Keuntungan:
- Kemampuan untuk membedakan antara materialitas tunggal dan materialitas ganda serta mengevaluasi suatu permasalahan baik dari segi dampak maupun materialitas finansial
- Kemampuan untuk memisahkan ratusan respons pemangku kepentingan ke dalam tema-tema dengan kecerdasan buatan sambil memisahkan sinyal-sinyal yang berfrekuensi rendah namun sangat penting
- Kemampuan untuk menguji daftar topik yang dihasilkan oleh kecerdasan buatan dengan realitas spesifik industri dan menghubungkan dokumen prioritas dan metodologi akhir dengan manusia
Tidak ada perusahaan yang dapat melaporkan setiap isu keberlanjutan secara mendalam; Meskipun konsumsi air merupakan masalah sekunder bagi perusahaan perangkat lunak, konsumsi air merupakan sumber kehidupan bagi produsen minuman. Ini adalah pertanyaan “permasalahan manakah yang benar-benar penting bagi kita?” Jawaban atas pertanyaan tersebut diberikan melalui analisis materialitas (analisis kepentingan). Materialitas adalah proses menentukan seberapa “signifikan/signifikan” suatu isu keberlanjutan bagi suatu organisasi dan menjadi dasar keseluruhan laporan LST. Materialitas yang salah menjadikan ratusan halaman laporan menjadi tidak berharga; karena laporannya berfokus pada isu yang salah. Dalam unit ini, Anda akan mempelajari di mana menggunakan kecerdasan buatan (AI) sebagai akselerator dan di mana risiko dalam proses ini.
Mari kita perjelas dua konsep terlebih dahulu. Materialitas tunggal hanya melihat bagaimana suatu permasalahan mempengaruhi kesehatan keuangan perusahaan: "Bagaimana perubahan iklim akan mempengaruhi pendapatan/biaya kita?" Materialitas ganda menambah aspek kedua: dampak perusahaan terhadap dunia. Jadi pertanyaannya ada dua: (1) Bagaimana dampak isu ini terhadap keuangan perusahaan? (2) Bagaimana dampak perusahaan terhadap lingkungan dan masyarakat dalam hal ini? CSRD dan ESRS menerapkan pandangan ganda kedua ini. Perbedaan ini merupakan inti dari ujian dan praktik.
Dua aspek yang memiliki signifikansi ganda
Materialitas ganda terlihat melalui dua lensa:
- Materialitas dampak — "dalam ke luar": Dampak positif/negatif kegiatan perusahaan terhadap masyarakat dan lingkungan. Contoh: air limbah yang dibuang ke sungai oleh pabrik tekstil.
- Materialitas keuangan — “luar ke dalam”: Dampak isu keberlanjutan terhadap arus kas, biaya, dan nilai perusahaan. Contoh: kenaikan harga karbon akan meningkatkan biaya produksi.
Jika suatu topik bersifat material dalam salah satu dari dua lensa ini, maka topik tersebut dianggap dapat dilaporkan dalam logika materialitas ganda. AI kesulitan membedakan kedua aspek ini dan sering kali hanya mengarah pada sisi finansial; Oleh karena itu, penting untuk mengontrol keluaran dengan mempertimbangkan perbedaan ini.
Subyek
Materialitas dampak (kepada dunia)
Materialitas keuangan (bagi perusahaan)
emisi gas rumah kaca
Kontribusi terhadap perubahan iklim
Pajak karbon, biaya CBAM
Kesehatan dan keselamatan pekerja
Kehidupan dan kesehatan karyawan
Kompensasi kecelakaan, penghentian produksi
penggunaan air
Stres air regional
Kekurangan air, risiko produksi
Privasi data
Hak pengguna
Penalti, reputasi dan kehilangan pelanggan
Tip: Saat mempertimbangkan suatu isu, "apakah hal ini berdampak pada kita atau apakah kita berdampak pada dunia?" Bagilah menjadi dua. Greenwashing dan underreporting banyak terjadi ketika perusahaan hanya melaporkan sisi finansial yang berdampak pada mereka, dan menyembunyikan dampaknya terhadap dunia.
Langkah demi langkah: proses materialitas yang didukung AI
1. Ciptakan subjek semesta. Buatlah daftar panjang kemungkinan topik keberlanjutan yang relevan dengan industri Anda. AI adalah mitra curah pendapat yang baik di sini; Daftar kandidat dihasilkan dengan memindai judul subjek ESRS, standar industri GRI, dan laporan perusahaan sejenis.
2. Identifikasi pemangku kepentingan. Stakeholder adalah pihak-pihak yang terdampak atau terkena dampak dari aktivitas perusahaan: karyawan, pelanggan, pemasok, investor, masyarakat lokal, regulator, masyarakat sipil. Untuk setiap isu penting, “siapa yang terkena dampaknya?” pertanyaan ditanyakan.
3. Mengumpulkan masukan dari pemangku kepentingan. Cari tahu isu-isu apa saja yang dianggap penting oleh para pemangku kepentingan melalui survei, wawancara, dan lokakarya. AI sangat ampuh dalam menyortir ratusan respons survei terbuka ke dalam tema (ini disebut analisis tematik).
4. Nilai dan prioritaskan. Nilai setiap topik pada skala dua sumbu (dampak dan finansial). Topik dengan skor tinggi dianggap “penting/penting” dan menjadi fokus laporan.
5. Verifikasi dan dokumentasikan. Komite manajemen menyetujui penetapan prioritas; Bagaimana proses tersebut dilakukan (metodologi) didokumentasikan. CSRD juga menuntut agar proses materialitas itu sendiri dijelaskan.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Beritahu kami tentang isu-isu keberlanjutan yang penting bagi Anda.
Hal ini tidak mencakup aspek industri, model bisnis, pemangku kepentingan dan dualitas; AI menghasilkan daftar umum dan sering kali melewatkan arah dampak.
Perintah yang kuat:
Peran Anda: pakar materialitas ganda. Perusahaan: Perusahaan makanan skala menengah yang berproduksi di Turki. Tugas: membuat daftar kemungkinan isu keberlanjutan dan membuat DUA penilaian TERPISAH untuk masing-masing isu: - Materialitas dampak (dampak perusahaan terhadap lingkungan/masyarakat) - Materialitas finansial (dampak finansial isu tersebut terhadap perusahaan) Untuk setiap isu, tuliskan juga pemangku kepentingan yang terkena dampak. Aturan: Ini adalah kandidat DRAFT; Penilaian dan keputusan akhir ada di tangan kami. Tandai data sektor yang Anda tidak yakin sebagai palsu, "harus diverifikasi". Keluaran: tabel (Topik | Arah dampak | Aspek keuangan | Pemangku kepentingan | Catatan).
Urutkan tanggapan pemangku kepentingan ke dalam tema
Diperlukan waktu berhari-hari untuk membaca ratusan tanggapan teks bebas dari survei materialitas. AI dapat memecahnya menjadi beberapa tema; namun dengan peringatan: AI mungkin menganggap opini minoritas namun kritis (misalnya, masalah keamanan serius yang diajukan oleh seorang karyawan) sebagai “tidak penting.” Oleh karena itu, ringkasan tematik bukanlah pengganti tanggapan mentah; Ini adalah pintu gerbang menuju mereka.
Di bawah ini adalah 200 tanggapan teks bebas dari survei materialitas.Tugas:1) Bagi tanggapan menjadi tidak lebih dari 10 tema, beri nama pendek untuk setiap tema.2) Hitung berapa banyak tanggapan yang menyebutkan setiap tema.3) JUGA buat daftar, hilangkan, sejumlah kecil pendapat yang serius (keselamatan, hukum, risiko lingkungan) di bawah judul "frekuensi rendah / sangat penting".4) Jangan mengarang atau menggabungkan atau mendistorsi tanggapan apa pun.Jawaban: [JAWABAN]
Perhatian: Ringkasan tematik AI bukanlah pengganti jawaban mentah. Secara khusus, opini yang “berfrekuensi rendah namun sangat penting” (pelanggaran keamanan, dugaan korupsi) dapat dibayangi oleh AI karena jumlahnya sedikit. Pastikan untuk memeriksa pendapat ini dengan pandangan terpisah.
tiga kasus mini
Kasus 1 — Menghilangkan arah tindakan. Sebuah perusahaan kimia meminta AI menyiapkan daftar materialitas. Daftar tersebut berfokus pada isu-isu keuangan seperti harga karbon dan biaya energi; namun dampaknya terhadap pasokan air di desa dekat pabrik tidak ada dalam daftar. Pakar tersebut menambahkan aspek “dampak” sebagai hal yang memiliki kepentingan ganda; Persoalan ini kemudian menjadi isu yang paling kritis bagi para pemangku kepentingan.
Kasus 2 — Bobot dalam angka. Seorang pengecer menganalisis 1.200 survei pelanggan dengan AI. YZ menemukan bahwa 41% tanggapan menyentuh tema "sampah kemasan" dan 23% menyentuh tema "kondisi kerja". Tim menyatakan kedua tema tersebut sebagai topik materi prioritas; Namun, rantai pasokan yang muncul di bawah kategori “frekuensi rendah” juga membawa kecurigaan adanya pekerja anak dalam pengawasan terpisah.
Kasus 3 - Kepentingan palsu. AI menandai “konsumsi air” sebagai masalah material dengan prioritas tinggi bagi perusahaan perangkat lunak; padahal air yang digunakan perusahaan hanya untuk dapur kantor. Pakar tersebut meremehkan hal ini dan berfokus pada "privasi data dan konsumsi energi" yang sangat material. Laporan akan kehilangan fokus jika materi yang salah tidak diperbaiki.
Perintah untuk menyiapkan matriks materialitas
Matriks materialitas adalah alat penentuan prioritas visual yang menempatkan topik pada dua sumbu (dampak dan keuangan). Topik di pojok kanan atas adalah yang paling penting.
Susunlah topik dan skor berikut dalam logika matriks materialitas. Input: Skor dampak (1-5) dan skor finansial (1-5) untuk setiap topik. Tugas: 1) Membagi topik menjadi empat zona: tinggi-tinggi (prioritas), dampak tinggi-pembiayaan rendah, dampak rendah-pembiayaan tinggi, rendah-rendah. 2) Menyarankan wilayah “prioritas” sebagai fokus utama laporan. 3) Tentukan topik yang berada di garis batas (sekitar 3-3) sebagai tanda "diperlukan penilaian manusia". Poin: [TOPIK DAN SKOR]
Perintah berikut menghasilkan garis besar penulisan metodologi materialitas ke dalam laporan.
Peran Anda: penulis laporan ESG. Tugas: menulis 1 paragraf yang dapat diaudit yang menjelaskan proses materialitas ganda kita. Mencakup: subjek mana yang dipindai, pemangku kepentingan mana saja yang terlibat, metode apa yang digunakan untuk menilai, siapa yang menyetujuinya. Aturan: tulis dengan sederhana, dapat diverifikasi, dan berorientasi pada proses; menambahkan pernyataan hasil.Input: [CATATAN PROSES]
Kesalahan umum
- Puas dengan satu hal penting. Hanya melihat dampak finansial dan mengabaikan dampak perusahaan terhadap dunia adalah tindakan yang bertentangan dengan CSRD.
- Menjaga agar pemangku kepentingan tetap sempit. Hanya mendengarkan investor dan mengecualikan karyawan, masyarakat lokal, dan pemasok akan mendistorsi materialitas.
- Menerima daftar AI apa adanya. Isu-isu penting yang spesifik pada sektor ini mungkin tidak ada atau diberi bobot yang salah dalam AI.
- Menghilangkan opini serius yang berfrekuensi rendah. Sinyal yang jumlahnya sedikit tetapi berisiko tinggi sebaiknya diperiksa secara terpisah.
- Tidak mendokumentasikan metodologinya. Jika tidak tertulis bagaimana prosesnya dilakukan, maka auditor tidak akan menerima materialitas tersebut.
Singkatnya
Analisis material merupakan pedoman keseluruhan laporan LST; Sebuah laporan yang berfokus pada isu-isu yang salah tidak ada gunanya, tidak peduli seberapa berkualitas laporan tersebut ditulis. Yang mempunyai arti penting ganda adalah “bagaimana masalah ini mempengaruhi kita secara finansial?” serta "bagaimana kita mempengaruhi dunia mengenai masalah ini?" mengajukan pertanyaan bersama-sama. AI adalah akselerator yang ampuh dalam menghasilkan beragam topik dan memilah ratusan tanggapan pemangku kepentingan ke dalam tema; namun hal ini cenderung meleset dari arah dampaknya, menimbulkan kepentingan palsu, dan menghilangkan pandangan-pandangan kritis yang jarang muncul. Prioritas dan persetujuan akhir selalu berada di tangan manusia.
Tugas aplikasi
Pilih industri (misalnya ritel makanan) dan mintalah AI untuk memberikan daftar 12-15 kandidat topik dengan perintah kuat di atas. Kemudian: (1) periksa setiap topik dengan membaginya menjadi dua dari segi dampak dan aspek finansial, (2) koreksi hanya yang bergeser ke sisi finansial, (3) pilih 5 topik yang menurut Anda paling material dengan justifikasi dan buatlah matriks materialitas kecil.
daftar periksa
- [ ] Saya mengevaluasi setiap isu baik dari segi dampak dan materialitas finansial.
- [ ] Saya memperluas daftar pemangku kepentingan di luar investor (karyawan, masyarakat, pemasok).
- [ ] Saya menguji daftar topik yang dihasilkan oleh AI terhadap realitas spesifik industri.
- [ ] Saya memeriksa opini-opini yang frekuensinya rendah namun sangat penting secara terpisah.
- [ ] Saya menyetujui penentuan prioritas melalui keputusan manusia/komite.
- [ ] Saya telah mendokumentasikan metodologi materialitas sesuai dengan audit.
- [ ] Saya menghilangkan isu-isu yang tidak terlalu penting (yang tidak terlalu mempengaruhi kita).