Мисия

Принос на AI

Отговорност на експерта

събиране на данни

Редактира различни формати, маркира интервали

Потвърждаване на номера с изходния документ

Емисионна сметка

Създава рамка за формула и изчисление

Проверка на емисионния фактор от официален източник

GRI/CSRD картографиране

Препоръчва съставки за стандартни продукти

Сверява се точно със стандартния текст

Анализ на съществеността

Разделя мненията на заинтересованите страни по теми

Вземете решение за приоритизиране

Писане на доклад

Изготвя чернова на текст и резюме

Подкрепете всяко твърдение с доказателства

Контрол на зеленото измиване

Маркира рискови фрази

поемете отговорност за окончателен иск

Основно правило: прилагайте AI не към самите данни; използване за организиране на данни, анализ на скеле и чернова на текст; Винаги проверявайте всеки номер и всяка стандартна референция с първичния източник (фактура, запис на измервателен уред, официален стандартен текст, база данни с емисионни фактори). Зад всяка цифра в доклада за устойчивост трябва да има одитна пътека, която одиторът може да иска. AI не може да създаде това доказателство; просто ви помага да го организирате.

Три смъртоносни капана на AI в ESG

1. Изработени емисионни фактори и числа. AI може да „попълни“ емисионен фактор, който не помни (коефициента на въглеродни емисии за единица гориво или електричество) с число, което изглежда разумно. Това число обезсилва цялото изчисление на въглеродния отпечатък.

2. Препратка към несъществуващо или остаряло законодателство/стандарти. AI може да генерира стандартни числа, които изглеждат реални, но чието съдържание е погрешно представено или напълно изфабрикувано, като например „GRI 305-7“. Стандартите също се актуализират редовно; Версията, известна на модела, може да е остаряла.

3. Език, който произвежда зелено измиване. AI с нетърпение произвежда добре звучащи, но необосновани и подвеждащи изявления като „екологичен“, „екологичен“, „въглеродно неутрален“. Днес тези твърдения носят правен риск. Ще разгледаме това в дълбочина в раздел 10.

Съвет: Подходете към всеки числен резултат от ESG с три въпроса: (1) Каква е неговата единица (tCO₂e, kg, MWh)? (2) Кой документ е източникът? (3) Как да докажа тази цифра на одитор? Тези три въпроса улавят повечето ESG грешки в зародиш. „tCO₂e“ тук означава „тонове еквивалент на въглероден диоксид“; Това е мярката, която превръща различните парникови газове в една обща единица.

Стъпка по стъпка: Безопасен AI работен процес в ESG

1. Свържете задачата със стандарта и единицата. Вместо „Изчислете нашите въглеродни емисии“, кажете „2024 г., офис в Истанбул, потребление на природен газ 12 000 m³; Изчислете емисиите в tCO₂e с метода GHG Protocol Scope 1, посочете емисионния фактор и източника, който използвате.“

2. Попитайте ясно за източника и предположението. Помолете AI да запише кой емисионен фактор, кой стандарт и кое предположение е използвал за всяко число. Не приемайте номера без цитиране на източника.

3. Проверете с първичен източник. Потвърдете емисионния фактор от официална база данни (напр. национален департамент по енергетика, набор от данни DEFRA на Обединеното кралство, IEA), стандартния текст от официалния документ на GRI или EFRAG. EFRAG е европейската институция, която изготвя стандартите ESRS (Европейски стандарти за отчитане на устойчивост), на които се основава CSRD.

4. Запазете одитната пътека. Напишете в таблица кои данни сте използвали, от кой източник, на коя дата и при какво предположение. Одиторът за сигурност (независим проверяващ) ще поиска това.

5. Накарайте човек да потвърди окончателното твърдение. Трябва да има отговорно лице зад всеки публичен иск за ESG.

Слаба подкана / Силна подкана

Искането на една и съща работа по два различни начина коренно променя достоверността на резултата.

Слаба подкана:

Изчислете въглеродния отпечатък на нашата компания и напишете параграф за доклада за устойчивост.

Тази претенция не включва единица, обхват, година, данни и източник; AI запълва празните места с измислица и произвежда текст, пълен с промиване на зелени площи.

Мощна подкана:

Вашата роля: старши специалист по отчитане на ESG. Въведете данни (използвайте само тези, напишете „няма данни“, ако липсват): - 2024 г., природен газ: 12 000 m³ - 2024 г., електроенергия от мрежата: 85 000 kWh Задача: Изчислете емисиите в CO₂e, като използвате обхват 1 и обхват 2 на протокола за парникови газове (GHG) метод. Правила: - Всяка емисия, която използвате, посочете фактора, единицата и източника в отделна колона. - Ако не знаете фактора, не си го измисляйте; Напишете „изисква се официален фактор“. - Дайте резултата в таблица; Избройте елементите, които трябва да бъдат проверени в края.

Етика, поверителност и граници

ESG данните често са чувствителни: данни за пола и заплатата на служителите (социални показатели), условия на договор с доставчици, финансови въздействия, които все още не са разкрити. Изяснете границата на поверителността, преди да въведете тези данни в публичен AI инструмент. Анонимизиране или обобщаване на лични данни (име, лична карта, заплата в обхвата на KVKK и GDPR), преди да ги предоставите на AI; Тоест, вместо отделни хора, да ги превърнете в обобщени числа, като например "процентът на служителите е 38%". KVKK е законът за защита на личните данни на Турция, а GDPR е законът за защита на личните данни в Европа.

Внимание: Невярно или преувеличено твърдение в ESG доклад е не само риск за репутацията; Това може да доведе до глоби и правна отговорност съгласно CSRD и националното потребителско законодателство. Не публикувайте никакви твърдения, създадени от AI без доказателства.

три мини калъфа

Случай 1 — Измислен фактор. Производствена компания предостави разхода на дизел на AI и поиска изчисление на емисиите. YZ използва фактора „2,40 kgCO₂e/литър за дизел“. Експертът провери: официалният коефициент е приблизително 2,68 kgCO₂e/литър. Разликата беше 10% и означаваше отклонение от приблизително 11 тона CO₂e на 40 000 литра потребление. Факторът е коригиран от официалния източник.

Случай 2 — Несъществуващ стандарт. Консултант поиска от YZ заглавието „GRI 305-8 консумация на вода“ за доклада. като има предвид, че водата се отчита под GRI 303; GRI 305 е емисии във въздуха. При проверка със стандартния текст грешката беше уловена и съдържанието беше преместено в правилната статия.

Случай 3 — Език на зеленото измиване. YZ предложи изречението „нашите продукти са напълно екологични“ за търговска марка. Екипът на ESG намери това за недоказуемо и го замени с конкретно, доказуемо твърдение като „60% от нашите опаковки се рециклират (2024 г., вътрешно измерване).“

Подкани за работа, готова за одит

Разгледайте текста на ESG по-долу с одиторско око. За всяка цифрова претенция: 1) Ясна ли е единицата? 2) Посочен ли е източникът? 3) Може ли да се провери или е субективно/преувеличено? Отбележете необосновани или неясни твърдения като „екологичен, зелен, естествен“ и предложете конкретна, измерима алтернатива за всяко. Текст: [ТЕКСТ]

Следващата подкана създава кратко описание на политиката, което изяснява ограничението за използване на AI в организацията.

Вашата роля: ръководител на екип по устойчивост. Задача: напишете проект на вътрешна политика от 1 страница, управляваща използването на AI от екипа в работата на ESG. Включва:- Задачи, при които AI може да се използва свободно (очертание, резюме, форматиране)- Задачи, които изискват човешка проверка (число, фактор, стандартно приписване, иск)- Типове данни, които никога няма да бъдат въведени в AI (лични данни, неразкрито финансово въздействие) Тон: ясен, буквена точка, приложимо.

Следната подкана настройва малък скелет на таблица „следа за одит“, който може да бъде добавен към всеки ESG резултат.

Често срещани грешки

Приемане на номера без източник. Всеки емисионен фактор и цифра, дадени от YZ, не са включени в доклада, без да бъдат потвърдени от официалния източник.
Игнориране на единицата. Ако kg се обърка с тонове, kWh с MWh, резултатът може да се отклони с 1000 пъти.
Доверявайки се сляпо на техните стандартни трикове. GRI/ESRS номерата на веществата трябва да бъдат потвърдени с официален документ.
Въвеждане на чувствителни данни такива, каквито са. Данните за служителите и доставчиците не се предоставят на публичния инструмент без анонимизиране.
Поставяне на AI на мястото на одитор. AI може да изготви контролен списък, но не може да предостави независима увереност.

В обобщение

AI е мощен партньор за изготвяне, обработка на данни и анализ в ESG; но не е калкулатор, регулаторна база данни или одитор. Стойността му се разкрива чрез проверката му. Потвърждаването на всяко число от първичния източник, сравняването на всяка стандартна препратка с официалния текст, анонимизирането на чувствителните данни и оставянето на отговорността за крайното твърдение на човек е постоянният гръбнак на този модул. Никога не забравяйте разликата между „да изглеждаш свободно“ и „да преминеш проверката“.

Задача за приложение

Изберете единичен елемент от данни за околната среда от вашата собствена организация (или фиктивна компания): например месечна сметка за електричество. Поискайте скелет за отчитане на емисиите от обхват 2 от AI, като използвате шаблона „подкана за захранване“ по-горе. След това: (1) сравнете емисионния фактор, който използва с официален източник, (2) проверете последователността на единиците, (3) напишете малка таблица на одитната пътека, в която изброявате кои елементи „се нуждаят от проверка“.

контролен списък

[ ] Разпитах единицата и източника на всяко число, дадено от AI.
[ ] Потвърдих емисионните фактори с официална база данни.
[ ] Проверих стандартните (GRI/ESRS) номера с официалния текст.
[ ] Имам анонимизирани или обобщени чувствителни/лични данни.
[ ] Маркирах твърдения без доказателства като „екологичен, зелен, естествен“.
[ ] Поддържах одитна пътека (източник, дата, предположение) за всяко решение.
[ ] Идентифицирах отговорно лице, което потвърждава окончателния иск.