Nyereség:
- Képes a megfelelő jelentési keretrendszer (GRI/ESRS/ISSB) kiválasztására és a kettős lényegesség értékelésére mind a pénzügyi, mind a környezeti hatás szempontjából
- Képes a több forrásból származó, különböző adategységeket egyetlen egységgé konvertálni kóddal, és az egyes mutatókat egy nyomon követhető forráshoz csatlakoztatni
- Képes megtisztítani a mesterséges intelligencia által készített jelentés szövegét a túlzó nyelvezettől, és bizonyítéklánccal előkészíteni a független biztosítékhoz
Bármilyen jó is egy szervezet környezeti teljesítménye, annak értéke korlátozott, ha nem számolnak be hitelesen. A befektetők, a szabályozók, az ügyfelek és az alkalmazottak most azt szeretnék látni, hogy az intézmények dokumentálják ESG (környezeti, szociális, irányítási) teljesítményüket. Ebben a részben megismerheti a főbb jelentési keretrendszereket, az adatgyűjtési láncot, a jelentéskészítési automatizálást az AI-val, és – ami a legkritikusabb – a jelentés auditálhatóságát.
Először a keretek. A GRI (Global Reporting Initiative) a legelterjedtebb önkéntes fenntarthatósági jelentési szabvány a világon. A CSRD (Corporate Sustainability Reporting Direktíva) az EU direktívája, amely a nagyvállalatokat a fenntarthatóság jelentésére kötelezi, és az ESRS (European Sustainability Reporting Standards) nevű részletes szabványokon alapul. Az ISSB/IFRS S1-S2 egy pénzügyi fókuszú, globális fenntarthatósági közzétételi szabvány. A konszenzus: nem állítások, hanem szabványosított, auditálható adatok.
Kettős lényegesség: mit kell jelenteni?
A CSRD középpontjában a kettős lényegesség elemzése áll. Ez kettős kérdést tesz fel: (1) Hogyan hat a környezet/társadalom a szervezetre (pénzügyi lényegesség)? (2) Hogyan hat a szervezet a környezetre/társadalomra (impact materiality)? Egy szervezetnek nem csak arról kell beszámolnia, ami pénzügyileg fontos a számára, hanem a világ számára fontos hatásáról is. A mesterséges intelligencia segít felvázolni, hogy mely kérdések lehetnek lényegesek, de a lényegességről szóló döntés az érdekelt felek véleményének és a menedzsmentnek a felelőssége.
Tipp: Az ESG-jelentés csak annyira értékes, amennyire a leggyengébb adatai megbízhatóak. A folyékony AI által generált szöveg összeomlik ellenőrzéskor, ha az alatta lévő szám nem követhető. Először rögzítse az adatokat és azok forrását; Később jön a szép mondat.
Adatgyűjtési lánc
Az ESG jelentéskészítés legnehezebb része nem az írás, hanem az adatok összegyűjtése: több tucat oldalról, különböző formátumokban, különböző egységekben. Itt jön jól a mesterséges intelligencia – a rendetlen számlák, táblázatok és űrlapok egyetlen struktúrává alakítása, az egységek eltéréseinek észlelése, a hiányzó adatok megjelölése. De egyetlen, mesterséges intelligencia által készített szám sem léphet be a jelentésbe anélkül, hogy ne kapcsolódna nyomon követhető forráshoz (számla, mérőóra, tanúsítvány).
Lépésről lépésre: ESG-jelentés készítése
1. Válassza ki a keretet. GRI, CSRD/ESRS vagy ISSB? Kötelező vagy önkéntes?
2. Végezzen lényegességi elemzést. Milyen témákról számolnak be?
3. Adatok gyűjtése és szabványosítása. Egyetlen egységgé alakítva, beleértve a forrását is.
4. Számítsa ki a mérőszámokat. Kibocsátás, víz, hulladék, energiaintenzitás – mindegyiknek forrása.
5. Készítse el a szöveget. Csontváz MI-vel, majd emberi korrekció és bizonyítékok egyeztetése.
6. Ellenőrizze és szerezzen bizonyosságot. Felkészülés a belső ellenőrzésre + független biztosításra.
három mini tok
1. eset – Nyomon követhetetlen szám. Az egyik vállalat mesterséges intelligenciával készített ESG-jelentést; „15%-kal csökkentettük a vízfogyasztásunkat” – áll a szövegben. A számvevő rákérdezett ennek a számnak a forrására; A csapat nem találta, honnan származik a szám – az AI egy „valószínű” számot hozott létre a korábbi szövegekből. Szám lehúzva, valós adatokra cserélve (9%-os csökkenés). Minden követhetetlen szám egy bombát jelent az irányításban.
2. eset – Egységautomatizálás. Az egyik csoport 30 létesítmény energetikai adatait kombinálta; egyesek kWh-ban, mások MWh-ban, mások GJ-ban voltak. Az AI-t Python kóddal szabványosították, amely az összes adatot egyetlen egységgé (MWh) konvertálta, megjelenítette a konverziós együtthatót, és megjelölte a gyanús értékeket. Ami manuálisan napokig tartott volna, az órákra csökkent; minden konverziót rögzítettek és ellenőrizhetőek maradtak.
3. eset – Kettős jelentősége. Egy szervezet azt tervezte, hogy csak a költségeit érintő ügyekről tesz jelentést. A mesterséges intelligencia alkalmazta a kettős fontosságú keretrendszert; Kiderült, hogy a szervezet ellátási láncában a vízre gyakorolt hatást a „hatás lényegessége” szerint kell jelenteni, még akkor is, ha az csekély hatással van a szervezet pénzügyi helyzetére. Ez kötelező volt a CSRD-nek való megfeleléshez. A döntést az érintettek véleménye ismét jóváhagyta.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Írj nekem egy fenntarthatósági jelentést.
Miért gyenge: hiányzik a keret, az adatok, a lényegesség és a bizonyíték. A mesterséges intelligencia olyan szöveget állít elő, amely jól hangzik, de nem követhető, és az ellenőrzés során összeomlik.
Erőteljes felszólítás:
Az Ön szerepe: ESG jelentési szakértő. Tervezze meg a „Kibocsátások” részt a GRI szabvány szerint. CSAK az általam alább megadott ellenőrzött adatokat használja; egy másik szám FAKE. Védje a forrást egy [source] címkével az egyes problémák mellett. homályos/túlzó nyelvezet használata (pl. "környezetbarát"); Használjon bizonyítékokon alapuló, mért nyelvezetet. Jelölje meg a hiányzó adatokat tartalmazó helyeket [ADATOK HIÁNYZIK]ként. Adatok: [itt]
Négy másolható sablon
1) Bizonyítékokon alapuló jelentés rész:
Az Ön szerepe: ESG szakértő. Írjon tervezetet [szakasz] a [Framework: GRI/ESRS] szerint. Csak az általam megadott ellenőrzött adatokat használja; számkészítés. Védje forrását hermetikus mellett. Túlzó nyelvezet használata; Jelölje meg a hiányzót [ADATOK HIÁNYZIK]. Adatok: [itt]
2) Többforrású adatszabványosítás (kóddal):
Konvertálja a következő [energia/víz/hulladék] adatokat különböző mértékegységekben és formátumokban egyetlen egységgé a Python segítségével. Mutassa be a használt konverziós együtthatókat; ne találd ki őket. Megkérdőjelezhető/extrém értékek megjelölése. Legyen minden konverzió nyomon követhető. Adatok: [itt]
3) Kettős lényegességi körvonal:
Sorolja fel a potenciálisan lényeges ESG-problémákat kettős lényegességi keretben (pénzügyi hatás + környezeti/társadalmi hatás) a következő vállalati és iparági információkkal. Értékeljen minden kérdést két tengelyen. Ez egy TERVEZET; a végső lényegességről szóló döntéshez az érdekeltekkel való konzultáció és a vezetőség jóváhagyása szükséges, úgy nyilatkozzon. Információ: [itt]
4) Nyomon követhetőség ellenőrzése az audit előtt:
Húzza ki MINDEN számszerű állítást az alábbi jelentésszövegben, és kérdezze meg, hogy „hivatkozott a forrás?” Írj (igen/nem). Minden olyan számot jelöljön meg könyvvizsgálati kockázatként, amelynek nincs forrása. Szöveg módosítása; csak ellenőrizze.Szöveg: [itt]
Gyakori hibák
- Nyomon követhetetlen szám megadása. Minden mérőszámot egy dokumentumhoz kell kapcsolni.
- AI-szöveg közzététele megfelelő bizonyítékok nélkül. A folyékony mondatok nem helyettesítik az adatok megbízhatóságát.
- Kettős fontosság alkalmazása egy módon. Mind a pénzügyi, mind a környezeti hatást jelentették.
- Az egység zavarának figyelmen kívül hagyása. A kWh/MWh/GJ konverziókat rögzíteni kell.
- Túlzó nyelvezet használata. Az olyan kifejezések, mint a „környezetbarát”, ellenőrzési és szabályozási kockázatot jelentenek.
Figyelem: A CSRD és a hasonló kötelező keretrendszerek megkövetelik, hogy a jelentést független biztosítékkal igazolják. A könyvvizsgáló a probléma mögött meghúzódó bizonyítékláncot vizsgálja, nem az Ön szövegét. A mesterséges intelligencia felgyorsítja a szöveget, de nem tudja megállapítani a bizonyítékok láncát; Te építed.
Összefoglalva
ESG jelentés; Megfelelő keretrendszert, kettős jelentőséget, nyomon követhető adatokat és auditálható szöveget igényel. AI; Ez egy erőteljes gyorsító az adatok szabványosításában, szerkesztésében és konzisztenciájának ellenőrzésében. Az egyes kérdések forráshoz való hozzárendelése, a lényegességi döntés és a független biztosítás előkészítése azonban a szakértő feladata. A jelentés csak annyira erős, amennyire a leggyengébb adatai; Először konszolidálja az adatokat, majd a mondatot.
Pályázati feladat
Soroljon fel egy szervezet több környezeti mérőszámát (kibocsátás, víz, energia) a forrásokkal együtt (szándékosan hagyjon forrás nélkül egy vagy kettőt). Az 1. sablonnal készítsen mesterséges intelligencia vázlatot egy GRI „Kibocsátások” szakaszban, és ellenőrizze, hogy a forrás nélküli adatok meg vannak-e jelölve [ADATOK HIÁNYZIK]. Ezután ellenőriztesse a 4. sablonnal készített szöveg minden egyes számát a nyomon követhetőség érdekében. Készítsen tervet minden forrás nélkül maradt problémára.
ellenőrző lista
- [ ] A megfelelő jelentési keretrendszert választottam (GRI/ESRS/ISSB).
- [ ] A kettős lényegességet mind pénzügyi, mind hatástani szempontból értékeltem.
- [ ] Minden mérőszámot egy nyomon követhető forráshoz kapcsoltam.
- [ ] A több forrásból származó adatokat egyetlen egységgé konvertáltam az együtthatók rögzítésével.
- [ ] A túlzó/alapozás nélküli nyelvezetet eltávolítottam a szövegből.
- [ ] A jelentést bizonyítékok láncolatával készítettem el a független biztosítás érdekében.