નફો:
- મર્યાદિત અને વાજબી ખાતરી વચ્ચે તફાવત કરવાની ક્ષમતા અને પુરાવાઓની સાંકળ સ્થાપિત કરવાની ક્ષમતા કે જે દરેક સામગ્રી મેટ્રિકને સ્રોત દસ્તાવેજમાં પાછું ટ્રેસ કરે છે
- ઓડિટેબલ રીતે ઉત્સર્જન પરિબળ અને પ્રોક્સીને દસ્તાવેજ કરવાની ક્ષમતા અને રેન્ડમ સેમ્પલિંગ સાથે પુનરાવર્તિતતાનું પરીક્ષણ
- ઑડિટ તૈયારી સહાયક તરીકે કૃત્રિમ બુદ્ધિનો ઉપયોગ કરવાની ક્ષમતા અને અધિકૃત સંસ્થાને સ્વતંત્ર ખાતરી છોડવાની શિસ્ત લાગુ કરવાની ક્ષમતા
સ્થિરતા અહેવાલ, નાણાકીય નિવેદનની જેમ, વધુને વધુ સ્વતંત્ર ખાતરીની જરૂર છે. ખાતરી એ છે કે જ્યારે રિપોર્ટ તૈયાર કરતી કંપનીથી સ્વતંત્ર તૃતીય પક્ષ (સામાન્ય રીતે ઑડિટ ફર્મ) રિપોર્ટની ચોકસાઈની તપાસ કરે છે અને અભિપ્રાય વ્યક્ત કરે છે. CSRD ધીમે ધીમે ટકાઉપણું અહેવાલો માટે ખાતરી ફરજિયાત બનાવી રહ્યું છે. આ એક ગેમ ચેન્જર છે: "ગુડ લુકિંગ" રિપોર્ટ હવે પૂરતો નથી, એક ચકાસી શકાય તેવો રિપોર્ટ જરૂરી છે. આ એકમમાં, તમે ઓડિટની તૈયારીમાં અને પુરાવાઓની સાંકળ સ્થાપિત કરવા માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) નો ઉપયોગ કેવી રીતે કરવો તે શીખી શકશો.
ચાલો પહેલા ખાતરીના બે સ્તરોને વ્યાખ્યાયિત કરીએ. લિમિટેડ એશ્યોરન્સ એ વધુ ઉદાર સમીક્ષા છે જેમાં ઓડિટર કહે છે, "મેં એવું કંઈપણ જોયું નથી જે સૂચવે છે કે રિપોર્ટ અચોક્કસ હતો." વ્યાજબી ખાતરી એ નાણાકીય ઓડિટીંગની નજીક, ઘણી ઊંડી અને વધુ ખર્ચાળ પરીક્ષા છે. CSRD અત્યારે મર્યાદિત ખાતરી સાથે શરૂ થાય છે, પરંતુ સમય જતાં વ્યાજબી ખાતરીમાં સંક્રમણ થવાની અપેક્ષા છે. બંને સ્તરે, ઓડિટરનો પ્રથમ પ્રશ્ન સમાન છે: "આ નંબર મને સાબિત કરો."
ઓડિટરના પરિપ્રેક્ષ્યમાંથી અહેવાલ: પુરાવાઓની સાંકળ
પરીક્ષકને ટેક્સ્ટના પ્રવાહમાં રસ નથી, પરંતુ દરેક દાવા પાછળના પુરાવાઓની સાંકળમાં. પુરાવાઓની સાંકળ આ પ્રશ્નોના જવાબ છે:
- આ નંબર કયા દસ્તાવેજમાંથી આવ્યો? (ઇનવોઇસ, મીટર, પ્રમાણપત્ર)
- તે દસ્તાવેજથી રિપોર્ટમાં કેવી રીતે ફેરવાયું? (કયું સૂત્ર, કયું પરિબળ)
- તેની ગણતરી કોણે, ક્યારે અને કઈ ધારણાઓ સાથે કરી?
- શું અન્ય કોઈ સમાન દસ્તાવેજોમાંથી સમાન નિષ્કર્ષ પર પહોંચી શકે છે? (પુનરાવર્તનક્ષમતા)
તે અહીં AI નું મૂલ્ય છે: રિપોર્ટના દરેક દાવાને સ્કેન કરીને અને પૂછવું કે "શું આ નંબરનો પુરાવો જણાવવામાં આવ્યો છે?" ચેકલિસ્ટ બનાવી શકે છે. પરંતુ AI એ ઓડિટર નથી; તે સ્વતંત્ર ખાતરી આપી શકતું નથી, તે માત્ર તમને ઓડિટ માટે તૈયાર કરે છે.
પુરાવા તત્વની સાંકળ
ઉદાહરણ
ઓડિટર શું પૂછે છે?
સ્ત્રોત દસ્તાવેજ
વીજળી બિલ
ત્યાં એક મૂળ છે?
રૂપાંતર
kWh × પરિબળ = tCO₂e
પરિબળ ચિત્ર?
પદ્ધતિ
GHG પ્રોટોકોલ
શું તે સતત લાગુ કરવામાં આવ્યું છે?
જવાબદાર
વ્યક્તિ ગણતરી કરી રહી છે
શું કોઈ ટ્રેસ રેકોર્ડ છે?
પુનરાવર્તિતતા
સમાન પરિણામ
શું તે સ્વતંત્ર રીતે પુનઃઉત્પાદન કરી શકાય છે?
ટીપ: રિપોર્ટ ઓડિટ-રેડી માનતા પહેલા, આ ટેસ્ટ કરો: રેન્ડમ પર ત્રણ નંબરો પસંદ કરો અને દરેકને તેના સ્ત્રોત પર પાછા ટ્રેસ કરો (રિપોર્ટ → એકાઉન્ટ → ફેક્ટર → મૂળ દસ્તાવેજ). જો તમે ત્રણેયને ટ્રેક કરી શકો, તો તમારી સાંકળ મજબૂત છે; જો તે તેમાંના એકમાં તૂટી જાય છે, તો ઓડિટર પણ ત્યાં તૂટી જશે.
પગલું દ્વારા પગલું: ઓડિટ માટે તૈયારી
1. ટ્રેસ લોગ એકત્રિત કરો. દરેક સામગ્રી મેટ્રિક માટે, સ્ત્રોત દસ્તાવેજ, પરિબળ, સૂત્ર અને મુખ્યને એક ફાઇલમાં જોડો.
2. નમૂના પરીક્ષણ કરો. ઓડિટર તરીકે કાર્ય કરો અને રેન્ડમ નંબરો તેમના સ્ત્રોત પર પાછા મેળવો. AI નમૂનાની સૂચિ બનાવી શકે છે અને પાલખને નિયંત્રિત કરી શકે છે.
3. નબળી કડીઓ શોધો. અજ્ઞાત મૂળની, ચકાસાયેલ પરિબળ અથવા પ્રોક્સી ધરાવતી વસ્તુઓને તપાસો.
4. સુસંગતતા અને કાર્યપદ્ધતિનું નિવેદન તૈયાર કરો. કયું ધોરણ, કયું પરિબળ સેટ અને તમે કઈ ધારણાઓનો ઉપયોગ કર્યો તે લખો.
5. ઓડિટર પ્રશ્નોની અપેક્ષા કરો. AI પૂછે છે કે "ઓડિટર આ રિપોર્ટને કયા 20 પ્રશ્નો પૂછશે?" જેવી તૈયારીની યાદી તૈયાર કરવામાં તે સારું છે
નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ
નબળા પ્રોમ્પ્ટ:
અમારો રિપોર્ટ ઓડિટ માટે તૈયાર છે કે કેમ તે તપાસો.
AI સામાન્ય "સારું લાગે છે" જવાબ સાથે પ્રતિસાદ આપે છે; પુરાવાની સાંકળનું પરીક્ષણ કરતું નથી.
શક્તિશાળી પ્રોમ્પ્ટ:
તમારી ભૂમિકા: ટકાઉપણું ખાતરી ઓડિટર (મર્યાદિત ખાતરી). કાર્ય: નીચે આપેલા અહેવાલના ટેક્સ્ટને ઓડિટીંગ આંખ સાથે તપાસો. દરેક સંખ્યાત્મક દાવા માટે, પૂછો અને ચિહ્નિત કરો: 1) શું સ્રોત ટાંકવામાં આવ્યો છે? (ઇનવોઇસ/મીટર/પ્રમાણપત્ર)2) શું ઉત્સર્જન પરિબળ સત્તાવાર રીતે વપરાય છે કે ચકાસાયેલ છે? 3) પ્રોક્સી/અંદાજ? શું તે જણાવવામાં આવ્યું છે? 4) શું રિપોર્ટમાં અન્યત્ર મેટ્રિકનો ઉલ્લેખ અલગ રીતે કરવામાં આવ્યો છે? નિયમ: પુરાવા ખૂટે તેવા દરેક દાવા માટે "પુરાવા જરૂરી" લખો; ખાતરી આપશો નહીં, તૈયારી માટે માત્ર નબળી કડીઓની યાદી બનાવો. અહેવાલ: [અહેવાલ]
પુરાવા કોષ્ટકની સાંકળ માટે પ્રોમ્પ્ટ
નીચેના સામગ્રી મેટ્રિક્સ માટે પુરાવા કોષ્ટકની ઓડિટ-તૈયાર સાંકળ સેટ કરો. કૉલમ: મેટ્રિક | મૂલ્ય | એકમ | સ્ત્રોત દસ્તાવેજ | પરિબળ + સ્ત્રોત | ફોર્મ્યુલા | જવાબદાર | પ્રોક્સી? | શું તે પુનઃઉત્પાદનક્ષમ છે? દરેક ખાલી/અસ્પષ્ટ કોષમાં "મિસિંગ" લખો. મેટ્રિક્સ: [METRICS]
નીચેના પ્રોમ્પ્ટ પરીક્ષકના પ્રશ્નો અગાઉથી તૈયાર કરે છે.
તમારી ભૂમિકા: સિનિયર એશ્યોરન્સ ઓડિટર. કાર્ય: 15 સૌથી પડકારજનક પ્રશ્નો જનરેટ કરો જે ઓડિટર નીચે આપેલા ટકાઉપણું અહેવાલ માટે પૂછશે; ખાસ કરીને સ્કોપ 3, પ્રોક્સી ડેટા અને લક્ષ્ય દાવાઓ પર ફોકસ કરો. દરેક પ્રશ્નની બાજુમાં એક નોંધ ઉમેરો "આ પ્રશ્ન માટે આપણે તૈયાર રહેવાની શું જરૂર છે?" રિપોર્ટ સારાંશ: [SUMMARY]
ધ્યાન: એઆઈ કહે છે કે "રિપોર્ટ ઓડિટ માટે તૈયાર લાગે છે" એ ખાતરી નથી અને તેનું કોઈ કાનૂની/વ્યાવસાયિક મૂલ્ય નથી. સ્વતંત્ર ખાતરી માત્ર સક્ષમ અને નિષ્પક્ષ ઓડિટ ફર્મ દ્વારા જ આપી શકાય છે. AI નો ઉપયોગ "પ્રારંભિક સહાયક" તરીકે કરો, ઓડિટરના વિકલ્પ તરીકે ક્યારેય નહીં.
ત્રણ નાના કેસો
કેસ 1 - તૂટેલી સાંકળ. "કચરો પુનઃપ્રાપ્તિ દર 78%," કંપનીના અહેવાલમાં જણાવાયું છે. આ નંબરનો સ્ત્રોત પ્રી-ઓડિટ સેમ્પલિંગ ટેસ્ટમાં મળ્યો ન હતો; તે એક્સેલ સેલમાંથી આવ્યો હતો, પરંતુ તેની પાછળ કોઈ દસ્તાવેજ નહોતો. વેસ્ટ ટ્રાન્સફર દસ્તાવેજો સાથે સંખ્યાની પુનઃ ગણતરી કરવામાં આવી હતી અને વાસ્તવિક દર 71% હતો; જો સુધારેલ ન હોત તો ખાતરી નકારી શકાઈ હોત.
કેસ 2 - અપ્રમાણિત પરિબળ. એક અહેવાલની ઉત્સર્જન ગણતરીમાં અજ્ઞાત મૂળના ઉત્સર્જન પરિબળનો ઉપયોગ કરવામાં આવ્યો હતો. AI ના ઓડિટ સ્કેન "કોઈ પરિબળ સ્ત્રોત નથી." પરિબળ સત્તાવાર ડેટા સેટ દ્વારા બદલવામાં આવ્યું હતું; કુલ 6% દ્વારા બદલાયેલ છે, પરંતુ તે હવે સાબિત થયું હતું.
કેસ 3 - અપેક્ષિત પ્રશ્ન. ઑડિટ પહેલાં, ટીમ એઆઈને પૂછી શકે છે કે "ઑડિટર કયા અઘરા પ્રશ્નો પૂછે છે?" તેણે પૂછ્યું. સૂચિ "સ્કોપ 3 ના 60% ની આગાહી કેવી રીતે કરવામાં આવી?" તેમાં પ્રશ્ન હતો. ટીમે આ પ્રશ્ન માટે તૈયારી કરી, અગાઉથી પદ્ધતિની નોંધ લખી; જ્યારે વાસ્તવિક ઓડિટમાં આ જ પ્રશ્ન આવ્યો ત્યારે જવાબ તૈયાર હતો અને પ્રક્રિયા સરળતાથી ચાલી હતી.
સામાન્ય ભૂલો
- રિપોર્ટમાં અનસોર્સ્ડ નંબરનો સમાવેશ થાય છે. કોઈપણ નંબર જેનો સ્ત્રોત દસ્તાવેજમાં શોધી શકાતો નથી તે ઓડિટમાં નબળી કડી છે.
- તેની ચકાસણી કર્યા વિના પરિબળનો ઉપયોગ કરવો. જો ઉત્સર્જન પરિબળનો સત્તાવાર સ્ત્રોત બતાવવામાં આવ્યો નથી, તો ઓડિટર તેને સ્વીકારશે નહીં.
- પ્રોક્સી છુપાવી. અનુમાનિત ડેટાનો ઉપયોગ કરવો ઠીક છે; સમાધાન ખાતરી સ્પષ્ટ કરવામાં નિષ્ફળતા.
- ઓડિટર માટે AI ભૂલ કરવી. AI પ્રારંભિક તૈયારીઓ કરે છે; સ્વતંત્ર ખાતરી અધિકૃત સંસ્થા તરફથી જ મળે છે.
- પદ્ધતિને લેખિતમાં ન મૂકવી. જો તે દસ્તાવેજીકૃત ન હોય કે કયા ધોરણ/પરિબળ/ધારણાનો ઉપયોગ કરવામાં આવ્યો હતો, તો અહેવાલ અસુરક્ષિત છે.
સારાંશમાં
સ્વતંત્ર ખાતરી ટકાઉપણાના અહેવાલને "સારા દેખાતા" દસ્તાવેજમાંથી "પ્રુવેબલ" દસ્તાવેજમાં ખસેડે છે. ઓડિટર પાસે માત્ર એક જ વાસ્તવિક પ્રશ્ન છે: "આ નંબર સાબિત કરો." AI; તે પુરાવાઓની સાંકળને સ્કેન કરવા, નમૂના પરીક્ષણ સેટ કરવા, નબળા લિંક્સને ફ્લેગ કરવા અને ઑડિટર પ્રશ્નોની અપેક્ષા રાખવામાં શક્તિશાળી તૈયારી ભાગીદાર છે. પરંતુ AI ઓડિટર નથી અને ખાતરી આપી શકતું નથી. દરેક સામગ્રીના મેટ્રિકને તેના સ્ત્રોત પર પાછું ટ્રેસ કરો, અધિકૃત સ્ત્રોતમાંથી પરિબળોને ચકાસો, પ્રોક્સીઓનો ઉલ્લેખ કરો અને પદ્ધતિનું દસ્તાવેજીકરણ કરો. ઓડિટ માટેની તૈયારી રિપોર્ટ લખવા જેટલી જ મહત્વપૂર્ણ છે.
એપ્લિકેશન કાર્ય
રિપોર્ટમાંથી ત્રણ આંકડાકીય નિવેદનો પસંદ કરો (એક પ્રોક્સી સાથે). ઉપરના કંટ્રોલ પ્રોમ્પ્ટ સાથે, AI દરેક પ્રશ્ન પૂછે છે "શું સ્ત્રોત ઉલ્લેખિત છે, શું પરિબળ ચકાસાયેલ છે, શું તે પ્રોક્સી છે?" તેને સ્કેન કરો. પછી: (1) દરેક મુદ્દા માટે પુરાવા લાઇનની સાંકળ લખો, (2) સ્રોત પર પાછા ફરો અને તૂટેલી લિંક શોધો, (3) 5 અઘરા પ્રશ્નોની યાદી આપો જે ઓડિટર પૂછશે અને જવાબની તૈયારી કરશે.
ચેકલિસ્ટ
- [ ] મેં દરેક સામગ્રી મેટ્રિકને સ્ત્રોત દસ્તાવેજમાં પાછું શોધી કાઢ્યું.
- [ ] મેં પુરાવાની સાંકળમાં ઉત્સર્જન પરિબળોનો સત્તાવાર સ્ત્રોત ઉમેર્યો છે.
- [ ] મેં પ્રોક્સી/અનુમાન ધરાવતી વસ્તુઓને સ્પષ્ટ રીતે ચિહ્નિત કરી છે.
- [ ] મેં રેન્ડમ નમૂના સાથે પુનરાવર્તિતતા પરીક્ષણ કર્યું.
- [ ] મેં લેખિતમાં પદ્ધતિ (ધોરણ, પરિબળ સમૂહ, ધારણા) મૂકી છે.
- ઓડિટર જે અઘરા પ્રશ્નો પૂછશે તે મેં અગાઉથી તૈયાર કર્યું.
- [ ] મેં તૈયારી માટે AI નો ઉપયોગ કર્યો; મેં ખાતરી અધિકૃત સંસ્થા પર છોડી દીધી.