רווחים:
- יכולת להבחין בין המוקדים של מסגרות GRI, ESRS ו-ISSB (השפעה, חומריות כפולה, פיננסית) ולבחור את המסגרת הנכונה לפי הקורא
- יכולת למפות נושאים מהותיים למועמדים לפריט סטנדרטי ולאמת כל מספר עם הטקסט הסטנדרטי הרשמי
- יכולת ליצור התאמה צולבת המחברת נתונים בודדים למספר פריימים ומצביעה בבירור על פערי נתונים מבלי להסתיר אותם
ברגע שחברה אוספת נתוני קיימות, עליה לחשוף אותם על פי מסגרת דיווח בינלאומית מקובלת, לא באופן שרירותי. המסגרת היא השפה המשותפת הקובעת "איזה נושא לדווח, איך, עם אילו מדדים"; בזכותו ניתן להשוות דוחות משתי חברות שונות. ביחידה זו תכירו את שלוש המסגרות העיקריות (GRI, ESRS/CSRD, ISSB) ותלמדו כיצד להשתמש בבטחה בבינה מלאכותית (AI) בהתאמת תוכן לפי מסגרות אלו.
נתאר בקצרה את שלוש המסגרות. GRI (Global Reporting Initiative) היא המשפחה הנפוצה ביותר של תקני דיווח על קיימות מרצון בעולם; הוא מסתכל בעיקר על השפעת החברה על העולם. ESRS (European Sustainability Reporting Standards) היא מערכת של תקנים המבוססים על מהותיות כפולה, הנדרשת על ידי האיחוד האירופי במסגרת הנחיית CSRD. ISSB (International Sustainability Standards Board) הוא דירקטוריון בינלאומי המפרסם תקני IFRS S1/S2, תוך התמקדות במהותיות פיננסית עם מיקוד משקיע.
שלוש פריימים, שלוש פרספקטיבות
מסגרת
מי הוריד את זה?
מוקד עיקרי
האם זה חובה?
אפור
מוסד GRI
השפעת החברה על העולם
מרצון, נפוץ מאוד
ESRS/CSRD
האיחוד האירופי / EFRAG
חומריות כפולה (השפעה + מימון)
חובה במסגרת האיחוד האירופי
ISSB (IFRS S1/S2)
קרן IFRS
מהוות פיננסית למשקיע
אומץ לפי מדינה
המסגרות הללו אינן מתחרות זו של זו, אלא שפות משלימות הפונות לקוראים שונים. רוב החברות הגדולות אוספות את הנתונים שלהן פעם אחת ו"מפות" אותם למספר מסגרות. כאן טמון הערך האמיתי של AI: הוא עוזר מהיר בהמלצה על אותם נתונים למספרי פריטים של מסגרות שונות. אבל זה יכול להתאים למספרי פריטים, כך שכל התאמה חייבת להיות מאומתת מול הטקסט הסטנדרטי הרשמי.
טיפ: אפשר להשוות מסגרות לשאלה "מה עדיף?" לא "מי יקרא את זה?" בחר . אם אתה מדבר עם משקיעים, ISSB/מהותיות פיננסית; ESRS הוא חובה אם אתה כפוף לרגולציה של האיחוד האירופי; GRI הוא רב עוצמה אם אתה מעביר את ההשפעה שלך למגוון רחב של בעלי עניין. לעתים קרובות יותר מאחד משמש יחד.
מבנה תקני GRI
GRI מאורגן לפי מספרים מבוססי נושא. כמה דוגמאות (הקפד לבדוק את הטקסט הרשמי לאימות):
- GRI 302 - אנרגיה
- GRI 303 - מים ושפכים
- GRI 305 - פליטות (אוויר)
- GRI 306 - פסולת
- GRI 403 - בריאות ובטיחות תעסוקתית
הטעות הנפוצה ביותר של AI היא הצבת נושא תחת המספר הלא נכון: למשל, הצגת מים מתחת ל-GRI 305 (פליטות). מים הם GRI 303. שגיאות כאלה נתפסות רק על ידי רשימת התקנים הרשמית.
שלב אחר שלב: התאמת מסגרת עם AI
1. מבוסס על מהותיות. לאחר שקבעתם אילו נושאים ידווחו (יחידה 2), עברו למיפוי.
2. המלץ על הנתונים לפריט הסטנדרטי. בקש מה-AI למפות כל נושא מהותי למועמד הרלוונטי לחומר GRI/ESRS; אך ציינו כי "זוהי טיוטת הצעה".
3. אמת את מספר הפריט עם הטקסט הרשמי. אשר כל מספר מוצע באמצעות המסמך הרשמי של GRI או EFRAG. בדוק גם את המספר וגם את התוכן.
4. זיהוי פערים. רשום את הנתונים שאתה רוצה סטנדרטיים אך אין להם (פער נתונים); אלה נאספים או מוכרזים כ"לא זמינים".
5. הגדר מיפוי צולב. הכן טבלה המקשרת את אותם נתונים למספרי GRI, ESRS ו-ISSB; כך שאתה מדווח למספר מסגרות עם נתונים אחד.
הנחיה חלשה / הנחיה חזקה
הנחיה חלשה:
מספר נושאים אלה לפי GRI.
בינה מלאכותית עשויה לייצר מספרים שנראים הגיוניים אך הם שקריים/מיוצרים; אין שיחת אימות.
הנחיה עוצמתית:
התפקיד שלך: מומחה למסגרת דיווח. קלט: נושאים מהותיים שלנו (אנרגיה, מים, פליטות, בטיחות בעבודה, פסולת). משימה: הצע מועמדים אפשריים של חומרי GRI ו-ESRS לכל נושא. כללים: - תן לכל הצעה תג "חייב לאמת"; אל תטען מספר מדויק. - אל תמציא מספר שאינך בטוח בו; כתוב "אישור מרשימת הסטנדרטים הרשמית". - כתבו את הסיבה לאפליה בנושאים שקל לבלבל כמו מים ופליטות. פלט: טבלה (נושא | מועמד GRI | מועמד ESRS | הערת אימות).
הנחיה לטבלת מיפוי מרובת מסגרות
בנו פיגום שולחן מיפוי מרובה מסגרות עבור הנושאים החומריים הבאים. עמודות: נושא | פריט נתונים | אמנות GRI. | אמנות ESRS. | ISSB (S1/S2) | נתוני מקור | האם יש פערים? כללים:- סמן את מספרי הפריטים כ"מועמד/לאימות".- כתוב "פער נתונים" בתאים שאין להם נתונים. נושאים: [נושאים]
ההנחיה הבאה מייצרת ניתוח פערי דיווח.
תפקידך: אנליסט תאימות ל-ESG. משימה: השוו את הנתונים שבידינו עם ההסברים הנדרשים במסגרת המסגרת שבחרנו (ESRS) וערכו ניתוח פערים. פלט: הסבר נדרש | יש לנו את זה? | מה לאסוף אם חסר | אחריות.כלל: על כל שורה שאתה אומר "יש לנו", כתוב את המקור; אם אינך בטוח, אמור "בדוק נדרש". הזכר לי לאמת את סעיפי הסטנדרטים מהטקסט הרשמי. ערך: [רשימה של נתונים זמינים]
שימו לב: התקנים מתעדכנים באופן שוטף; מספרי פריטים, ספים ודרישות עשויים להשתנות. נתוני האימון של ה-AI עשויים לשקף גרסה מיושנת. אשר תמיד החלטות קריטיות של זיווג וחובות עם הטקסט הרשמי החל.
שלושה מיני תיקים
מקרה 1 - מספר שגוי. חברת אנרגיה ביקשה מ-AI מיפוי GRI. YZ סימנה את צריכת המים שלה כ"GRI 305-8". המומחה בדק: מים הם GRI 303, GRI 305 הם פליטות אוויר, ואין הצהרה 305-8. המספר תוקן עם הרשימה הרשמית.
מקרה 2 - דוחות רבים עם נתון אחד. יצרן אחד אסף נתוני אנרגיה פעם אחת ומיפה אותם לדרישות GRI 302, ESRS E1 (אקלים) ו-ISSB S2 בעזרת AI. הודות לטבלה הצולבת, נתונים הוזנו ממקור יחיד במקום איסוף מחדש של נתונים עבור שלושה דוחות נפרדים; כל מספר אושר בטקסט רשמי.
מקרה 3 - חלל נסתר. לחברה אחת לא הייתה הגילוי של "היקף 3 פליטות" הנדרש על ידי ESRS. ה-AI כתב את הדו"ח בצורה שוטפת "כאילו הוא שלם" והפך את הפער לבלתי נראה. כאשר בוצע ניתוח הפערים, התגלה החסר; במקום להמציא את הנתונים, הדו"ח הסביר בכנות כי "נתוני סקופ 3 ייאספו ב-2025".
טעויות נפוצות
- לא מאמת את מספר הפריט. אין שימוש במספרי GRI/ESRS/ISSB ללא אישור עם הטקסט הרשמי.
- ערבוב מסגרות. ההנחה שמיקוד ההשפעה של GRI והמיקוד הפיננסי של ISSB זהים תוביל להסברים שגויים.
- מסתמך על הגרסה הישנה. התקנים מתעדכנים; הטקסט הנוכחי הוא חיוני.
- הסתרת פער נתונים. יש צורך לציין בבירור את הנתונים החסרים, לא לכתוב אותם "כאילו הם שלמים".
- נושאים מבלבלים כמו מים/פליטות. נושאים שנראים דומים נופלים תחת מספרי פריט שונים.
לסיכום
מסגרות דיווח הן מבנים שמתרגמים נתוני קיימות לשפה משותפת דומה: GRI בוחנת השפעה, ISSB בוחנת פיננסים, ESRS בוחנת את שניהם במהותיות כפולה. AI הוא עוזר רב עוצמה למיפוי מהיר של אותם נתונים לפריטים של מסגרות שונות; אך עשוי לטשטש את מספרי הפריטים ולשקף גרסאות ישנות יותר. אמת כל מיפוי עם הטקסט הקנוני הרשמי שלו, בחר מסגרות לפי קורא, אל תסתיר פערי נתונים. דיווח למספר מסגרות עם נתון אחד הוא יעיל; אבל זה בטוח רק כאשר כל מספר מאושר.
משימת יישום
בחר חמישה נושאים מהותיים (למשל אנרגיה, מים, פליטות, פסולת, בטיחות בעבודה). בקש טבלת מועמדים של GRI/ESRS/ISSB מה-AI דרך הנחיית התאמת ריבוי הפריימים למעלה. לאחר מכן: (1) אמת לפחות שלושה מספרי פריטים עם הטקסט הרשמי, (2) בדוק שהמים והפליטות מופרדים בצורה נכונה, (3) כתוב את הנתונים שחסרים לך ברשימה ריקה.
רשימת בדיקה
- [ ] מיפיתי כל נושא מהותי למאמר המסגרת הרלוונטי.
- [ ] אימתתי את מספרי הפריטים עם הטקסט הרשמי (GRI/EFRAG/ISSB).
- [ ] בחרתי את המסגרת על סמך קהל הקוראים שלה (משקיע/בעל עניין/רגולטור).
- [ ] הפרדתי נכון בין נושאים שקל לבלבל כמו מים/פליטה.
- [ ] רשמתי את פערי הנתונים בצורה ברורה מבלי להסתיר אותם.
- [ ] אישרתי שאני משתמש בגרסה הנוכחית של התקנים.
- [ ] הקמתי טבלת צולבת המחברת נתונים בודדים למספר פריימים.