Τυπική επαλήθευση και ανεξάρτητη διασφάλιση: Αλυσίδα αποδεικτικών στοιχείων και προετοιμασία ελέγχου — Τεχνητή Νοημοσύνη στη Βιωσιμότητα και Διαχείριση ESG

Κέρδη:

Δυνατότητα διάκρισης μεταξύ περιορισμένης και εύλογης διασφάλισης και δημιουργίας μιας αλυσίδας αποδεικτικών στοιχείων που ανιχνεύουν κάθε ουσιώδη μέτρηση πίσω στο έγγραφο προέλευσης
Δυνατότητα τεκμηρίωσης συντελεστή εκπομπής και μεσολάβησης με ελεγχόμενο τρόπο και δοκιμή επαναληψιμότητας με τυχαία δειγματοληψία
Δυνατότητα χρήσης τεχνητής νοημοσύνης ως βοηθός προετοιμασίας ελέγχου και εφαρμογή της πειθαρχίας της αποχώρησης ανεξάρτητης διασφάλισης στον εξουσιοδοτημένο οργανισμό

Μια έκθεση βιωσιμότητας, όπως μια οικονομική κατάσταση, απαιτεί όλο και περισσότερο ανεξάρτητη διασφάλιση. Διασφάλιση είναι όταν ένα τρίτο μέρος (συνήθως ελεγκτική εταιρεία) ανεξάρτητο από την εταιρεία που συντάσσει την έκθεση εξετάζει την ακρίβεια της έκθεσης και εκφράζει γνώμη. Η CSRD καθιστά σταδιακά υποχρεωτική τη διασφάλιση για τις εκθέσεις βιωσιμότητας. Αυτό αλλάζει το παιχνίδι: μια αναφορά "καλής εμφάνισης" δεν είναι πλέον αρκετή, απαιτείται μια επαληθεύσιμη αναφορά. Σε αυτή την ενότητα, θα μάθετε πώς να χρησιμοποιείτε την τεχνητή νοημοσύνη (AI) στην προετοιμασία του ελέγχου και στη δημιουργία μιας αλυσίδας αποδεικτικών στοιχείων.

Ας ορίσουμε πρώτα τα δύο επίπεδα διασφάλισης. Η περιορισμένη διασφάλιση είναι μια πιο επιεικής επισκόπησης στην οποία ο ελεγκτής λέει: "Δεν είδα τίποτα που να υποδηλώνει ότι η έκθεση ήταν ανακριβής". Η εύλογη διασφάλιση είναι μια πολύ βαθύτερη και πιο δαπανηρή εξέταση, κοντά στον οικονομικό έλεγχο. Η CSRD ξεκινά με περιορισμένη διασφάλιση προς το παρόν, αλλά αναμένεται να μεταβεί σε εύλογη διασφάλιση με την πάροδο του χρόνου. Και στα δύο επίπεδα, η πρώτη ερώτηση του ελεγκτή είναι η ίδια: «Αποδείξε μου αυτόν τον αριθμό».

Έκθεση από την οπτική γωνία του ελεγκτή: αλυσίδα αποδεικτικών στοιχείων

Ο εξεταστής δεν ενδιαφέρεται για την ευχέρεια του κειμένου, αλλά για την αλυσίδα των αποδεικτικών στοιχείων πίσω από κάθε ισχυρισμό. Η αλυσίδα των αποδεικτικών στοιχείων είναι η απάντηση σε αυτά τα ερωτήματα:

Από ποιο έγγραφο προήλθε αυτός ο αριθμός; (τιμολόγιο, μετρητής, πιστοποιητικό)
Πώς μετατράπηκε από έγγραφο σε αναφορά; (ποιος τύπος, ποιος παράγοντας)
Ποιος το υπολόγισε, πότε και με ποιες υποθέσεις;
Μπορεί κάποιος άλλος να καταλήξει στο ίδιο συμπέρασμα από τα ίδια έγγραφα; (επαναληψιμότητα)

Αυτή είναι η αξία της τεχνητής νοημοσύνης εδώ: σάρωση κάθε ισχυρισμού της αναφοράς και ερώτηση "αναφέρονται τα στοιχεία για αυτόν τον αριθμό;" μπορεί να δημιουργήσει μια λίστα ελέγχου. Αλλά το AI δεν είναι ελεγκτής. Δεν μπορεί να παρέχει ανεξάρτητη διασφάλιση, σας προετοιμάζει μόνο για τον έλεγχο.

Στοιχείο αλυσίδας αποδεικτικών στοιχείων

παράδειγμα

Τι ρωτά ο ελεγκτής;

Έγγραφο πηγής

λογαριασμός ρεύματος

Υπάρχει κάποιο πρωτότυπο;

Μετατροπή

kWh × παράγοντας = tCO2e

Συντελεστική εικόνα;

μεθοδολογία

Πρωτόκολλο GHG

Εφαρμόστηκε με συνέπεια;

Υπεύθυνος

άτομο που κάνει τον υπολογισμό

Υπάρχει ίχνος καταγραφής;

επαναληψιμότητα

ίδιο αποτέλεσμα

Μπορεί να αναπαραχθεί ανεξάρτητα;

Συμβουλή: Προτού θεωρήσετε ότι μια έκθεση είναι έτοιμη για έλεγχο, κάντε αυτή τη δοκιμή: επιλέξτε τρεις αριθμούς τυχαία και εντοπίστε τον καθένα πίσω στην πηγή του (αναφορά → λογαριασμός → παράγοντας → πρωτότυπο έγγραφο). Εάν μπορείτε να παρακολουθήσετε και τα τρία, η αλυσίδα σας είναι σταθερή. Αν σπάσει σε ένα από αυτά, θα σπάσει και ο ελεγκτής εκεί.

Βήμα προς βήμα: προετοιμασία για τον έλεγχο

1. Συλλέξτε αρχεία καταγραφής ιχνών. Για κάθε μέτρηση υλικού, συνδυάστε το έγγραφο προέλευσης, τον παράγοντα, τον τύπο και την κύρια αρχή σε ένα μόνο αρχείο.

2. Εκτελέστε μια δειγματοληπτική δοκιμή. Λειτουργήστε ως ελεγκτής και ανιχνεύστε τυχαίους αριθμούς πίσω στην πηγή τους. Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει μια λίστα δειγματοληψίας και να ελέγξει τις σκαλωσιές.

3. Βρείτε τους αδύναμους κρίκους. Ελέγξτε τα στοιχεία που είναι άγνωστης προέλευσης, μη επαληθευμένου παράγοντα ή περιέχουν διακομιστή μεσολάβησης.

4. Προετοιμάστε δήλωση συνέπειας και μεθοδολογίας. Σημειώστε ποιο πρότυπο, ποιος παράγοντας ορίστηκε και ποιες υποθέσεις χρησιμοποιήσατε.

5. Προβλέψτε ερωτήσεις ελεγκτών. Η τεχνητή νοημοσύνη ρωτά «ποιες 20 ερωτήσεις θα έκανε ένας ελεγκτής αυτή την έκθεση;» Είναι καλό στην παραγωγή μιας λίστας προετοιμασίας όπως

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Ελέγξτε εάν η έκθεσή μας είναι έτοιμη για έλεγχο.

Το AI ανταποκρίνεται με μια γενική απάντηση "φαίνεται καλό". δεν ελέγχει την αλυσίδα των αποδεικτικών στοιχείων.

Ισχυρή προτροπή:

Ο ρόλος σας: ελεγκτής διασφάλισης βιωσιμότητας (περιορισμένη διασφάλιση). Εργασία: εξετάστε το παρακάτω κείμενο της έκθεσης με ελεγκτική ματιά. Για κάθε αριθμητικό ισχυρισμό, ρωτήστε και σημειώστε:1) Αναφέρεται η πηγή; (τιμολόγιο/μετρητής/πιστοποιητικό)2) Ο συντελεστής εκπομπής που χρησιμοποιείται είναι επίσημος ή επαληθευμένος;3) Αντιπρόσωπος/εκτίμηση; Αναφέρεται;4) Η μέτρηση αναφέρεται διαφορετικά σε άλλο σημείο της αναφοράς;Κανόνας: γράψτε "ΑΠΑΙΤΟΥΝΤΑΙ ΑΠΟΔΕΙΞΕΙΣ" για κάθε αξίωση λείπουν αποδεικτικά στοιχεία. ΜΗΝ δίνετε διαβεβαιώσεις, απλώς αναφέρετε τους αδύναμους συνδέσμους για προετοιμασία. Αναφορά: [ΑΝΑΦΟΡΑ]

Προτροπή για πίνακα αλυσίδων αποδεικτικών στοιχείων

Η ακόλουθη προτροπή προετοιμάζει τις ερωτήσεις του εξεταστή εκ των προτέρων.

Ο ρόλος σας: ανώτερος ελεγκτής διασφάλισης. Καθήκον: δημιουργήστε τις 15 πιο απαιτητικές ερωτήσεις που θα έκανε ένας ελεγκτής για μια αναφορά βιωσιμότητας παρακάτω. Εστιάστε ειδικά στο Πεδίο 3, τα δεδομένα διακομιστή μεσολάβησης και τις αξιώσεις στόχων. Προσθέστε μια σημείωση δίπλα σε κάθε ερώτηση "Τι χρειαζόμαστε για να είμαστε έτοιμοι για αυτήν την ερώτηση;" Σύνοψη αναφοράς: [ΣΥΝΟΨΗ]

Προσοχή: Η τεχνητή νοημοσύνη που λέει «η έκθεση φαίνεται έτοιμη για έλεγχο» δεν αποτελεί διαβεβαίωση και δεν έχει νομική/επαγγελματική αξία. Η ανεξάρτητη διασφάλιση μπορεί να παρέχεται μόνο από μια αρμόδια και αμερόληπτη ελεγκτική εταιρεία. Χρησιμοποιήστε την τεχνητή νοημοσύνη ως «προκαταρκτικό βοηθό», ποτέ ως υποκατάστατο ενός ελεγκτή.

τρεις μίνι θήκες

Περίπτωση 1 — Σπασμένη αλυσίδα. «Ποσοστό ανάκτησης απορριμμάτων 78%», ανέφερε μια έκθεση της εταιρείας. Η πηγή αυτού του αριθμού δεν βρέθηκε στη δοκιμή δειγματοληψίας πριν από τον έλεγχο. Προήλθε από ένα κελί του Excel, αλλά δεν υπήρχε έγγραφο πίσω από αυτό. Ο αριθμός υπολογίστηκε εκ νέου με έγγραφα μεταφοράς απορριμμάτων και το πραγματικό ποσοστό ήταν 71%. Εάν δεν διορθωθεί, η διαβεβαίωση θα μπορούσε να είχε αρνηθεί.

Περίπτωση 2 — Μη επιβεβαιωμένος παράγοντας. Για τον υπολογισμό των εκπομπών μιας έκθεσης χρησιμοποιήθηκε ένας παράγοντας εκπομπών άγνωστης προέλευσης. Η σάρωση ελέγχου της τεχνητής νοημοσύνης επισήμανε "καμία πηγή παράγοντα". Ο παράγοντας αντικαταστάθηκε από το επίσημο σύνολο δεδομένων. Το σύνολο άλλαξε κατά 6%, αλλά ήταν πλέον αποδεδειγμένο.

Περίπτωση 3 — Αναμενόμενη ερώτηση. Πριν από έναν έλεγχο, μια ομάδα μπορεί να ρωτήσει την AI "τι δύσκολες ερωτήσεις κάνει ο ελεγκτής;" ρώτησε. Λίστα "Πώς προβλεπόταν το 60% του Πεδίου 3;" Περιείχε την ερώτηση. Η ομάδα προετοιμάστηκε για αυτήν την ερώτηση, γράφοντας εκ των προτέρων τη σημείωση μεθοδολογίας. Όταν προέκυψε η ίδια ερώτηση στον πραγματικό έλεγχο, η απάντηση ήταν έτοιμη και η διαδικασία κύλησε ομαλά.

Συνήθη λάθη

Συμπεριλαμβανομένου του αριθμού χωρίς πηγή στην αναφορά. Οποιοσδήποτε αριθμός του οποίου η πηγή δεν μπορεί να εντοπιστεί στο έγγραφο είναι ένας αδύναμος κρίκος στον έλεγχο.
Χρήση του παράγοντα χωρίς επαλήθευση. Εάν δεν εμφανίζεται η επίσημη πηγή του συντελεστή εκπομπής, ο ελεγκτής δεν θα τον αποδεχθεί.
Απόκρυψη του πληρεξούσιου. Είναι εντάξει να χρησιμοποιείτε προγνωστικά δεδομένα. Η αποτυχία καθορισμού συμβιβάζει τη διασφάλιση.
Λάθος AI για ελεγκτή. Η AI κάνει προκαταρκτικές προετοιμασίες. Η ανεξάρτητη διασφάλιση προέρχεται μόνο από τον εξουσιοδοτημένο οργανισμό.
Μη γραφή της μεθοδολογίας. Εάν δεν τεκμηριώνεται ποιο πρότυπο/παράγοντα/υπόθεση χρησιμοποιήθηκε, η αναφορά είναι απαράδεκτη.

Συνοπτικά

Η ανεξάρτητη διασφάλιση μετακινεί την έκθεση βιωσιμότητας από ένα έγγραφο "καλής εμφάνισης" σε ένα "αποδείξιμο". Ο ελεγκτής έχει μόνο μια πραγματική ερώτηση: «Αποδείξτε αυτόν τον αριθμό». ΟΛΑ ΣΥΜΠΕΡΙΛΑΜΒΑΝΟΝΤΑΙ; Είναι ένας ισχυρός συνεργάτης προετοιμασίας για τη σάρωση της αλυσίδας αποδεικτικών στοιχείων, τη ρύθμιση δειγματοληπτικών δοκιμών, την επισήμανση αδύναμων κρίκων και την πρόβλεψη ερωτήσεων ελεγκτών. Αλλά η AI δεν είναι ελεγκτής και δεν μπορεί να παράσχει βεβαιότητα. Ανιχνεύστε κάθε μέτρηση υλικού πίσω στην πηγή του, επαληθεύστε παράγοντες από την επίσημη πηγή, καθορίστε πληρεξούσιους και τεκμηριώστε τη μεθοδολογία. Η προετοιμασία για τον έλεγχο είναι εξίσου σημαντική με τη σύνταξη έκθεσης.

Εργασία εφαρμογής

Επιλέξτε τρεις αριθμητικούς ισχυρισμούς από την αναφορά (ένας με πληρεξούσιο). Με την προτροπή ελέγχου παραπάνω, η τεχνητή νοημοσύνη θέτει σε κάθε ερώτηση "καθορίζεται η πηγή, έχει επαληθευτεί ο παράγοντας, είναι διακομιστής μεσολάβησης;" Σαρώστε το. Έπειτα: (1) γράψτε μια αλυσίδα αποδεικτικών στοιχείων για κάθε ζήτημα, (2) δοκιμάστε το ίχνος πίσω στην πηγή και βρείτε τον κατεστραμμένο σύνδεσμο, (3) αναφέρετε 5 δύσκολες ερωτήσεις που θα κάνει ένας ελεγκτής και θα απαντήσει στην προετοιμασία.

λίστα ελέγχου

[ ] Ανίχνευσα κάθε μέτρηση υλικού πίσω στο έγγραφο προέλευσης.
[ ] Πρόσθεσα την επίσημη πηγή των παραγόντων εκπομπής στην αλυσίδα των αποδεικτικών στοιχείων.
[ ] Έχω σαφώς επισημάνει στοιχεία που περιέχουν πληρεξούσιο/πρόβλεψη.
[ ] Έκανα ένα τεστ επαναληψιμότητας με ένα τυχαίο δείγμα.
[ ] Έθεσα τη μεθοδολογία (πρότυπο, σύνολο παραγόντων, υπόθεση) γραπτώς.
[ ] Προετοίμασα τις δύσκολες ερωτήσεις που θα έκανε ο ελεγκτής εκ των προτέρων.
[ ] Χρησιμοποίησα AI για προετοιμασία. Άφησα τη διαβεβαίωση στον εξουσιοδοτημένο φορέα.