लाभ:
- GRI, ESRS र ISSB फ्रेमवर्क (प्रभाव, दोहोरो भौतिकता, वित्तीय) को फोकसहरू छुट्याउन सक्ने क्षमता र पाठकको अनुसार सही ढाँचा छान्नुहोस्।
- मानक वस्तु उम्मेद्वारहरूलाई सामग्री विषयहरू नक्सा गर्न र आधिकारिक मानक पाठको साथ प्रत्येक नम्बर प्रमाणित गर्ने क्षमता
- एकल डेटालाई धेरै फ्रेमहरूमा जडान गर्ने र तिनीहरूलाई लुकाएर स्पष्ट रूपमा डेटा ग्यापहरू संकेत गर्ने क्रस-मिलान स्थापना गर्ने क्षमता
एक पटक कम्पनीले दिगोपन डेटा सङ्कलन गरेपछि, यसले अन्तर्राष्ट्रिय रूपमा स्वीकृत रिपोर्टिङ ढाँचा अनुसार खुलासा गर्नुपर्छ, स्वेच्छाचारी तरिकामा होइन। ढाँचा भनेको साझा भाषा हो जसले "कुन विषयमा रिपोर्ट गर्ने, कसरी, कुन सूचकहरूसँग" निर्धारण गर्छ; यसको लागि धन्यवाद, दुई फरक कम्पनीहरूबाट रिपोर्टहरू तुलना गर्न सकिन्छ। यस इकाईमा, तपाईंले तीन प्रमुख फ्रेमवर्कहरू (GRI, ESRS/CSRD, ISSB) थाहा पाउनुहुनेछ र यी फ्रेमवर्कहरू अनुसार सामग्री मिलानमा कृत्रिम बुद्धिमत्ता (AI) लाई कसरी सुरक्षित रूपमा प्रयोग गर्ने भनेर सिक्नुहुनेछ।
तीन ढाँचाहरूलाई संक्षिप्त रूपमा वर्णन गरौं। GRI (ग्लोबल रिपोर्टिङ इनिसिएटिभ) विश्वमा स्वैच्छिक स्थिरता रिपोर्टिङ मापदण्डहरूको सबैभन्दा व्यापक रूपमा प्रयोग गरिएको परिवार हो; यसले मुख्यतया विश्वमा कम्पनीको प्रभावलाई हेर्छ। ESRS (European Sustainability Reporting Standards) CSRD निर्देशनको दायरा भित्र युरोपियन युनियनले आवश्यक पर्ने दोहोरो भौतिकतामा आधारित मापदण्डहरूको सेट हो। ISSB (International Sustainability Standards Board) एक अन्तर्राष्ट्रिय बोर्ड हो जसले IFRS S1/S2 मापदण्डहरू प्रकाशित गर्छ, जसले लगानीकर्ताको ध्यान केन्द्रित गरी वित्तीय सामग्रीमा केन्द्रित हुन्छ।
तीन फ्रेम, तीन परिप्रेक्ष्य
फ्रेम
कसले निकाल्यो ?
मुख्य फोकस
के यो अनिवार्य छ?
खैरो
GRI संस्था
विश्वमा कम्पनीको प्रभाव
स्वैच्छिक, धेरै सामान्य
ESRS/CSRD
EU / EFRAG
दोहोरो भौतिकता (प्रभाव + वित्त)
EU अन्तर्गत अनिवार्य
ISSB (IFRS S1/S2)
IFRS फाउन्डेसन
लगानीकर्ताको लागि वित्तीय सामग्री
देश द्वारा ग्रहण
यी फ्रेमवर्कहरू एकअर्काका प्रतिस्पर्धी होइनन्, तर विभिन्न पाठकहरूलाई अपील गर्ने पूरक भाषाहरू हुन्। धेरै जसो ठूला कम्पनीहरूले आफ्नो डाटा एक पटक सङ्कलन गर्छन् र यसलाई धेरै फ्रेमवर्कहरूमा "नक्सा" गर्छन्। AI को वास्तविक मूल्य यहीँ छ: विभिन्न फ्रेमहरूको वस्तु नम्बरहरूमा समान डेटा सिफारिस गर्न यो द्रुत सहायक हो। तर यसले वस्तु नम्बरहरू मिलाउन सक्छ, त्यसैले प्रत्येक मिल्दो आधिकारिक मानक पाठ विरुद्ध प्रमाणित हुनुपर्छ।
सुझाव: तपाईंले फ्रेमहरू "कुनै राम्रो छ?" प्रश्नसँग तुलना गर्न सक्नुहुन्छ। होइन "कसले पढ्छ?" चयन गर्नुहोस्। यदि तपाइँ लगानीकर्ताहरूसँग कुरा गर्दै हुनुहुन्छ भने, ISSB/वित्तीय सामग्री; यदि तपाईं EU नियमको अधीनमा हुनुहुन्छ भने ESRS अनिवार्य छ; GRI शक्तिशाली हुन्छ यदि तपाईंले आफ्नो प्रभावलाई सरोकारवालाहरूको एक विस्तृत दायरामा सञ्चार गर्नुहुन्छ। अक्सर एक भन्दा बढी सँगै प्रयोग गरिन्छ।
GRI मापदण्डहरूको संरचना
GRI विषय-आधारित संख्याहरू द्वारा व्यवस्थित गरिएको छ। केही उदाहरणहरू (प्रमाणीकरणको लागि आधिकारिक पाठ जाँच गर्न निश्चित हुनुहोस्):
- GRI 302 - ऊर्जा
- GRI 303 - पानी र फोहोर पानी
- GRI 305 - उत्सर्जन (हवा)
- GRI 306 - फोहोर
- GRI 403 - व्यावसायिक स्वास्थ्य र सुरक्षा
सबैभन्दा सामान्य AI गल्ती भनेको गलत नम्बर अन्तर्गत विषय राख्नु हो: उदाहरणका लागि, GRI 305 (उत्सर्जन) अन्तर्गत पानी देखाउँदै। पानी GRI 303 हो। त्यस्ता त्रुटिहरू आधिकारिक मापदण्डहरूको सूचीले मात्रै समात्छन्।
चरणबद्ध रूपमा: एआईसँग मिल्दो फ्रेम
१. भौतिकतामा आधारित। एकचोटि तपाईंले कुन विषयहरू रिपोर्ट गरिनेछ भनेर निर्धारण गरेपछि (एकाइ 2), म्यापिङमा जानुहोस्।
२. मानक वस्तुमा डेटा सिफारिस गर्नुहोस्। सान्दर्भिक GRI/ESRS पदार्थ उम्मेद्वारलाई प्रत्येक सामग्री विषय नक्सा गर्न AI लाई सोध्नुहोस्; तर "यो मस्यौदा प्रस्ताव हो" भनी बताउनुहोस्।
3. आधिकारिक पाठको साथ वस्तु नम्बर प्रमाणित गर्नुहोस्। GRI वा EFRAG को आधिकारिक कागजातको साथ प्रत्येक सुझाव गरिएको नम्बर पुष्टि गर्नुहोस्। नम्बर र सामग्री दुवै जाँच गर्नुहोस्।
4. खाडलहरू पहिचान गर्नुहोस्। तपाईले मानक चाहानु भएको डेटा सूचीबद्ध गर्नुहोस् तर छैन (डेटा ग्याप); यी या त सङ्कलन गरिन्छ वा "उपलब्ध छैन" भनेर घोषणा गरिन्छ।
5. क्रस म्यापिङ सेट अप गर्नुहोस्। एउटै डाटालाई GRI, ESRS र ISSB नम्बरहरूमा लिङ्क गर्ने तालिका तयार गर्नुहोस्; त्यसैले तपाइँ एक डेटा संग धेरै फ्रेमवर्क मा रिपोर्ट।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर प्रम्प्ट:
GRI अनुसार यी विषयहरू नम्बर गर्नुहोस्।
AI ले संख्याहरू उत्पादन गर्न सक्छ जुन व्यावहारिक देखिन्छ तर गलत/बनाएका छन्; कुनै प्रमाणीकरण कल छैन।
शक्तिशाली प्रम्प्ट:
तपाईंको भूमिका: रिपोर्टिङ ढाँचा विशेषज्ञ। इनपुट: हाम्रा सामग्री विषयहरू (ऊर्जा, पानी, उत्सर्जन, व्यावसायिक सुरक्षा, फोहोर)। कार्य: प्रत्येक विषयको लागि सम्भावित GRI र ESRS पदार्थ उम्मेद्वारहरू सुझाव दिनुहोस्। नियमहरू: - प्रत्येक सुझावलाई "प्रमाणित गर्नुपर्छ" ट्याग दिनुहोस्; सही संख्या दावी नगर्नुहोस्। - तपाईलाई निश्चित नभएको नम्बर नबनाउनुहोस्; "आधिकारिक मानक सूचीबाट पुष्टिकरण" लेख्नुहोस्। - पानी र उत्सर्जन जस्ता सजिलै भ्रमित हुने विषयहरूमा भेदभावको कारण लेख्नुहोस्। आउटपुट: तालिका (विषय | GRI उम्मेद्वार | ESRS उम्मेद्वार | प्रमाणीकरण नोट)।
बहु-फ्रेम म्यापिङ तालिकाको लागि प्रम्प्ट
निम्न सामग्री विषयहरूको लागि बहु-फ्रेम म्यापिङ तालिका मचान निर्माण गर्नुहोस्। स्तम्भहरू: विषय | डाटा वस्तु | GRI कला। | ESRS कला। | ISSB (S1/S2) | स्रोत डाटा | के त्यहाँ कुनै खाडलहरू छन्? नियमहरू:- वस्तु नम्बरहरूलाई "उम्मेद्वार/प्रमाणित गर्नको लागि" को रूपमा चिन्ह लगाउनुहोस्।- कुनै डाटा नभएका कक्षहरूमा "DATA GAP" लेख्नुहोस्। विषयहरू: [विषयहरू]
निम्न प्रम्प्टले रिपोर्टिङ ग्याप विश्लेषण उत्पादन गर्छ।
तपाईंको भूमिका: ESG अनुपालन विश्लेषक। कार्य: हामीले रोजेको फ्रेमवर्क (ESRS) द्वारा आवश्यक स्पष्टीकरणहरूसँग हामीसँग भएको डेटा तुलना गर्नुहोस् र अन्तर विश्लेषण गर्नुहोस्। आउटपुट: आवश्यक व्याख्या | के हामीसँग छ? | छुटेको खण्डमा के संकलन गर्ने | जिम्मेवार।नियम: तपाईंले "हामीसँग छ" भन्नुभएको प्रत्येक पङ्क्तिको लागि स्रोत लेख्नुहोस्; यदि तपाईं निश्चित हुनुहुन्न भने, "आवश्यक जाँच गर्नुहोस्" भन्नुहोस्। आधिकारिक पाठबाट मानक खण्डहरू प्रमाणित गर्न मलाई सम्झाउनुहोस्। प्रविष्टि: [उपलब्ध डाटाको सूची]
ध्यान दिनुहोस्: मानकहरू नियमित रूपमा अद्यावधिक हुन्छन्; वस्तु नम्बर, थ्रेसहोल्ड र आवश्यकताहरू परिवर्तन हुन सक्छ। एआईको प्रशिक्षण डेटाले पुरानो संस्करणलाई प्रतिबिम्बित गर्न सक्छ। सधैं लागू हुने आधिकारिक पाठको साथ महत्वपूर्ण जोडी र दायित्व निर्णयहरू पुष्टि गर्नुहोस्।
तीन मिनी केसहरू
केस १ - गलत नम्बर। एउटा ऊर्जा कम्पनीले AI लाई GRI म्यापिङको लागि सोध्यो। YZ ले यसको पानी खपत "GRI 305-8" को रूपमा लेबल गर्यो। विशेषज्ञले जाँच गरे: पानी GRI 303 हो, GRI 305 हावा उत्सर्जन हो, र त्यहाँ कुनै कथन 305-8 छैन। संख्या आधिकारिक सूची संग सच्याईएको छ।
केस 2 - एक डेटा संग धेरै रिपोर्ट। एक निर्माताले एक पटक ऊर्जा डेटा सङ्कलन गर्यो र AI को मद्दतले GRI 302, ESRS E1 (जलवायु) र ISSB S2 आवश्यकताहरू दुवैमा म्याप गर्यो। क्रस तालिकाको लागि धन्यवाद, तीन अलग-अलग रिपोर्टहरूको लागि डेटा पुन: सङ्कलन गर्नुको सट्टा एकल स्रोतबाट डेटा फिड गरिएको थियो; प्रत्येक नम्बर आधिकारिक पाठ द्वारा पुष्टि गरिएको थियो।
केस 3 - लुकेको गुहा। एउटा कम्पनीसँग ESRS द्वारा आवश्यक "स्कोप 3 उत्सर्जन" प्रकटीकरण थिएन। एआईले रिपोर्टलाई धाराप्रवाह रूपमा लेख्यो "जस्तै यो पूरा भयो" र अन्तरलाई अदृश्य बनायो। जब अन्तर विश्लेषण गरिएको थियो, कमी प्रकट भएको थियो; तथ्याङ्कलाई बनावटी बनाउनुको सट्टा, प्रतिवेदनले इमान्दारीपूर्वक व्याख्या गर्यो कि "स्कोप 3 डाटा 2025 मा सङ्कलन गरिनेछ।"
सामान्य गल्तीहरू
- वस्तु नम्बर प्रमाणीकरण गर्दैन। आधिकारिक पाठको साथ पुष्टि बिना GRI/ESRS/ISSB नम्बरहरू प्रयोग गरिँदैन।
- मिश्रण फ्रेमहरू। GRI को प्रभाव फोकस र ISSB को वित्तीय फोकस एउटै हो भनी मान्दा गलत व्याख्या हुनेछ।
- पुरानो संस्करणमा भर पर्दै। मानकहरू अद्यावधिक गरिएका छन्; वर्तमान पाठ आवश्यक छ।
- डाटा ग्याप लुकाउँदै। हराएको डाटालाई स्पष्ट रूपमा बताउन आवश्यक छ, यसलाई "पुरा भए जस्तो" लेख्नु हुँदैन।
- पानी/उत्सर्जन जस्ता भ्रामक मुद्दाहरू। उस्तै देखिने विषयहरू फरक वस्तु नम्बरहरू अन्तर्गत पर्दछन्।
संक्षेपमा
रिपोर्टिङ ढाँचाहरू संरचनाहरू हुन् जसले स्थिरता डेटालाई साझा तुलनात्मक भाषामा अनुवाद गर्दछ: GRI ले प्रभावलाई हेर्छ, ISSB ले वित्तलाई हेर्छ, ESRS ले दुवैलाई दोहोरो भौतिकतासँग हेर्छ। एआई विभिन्न फ्रेमवर्कका वस्तुहरूमा एउटै डाटालाई द्रुत रूपमा म्याप गर्नमा शक्तिशाली सहायक हो; तर वस्तु नम्बरहरू फज गर्न र पुरानो संस्करणहरू प्रतिबिम्बित गर्न सक्छ। प्रत्येक म्यापिङलाई यसको आधिकारिक क्यानोनिकल पाठको साथ प्रमाणित गर्नुहोस्, पाठकद्वारा फ्रेमहरू चयन गर्नुहोस्, डेटा अन्तरहरू लुकाउनुहोस्। एकल डाटाको साथ धेरै फ्रेमवर्कहरूमा रिपोर्टिङ कुशल छ; तर प्रत्येक नम्बर पुष्टि भएपछि मात्र सुरक्षित हुन्छ।
आवेदन कार्य
पाँच सामग्री विषयहरू छनौट गर्नुहोस् (जस्तै ऊर्जा, पानी, उत्सर्जन, फोहोर, व्यावसायिक सुरक्षा)। माथिको बहु-फ्रेम मिल्दो प्रम्प्ट मार्फत AI बाट GRI/ESRS/ISSB उम्मेद्वार तालिका अनुरोध गर्नुहोस्। त्यसपछि: (1) आधिकारिक पाठको साथ कम्तिमा तीन वस्तु नम्बरहरू प्रमाणित गर्नुहोस्, (2) जाँच गर्नुहोस् कि पानी र उत्सर्जन सही रूपमा छुट्याइएको छ, (3) तपाईंले छुटेको डेटा खाली सूचीमा लेख्नुहोस्।
चेकलिस्ट
- [ ] मैले प्रत्येक सामग्री विषयलाई प्रासंगिक फ्रेम लेखमा म्याप गरें।
- [ ] मैले आधिकारिक (GRI/EFRAG/ISSB) पाठको साथ वस्तु नम्बरहरू प्रमाणित गरें।
- [ ] मैले यसको पाठक (लगानीकर्ता / सरोकारवाला / नियामक) को आधारमा फ्रेमवर्क छनोट गरें।
- [ ] मैले पानी/उत्सर्जन जस्ता सजिलैसँग भ्रमित हुने विषयहरूलाई सही रूपमा छुट्याएको छु।
- [ ] मैले डाटा ग्यापहरूलाई लुकाईकन स्पष्ट रूपमा सूचीबद्ध गरेको छु।
- [ ] मैले मापदण्डको हालको संस्करण प्रयोग गरिरहेको छु भनी पुष्टि गरेको छु।
- [ ] मैले क्रसट्याब सेटअप गरें जसले एकल डाटालाई बहु फ्रेमहरूमा जडान गर्दछ।