Ganancias:
- Capacidad para distinguir entre materialidad única y materialidad doble y evaluar un problema en términos tanto de impacto como de materialidad financiera.
- Capacidad de separar cientos de respuestas de partes interesadas en temas con inteligencia artificial manteniendo separadas las señales de baja frecuencia pero de gran importancia.
- Capacidad para probar la lista de temas producidos por la inteligencia artificial con la realidad específica de la industria y vincular el documento final de priorización y metodología a los humanos.
Ninguna empresa puede informar sobre todos los temas de sostenibilidad con la misma profundidad; Si bien el consumo de agua es un tema secundario para una empresa de software, es el salvavidas para un fabricante de bebidas. Ésta es la pregunta "¿qué cuestiones son realmente importantes para nosotros?" La respuesta a la pregunta viene dada por el análisis de materialidad (análisis de importancia). La materialidad es el proceso de determinar qué tan “significativo/significativo” es un tema de sostenibilidad para una organización y forma la base de todo el informe ESG. La falsa materialidad vuelve inútiles incluso cientos de páginas de informes; porque el informe se centra en las cuestiones equivocadas. En esta unidad, aprenderá dónde utilizar la inteligencia artificial (IA) como acelerador y dónde como riesgo en este proceso.
Aclaremos primero dos conceptos. La materialidad única analiza únicamente cómo un problema afecta la salud financiera de una empresa: "¿Cómo afectará el cambio climático a nuestros ingresos/costos?" La doble materialidad añade un segundo aspecto: el impacto de la empresa en el mundo. Entonces la pregunta es doble: (1) ¿Cómo afecta este problema financieramente a la empresa? (2) ¿Cómo impacta la empresa al medio ambiente y a la sociedad en este sentido? CSRD y ESRS imponen esta segunda mirada doble. Esta distinción está en el centro tanto de los exámenes como de la práctica.
Dos aspectos de doble significado
La doble materialidad mira a través de dos lentes:
- Materialidad del impacto: "de adentro hacia afuera": el impacto positivo/negativo de las actividades de la empresa en las personas y el medio ambiente. Ejemplo: aguas residuales vertidas al río por una fábrica textil.
- Materialidad financiera – “de afuera hacia adentro”: El impacto de un problema de sostenibilidad en los flujos de efectivo, los costos y el valor de una empresa. Ejemplo: aumentar el precio del carbono aumenta el costo de producción.
Si un tema es material desde cualquiera de estos dos lentes, se considera reportable en la lógica de la materialidad dual. A la IA le resulta difícil distinguir entre estos dos aspectos y, a menudo, se inclina sólo hacia el lado financiero; Por tanto, es fundamental controlar la producción teniendo en cuenta esta distinción.
Asunto
Materialidad del impacto (para el mundo)
Materialidad financiera (para la empresa)
emisiones de gases de efecto invernadero
Contribución al cambio climático
Impuesto al carbono, costo CBAM
Salud y seguridad de los trabajadores
Vida y salud de los empleados.
Indemnización por accidentes, parada de producción
uso de agua
Estrés hídrico regional
Escasez de agua, riesgo de producción
Privacidad de datos
Derechos de usuario
Penalización, reputación y pérdida de clientes
Consejo: Al considerar un tema, "¿esto nos afecta a nosotros o afectamos al mundo?" Divídelo en dos. Gran parte del lavado verde y la falta de información se producen cuando las empresas informan sólo el aspecto financiero que les afecta, ocultando el impacto que tienen en el mundo.
Paso a paso: proceso de materialidad impulsado por IA
1. Crea el universo temático. Haga una larga lista de posibles temas de sostenibilidad relevantes para su industria. La IA es un buen compañero para la lluvia de ideas en este caso; Se produce una lista de candidatos escaneando los títulos de materias de ESRS, los estándares de la industria GRI y los informes de empresas pares.
2. Identificar las partes interesadas. Las partes interesadas son partes que se ven afectadas o afectadas por las actividades de la empresa: empleados, clientes, proveedores, inversores, población local, reguladores, sociedad civil. Para cada cuestión importante, “¿quién se ve afectado?” se hace la pregunta.
3. Reúna las opiniones de las partes interesadas. Descubra qué cuestiones las partes interesadas consideran importantes a través de encuestas, entrevistas y talleres. La IA es muy poderosa para clasificar cientos de respuestas abiertas de encuestas en temas (esto se llama análisis temático).
4. Califique y priorice. Califique cada tema en una escala en dos ejes (impacto y financiero). Los temas con puntuaciones altas se consideran "importantes/materiales" y se convierten en el centro del informe.
5. Verificar y documentar. Un comité de gestión aprueba la priorización; Se documenta cómo se realiza el proceso (metodología). CSRD también exige que se explique el proceso de materialidad en sí.
Aviso débil / Aviso fuerte
Aviso débil:
Cuéntenos sobre los temas de sostenibilidad que son importantes para usted.
No incluye aspectos de industria, modelo de negocio, partes interesadas y dualidad; La IA produce una lista genérica y a menudo omite la dirección del impacto.
Potente mensaje:
Su función: experto en doble materialidad. Empresa: una mediana empresa de alimentos que produce en Turquía. Tarea: enumerar posibles problemas de sostenibilidad y realizar DOS evaluaciones SEPARADAS para cada uno: - Materialidad del impacto (el impacto de la empresa en el medio ambiente/sociedad) - Materialidad financiera (el impacto financiero del problema en la empresa) Para cada tema, escriba también las partes interesadas afectadas. Regla: Este es un candidato BORRADOR; La puntuación y la decisión final nos pertenecen. Marque los datos del sector de los que no esté seguro como fabricados, "deben ser verificados". Producto: tabla (Tema | Dirección del impacto | Aspecto financiero | Partes interesadas | Nota).
Clasificar las respuestas de las partes interesadas en temas
Se necesitan días para leer a mano cientos de respuestas de texto libre de encuestas de materialidad. La IA puede dividirlos en temas; pero con una advertencia: AI puede descartar una opinión minoritaria pero crítica (por ejemplo, un problema de seguridad grave planteado por un solo empleado) como "sin importancia". Por lo tanto, el resumen temático no sustituye las respuestas crudas; Es una puerta de entrada a ellos.
A continuación se muestran 200 respuestas de texto libre de la encuesta de materialidad. Tarea: 1) Divida las respuestas en no más de 10 temas, dándole a cada tema un nombre corto. 2) Cuente cuántas respuestas mencionan cada tema. 3) TAMBIÉN enumere y elimine una pequeña cantidad de opiniones pero serias (seguridad, legal, riesgo ambiental) bajo el título "baja frecuencia / alta importancia". 4) No invente, combine ni distorsione ninguna respuesta. Respuestas: [RESPUESTAS]
Precaución: el resumen temático de IA no sustituye las respuestas crudas. En particular, las opiniones de “baja frecuencia pero gran importancia” (una violación de la seguridad, una sospecha de corrupción) pueden verse eclipsadas por la IA porque son pocas. Asegúrese de revisar estas opiniones con ojo separado.
tres mini casos
Caso 1: Omisión de la dirección de la acción. Una empresa química hizo que AI preparara una lista de materialidad. La lista se centró en cuestiones financieras como el precio del carbono y el coste de la energía; pero su impacto en el suministro de agua del pueblo cercano a la fábrica no estaba en la lista. El experto añadió el aspecto “impacto” como un asunto de doble importancia; Más tarde, esta cuestión resultó ser la más crítica para las partes interesadas.
Caso 2: Peso en números. Un minorista analizó 1200 encuestas a clientes con IA. YZ encontró que el 41% de las respuestas abordaban el tema de los "residuos de envases" y el 23% abordaban el tema de las "condiciones de trabajo". El equipo declaró estos dos temas como temas materiales prioritarios; Sin embargo, una cadena de suministro que apareció bajo el título de "baja frecuencia" también generó sospechas de trabajo infantil bajo un escrutinio separado.
Caso 3: Importancia falsa. AI señaló el "consumo de agua" como una cuestión material de alta prioridad para una empresa de software; mientras que el único uso de agua de la empresa era la cocina de la oficina. El experto restó importancia a esto y se centró en los aspectos realmente importantes de "la privacidad de los datos y el consumo de energía". El informe habría perdido foco si no se hubiera corregido el material incorrecto.
Solicitud para configurar la matriz de materialidad
La matriz de materialidad es una herramienta visual de priorización que ubica los temas en dos ejes (de impacto y financiero). Los temas en la esquina superior derecha son los más importantes.
Organice los siguientes temas y puntuaciones en la lógica de una matriz de materialidad. Entrada: Puntuación de impacto (1-5) y puntuación financiera (1-5) para cada tema. Tarea: 1) Divida los temas en cuatro zonas: alto-alto (prioridad), alto impacto-bajo financiamiento, bajo impacto-alto financiamiento, bajo-bajo. 2) Sugerir la región "prioritaria" como el foco principal del informe. 3) Defina los temas límite (alrededor de 3-3) como marca de "se requiere juicio humano". Puntos: [TEMA Y PUNTUACIONES]
El siguiente mensaje produce un esquema para escribir la metodología de materialidad en el informe.
Su función: redactor de informes ESG. Tarea: escribir 1 párrafo auditable explicando nuestro proceso de materialidad dual. Incluya: qué universo temático se escaneó, qué partes interesadas participaron, mediante qué método se calificó, quién lo aprobó. Regla: escriba sobrio, verificable y orientado a procesos; agregando afirmación de resultado. Entrada: [NOTAS DEL PROCESO]
Errores comunes
- Estar satisfecho con una cosa importante. Mirar únicamente el impacto financiero e ignorar el impacto de la empresa en el mundo va en contra del CSRD.
- Mantener la estrecha relación entre las partes interesadas. Escuchar sólo a los inversores y excluir a los empleados, la población local y los proveedores distorsiona la materialidad.
- Aceptando la lista de la IA tal como está. Es posible que falten cuestiones críticas específicas del sector o que se les dé una importancia incorrecta en la IA.
- Eliminando opiniones serias de baja frecuencia. Las señales que son pocas pero de alto riesgo deben examinarse por separado.
- No documentar la metodología. Si no está escrito cómo se realiza el proceso, el auditor no aceptará la materialidad.
En resumen
El análisis de materiales es la brújula de todo el informe ESG; Un informe que se centra en los temas equivocados no tiene valor, no importa la calidad de su redacción. La doble importancia es "¿cómo nos afecta este problema financieramente?" así como "¿cómo influyemos en el mundo sobre este tema?" hace preguntas juntos. La IA es un poderoso acelerador para generar el universo de temas y clasificar cientos de respuestas de las partes interesadas en temas; pero tiende a perder la dirección del impacto, crear una importancia falsa y eliminar opiniones críticas de baja frecuencia. La priorización y aprobación final siempre recae en el ser humano.
Tarea de aplicación
Elija una industria (por ejemplo, venta minorista de alimentos) y solicite a la IA una lista de 12 a 15 temas candidatos con el potente mensaje anterior. Luego: (1) revisa cada tema dividiéndolo en dos en términos de impacto y aspecto financiero, (2) corrige solo aquellos que se han desplazado al lado financiero, (3) selecciona los 5 temas que creas que son más materiales con justificación y elabora una pequeña matriz de materialidad.
lista de verificación
- [ ] Evalué cada tema en términos de impacto y materialidad financiera.
- [ ] Amplié la lista de stakeholders más allá del inversor (empleado, público, proveedor).
- [] Probé la lista de temas generados por la IA con la realidad específica de la industria.
- [] Examiné opiniones de baja frecuencia pero de alta importancia por separado.
- [ ] Aprobé la priorización por decisión humana/de comité.
- [ ] He documentado la metodología de materialidad de acuerdo con la auditoría.
- [ ] Dejé caer temas de falsa importancia (que realmente no nos afectan).