Dobici:
- Sposobnost razlikovanja jednostruke značajnosti i dvostruke značajnosti te procjena problema u smislu utjecaja i financijske značajnosti
- Sposobnost razdvajanja stotina odgovora dionika u teme s umjetnom inteligencijom dok se niskofrekventni ali visoko važni signali drže odvojenima
- Sposobnost testiranja popisa tema koje je proizvela umjetna inteligencija sa stvarnošću specifičnom za industriju i povezivanje konačnog prioritetnog i metodološkog dokumenta s ljudima
Niti jedna tvrtka ne može podjednako detaljno izvijestiti o svakom problemu održivosti; Dok je potrošnja vode sekundarni problem za softversku tvrtku, ona je spas za proizvođača pića. Ovo je pitanje "koja su nam pitanja zaista važna?" Odgovor na pitanje daje analiza materijalnosti (analiza važnosti). Materijalnost je proces utvrđivanja koliko je neko pitanje održivosti „značajno/značajno“ za organizaciju i čini temelj cjelokupnog ESG izvješća. Lažna materijalnost čak i stotine stranica izvješća čini bezvrijednima; jer se izvješće fokusira na pogrešna pitanja. U ovoj ćete jedinici naučiti gdje koristiti umjetnu inteligenciju (AI) kao akcelerator, a gdje kao rizik u ovom procesu.
Najprije razjasnimo dva pojma. Pojedinačna materijalnost gleda samo na to kako problem utječe na financijsko zdravlje tvrtke: "Kako će klimatske promjene utjecati na naše prihode/troškove?" Dvostruka materijalnost dodaje drugi aspekt: utjecaj tvrtke na svijet. Dakle, pitanje je dvostruko: (1) Kako ovo pitanje utječe na tvrtku financijski? (2) Kako tvrtka u tom smislu utječe na okoliš i društvo? CSRD i ESRS provode ovaj drugi, dvostruki izgled. Ova je razlika u središtu i ispita i prakse.
Dva aspekta dvostrukog značaja
Dvostruka materijalnost gleda kroz dvije leće:
- Materijalnost utjecaja — "iznutra prema van": Pozitivan/negativan utjecaj aktivnosti tvrtke na ljude i okoliš. Primjer: otpadne vode koje tvornica tekstila ispušta u rijeku.
- Financijska značajnost — “izvana prema unutra”: Utjecaj pitanja održivosti na novčane tokove, troškove i vrijednost tvrtke. Primjer: povećanje cijene ugljika povećava troškove proizvodnje.
Ako je tema materijalna u bilo kojoj od ove dvije leće, smatra se da se o njoj može izvješćivati u logici dvojne materijalnosti. AI teško razlikuje ova dva aspekta i često se okreće samo financijskoj strani; Stoga je bitno kontrolirati izlaz imajući na umu ovu razliku.
Predmet
Materijalnost utjecaja (za svijet)
Financijska značajnost (za tvrtku)
emisije stakleničkih plinova
Doprinos klimatskim promjenama
Porez na ugljik, CBAM trošak
Zdravlje i sigurnost radnika
Život i zdravlje zaposlenika
Naknada štete u slučaju nezgode, obustava proizvodnje
korištenje vode
Regionalni vodni stres
Nedostatak vode, rizik proizvodnje
Privatnost podataka
Prava korisnika
Kazna, ugled i gubitak kupaca
Savjet: kada razmatrate problem, "utječe li to na nas ili mi utječemo na svijet?" Podijelite ga na dvoje. Puno zelenaštva i podcjenjivanja događa se kada tvrtke prijavljuju samo financijsku stranu koja na njih utječe, skrivajući utjecaj koji imaju na svijet.
Korak po korak: Proces materijalnosti pokretan umjetnom inteligencijom
1. Stvorite predmetni svemir. Napravite dugačak popis mogućih tema o održivosti relevantnih za vašu industriju. AI je ovdje dobar partner za brainstorming; Popis kandidata izrađuje se skeniranjem naslova predmeta ESRS-a, GRI industrijskih standarda i izvješća srodnih tvrtki.
2. Identificirajte dionike. Dionici su strane na koje utječu ili utječu aktivnosti poduzeća: zaposlenici, kupci, dobavljači, investitori, lokalno stanovništvo, regulatori, civilno društvo. Za svako važno pitanje, "tko je pogođen?" postavlja se pitanje.
3. Prikupite podatke dionika. Saznajte koja pitanja zainteresirane strane smatraju važnima putem anketa, intervjua i radionica. AI je vrlo moćan u razvrstavanju stotina otvorenih anketnih odgovora u teme (ovo se naziva tematska analiza).
4. Ocijenite i odredite prioritete. Ocijenite svaku temu na ljestvici u dvije osi (utjecaj i financijska). Teme s visokim ocjenama smatraju se "važnima/materijalnima" i postaju fokus izvješća.
5. Provjerite i dokumentirajte. Upravni odbor odobrava određivanje prioriteta; Dokumentira se kako se proces odvija (metodologija). CSRD također zahtijeva da se objasni sam proces materijalnosti.
Slab upit / Jak upit
Slab upit:
Recite nam nešto o pitanjima održivosti koja su vam važna.
Ne uključuje aspekte industrije, poslovnog modela, dionika i dualnosti; AI proizvodi generički popis i često preskače smjer udara.
Snažan upit:
Vaša uloga: stručnjak za dvostruku značajnost. Tvrtka: prehrambena tvrtka srednje veličine koja proizvodi u Turskoj. Zadatak: navedite moguće probleme održivosti i napravite DVIJE ODVOJENE procjene za svaki: - Materijalnost utjecaja (utjecaj tvrtke na okoliš/društvo) - Financijska značajnost (financijski utjecaj problema na tvrtku) Za svaki problem također zapišite pogođene dionike. Pravilo: Ovo je DRAFT kandidat; Bodovanje i konačna odluka pripada nama. Podatke o sektoru za koje niste sigurni označite kao izmišljene, "mora se provjeriti". Rezultat: tablica (Tema | Smjer utjecaja | Financijski aspekt | Dionici | Napomena).
Razvrstajte odgovore dionika u teme
Potrebni su dani da se ručno pročita stotine odgovora slobodnog teksta iz anketa o značajnosti. AI ih može rastaviti na teme; ali uz upozorenje: AI može odbaciti manjinsko, ali kritično mišljenje (na primjer, ozbiljno sigurnosno pitanje koje je pokrenuo jedan zaposlenik) kao "nevažno". Stoga tematski sažetak nije zamjena za sirove odgovore; To je prolaz do njih.
Ispod je 200 besplatnih tekstualnih odgovora iz ankete o materijalnosti. Zadatak: 1) Podijelite odgovore u najviše 10 tema, dajući svakoj temi kratki naziv. 2) Izbrojite koliko odgovora spominje svaku temu. 3) TAKOĐER navedite, eliminirajte mali broj, ali ozbiljnih (sigurnost, zakon, rizik za okoliš) mišljenja pod naslovom "niska učestalost / velika važnost". 4) Nemojte izmišljati, kombinirati ili iskrivljavati bilo koje odgovori. Odgovori: [ODGOVORI]
Oprez: Tematski sažetak umjetne inteligencije nije zamjena za neobrađene odgovore. Konkretno, AI može zasjeniti mišljenja "niske učestalosti, ali velike važnosti" (probijanje sigurnosti, sumnja na korupciju) jer ih je malo. Obavezno provjerite ova mišljenja posebnim okom.
tri mini kućišta
Slučaj 1 — Izostavljanje smjera djelovanja. Kemijska tvrtka je tražila od umjetne inteligencije da pripremi popis značajnosti. Popis se usredotočio na financijska pitanja kao što su cijena ugljika i cijena energije; ali njegov utjecaj na vodoopskrbu sela u blizini tvornice nije bio na popisu. Stručnjak je dodao aspekt "utjecaja" kao pitanje dvostruke važnosti; Ovo se pitanje kasnije pokazalo kao najkritičnije pitanje dionika.
Slučaj 2 — Težina u brojevima. Trgovac je pomoću umjetne inteligencije analizirao 1200 anketa kupaca. YZ je utvrdio da se 41% odgovora dotiče teme „ambalažni otpad“, a 23% se dotiče teme „uvjeti rada“. Tim je ove dvije teme proglasio prioritetnim materijalnim temama; Međutim, lanac opskrbe koji se pojavio pod naslovom "niska frekvencija" također je doveo pod posebnu pozornost sumnju na dječji rad.
Slučaj 3 — Lažna važnost. AI je označio "potrošnju vode" kao materijalno pitanje visokog prioriteta za softversku tvrtku; dok je jedina upotreba vode u tvrtki bila uredska kuhinja. Stručnjak je to umanjio i usredotočio se na stvarno materijalnu "privatnost podataka i potrošnju energije". Izvješće bi izgubilo fokus da netočni materijal nije ispravljen.
Upit za postavljanje matrice materijalnosti
Matrica materijalnosti vizualni je alat za određivanje prioriteta koji postavlja teme duž dvije osi (učinak i financijska). Teme u gornjem desnom kutu su najvažnije.
Rasporedite sljedeće teme i bodove u logici matrice materijalnosti. Unos: rezultat učinka (1-5) i financijski rezultat (1-5) za svaku temu. Zadatak: 1) Podijelite teme u četiri zone: visoki-visoki (prioritet), veliki utjecaj-male financije, mali utjecaj-visoke financije, nizak-nizak. 2) Predložite "prioritetnu" regiju kao glavni fokus izvješća. 3) Definirajte granične (oko 3-3) teme kao oznaku "potrebna je ljudska prosudba". Bodovi: [TEMA I BODOVI]
Sljedeći upit daje nacrt za pisanje metodologije materijalnosti u izvješće.
Vaša uloga: ESG pisac izvješća. Zadatak: napišite 1 revizijski odlomak koji objašnjava naš postupak dvostruke materijalnosti. Uključite: koji predmetni svemir je skeniran, koji su dionici bili uključeni, kojom metodom je bodovan, tko ga je odobrio. Pravilo: pišite suzdržano, provjerljivo i orijentirano na proces; dodavanje tvrdnje o rezultatu. Unos: [BILJEŠKE O PROCESU]
Uobičajene greške
- Biti zadovoljan jednom važnom stvari. Gledanje samo na financijski učinak i ignoriranje utjecaja tvrtke na svijet je protiv CSRD-a.
- Držanje dionika uskim. Slušanje samo investitora i isključivanje zaposlenika, lokalnog stanovništva i dobavljača iskrivljuje materijalnost.
- Prihvaćanje AI-ovog popisa kakav jest. Kritična pitanja specifična za sektor možda nedostaju ili im se daje pogrešna težina u AI.
- Uklanjanje niskofrekventnih ozbiljnih mišljenja. Signale koji su malobrojni, ali su visokorizični, treba posebno ispitati.
- Nedokumentiranje metodologije. Ako nije napisano kako se proces odvija, revizor neće prihvatiti značajnost.
Ukratko
Analiza materijala je kompas cijelog ESG izvješća; Izvješće koje se fokusira na pogrešna pitanja je bezvrijedno, bez obzira na to koliko je kvalitetno napisano. Dvostruka važnost je i "kako ovo pitanje utječe na nas financijski?" kao i "kako možemo utjecati na svijet po ovom pitanju?" zajedno postavlja pitanja. AI je snažan akcelerator u stvaranju svemira tema i razvrstavanju stotina odgovora dionika u teme; ali ima tendenciju promašiti smjer utjecaja, stvoriti lažnu važnost i eliminirati niskofrekventne kritičke stavove. Konačno određivanje prioriteta i odobravanje uvijek je na čovjeku.
Zadatak aplikacije
Odaberite industriju (npr. maloprodaja hrane) i zatražite od umjetne inteligencije popis od 12-15 mogućih tema pomoću gornjeg snažnog upita. Zatim: (1) provjerite svaku temu tako da je podijelite na dvije u smislu utjecaja i financijskog aspekta, (2) ispravite samo one koje su prešle na financijsku stranu, (3) odaberite 5 tema za koje mislite da su najmaterijalnije s obrazloženjem i sastavite malu matricu materijalnosti.
popis za provjeru
- [ ] Procijenio sam svaki problem u smislu utjecaja i financijske značajnosti.
- [ ] Proširio sam popis zainteresiranih strana izvan investitora (zaposlenik, javnost, dobavljač).
- [ ] Testirao sam popis tema koje je generirala umjetna inteligencija u odnosu na stvarnost specifičnu za industriju.
- [ ] Zasebno sam ispitao mišljenja niske učestalosti, ali visoke važnosti.
- [ ] Odobrio sam određivanje prioriteta odlukom ljudi/odbora.
- [ ] Dokumentirao sam metodologiju značajnosti u skladu s revizijom.
- [ ] Izbacio sam pitanja od lažne važnosti (koja nas zapravo ne utječu).