利益:
- 限定的保証と合理的保証を区別し、各重要な指標をソース文書まで追跡する一連の証拠を確立する能力
- 監査可能な方法で排出係数と代替指標を文書化し、ランダムサンプリングで再現性をテストする機能
- 監査準備アシスタントとして人工知能を使用し、独立した保証を認可された組織に委ねる規律を適用する能力
サステナビリティレポートは、財務諸表と同様に、独立した保証をますます必要とします。保証とは、報告書を作成している会社から独立した第三者（通常は監査法人）が報告書の正確性を検証し、意見を表明することです。 CSRD は、持続可能性報告書に保証を徐々に義務付けています。これはゲームチェンジャーです。「見栄えの良い」レポートではもはや十分ではなく、検証可能なレポートが必要です。この単元では、監査の準備と一連の証拠の確立に人工知能 (AI) を使用する方法を学びます。
まず、2 つの保証レベルを定義しましょう。限定的保証は、監査人が「報告書が不正確であることを示唆するものは何も見られなかった」と言う、より寛大な審査です。合理的保証は、財務監査に近い、より詳細でコストのかかる検査です。 CSRD は今のところ限定的な保証で始まりますが、時間の経過とともに合理的な保証に移行すると予想されます。どちらのレベルでも、監査人の最初の質問は同じです。「この数字を証明してください。」
監査人の視点からのレポート: 証拠の連鎖
審査官は文章の流暢さには興味がなく、各主張の背後にある証拠の連鎖に興味があります。一連の証拠が次の質問に対する答えになります。
- この番号はどの文書から得られたものですか? (請求書、メーター、証明書)
- どのようにして文書からレポートに変わったのでしょうか? (どの式、どの係数)
- 誰が、いつ、どのような前提で計算したのでしょうか?
- 他の人が同じ文書から同じ結論に達することができるでしょうか? (再現性)
それがここでの AI の価値です。レポートの各主張に目を通し、「この数字の証拠は記載されていますか?」と尋ねます。チェックリストを作成できます。しかし、AI は監査人ではありません。独立した保証を提供することはできません。監査の準備をするだけです。
証拠の連鎖要素
例
監査人は何を尋ねますか?
ソースドキュメント
電気代
オリジナルはありますか？
変換
kWh × 係数 = tCO₂e
要因画像?
方法論
GHGプロトコル
それは一貫して適用されていますか?
責任者
計算をしている人
追跡記録はありますか？
再現性
同じ結果
独立して再現できるでしょうか？
ヒント: レポートが監査の準備ができていると判断する前に、次のテストを実行してください。ランダムに 3 つの数値を選択し、それぞれをそのソース (レポート → アカウント → ファクター → 元の文書) まで追跡します。 3 つすべてを追跡できれば、チェーンはしっかりしています。そのうちの1つに侵入すると、監査人もそこに侵入します。
ステップバイステップ: 監査の準備
1. トレースログを収集します。マテリアル メトリックごとに、ソース ドキュメント、ファクター、計算式、およびプリンシパルを 1 つのファイルに結合します。
2. サンプリングテストを実行します。監査員として機能し、乱数をそのソースまで追跡します。 AI はサンプリング リストを作成し、足場を制御できます。
3. 弱いリンクを見つけます。出所が不明なアイテム、未検証の要素、またはプロキシを含むアイテムをチェックします。
4. 一貫性と方法論の記述を準備します。どの標準、どの係数セット、どの仮定を使用したかを書き留めます。
5. 監査人の質問を予想します。 AI は「監査人がこの報告書に対して尋ねる 20 の質問は何ですか?」と尋ねます。のような準備リストを作成するのが得意です。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
レポートが監査の準備ができているかどうかを確認してください。
AI は一般的な「良さそうです」という答えを返します。一連の証拠を検証しません。
強力なプロンプト:
あなたの役割: 持続可能性保証監査人 (限定的保証)。タスク: 監査の目で以下のレポートのテキストを調べます。各数値請求について、質問してマークしてください:1) 出典は引用されていますか? (請求書/メーター/証明書)2) 使用される排出係数は公式なものですか、それとも検証されたものですか?3) 代理/推定値ですか?記載されていますか?4) 指標はレポートの他の場所で別の方法で言及されていますか?ルール: 証拠が欠けている主張ごとに「証拠が必要」と記入します。保証は与えません。準備のために弱いリンクを列挙するだけです。レポート: [レポート]
証拠連鎖テーブルのプロンプト
以下の重要な指標について、監査対応の一連の証拠テーブルを設定します。列: メトリック |値 |単位 |ソースドキュメント |要因 + ソース | 式 |責任者 |プロキシ？ |再現性はありますか?空白/曖昧な各セルに「MISSING」と入力します。メトリクス: [メトリクス]
次のプロンプトは、試験官の質問を事前に準備します。
あなたの役割: 上級保証監査人。タスク: 監査人が持続可能性レポートに対して尋ねる最も難しい 15 の質問を以下に生成します。特にスコープ 3、プロキシ データ、ターゲット クレームに焦点を当てます。各質問の横に「この質問に対して何を準備する必要がありますか?」というメモを追加します。レポートの概要: [概要]
注意: AI が「レポートは監査の準備ができているようです」と言うのは保証ではなく、法的/専門的価値はありません。独立した保証は、有能かつ公平な監査法人によってのみ提供されます。 AI を監査人の代わりとしてではなく、「予備的なアシスタント」として使用します。
ミニケース3個
ケース 1 — チェーンが壊れた。同社の報告書には「廃棄物の回収率は78％」と記載されている。この数字の出所は監査前のサンプリングテストでは見つかりませんでした。それは Excel のセルからのものでしたが、その背後に文書はありませんでした。この数は廃棄物移動書類を使用して再計算され、実際の率は 71% でした。修正されなかった場合、保証は拒否された可能性があります。
ケース 2 — 未確認の要因。ある報告書の排出量計算では、原因不明の排出係数が使用されていました。 AI の監査スキャンでは「要因源なし」というフラグが付けられました。この係数は公式のデータセットに置き換えられました。合計は 6% 変化しましたが、それは証明可能になりました。
ケース 3 — 予想される質問。監査の前に、チームは AI に「監査人はどのような難しい質問をしますか?」と尋ねるかもしれません。彼は尋ねた。リスト「スコープ 3 の 60% はどのように予測されましたか?」という質問が含まれていました。チームはこの質問に備え、事前に方法論のメモを作成しました。実際の監査でも同じ質問が出たときは、答えが用意されていてスムーズに進みました。
よくある間違い
- 出典のない数字も報告書に含める。出典を文書まで遡ることができない数値は監査の弱点となります。
- 係数を検証せずに使用する。排出係数の正式な情報源が示されていない場合、監査人はそれを受け入れません。
- プロキシを非表示にします。予測データを使用しても大丈夫です。指定しないと保証が損なわれます。
- AIを監査人と間違える。 AI は事前準備を行います。独立した保証は認可された組織からのみ提供されます。
- 方法論を文書化していない。どの基準/要因/仮定が使用されたかが文書化されていない場合、その報告書は弁護の余地がありません。
要約すると
独立した保証により、サステナビリティレポートは「見栄えの良い」文書から「証明可能な」文書に変わります。監査人にとっての本当の質問は 1 つだけです。「この数字を証明してください。」 AI;一連の証拠をスキャンし、サンプルテストを設定し、脆弱なリンクにフラグを立て、監査人の質問を予測する際の強力な準備パートナーです。しかし、AI は監査人ではないため、保証を提供することはできません。各材料指標をそのソースまで追跡し、公式ソースからの要素を検証し、代理を指定し、方法論を文書化します。監査の準備は報告書の作成と同じくらい重要です。
アプリケーションタスク
レポートから 3 つの数値アサーションを選択します (1 つはプロキシ付き)。上記の制御プロンプトでは、AI が「ソースは指定されているか、要素は検証されているか、プロキシかどうか」をそれぞれ質問します。スキャンしてください。次に、(1) 各問題について一連の証拠行を作成し、(2) ソースに遡ってトレースをテストし、壊れたリンクを見つけます。(3) 監査人が尋ねる 5 つの難しい質問をリストアップし、準備を整えます。
チェックリスト
- [ ] 各マテリアルの指標をソース文書まで追跡しました。
- [ ] 排出係数の公式情報源を一連の証拠に追加しました。
- [ ] 代理・予想が含まれる項目には明記してあります。
- [ ] ランダムなサンプルを使用して再現性テストを行いました。
- [ ] 方法論（標準、要素セット、仮定）を文書化します。
- [ ] 監査人が尋ねるであろう難しい質問を事前に準備しました。
- [ ] 準備には AI を使用しました。保証は認定機関に任せました。