Gains :
- Capacité à faire la distinction entre une simple matérialité et une double matérialité et à évaluer un problème en termes d'impact et de matérialité financière.
- Capacité à séparer des centaines de réponses de parties prenantes en thèmes grâce à l'intelligence artificielle tout en séparant les signaux de faible fréquence mais de grande importance.
- Capacité à tester la liste de sujets produits par l'intelligence artificielle avec la réalité spécifique à l'industrie et à relier le document final de priorisation et de méthodologie aux humains
Aucune entreprise ne peut rendre compte de toutes les questions de développement durable avec la même profondeur ; Si la consommation d’eau est un problème secondaire pour un éditeur de logiciels, elle constitue la bouée de sauvetage pour un fabricant de boissons. C'est la question « quelles sont les questions qui sont vraiment importantes pour nous ? » La réponse à la question est donnée par l’analyse de matérialité (analyse d’importance). La matérialité est le processus permettant de déterminer dans quelle mesure un problème de développement durable est « significatif » pour une organisation et constitue la base de l'ensemble du rapport ESG. Une fausse matérialité rend même des centaines de pages de rapports sans valeur ; parce que le rapport se concentre sur les mauvaises questions. Dans cette unité, vous apprendrez où utiliser l'intelligence artificielle (IA) comme accélérateur et où comme risque dans ce processus.
Clarifions d'abord deux concepts. L'importance relative unique examine uniquement la manière dont un problème affecte la santé financière d'une entreprise : « Comment le changement climatique affectera-t-il nos revenus/coûts ? » La double matérialité ajoute un deuxième aspect : l’impact de l’entreprise sur le monde. La question est donc double : (1) Comment cette question affecte-t-elle financièrement l’entreprise ? (2) Quel est l’impact de l’entreprise sur l’environnement et la société à cet égard ? Le CSRD et l’ESRS appliquent ce deuxième double regard. Cette distinction est au cœur tant des examens que de la pratique.
Deux aspects à double importance
La double matérialité apparaît à travers deux lentilles :
- Matérialité de l'impact — « inside out » : L'impact positif/négatif des activités de l'entreprise sur les personnes et l'environnement. Exemple : eaux usées rejetées dans la rivière par une usine textile.
- Matérialité financière — « de l'extérieur vers l'intérieur » : l'impact d'un problème de développement durable sur les flux de trésorerie, les coûts et la valeur d'une entreprise. Exemple : augmenter le prix du carbone augmente le coût de production.
Si un sujet est important dans l’une ou l’autre de ces deux optiques, il est considéré comme devant être déclaré dans la logique de double matérialité. L’IA a du mal à faire la distinction entre ces deux aspects et dérive souvent uniquement vers l’aspect financier ; Il est donc essentiel de contrôler le rendement en gardant cette distinction à l’esprit.
Sujet
Matérialité de l’impact (pour le monde)
Matérialité financière (pour l'entreprise)
émissions de gaz à effet de serre
Contribution au changement climatique
Taxe carbone, coût du CBAM
Santé et sécurité des travailleurs
Vie et santé des employés
Indemnisation accident, arrêt de production
consommation d'eau
Stress hydrique régional
Pénurie d'eau, risque de production
Confidentialité des données
Droits des utilisateurs
Pénalité, réputation et perte de clients
Conseil : Lorsque vous examinez un problème, « est-ce que cela nous affecte ou est-ce que nous affectons le monde ? » Divisez-le en deux. L’écoblanchiment et la sous-déclaration se produisent lorsque les entreprises ne signalent que les aspects financiers qui les affectent, cachant ainsi l’impact qu’elles ont sur le monde.
Étape par étape : processus de matérialité alimenté par l'IA
1. Créez l'univers du sujet. Faites une longue liste de sujets possibles en matière de développement durable pertinents pour votre secteur. L’IA est ici un bon partenaire de brainstorming ; Une liste de candidats est produite en analysant les rubriques ESRS, les normes industrielles GRI et les rapports des entreprises homologues.
2. Identifiez les parties prenantes. Les parties prenantes sont les parties concernées ou affectées par les activités de l'entreprise : salariés, clients, fournisseurs, investisseurs, populations locales, régulateurs, société civile. Pour chaque question importante, « qui est concerné ? » la question est posée.
3. Recueillez les commentaires des parties prenantes. Découvrez les questions que les parties prenantes trouvent importantes grâce à des enquêtes, des entretiens et des ateliers. L’IA est très puissante pour trier des centaines de réponses à des enquêtes ouvertes par thèmes (c’est ce qu’on appelle l’analyse thématique).
4. Notez et priorisez. Notez chaque sujet sur une échelle sur deux axes (impact et financier). Les sujets ayant obtenu des scores élevés sont considérés comme « importants/matériels » et deviennent le centre du rapport.
5. Vérifiez et documentez. Un comité de gestion approuve la priorisation ; La manière dont le processus est effectué (méthodologie) est documentée. Le CSRD exige également que le processus de matérialité lui-même soit expliqué.
Invite faible/Invite forte
Invite faible :
Parlez-nous des enjeux de durabilité qui vous tiennent à cœur.
Il n’inclut pas les aspects liés à l’industrie, au modèle économique, aux parties prenantes et à la dualité ; L’IA produit une liste générique et ignore souvent la direction de l’impact.
Invite puissante :
Votre rôle : expert en double matérialité.Entreprise : une entreprise alimentaire de taille moyenne produisant en Turquie.Tâche : répertoriez les problèmes de durabilité possibles et effectuez DEUX évaluations SÉPARÉES pour chacun : - Matérialité de l'impact (l'impact de l'entreprise sur l'environnement/la société) - Matérialité financière (l'impact financier du problème sur l'entreprise)Pour chaque problème, notez également les parties prenantes concernées.Règle : Il s'agit d'un candidat PROJET ; Le score et la décision finale nous appartiennent. Marquez les données sectorielles dont vous n'êtes pas sûr comme fabriquées, "doivent être vérifiées". Résultat : tableau (Sujet | Direction de l'impact | Aspect financier | Parties prenantes | Note).
Trier les réponses des parties prenantes par thèmes
Il faut des jours pour lire manuellement des centaines de réponses en texte libre provenant d’enquêtes de matérialité. L'IA peut les décomposer en thèmes ; mais avec une mise en garde : AI peut rejeter une opinion minoritaire mais critique (par exemple, un problème de sécurité grave soulevé par un seul employé) comme étant « sans importance ». Par conséquent, le résumé thématique ne remplace pas les réponses brutes ; C'est une porte d'entrée vers eux.
Vous trouverez ci-dessous 200 réponses en texte libre issues de l'enquête de matérialité. Tâche : 1) Divisez les réponses en 10 thèmes au maximum, en attribuant à chaque thème un nom court.
Attention : la synthèse thématique de l'IA ne remplace pas les réponses brutes. En particulier, les avis « peu fréquents mais de grande importance » (une faille de sécurité, un soupçon de corruption) peuvent être éclipsés par l’IA car ils sont peu nombreux. Assurez-vous de vérifier ces opinions d’un œil séparé.
trois mini-cases
Cas 1 — Omettre la direction de l'action. Une entreprise chimique a demandé à AI de préparer une liste de matérialité. La liste s'est concentrée sur des questions financières telles que le prix du carbone et le coût de l'énergie ; mais son impact sur l'approvisionnement en eau du village proche de l'usine ne figurait pas sur la liste. L'expert a ajouté que l'aspect « impact » est doublement important ; Cette question s’est ensuite révélée être la question la plus critique pour les parties prenantes.
Cas 2 — Poids en chiffres. Un détaillant a analysé 1 200 enquêtes clients avec l’IA. YZ a constaté que 41 % des réponses abordaient le thème des « déchets d'emballages » et 23 % abordaient le thème des « conditions de travail ». L'équipe a déclaré ces deux thèmes comme sujets matériels prioritaires ; Cependant, une chaîne d'approvisionnement apparaissant sous la rubrique « basse fréquence » a également soumis les soupçons de travail des enfants à un examen distinct.
Cas 3 — Fausse importance. AI a signalé la « consommation d’eau » comme un problème matériel hautement prioritaire pour un éditeur de logiciels ; alors que la seule consommation d'eau de l'entreprise était la cuisine du bureau. L'expert a minimisé ce phénomène et s'est concentré sur les questions réellement importantes « la confidentialité des données et la consommation d'énergie ». Le rapport aurait perdu son intérêt si les éléments incorrects n'avaient pas été corrigés.
Invite à configurer la matrice de matérialité
La matrice de matérialité est un outil visuel de priorisation qui place les sujets selon deux axes (impact et financier). Les sujets dans le coin supérieur droit sont les plus importants.
Organisez les sujets et scores suivants dans la logique d’une matrice de matérialité. Entrée : score d'impact (1-5) et score financier (1-5) pour chaque sujet. Tâche : 1) Divisez les sujets en quatre zones : élevé-élevé (priorité), impact élevé-faible finance, faible impact-financement élevé, faible-faible. 2) Suggérer la région « prioritaire » comme objectif principal du rapport. 3) Définissez les sujets limites (environ 3-3) comme une note « jugement humain requis ». Points : [SUJET ET SCORES]
L'invite suivante produit un aperçu de la rédaction de la méthodologie de matérialité dans le rapport.
Votre rôle : Rédacteur du rapport ESG. Tâche : rédiger 1 paragraphe vérifiable expliquant notre processus de double matérialité. Incluez : quel univers de sujets a été analysé, quelles parties prenantes ont été impliquées, par quelle méthode il a été noté, qui l'a approuvé. Règle : rédiger de manière sobre, vérifiable et orientée processus ; ajout d'une assertion de résultat. Entrée : [NOTES DE PROCESSUS]
Erreurs courantes
- Être satisfait d'une chose importante. Se contenter de considérer l'impact financier et ignorer l'impact de l'entreprise sur le monde est contraire à la CSRD.
- Garder les parties prenantes étroites. N’écouter que les investisseurs et exclure les salariés, les populations locales et les fournisseurs fausse la matérialité.
- Accepter la liste de l'IA telle quelle. Des problèmes critiques spécifiques au secteur peuvent être absents ou mal pris en compte dans l’IA.
- Éliminer les avis sérieux à basse fréquence. Les signaux peu nombreux mais à risque élevé doivent être examinés séparément.
- Ne pas documenter la méthodologie. S’il n’est pas écrit comment le processus est effectué, l’auditeur n’acceptera pas l’importance relative.
En résumé
L’analyse des matériaux est la boussole de l’ensemble du rapport ESG ; Un rapport qui se concentre sur les mauvaises questions ne sert à rien, quelle que soit la qualité de sa rédaction. La double importance est à la fois « comment ce problème nous affecte-t-il financièrement ? » ainsi que « Comment pouvons-nous influencer le monde sur cette question ? » pose des questions ensemble. L’IA est un puissant accélérateur pour générer un univers de sujets et trier des centaines de réponses de parties prenantes par thèmes ; mais elle tend à négliger la direction de l’impact, à créer une fausse importance et à éliminer les points de vue critiques à basse fréquence. La priorisation et l'approbation finales appartiennent toujours à l'humain.
Tâche de candidature
Choisissez un secteur (par exemple, la vente au détail de produits alimentaires) et demandez à l'IA une liste de 12 à 15 sujets candidats à l'aide de l'invite puissante ci-dessus. Ensuite : (1) cochez chaque sujet en le divisant en deux en termes d'impact et d'aspect financier, (2) corrigez uniquement ceux qui ont basculé vers le côté financier, (3) sélectionnez les 5 sujets qui vous paraissent les plus matériels avec justification et rédigez une petite matrice de matérialité.
liste de contrôle
- [ ] J'ai évalué chaque problématique en termes d'impact et de matérialité financière.
- [ ] J'ai élargi la liste des parties prenantes au-delà de l'investisseur (salarié, public, fournisseur).
- [ ] J'ai testé la liste de sujets générés par l'IA par rapport à la réalité spécifique à l'industrie.
- [ ] J'ai examiné séparément les opinions de faible fréquence mais de grande importance.
- [ ] J'ai approuvé la priorisation par une décision humaine/comité.
- [ ] J'ai documenté la méthodologie relative à l'importance relative conformément à l'audit.
- [ ] J'ai laissé tomber les questions de fausse importance (qui ne nous concernent pas vraiment).