Keuntungan:
- Keupayaan untuk membezakan antara materialiti tunggal dan materialiti berganda dan menilai sesuatu isu dari segi kesan dan materialiti kewangan
- Keupayaan untuk memisahkan ratusan respons pihak berkepentingan ke dalam tema dengan kecerdasan buatan sambil mengekalkan isyarat frekuensi rendah tetapi berkepentingan tinggi berasingan
- Keupayaan untuk menguji senarai topik yang dihasilkan oleh kecerdasan buatan dengan realiti khusus industri dan menghubungkan dokumen keutamaan dan metodologi terakhir kepada manusia
Tiada syarikat boleh melaporkan setiap isu kemampanan dalam kedalaman yang sama; Walaupun penggunaan air adalah isu kedua bagi syarikat perisian, ia adalah talian hayat bagi pengeluar minuman. Inilah persoalan "isu yang manakah benar-benar penting bagi kami?" Jawapan kepada soalan diberikan oleh analisis materialiti (analisis kepentingan). Materialiti ialah proses menentukan betapa “penting/penting” sesuatu isu kemampanan kepada organisasi dan menjadi asas kepada keseluruhan laporan ESG. Materialiti palsu menyebabkan ratusan halaman laporan tidak bernilai; kerana laporan itu memfokuskan kepada isu yang salah. Dalam unit ini, anda akan belajar di mana untuk menggunakan kecerdasan buatan (AI) sebagai pemecut dan di mana sebagai risiko dalam proses ini.
Mari kita jelaskan dua konsep dahulu. Materialiti tunggal hanya melihat bagaimana isu mempengaruhi kesihatan kewangan syarikat: "Bagaimanakah perubahan iklim akan menjejaskan hasil/kos kami?" Materialiti berganda menambah aspek kedua: kesan syarikat terhadap dunia. Jadi persoalannya adalah dua kali ganda: (1) Bagaimanakah isu ini mempengaruhi kewangan syarikat? (2) Bagaimanakah syarikat memberi kesan kepada alam sekitar dan masyarakat dalam hal ini? CSRD dan ESRS menguatkuasakan pandangan berganda kedua ini. Perbezaan ini adalah teras kepada kedua-dua peperiksaan dan amalan.
Dua aspek kepentingan ganda
Materialiti berganda dilihat melalui dua kanta:
- Kebendaan kesan — "dalaman luar": Kesan positif/negatif aktiviti syarikat terhadap manusia dan alam sekitar. Contoh: air sisa yang dilepaskan ke dalam sungai oleh kilang tekstil.
- Materialiti kewangan — “luar dalam”: Kesan isu kemampanan terhadap aliran tunai, kos dan nilai syarikat. Contoh: menaikkan harga karbon meningkatkan kos pengeluaran.
Jika topik adalah bahan dalam salah satu daripada dua kanta ini, ia dianggap boleh dilaporkan dalam logik kebendaan dwi. AI mempunyai masa yang sukar untuk membezakan antara kedua-dua aspek ini dan selalunya hanyut hanya ke arah kewangan; Oleh itu, adalah penting untuk mengawal output dengan mengambil kira perbezaan ini.
Subjek
Kebendaan kesan (kepada dunia)
Materialiti kewangan (kepada syarikat)
pelepasan gas rumah hijau
Sumbangan kepada perubahan iklim
Cukai karbon, kos CBAM
Kesihatan dan keselamatan pekerja
Kehidupan dan kesihatan pekerja
Pampasan kemalangan, pemberhentian pengeluaran
penggunaan air
Tekanan air serantau
Kekurangan air, risiko pengeluaran
Privasi data
Hak pengguna
Penalti, reputasi dan kehilangan pelanggan
Petua: Apabila mempertimbangkan isu, "adakah ini memberi kesan kepada kita atau adakah kita menjejaskan dunia?" Bahagikan kepada dua. Banyak pencucian hijau dan kurang lapor berlaku apabila syarikat melaporkan hanya bahagian kewangan yang memberi kesan kepada mereka, menyembunyikan kesannya terhadap dunia.
Langkah demi langkah: Proses materialiti dikuasakan AI
1. Cipta alam semesta subjek. Buat senarai panjang kemungkinan topik kemampanan yang berkaitan dengan industri anda. AI ialah rakan kongsi sumbang saran yang baik di sini; Senarai calon dihasilkan dengan mengimbas tajuk subjek ESRS, piawaian industri GRI dan laporan syarikat rakan sebaya.
2. Kenal pasti pihak berkepentingan. Pihak berkepentingan ialah pihak yang terjejas oleh atau terjejas oleh aktiviti syarikat: pekerja, pelanggan, pembekal, pelabur, orang tempatan, pengawal selia, masyarakat sivil. Untuk setiap isu penting, "siapa yang terjejas?" soalan ditanya.
3. Kumpul input pihak berkepentingan. Ketahui isu yang dianggap penting oleh pihak berkepentingan melalui tinjauan, temu bual dan bengkel. AI sangat berkuasa dalam menyusun ratusan respons tinjauan terbuka ke dalam tema (ini dipanggil analisis tematik).
4. Skor dan utamakan. Skor setiap topik pada skala pada dua paksi (kesan dan kewangan). Topik dengan markah tinggi dianggap "penting/bahan" dan menjadi tumpuan laporan.
5. Sahkan dan dokumen. Jawatankuasa pengurusan meluluskan keutamaan; Bagaimana proses itu dilakukan (metodologi) didokumenkan. CSRD juga menuntut proses materialiti itu sendiri dijelaskan.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Beritahu kami tentang isu kemampanan yang penting kepada anda.
Ia tidak termasuk industri, model perniagaan, pihak berkepentingan dan aspek dualiti; AI menghasilkan senarai generik dan sering melangkau arah kesan.
Gesaan kuat:
Peranan anda: pakar kebendaan berganda.Syarikat: Syarikat makanan bersaiz sederhana yang mengeluarkan di Turki.Tugas: senaraikan kemungkinan isu kemampanan dan buat DUA penilaian BERASINGAN untuk setiap satu:- Kebendaan kesan (kesan syarikat terhadap alam sekitar/masyarakat) - Kebendaan kewangan (kesan kewangan isu terhadap syarikat)Bagi setiap isu, catatkan juga calon yang terlibat; ini adalah pemegang kepentingan.PERATURAN: Pemarkahan dan keputusan muktamad adalah milik kami. Tandai data sektor yang anda tidak pasti sebagai rekaan, "mesti disahkan". Output: jadual (Topik | Arah kesan | Aspek kewangan | Pihak Berkepentingan | Nota).
Susun respons pihak berkepentingan mengikut tema
Ia mengambil masa beberapa hari untuk membaca sendiri ratusan respons teks percuma daripada tinjauan materialiti. AI boleh memecahkan ini kepada tema; tetapi dengan kaveat: AI mungkin mengetepikan pendapat minoriti tetapi kritikal (contohnya, isu keselamatan serius yang dibangkitkan oleh seorang pekerja) sebagai "tidak penting". Oleh itu, ringkasan tematik bukanlah pengganti untuk respons mentah; Ia adalah pintu masuk kepada mereka.
Di bawah ialah 200 respons teks percuma daripada tinjauan materialiti.Tugas:1) Bahagikan respons kepada tidak lebih daripada 10 tema, berikan setiap tema nama pendek.2) Kira berapa banyak respons menyebut setiap tema.3) JUGA senaraikan, hapuskan, sebilangan kecil pendapat (keselamatan, undang-undang, risiko alam sekitar) tetapi serius di bawah tajuk "menggabungkan kekerapan atau tidak mengada-adakan" apa-apa. jawapan.Jawapan: [JAWAPAN]
Awas: Ringkasan tematik AI bukanlah pengganti untuk jawapan mentah. Khususnya, pendapat "kekerapan rendah tetapi berkepentingan tinggi" (pelanggaran keselamatan, syak wasangka rasuah) boleh dibayangi oleh AI kerana bilangannya sedikit. Pastikan anda menyemak pendapat ini dengan mata yang berasingan.
tiga kes mini
Kes 1 — Meninggalkan arahan tindakan. Sebuah syarikat kimia mempunyai AI menyediakan senarai materialiti. Senarai itu memberi tumpuan kepada isu kewangan seperti harga karbon dan kos tenaga; tetapi kesannya terhadap bekalan air kampung berhampiran kilang itu tiada dalam senarai. Pakar itu menambah aspek "kesan" sebagai perkara yang mempunyai kepentingan berganda; Isu ini kemudiannya menjadi isu pemegang kepentingan yang paling kritikal.
Kes 2 — Berat dalam nombor. Seorang peruncit menganalisis 1,200 tinjauan pelanggan dengan AI. YZ mendapati 41% maklum balas menyentuh tema "sisa pembungkusan" dan 23% menyentuh tema "keadaan kerja". Pasukan ini mengisytiharkan kedua-dua tema ini sebagai topik material keutamaan; Walau bagaimanapun, rantaian bekalan yang muncul di bawah tajuk "frekuensi rendah" juga membawa syak wasangka buruh kanak-kanak di bawah penelitian berasingan.
Kes 3 — Kepentingan palsu. AI menandakan "penggunaan air" sebagai isu bahan keutamaan tinggi untuk syarikat perisian; sedangkan satu-satunya kegunaan air syarikat ialah dapur pejabat. Pakar itu meremehkan perkara ini dan memberi tumpuan kepada "privasi data dan penggunaan tenaga" yang benar-benar material. Laporan itu akan hilang tumpuan jika bahan yang salah tidak dibetulkan.
Gesa untuk menyediakan matriks materialiti
Matriks materialiti ialah alat keutamaan visual yang meletakkan topik di sepanjang dua paksi (kesan dan kewangan). Topik di sudut kanan atas adalah yang paling penting.
Susun topik dan markah berikut dalam logik matriks materialiti. Input: Skor impak (1-5) dan Skor kewangan (1-5) untuk setiap topik. Tugasan: 1) Bahagikan topik kepada empat zon: tinggi-tinggi (keutamaan), impak tinggi-rendah kewangan, rendah impak-tinggi kewangan, rendah-rendah. 2) Cadangkan kawasan "keutamaan" sebagai fokus utama laporan. 3) Tentukan topik sempadan (sekitar 3-3) sebagai tanda "penghakiman manusia diperlukan". Mata: [TOPIK DAN SKOR]
Gesaan berikut menghasilkan garis besar untuk menulis metodologi materialiti ke dalam laporan.
Peranan anda: Penulis laporan ESG. Tugas: tulis 1 perenggan yang boleh diaudit yang menerangkan proses dwi-material kami. Sertakan: alam semesta subjek mana yang diimbas, pihak berkepentingan mana yang terlibat, dengan kaedah apa ia dijaringkan, siapa yang meluluskannya. Peraturan: tulis bersahaja, boleh disahkan dan berorientasikan proses; menambah penegasan keputusan. Input: [NOTA PROSES]
Kesilapan biasa
- Puas hati dengan satu perkara penting. Melihat hanya impak kewangan dan mengabaikan kesan syarikat terhadap dunia adalah bertentangan dengan CSRD.
- Memastikan pihak berkepentingan sempit. Mendengar hanya kepada pelabur dan mengecualikan pekerja, orang tempatan dan pembekal memesongkan kebendaan.
- Menerima senarai AI sebagaimana adanya. Isu kritikal khusus untuk sektor itu mungkin hilang atau diberi berat yang salah dalam AI.
- Menghapuskan pendapat serius frekuensi rendah. Isyarat yang sedikit bilangannya tetapi berisiko tinggi harus diperiksa secara berasingan.
- Tidak mendokumentasikan metodologi. Jika tidak ditulis bagaimana proses itu dilakukan, juruaudit tidak akan menerima materialiti.
Secara ringkasnya
Analisis bahan ialah kompas bagi keseluruhan laporan ESG; Laporan yang memberi tumpuan kepada isu yang salah adalah tidak bernilai, tidak kira betapa kualitinya ia ditulis. Kepentingan berganda ialah "bagaimana isu ini memberi kesan kepada kita dari segi kewangan?" serta "bagaimana kita mempengaruhi dunia dalam isu ini?" bertanya soalan bersama-sama. AI ialah pemecut yang berkuasa dalam menjana alam semesta topik dan menyusun ratusan respons pihak berkepentingan ke dalam tema; tetapi ia cenderung terlepas arah kesan, mencipta kepentingan palsu dan menghapuskan pandangan kritikal frekuensi rendah. Keutamaan dan kelulusan akhir sentiasa terletak pada manusia.
Tugasan permohonan
Pilih industri (cth. runcit makanan) dan minta AI untuk senarai 12-15 topik calon dengan gesaan kuat di atas. Kemudian: (1) semak setiap topik dengan membahagikannya kepada dua dari segi impak dan aspek kewangan, (2) betulkan hanya yang telah beralih ke bahagian kewangan, (3) pilih 5 topik yang anda fikir paling material dengan justifikasi dan draf matriks materialiti yang kecil.
senarai semak
- [ ] Saya menilai setiap isu dari segi impak dan materialiti kewangan.
- [ ] Saya mengembangkan senarai pemegang kepentingan melebihi pelabur (pekerja, orang awam, pembekal).
- [ ] Saya menguji senarai topik yang dijana oleh AI terhadap realiti khusus industri.
- [ ] Saya meneliti pendapat frekuensi rendah tetapi berkepentingan tinggi secara berasingan.
- [ ] Saya meluluskan keutamaan oleh keputusan manusia/jawatankuasa.
- [ ] Saya telah mendokumenkan metodologi materialiti selaras dengan audit.
- [ ] Saya menggugurkan isu yang tidak benar (yang tidak benar-benar memberi kesan kepada kami).