Печалби:
- Възможност за разграничаване на фокусите на рамките на GRI, ESRS и ISSB (въздействие, двойна същественост, финансови) и избор на правилната рамка според читателя
- Възможност за картографиране на материални теми към кандидати за стандартни елементи и проверка на всяко число с официалния стандартен текст
- Възможност за установяване на кръстосано съвпадение, което свързва единични данни с множество рамки и ясно посочва пропуските в данните, без да ги крие
След като една компания събере данни за устойчивост, тя трябва да ги разкрие в съответствие с международно приета рамка за отчитане, а не по произволен начин. Рамката е общият език, който определя „коя тема да се докладва, как, с какви показатели“; Благодарение на него могат да се сравняват отчети от две различни компании. В този модул ще се запознаете с трите основни рамки (GRI, ESRS/CSRD, ISSB) и ще научите как безопасно да използвате изкуствения интелект (AI) при съпоставяне на съдържание според тези рамки.
Нека опишем накратко трите рамки. GRI (Global Reporting Initiative) е най-широко използваната фамилия от стандарти за доброволно отчитане на устойчивостта в света; Той разглежда главно влиянието на компанията върху света. ESRS (Европейски стандарти за отчитане на устойчивост) е набор от стандарти, базирани на двойна същественост, изисквани от Европейския съюз в рамките на обхвата на директивата CSRD. ISSB (International Sustainability Standards Board) е международен съвет, който публикува стандартите IFRS S1/S2, като се фокусира върху финансовата същественост с акцент върху инвеститорите.
Три кадъра, три гледни точки
Рамка
Кой го свали?
основен фокус
Задължително ли е?
СИВО
GRI институция
Влиянието на компанията върху света
Доброволно, много често
ESRS/CSRD
ЕС / EFRAG
Двойна същественост (въздействие + финанси)
Задължително според ЕС
ISSB (МСФО S1/S2)
Фондация МСФО
Финансова същественост за инвеститора
Приет от страна
Тези рамки не са конкуренти една на друга, а допълващи се езици, които се харесват на различни читатели. Повечето големи компании събират своите данни веднъж и ги „картографират“ към множество рамки. Това е мястото, където се крие истинската стойност на AI: той е бърз помощник при препоръчването на едни и същи данни към номера на артикули от различни рамки. Но може да съответства на номерата на артикулите, така че всяко съвпадение трябва да бъде проверено спрямо официалния стандартен текст.
Съвет: Можете да сравнявате рамки на въпроса "кое е по-добро?" не "Кой ще го прочете?" Изберете . Ако говорите с инвеститори, ISSB/финансова същественост; ESRS е задължителен, ако подлежите на регулация на ЕС; GRI е мощен, ако съобщите въздействието си на широк кръг от заинтересовани страни. Често повече от един се използват заедно.
Структура на GRI стандартите
GRI е организиран по предметни номера. Няколко примера (не забравяйте да проверите официалния текст за проверка):
- GRI 302 — Енергетика
- GRI 303 — Вода и отпадъчни води
- GRI 305 — Емисии (въздух)
- GRI 306 — Отпадъци
- GRI 403 — Здраве и безопасност при работа
Най-честата грешка на AI е поставянето на тема под грешен номер: например показване на водата под GRI 305 (емисии). Водата е GRI 303. Такива грешки се улавят само от официалния списък със стандарти.
Стъпка по стъпка: Съпоставяне на рамка с AI
1. Въз основа на съществеността. След като определите кои теми ще бъдат докладвани (раздел 2), преминете към картографиране.
2. Препоръчайте данните към стандартния елемент. Помолете изкуствения интелект да картографира всяка материална тема към съответното вещество кандидат за GRI/ESRS; но заявяват, че „това е проектопредложение“.
3. Проверете номера на артикула с официалния текст. Потвърдете всеки предложен номер с официалния документ на GRI или EFRAG. Проверете както броя, така и съдържанието.
4. Идентифицирайте пропуски. Избройте данните, които искате да бъдат стандартни, но не разполагате (пропуск в данните); Те или се събират, или се декларират като „неналични“.
5. Настройте кръстосано картографиране. Подгответе таблица, свързваща същите данни с GRI, ESRS и ISSB номера; така че докладвате на множество рамки с едни данни.
Слаба подкана / Силна подкана
Слаба подкана:
Номерирайте тези теми според GRI.
AI може да генерира числа, които изглеждат разумни, но са фалшиви/измислени; Няма извикване за валидиране.
Мощна подкана:
Вашата роля: експерт по рамката за докладване. Вход: нашите съществени теми (енергия, вода, емисии, безопасност на труда, отпадъци). Задача: предложете ВЪЗМОЖНИ GRI и ESRS кандидати за вещества за всяка тема. Правила: - Дайте на всяко предложение маркер „ТРЯБВА ДА ПРОВЕРИТЕ“; Не претендирайте за точен брой. - Не измисляйте число, за което не сте сигурни; Напишете "потвърждение от официалния стандартен списък". - Напишете причината за дискриминацията по лесни за объркване теми като вода и емисии. Резултат: таблица (Тема | GRI кандидат | ESRS кандидат | Бележка за проверка).
Подкана за таблица за съпоставяне на множество рамки
Изградете скеле на таблица за съпоставяне с множество рамки за следните теми на материала. Колони: Тема | Елемент с данни | GRI чл. | ESRS чл. | ISSB (S1/S2) | Изходни данни | Има ли пропуски? Правила: - Маркирайте номерата на артикулите като "кандидат/да се провери". - Напишете "ПРАЗИН ДАННИ" в клетки, които нямат данни. Теми: [ТЕМИ]
Следната подкана създава анализ на пропуските в отчитането.
Вашата роля: анализатор на съответствието с ESG. Задача: Сравнете данните, които имаме, с обясненията, изисквани от избраната от нас рамка (ESRS) и направете анализ на пропуските. Резултат: Изисква се обяснение | имаме ли го | Какво да съберем, ако липсва | Responsible.Rule: За всеки ред, който казвате "ние имаме", напишете източника; Ако не сте сигурни, кажете „изисква се проверка“. Напомнете ми да проверя клаузите на стандартите от официалния текст. Вписване: [СПИСЪК НА НАЛИЧНИТЕ ДАННИ]
Внимание: Стандартите се актуализират редовно; Номерата на артикулите, праговете и изискванията може да се променят. Данните за обучение на AI може да отразяват остаряла версия. Винаги потвърждавайте критичните решения за сдвояване и задължения с приложимия официален текст.
три мини калъфа
Случай 1 — Грешен номер. Една енергийна компания поиска AI за картографиране на GRI. YZ обозначи своята консумация на вода като "GRI 305-8". Експертът провери: водата е GRI 303, GRI 305 е емисии във въздуха и няма изявление 305-8. Номерът е коригиран с официалния списък.
Случай 2 — Много отчети с едни данни. Един производител събра енергийни данни веднъж и ги съпостави с изискванията на GRI 302, ESRS E1 (климат) и ISSB S2 с помощта на AI. Благодарение на кръстосаната таблица, данните се подават от един източник, вместо повторно събиране на данни за три отделни отчета; всяко число беше потвърдено с официален текст.
Случай 3 — Скрита кухина. Една компания не разполага с оповестяването на емисиите от обхват 3, изисквано от ESRS. Изкуственият интелект написа отчета плавно „сякаш е пълен“ и направи празнината невидима. Когато беше направен анализът на пропуските, дефицитът беше разкрит; Вместо да фабрикува данните, докладът честно обяснява, че „данните от обхват 3 ще бъдат събрани през 2025 г.“
Често срещани грешки
- Не се проверява номерът на артикула. Номерата на GRI/ESRS/ISSB не се използват без потвърждение с официалния текст.
- Смесващи рамки. Ако приемем, че фокусът върху въздействието на GRI и финансовият фокус на ISSB са еднакви, би довело до неправилни обяснения.
- Разчитайки на старата версия. Стандартите са актуализирани; Настоящият текст е от съществено значение.
- Скриване на пропуск в данните. Необходимо е ясно да се посочват липсващите данни, а не да се изписват „все едно са пълни“.
- Объркващи проблеми като вода/емисии. Темите, които изглеждат подобни, попадат под различни номера на позиции.
В обобщение
Рамките за отчитане са структури, които превеждат данните за устойчивост на общ сравним език: GRI разглежда въздействието, ISSB разглежда финансите, ESRS разглежда и двете с двойна същественост. AI е мощен помощник за бързо картографиране на едни и същи данни към елементи от различни рамки; но може да изкриви номерата на артикулите и да отразява по-стари версии. Валидирайте всяко картографиране с неговия официален каноничен текст, изберете кадри по читател, не крийте пропуски в данните. Отчитането на множество рамки с единични данни е ефективно; но е безопасно само когато всеки номер е потвърден.
Задача за приложение
Изберете пет материални теми (напр. енергия, вода, емисии, отпадъци, безопасност на труда). Поискайте таблица с кандидати за GRI/ESRS/ISSB от AI чрез подканата за съвпадение на множество рамки по-горе. След това: (1) проверете поне три номера на позиции с официалния текст, (2) проверете дали водата и емисиите са разделени правилно, (3) запишете данните, които липсват, в празен списък.
контролен списък
- [ ] Съпоставих всяка материална тема със съответната рамкова статия.
- [ ] Проверих номерата на позициите с официалния (GRI/EFRAG/ISSB) текст.
- [ ] Избрах рамката въз основа на нейната читателска аудитория (инвеститор/заинтересована страна/регулатор).
- [ ] Правилно съм разделил лесни за объркване теми като вода/емисии.
- [ ] Изброих пропуските в данните ясно, без да ги крия.
- [ ] Потвърдих, че използвам текущата версия на стандартите.
- [ ] Настроих кръстосана таблица, която свързва единични данни с множество рамки.