利益:
- 適切な報告フレームワーク (GRI/ESRS/ISSB) を選択し、財務的影響と環境的影響の両方の観点から二重の重要性を評価する能力
- マルチソースの異なる単位のデータをコードを使用して単一の単位に変換し、各メトリクスを追跡可能なソースに接続する機能
- 人工知能によって生成されたレポートのテキストから誇張された表現を取り除き、独立した保証のための一連の証拠を準備する能力
組織の環境パフォーマンスがどれほど優れていても、信頼できる報告がなされなければ、その価値は限られます。投資家、規制当局、顧客、従業員は現在、各機関がESG（環境、社会、ガバナンス）パフォーマンスを文書化することを望んでいます。この単元では、主要なレポート フレームワーク、データ収集チェーン、AI によるレポートの自動化、そして最も重要なレポートの監査可能性について学びます。
まずはフレーム。 GRI (Global Reporting Initiative) は、世界で最も広く普及している自主的な持続可能性報告基準です。 CSRD（Corporate Sustainability Reporting Directive）とは、大企業に持続可能性の報告を義務付けるEUの指令で、ESRS（European Sustainability Reporting Standards）と呼ばれる詳細な基準に基づいています。 ISSB/IFRS S1-S2 は財務に焦点を当てた世界的なサステナビリティ開示基準です。コンセンサスは、請求ではなく、標準化された監査可能なデータです。
二重の重要性: 何を報告するか?
CSRDの中心となるコンセプトは二重のマテリアリティ分析です。これは次の 2 つの点を問います: (1) 環境/社会は組織にどのような影響を及ぼしますか (財務上の重要性)。 (2) 組織は環境・社会にどのような影響を及ぼしますか（インパクト・マテリアリティ）？組織は、それ自体にとって財務的に重要なことだけでなく、世界にとって重要な影響についても報告する必要があります。 AI はどのような問題が重要であるかを概説するのに役立ちますが、重要性の決定は利害関係者の意見と経営陣の責任です。
ヒント: ESG レポートの価値は、その最も弱いデータの信頼性と同じくらい重要です。 AI が生成した流暢なテキストは、その下の数字に従うことができない場合、検査時に崩れてしまいます。まず、データとそのソースを強化します。美しい文章は後から出てきます。
データ収集チェーン
ESG レポートの最も難しい部分は、レポートを作成することではなく、数十のサイトから、さまざまな形式、さまざまな単位でデータを収集することです。ここで AI が役に立ちます。乱雑な請求書、表、フォームを 1 つの構造に変換し、単位の不一致を検出し、欠落データにフラグを立てます。ただし、AI によって生成された数値は、追跡可能な情報源 (請求書、メーター、証明書) に関連付けられずにレポートに入力されるべきではありません。
ステップバイステップ: ESG レポートの作成
1. フレームを選択します。 GRI、CSRD/ESRS、それとも ISSB?強制ですか、それとも任意ですか?
2. マテリアリティ分析を実行します。どのような話題が報告されるのでしょうか？
3. データを収集して標準化します。ソースも含めて単体に変換。
4. メトリクスを計算します。排出物、水、廃棄物、エネルギー強度、それぞれにその発生源があります。
5. テキストの下書きを作成します。 AI を使用してスケルトンを作成し、次に人間による修正と証拠の照合を行います。
6. 確認して保証を得る。内部統制＋独立保証を準備します。
ミニケース3個
ケース 1 — 追跡できない番号。ある企業は AI に ESG レポートの草稿を作成させました。 「私たちは水の消費量を 15% 削減しました」と本文には書かれていました。監査人はこの数字の出所について尋ねました。チームはその数字の出所を見つけることができませんでした。AI が以前のテキストから「もっともらしい」数字を生成したのです。抽出された数値は実際のデータに置き換えられます (9% 削減)。追跡できないあらゆる数字は、爆弾が制御されていることを意味します。
ケース 2 — ユニットの自動化。あるグループは 30 の施設からのエネルギー データを結合していました。一部はkWh、一部はMWh、一部はGJでした。すべてのデータを単一単位 (MWh) に変換し、変換係数を表示し、疑わしい値にフラグを立てる Python コードで AI に標準化させました。手動では数日かかっていた作業が数時間に短縮されました。すべての変換は記録され、監査可能でした。
ケース 3 — 二重意義。ある組織は、コストに影響を与える事項のみを報告することを計画していました。彼らは AI に二重重要性フレームワークを適用させました。その結果、組織のサプライチェーンにおける水への影響は、たとえそれが組織自体の財務にほとんど影響を及ぼさなかったとしても、「影響の重要性」の観点から報告されるべきであることが判明した。これは CSRD 準拠のために必須でした。この決定は利害関係者の意見によって再び承認されました。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
持続可能性レポートを書いてください。
弱い理由: フレームワーク、データ、重要性、証拠が不足している。 AI は、聞こえは良いが従うことができないテキストを生成し、検査するとクラッシュします。
強力なプロンプト:
あなたの役割: ESG レポートの専門家。 GRI 基準に従って「排出量」セクションの草案を作成します。以下に提供する検証済みのデータのみを使用してください。別の番号はFAKEです。各号の横にある [source] タグを使用してソースを保護します。曖昧な/誇張された言葉を使用する（例：「環境に優しい」）。証拠に基づいた慎重な言葉を使用します。データが欠落している箇所には[DATA MISSING]としてマークを付けます。データ: [ここ]
コピー可能な 4 つのテンプレート
1) 証拠に基づくレポートセクション:
あなたの役割: ESG 専門家。 [フレームワーク: GRI/ESRS] に従ってドラフト [セクション] を作成します。私が提供する検証済みのデータのみを使用してください。数字作り。ハーメチックの隣でソースを保護します。誇張された言葉を使用する。欠落している[DATA MISSING]にマークを付けます。データ: [ここ]
2) マルチソースデータの標準化 (コード付き):
Python を使用して、以下の [エネルギー/水/廃棄物] の異なる単位と形式のデータを 1 つの単位に変換します。使用した変換係数を表示します。でっち上げないでください。疑わしい値や極端な値にフラグを立てます。すべてのコンバージョンを追跡可能にします。データ: [ここ]
3）ダブルマテリアリティの概要：
以下の企業および業界情報とともに、二重重要性フレームワーク (財務的影響 + 環境/社会的影響) で潜在的に重要な ESG 課題をリストします。それぞれの課題を 2 つの軸で評価します。これは草案です。重要性の最終決定には利害関係者の協議と経営陣の承認が必要であることを明記します。情報：[こちら]
4) 監査前のトレーサビリティ管理:
以下のレポート本文に含まれる数値上の主張をすべて取り出して、「出典は引用されていますか?」と尋ねてください。 (はい/いいえ) を書きます。出典のない数値には監査リスクとしてマークを付けます。テキストを変更します。確認してください。テキスト: [ここ]
よくある間違い
- 追跡不能な番号を入れる。各指標はドキュメントにリンクされている必要があります。
- 一致する証拠なしで AI テキストを公開する。流暢な文章はデータの信頼性に代わるものではありません。
- 一方向で二重の重要性を適用します。財務的影響と環境的影響の両方が報告されます。
- 単位の混乱は無視してください。 kWh/MWh/GJ 換算を記録する必要があります。
- 誇張された言葉を使用する。 「環境に優しい」などの表現は監査や規制のリスクとなります。
注意: CSRD および同様の必須フレームワークでは、レポートが独立した保証によって検証されることが求められます。監査人は、テキストではなく、問題の背後にある一連の証拠を調査します。 AI は文章を高速化しますが、一連の証拠を確立することはできません。それを構築するのはあなたです。
要約すると
ESGレポート。それには、適切なフレームワーク、二重意義、追跡可能なデータ、監査可能なテキストが必要です。 AI;これは、データの標準化、草案作成、一貫性管理における強力なアクセラレータです。ただし、各問題の出所の帰属、重要性の決定、および独立した保証の準備は専門家に属します。レポートの強力さは、最も弱いデータに応じて決まります。まずデータを統合し、次に文を統合します。
アプリケーションタスク
組織の環境指標 (排出量、水、エネルギー) をいくつか、その発生源とともにリストします (1 つまたは 2 つは意図的に調達しないままにしておきます)。テンプレート 1 を使用して、AI に GRI「排出量」セクションの草案を作成させ、出典のないデータが [DATA MISSING] としてマークされていることを確認します。次に、テンプレート 4 で作成したテキストの各号をトレーサビリティのために監査します。情報源が提供されていない問題ごとに計画を立てます。
チェックリスト
- [ ] 私は正しい報告フレームワーク (GRI/ESRS/ISSB) を選択しました。
- [ ] 私は財務面と影響面の両方の観点から二重の重要性を評価しました。
- [ ] 各指標を追跡可能なソースにリンクしました。
- [ ] 係数を記録することで、複数のソース データを 1 つの単位に変換しました。
- [ ] 誇張された/根拠のない表現を本文から削除しました。
- [ ] 私は独立した保証のために一連の証拠を含む報告書を作成しました。