ਲਾਭ:
- ਸਿੰਗਲ ਭੌਤਿਕਤਾ ਅਤੇ ਦੋਹਰੀ ਭੌਤਿਕਤਾ ਵਿਚਕਾਰ ਫਰਕ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਪ੍ਰਭਾਵ ਅਤੇ ਵਿੱਤੀ ਭੌਤਿਕਤਾ ਦੋਵਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਮੁੱਦੇ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਘੱਟ ਫ੍ਰੀਕੁਐਂਸੀ ਪਰ ਉੱਚ-ਮਹੱਤਵ ਵਾਲੇ ਸਿਗਨਲਾਂ ਨੂੰ ਵੱਖ ਰੱਖਦੇ ਹੋਏ ਸੈਂਕੜੇ ਹਿੱਸੇਦਾਰ ਜਵਾਬਾਂ ਨੂੰ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਥੀਮਾਂ ਵਿੱਚ ਵੱਖ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਉਦਯੋਗ-ਵਿਸ਼ੇਸ਼ ਹਕੀਕਤ ਨਾਲ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਤਿਆਰ ਵਿਸ਼ਿਆਂ ਦੀ ਸੂਚੀ ਦੀ ਜਾਂਚ ਕਰਨ ਅਤੇ ਅੰਤਮ ਤਰਜੀਹ ਅਤੇ ਕਾਰਜਪ੍ਰਣਾਲੀ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਮਨੁੱਖਾਂ ਨਾਲ ਜੋੜਨ ਦੀ ਯੋਗਤਾ
ਕੋਈ ਵੀ ਕੰਪਨੀ ਹਰੇਕ ਸਥਿਰਤਾ ਮੁੱਦੇ 'ਤੇ ਉਸੇ ਡੂੰਘਾਈ ਵਿੱਚ ਰਿਪੋਰਟ ਨਹੀਂ ਕਰ ਸਕਦੀ; ਜਦੋਂ ਕਿ ਇੱਕ ਸਾਫਟਵੇਅਰ ਕੰਪਨੀ ਲਈ ਪਾਣੀ ਦੀ ਖਪਤ ਇੱਕ ਸੈਕੰਡਰੀ ਮੁੱਦਾ ਹੈ, ਇਹ ਇੱਕ ਪੀਣ ਵਾਲੇ ਪਦਾਰਥ ਨਿਰਮਾਤਾ ਲਈ ਜੀਵਨ ਰੇਖਾ ਹੈ। ਇਹ ਸਵਾਲ ਹੈ "ਸਾਡੇ ਲਈ ਕਿਹੜੇ ਮੁੱਦੇ ਅਸਲ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹਨ?" ਸਵਾਲ ਦਾ ਜਵਾਬ ਪਦਾਰਥਕਤਾ ਵਿਸ਼ਲੇਸ਼ਣ (ਮਹੱਤਵ ਵਿਸ਼ਲੇਸ਼ਣ) ਦੁਆਰਾ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਪਦਾਰਥਕਤਾ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੈ ਕਿ ਇੱਕ ਸੰਸਥਾ ਲਈ ਇੱਕ ਸਥਿਰਤਾ ਮੁੱਦਾ ਕਿੰਨਾ "ਮਹੱਤਵਪੂਰਨ/ਮਹੱਤਵਪੂਰਨ" ਹੈ ਅਤੇ ਪੂਰੀ ESG ਰਿਪੋਰਟ ਦਾ ਆਧਾਰ ਬਣਦਾ ਹੈ। ਝੂਠੀ ਪਦਾਰਥਕਤਾ ਸੈਂਕੜੇ ਪੰਨਿਆਂ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਨੂੰ ਵੀ ਬੇਕਾਰ ਕਰ ਦਿੰਦੀ ਹੈ; ਕਿਉਂਕਿ ਰਿਪੋਰਟ ਗਲਤ ਮੁੱਦਿਆਂ 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਐਕਸਲੇਟਰ ਵਜੋਂ ਕਿੱਥੇ ਵਰਤਣਾ ਹੈ ਅਤੇ ਕਿੱਥੇ ਇਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਜੋਖਮ ਵਜੋਂ।
ਆਓ ਪਹਿਲਾਂ ਦੋ ਧਾਰਨਾਵਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰੀਏ। ਇਕੱਲੀ ਪਦਾਰਥਕਤਾ ਸਿਰਫ ਇਸ ਗੱਲ 'ਤੇ ਨਜ਼ਰ ਮਾਰਦੀ ਹੈ ਕਿ ਕੋਈ ਮੁੱਦਾ ਕਿਸੇ ਕੰਪਨੀ ਦੀ ਵਿੱਤੀ ਸਿਹਤ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਤ ਕਰਦਾ ਹੈ: "ਜਲਵਾਯੂ ਤਬਦੀਲੀ ਸਾਡੇ ਮਾਲੀਆ/ਖਰਚਾਂ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਤ ਕਰੇਗੀ?" ਦੋਹਰੀ ਪਦਾਰਥਕਤਾ ਇੱਕ ਦੂਜਾ ਪਹਿਲੂ ਜੋੜਦੀ ਹੈ: ਸੰਸਾਰ ਉੱਤੇ ਕੰਪਨੀ ਦਾ ਪ੍ਰਭਾਵ। ਇਸ ਲਈ ਸਵਾਲ ਦੋ ਗੁਣਾ ਹੈ: (1) ਇਹ ਮੁੱਦਾ ਕੰਪਨੀ ਨੂੰ ਵਿੱਤੀ ਤੌਰ 'ਤੇ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ? (2) ਕੰਪਨੀ ਇਸ ਸਬੰਧ ਵਿਚ ਵਾਤਾਵਰਣ ਅਤੇ ਸਮਾਜ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਤ ਕਰਦੀ ਹੈ? CSRD ਅਤੇ ESRS ਇਸ ਦੂਜੀ, ਦੋਹਰੀ ਦਿੱਖ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹਨ। ਇਹ ਅੰਤਰ ਇਮਤਿਹਾਨਾਂ ਅਤੇ ਅਭਿਆਸ ਦੋਵਾਂ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਹੈ।
ਦੋਹਰੀ ਮਹੱਤਤਾ ਦੇ ਦੋ ਪਹਿਲੂ
ਦੋਹਰੀ ਭੌਤਿਕਤਾ ਦੋ ਲੈਂਸਾਂ ਦੁਆਰਾ ਵੇਖਦੀ ਹੈ:
- ਪ੍ਰਭਾਵ ਪਦਾਰਥਕਤਾ - "ਅੰਦਰੋਂ ਬਾਹਰ": ਲੋਕਾਂ ਅਤੇ ਵਾਤਾਵਰਣ 'ਤੇ ਕੰਪਨੀ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਦਾ ਸਕਾਰਾਤਮਕ/ਨਕਾਰਾਤਮਕ ਪ੍ਰਭਾਵ। ਉਦਾਹਰਨ: ਟੈਕਸਟਾਈਲ ਫੈਕਟਰੀ ਦੁਆਰਾ ਨਦੀ ਵਿੱਚ ਛੱਡਿਆ ਗੰਦਾ ਪਾਣੀ।
- ਵਿੱਤੀ ਪਦਾਰਥਕਤਾ - "ਬਾਹਰ-ਵਿੱਚ": ਇੱਕ ਕੰਪਨੀ ਦੇ ਨਕਦ ਪ੍ਰਵਾਹ, ਲਾਗਤਾਂ ਅਤੇ ਮੁੱਲ 'ਤੇ ਸਥਿਰਤਾ ਮੁੱਦੇ ਦਾ ਪ੍ਰਭਾਵ। ਉਦਾਹਰਨ: ਕਾਰਬਨ ਦੀ ਕੀਮਤ ਵਧਾਉਣ ਨਾਲ ਉਤਪਾਦਨ ਦੀ ਲਾਗਤ ਵਧ ਜਾਂਦੀ ਹੈ।
ਜੇਕਰ ਕੋਈ ਵਿਸ਼ਾ ਇਹਨਾਂ ਦੋ ਲੈਂਸਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਇੱਕ ਵਿੱਚ ਸਮੱਗਰੀ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਦੋਹਰੀ ਪਦਾਰਥਕਤਾ ਤਰਕ ਵਿੱਚ ਰਿਪੋਰਟ ਕਰਨ ਯੋਗ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ। AI ਨੂੰ ਇਹਨਾਂ ਦੋ ਪਹਿਲੂਆਂ ਵਿੱਚ ਫਰਕ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਔਖਾ ਸਮਾਂ ਹੁੰਦਾ ਹੈ ਅਤੇ ਅਕਸਰ ਸਿਰਫ ਵਿੱਤੀ ਪੱਖ ਵੱਲ ਵਧਦਾ ਹੈ; ਇਸ ਲਈ, ਇਸ ਅੰਤਰ ਨੂੰ ਧਿਆਨ ਵਿਚ ਰੱਖਦੇ ਹੋਏ ਆਉਟਪੁੱਟ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ।
ਵਿਸ਼ਾ
ਪ੍ਰਭਾਵੀ ਪਦਾਰਥ (ਸੰਸਾਰ ਉੱਤੇ)
ਵਿੱਤੀ ਪਦਾਰਥਕਤਾ (ਕੰਪਨੀ ਨੂੰ)
ਗ੍ਰੀਨਹਾਉਸ ਗੈਸ ਨਿਕਾਸ
ਜਲਵਾਯੂ ਤਬਦੀਲੀ ਵਿੱਚ ਯੋਗਦਾਨ
ਕਾਰਬਨ ਟੈਕਸ, CBAM ਲਾਗਤ
ਵਰਕਰ ਦੀ ਸਿਹਤ ਅਤੇ ਸੁਰੱਖਿਆ
ਕਰਮਚਾਰੀ ਜੀਵਨ ਅਤੇ ਸਿਹਤ
ਦੁਰਘਟਨਾ ਦਾ ਮੁਆਵਜ਼ਾ, ਉਤਪਾਦਨ ਰੁਕਣਾ
ਪਾਣੀ ਦੀ ਵਰਤੋਂ
ਖੇਤਰੀ ਪਾਣੀ ਦਾ ਤਣਾਅ
ਪਾਣੀ ਦੀ ਕਮੀ, ਉਤਪਾਦਨ ਦਾ ਖਤਰਾ
ਡਾਟਾ ਗੋਪਨੀਯਤਾ
ਉਪਭੋਗਤਾ ਅਧਿਕਾਰ
ਜੁਰਮਾਨਾ, ਵੱਕਾਰ ਅਤੇ ਗਾਹਕ ਦਾ ਨੁਕਸਾਨ
ਸੁਝਾਅ: ਕਿਸੇ ਮੁੱਦੇ 'ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਸਮੇਂ, "ਕੀ ਇਹ ਸਾਡੇ 'ਤੇ ਪ੍ਰਭਾਵ ਪਾਉਂਦਾ ਹੈ ਜਾਂ ਕੀ ਅਸੀਂ ਸੰਸਾਰ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਾਂ?" ਇਸ ਨੂੰ ਦੋ ਵਿੱਚ ਵੰਡੋ. ਬਹੁਤ ਜ਼ਿਆਦਾ ਗ੍ਰੀਨਵਾਸ਼ਿੰਗ ਅਤੇ ਅੰਡਰਰਿਪੋਰਟਿੰਗ ਉਦੋਂ ਵਾਪਰਦੀ ਹੈ ਜਦੋਂ ਕੰਪਨੀਆਂ ਸਿਰਫ਼ ਉਹਨਾਂ ਵਿੱਤੀ ਪੱਖਾਂ ਦੀ ਰਿਪੋਰਟ ਕਰਦੀਆਂ ਹਨ ਜੋ ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਦੀਆਂ ਹਨ, ਉਹਨਾਂ ਦੇ ਸੰਸਾਰ 'ਤੇ ਪ੍ਰਭਾਵ ਨੂੰ ਛੁਪਾਉਂਦੀਆਂ ਹਨ।
ਕਦਮ ਦਰ ਕਦਮ: ਏਆਈ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਪਦਾਰਥਕਤਾ ਦੀ ਪ੍ਰਕਿਰਿਆ
1. ਵਿਸ਼ਾ ਬ੍ਰਹਿਮੰਡ ਬਣਾਓ। ਆਪਣੇ ਉਦਯੋਗ ਨਾਲ ਸੰਬੰਧਿਤ ਸੰਭਾਵੀ ਸਥਿਰਤਾ ਵਿਸ਼ਿਆਂ ਦੀ ਇੱਕ ਲੰਮੀ ਸੂਚੀ ਬਣਾਓ। ਏਆਈ ਇੱਥੇ ਇੱਕ ਚੰਗਾ ਬ੍ਰੇਨਸਟਾਰਮਿੰਗ ਸਾਥੀ ਹੈ; ਇੱਕ ਉਮੀਦਵਾਰ ਸੂਚੀ ESRS ਵਿਸ਼ੇ ਸਿਰਲੇਖਾਂ, GRI ਉਦਯੋਗ ਦੇ ਮਿਆਰਾਂ ਅਤੇ ਪੀਅਰ ਕੰਪਨੀ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਨੂੰ ਸਕੈਨ ਕਰਕੇ ਤਿਆਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
2. ਹਿੱਸੇਦਾਰਾਂ ਦੀ ਪਛਾਣ ਕਰੋ। ਸਟੇਕਹੋਲਡਰ ਉਹ ਪਾਰਟੀਆਂ ਹਨ ਜੋ ਕੰਪਨੀ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਜਾਂ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦੀਆਂ ਹਨ: ਕਰਮਚਾਰੀ, ਗਾਹਕ, ਸਪਲਾਇਰ, ਨਿਵੇਸ਼ਕ, ਸਥਾਨਕ ਲੋਕ, ਰੈਗੂਲੇਟਰ, ਸਿਵਲ ਸੁਸਾਇਟੀ। ਹਰ ਮਹੱਤਵਪੂਰਨ ਮੁੱਦੇ ਲਈ, "ਕੌਣ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦਾ ਹੈ?" ਸਵਾਲ ਪੁੱਛਿਆ ਜਾਂਦਾ ਹੈ।
3. ਸਟੇਕਹੋਲਡਰ ਇਨਪੁਟ ਇਕੱਠੇ ਕਰੋ। ਸਰਵੇਖਣਾਂ, ਇੰਟਰਵਿਊਆਂ ਅਤੇ ਵਰਕਸ਼ਾਪਾਂ ਰਾਹੀਂ ਇਹ ਪਤਾ ਲਗਾਓ ਕਿ ਸਟੇਕਹੋਲਡਰਾਂ ਨੂੰ ਕਿਹੜੇ ਮੁੱਦੇ ਮਹੱਤਵਪੂਰਨ ਲੱਗਦੇ ਹਨ। AI ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਸੈਂਕੜੇ ਓਪਨ-ਐਂਡ ਸਰਵੇਖਣ ਜਵਾਬਾਂ ਨੂੰ ਛਾਂਟਣ ਵਿੱਚ ਬਹੁਤ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ (ਇਸ ਨੂੰ ਥੀਮੈਟਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਕਿਹਾ ਜਾਂਦਾ ਹੈ)।
4. ਸਕੋਰ ਕਰੋ ਅਤੇ ਤਰਜੀਹ ਦਿਓ। ਹਰੇਕ ਵਿਸ਼ੇ ਨੂੰ ਦੋ ਧੁਰਿਆਂ (ਪ੍ਰਭਾਵ ਅਤੇ ਵਿੱਤੀ) 'ਤੇ ਪੈਮਾਨੇ 'ਤੇ ਸਕੋਰ ਕਰੋ। ਉੱਚ ਸਕੋਰ ਵਾਲੇ ਵਿਸ਼ਿਆਂ ਨੂੰ "ਮਹੱਤਵਪੂਰਨ/ਸਮੱਗਰੀ" ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਰਿਪੋਰਟ ਦਾ ਫੋਕਸ ਬਣ ਜਾਂਦਾ ਹੈ।
5. ਪੁਸ਼ਟੀ ਕਰੋ ਅਤੇ ਦਸਤਾਵੇਜ਼। ਇੱਕ ਪ੍ਰਬੰਧਨ ਕਮੇਟੀ ਤਰਜੀਹ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੰਦੀ ਹੈ; ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ (ਵਿਧੀ) ਦਸਤਾਵੇਜ਼ੀ ਹੈ। CSRD ਇਹ ਵੀ ਮੰਗ ਕਰਦਾ ਹੈ ਕਿ ਭੌਤਿਕਤਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਖੁਦ ਸਮਝਾਇਆ ਜਾਵੇ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਸਾਨੂੰ ਉਹਨਾਂ ਸਥਿਰਤਾ ਮੁੱਦਿਆਂ ਬਾਰੇ ਦੱਸੋ ਜੋ ਤੁਹਾਡੇ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹਨ।
ਇਸ ਵਿੱਚ ਉਦਯੋਗ, ਵਪਾਰਕ ਮਾਡਲ, ਹਿੱਸੇਦਾਰ ਅਤੇ ਦਵੈਤ ਪਹਿਲੂ ਸ਼ਾਮਲ ਨਹੀਂ ਹਨ; AI ਇੱਕ ਆਮ ਸੂਚੀ ਤਿਆਰ ਕਰਦਾ ਹੈ ਅਤੇ ਅਕਸਰ ਪ੍ਰਭਾਵ ਦੀ ਦਿਸ਼ਾ ਨੂੰ ਛੱਡ ਦਿੰਦਾ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਦੋਹਰੀ ਭੌਤਿਕਤਾ ਮਾਹਰ। ਕੰਪਨੀ: ਤੁਰਕੀ ਵਿੱਚ ਉਤਪਾਦਨ ਕਰਨ ਵਾਲੀ ਇੱਕ ਮੱਧਮ ਆਕਾਰ ਦੀ ਭੋਜਨ ਕੰਪਨੀ। ਕਾਰਜ: ਸੰਭਾਵੀ ਸਥਿਰਤਾ ਮੁੱਦਿਆਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਹਰੇਕ ਲਈ ਦੋ ਵੱਖਰੇ ਮੁਲਾਂਕਣ ਕਰੋ:- ਪ੍ਰਭਾਵ ਪਦਾਰਥਕਤਾ (ਵਾਤਾਵਰਣ/ਸਮਾਜ 'ਤੇ ਕੰਪਨੀ ਦਾ ਪ੍ਰਭਾਵ) - ਵਿੱਤੀ ਪਦਾਰਥਕਤਾ (ਕੰਪਨੀ 'ਤੇ ਮੁੱਦੇ ਦਾ ਵਿੱਤੀ ਪ੍ਰਭਾਵ) ਹਰੇਕ ਪ੍ਰਭਾਵਿਤ ਮੁੱਦੇ ਲਈ ਇਹ ਵੀ ਲਿਖੋ: DRRAule ਪ੍ਰਭਾਵਿਤ ਮੁੱਦੇ ਨੂੰ ਵੀ ਲਿਖੋ। ਉਮੀਦਵਾਰ; ਸਕੋਰਿੰਗ ਅਤੇ ਅੰਤਿਮ ਫੈਸਲਾ ਸਾਡੇ ਕੋਲ ਹੈ। ਸੈਕਟਰ ਡੇਟਾ ਨੂੰ ਮਾਰਕ ਕਰੋ ਜਿਸ ਬਾਰੇ ਤੁਸੀਂ ਨਿਸ਼ਚਤ ਨਹੀਂ ਹੋ, "ਤਸਦੀਕ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ"। ਆਉਟਪੁੱਟ: ਸਾਰਣੀ (ਵਿਸ਼ਾ | ਪ੍ਰਭਾਵ ਦਿਸ਼ਾ | ਵਿੱਤੀ ਪਹਿਲੂ | ਹਿੱਸੇਦਾਰ | ਨੋਟ)।
ਸਟੇਕਹੋਲਡਰ ਦੇ ਜਵਾਬਾਂ ਨੂੰ ਥੀਮਾਂ ਵਿੱਚ ਕ੍ਰਮਬੱਧ ਕਰੋ
ਭੌਤਿਕਤਾ ਸਰਵੇਖਣਾਂ ਤੋਂ ਸੈਂਕੜੇ ਮੁਫਤ-ਪਾਠ ਜਵਾਬਾਂ ਨੂੰ ਹੱਥ-ਪੜ੍ਹਨ ਵਿੱਚ ਦਿਨ ਲੱਗਦੇ ਹਨ। AI ਇਹਨਾਂ ਨੂੰ ਥੀਮਾਂ ਵਿੱਚ ਵੰਡ ਸਕਦਾ ਹੈ; ਪਰ ਇੱਕ ਚੇਤਾਵਨੀ ਦੇ ਨਾਲ: AI ਇੱਕ ਘੱਟ ਗਿਣਤੀ ਪਰ ਆਲੋਚਨਾਤਮਕ ਰਾਏ (ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਇੱਕਲੇ ਕਰਮਚਾਰੀ ਦੁਆਰਾ ਉਠਾਇਆ ਗਿਆ ਇੱਕ ਗੰਭੀਰ ਸੁਰੱਖਿਆ ਮੁੱਦਾ) ਨੂੰ "ਗੈਰ-ਮਹੱਤਵਪੂਰਨ" ਵਜੋਂ ਖਾਰਜ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਥੀਮੈਟਿਕ ਸੰਖੇਪ ਕੱਚੇ ਜਵਾਬਾਂ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ; ਇਹ ਉਹਨਾਂ ਲਈ ਇੱਕ ਗੇਟਵੇ ਹੈ।
ਹੇਠਾਂ ਪਦਾਰਥਕਤਾ ਸਰਵੇਖਣ ਤੋਂ 200 ਮੁਫ਼ਤ ਲਿਖਤ ਜਵਾਬ ਦਿੱਤੇ ਗਏ ਹਨ। ਕਾਰਜ: 1) ਜਵਾਬਾਂ ਨੂੰ 10 ਤੋਂ ਵੱਧ ਥੀਮਾਂ ਵਿੱਚ ਵੰਡੋ, ਹਰੇਕ ਥੀਮ ਨੂੰ ਇੱਕ ਛੋਟਾ ਨਾਮ ਦਿਓ। 2) ਗਿਣਤੀ ਕਰੋ ਕਿ ਕਿੰਨੇ ਜਵਾਬਾਂ ਵਿੱਚ ਹਰੇਕ ਥੀਮ ਦਾ ਜ਼ਿਕਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਵਾਬ। ਜਵਾਬ: [ਜਵਾਬ]
ਸਾਵਧਾਨ: AI ਦਾ ਥੀਮੈਟਿਕ ਸੰਖੇਪ ਕੱਚੇ ਜਵਾਬਾਂ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ, "ਘੱਟ ਬਾਰੰਬਾਰਤਾ ਪਰ ਉੱਚ ਮਹੱਤਵ" ਰਾਏ (ਇੱਕ ਸੁਰੱਖਿਆ ਉਲੰਘਣਾ, ਭ੍ਰਿਸ਼ਟਾਚਾਰ ਦਾ ਸ਼ੱਕ) AI ਦੁਆਰਾ ਪਰਛਾਵਾਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਉਹ ਗਿਣਤੀ ਵਿੱਚ ਘੱਟ ਹਨ। ਇਹਨਾਂ ਵਿਚਾਰਾਂ ਨੂੰ ਇੱਕ ਵੱਖਰੀ ਅੱਖ ਨਾਲ ਵੇਖਣਾ ਯਕੀਨੀ ਬਣਾਓ.
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਕਾਰਵਾਈ ਦੀ ਦਿਸ਼ਾ ਨੂੰ ਛੱਡਣਾ। ਇੱਕ ਰਸਾਇਣਕ ਕੰਪਨੀ ਨੇ ਏਆਈ ਨੇ ਇੱਕ ਪਦਾਰਥ ਸੂਚੀ ਤਿਆਰ ਕੀਤੀ ਸੀ। ਸੂਚੀ ਵਿੱਤੀ ਮੁੱਦਿਆਂ ਜਿਵੇਂ ਕਿ ਕਾਰਬਨ ਦੀ ਕੀਮਤ ਅਤੇ ਊਰਜਾ ਦੀ ਲਾਗਤ 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ; ਪਰ ਫੈਕਟਰੀ ਦੇ ਨੇੜੇ ਪਿੰਡ ਦੀ ਜਲ ਸਪਲਾਈ 'ਤੇ ਇਸ ਦਾ ਪ੍ਰਭਾਵ ਸੂਚੀ ਵਿਚ ਨਹੀਂ ਸੀ। ਮਾਹਰ ਨੇ "ਪ੍ਰਭਾਵ" ਪਹਿਲੂ ਨੂੰ ਦੋਹਰੇ ਮਹੱਤਵ ਦੇ ਮਾਮਲੇ ਵਜੋਂ ਜੋੜਿਆ; ਇਹ ਮੁੱਦਾ ਬਾਅਦ ਵਿੱਚ ਸਭ ਤੋਂ ਨਾਜ਼ੁਕ ਸਟੇਕਹੋਲਡਰ ਮੁੱਦਾ ਬਣ ਗਿਆ।
ਕੇਸ 2 - ਸੰਖਿਆਵਾਂ ਵਿੱਚ ਭਾਰ। ਇੱਕ ਰਿਟੇਲਰ ਨੇ AI ਨਾਲ 1,200 ਗਾਹਕ ਸਰਵੇਖਣਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ। YZ ਨੇ ਪਾਇਆ ਕਿ 41% ਜਵਾਬ "ਪੈਕੇਜਿੰਗ ਰਹਿੰਦ-ਖੂੰਹਦ" ਦੇ ਥੀਮ 'ਤੇ ਛੂਹ ਗਏ ਅਤੇ 23% ਨੇ "ਕੰਮ ਕਰਨ ਦੀਆਂ ਸਥਿਤੀਆਂ" ਦੇ ਥੀਮ ਨੂੰ ਛੂਹਿਆ। ਟੀਮ ਨੇ ਇਹਨਾਂ ਦੋ ਥੀਮਾਂ ਨੂੰ ਤਰਜੀਹੀ ਸਮੱਗਰੀ ਵਿਸ਼ਿਆਂ ਵਜੋਂ ਘੋਸ਼ਿਤ ਕੀਤਾ; ਹਾਲਾਂਕਿ, "ਘੱਟ ਬਾਰੰਬਾਰਤਾ" ਸਿਰਲੇਖ ਹੇਠ ਦਿਖਾਈ ਦੇਣ ਵਾਲੀ ਇੱਕ ਸਪਲਾਈ ਚੇਨ ਨੇ ਵੀ ਬਾਲ ਮਜ਼ਦੂਰੀ ਦੇ ਸ਼ੱਕ ਨੂੰ ਵੱਖਰੀ ਜਾਂਚ ਦੇ ਅਧੀਨ ਲਿਆਂਦਾ ਹੈ।
ਕੇਸ 3 - ਨਕਲੀ ਮਹੱਤਵ। AI ਨੇ "ਪਾਣੀ ਦੀ ਖਪਤ" ਨੂੰ ਇੱਕ ਸਾਫਟਵੇਅਰ ਕੰਪਨੀ ਲਈ ਇੱਕ ਉੱਚ ਤਰਜੀਹੀ ਸਮੱਗਰੀ ਮੁੱਦੇ ਵਜੋਂ ਫਲੈਗ ਕੀਤਾ; ਜਦੋਂ ਕਿ ਕੰਪਨੀ ਦਾ ਸਿਰਫ ਪਾਣੀ ਦੀ ਵਰਤੋਂ ਦਫਤਰ ਦੀ ਰਸੋਈ ਸੀ। ਮਾਹਰ ਨੇ ਇਸ ਨੂੰ ਘੱਟ ਕੀਤਾ ਅਤੇ ਅਸਲ ਸਮੱਗਰੀ "ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਊਰਜਾ ਦੀ ਖਪਤ" 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ। ਜੇਕਰ ਗਲਤ ਸਮੱਗਰੀ ਨੂੰ ਠੀਕ ਨਾ ਕੀਤਾ ਗਿਆ ਹੁੰਦਾ ਤਾਂ ਰਿਪੋਰਟ ਫੋਕਸ ਗੁਆ ਦਿੰਦੀ।
ਪਦਾਰਥਕਤਾ ਮੈਟ੍ਰਿਕਸ ਸਥਾਪਤ ਕਰਨ ਲਈ ਪ੍ਰੋਂਪਟ ਕਰੋ
ਪਦਾਰਥਕਤਾ ਮੈਟ੍ਰਿਕਸ ਇੱਕ ਵਿਜ਼ੂਅਲ ਤਰਜੀਹੀ ਸਾਧਨ ਹੈ ਜੋ ਵਿਸ਼ਿਆਂ ਨੂੰ ਦੋ ਧੁਰਿਆਂ (ਪ੍ਰਭਾਵ ਅਤੇ ਵਿੱਤੀ) ਦੇ ਨਾਲ ਰੱਖਦਾ ਹੈ। ਉਪਰਲੇ ਸੱਜੇ ਕੋਨੇ ਵਿਚਲੇ ਵਿਸ਼ੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹਨ।
ਇੱਕ ਪਦਾਰਥਕਤਾ ਮੈਟ੍ਰਿਕਸ ਦੇ ਤਰਕ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੇ ਵਿਸ਼ਿਆਂ ਅਤੇ ਅੰਕਾਂ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰੋ। ਇਨਪੁਟ: ਹਰੇਕ ਵਿਸ਼ੇ ਲਈ ਪ੍ਰਭਾਵ ਸਕੋਰ (1-5) ਅਤੇ ਵਿੱਤੀ ਸਕੋਰ (1-5)। ਟਾਸਕ: 1) ਵਿਸ਼ਿਆਂ ਨੂੰ ਚਾਰ ਜ਼ੋਨਾਂ ਵਿੱਚ ਵੰਡੋ: ਉੱਚ-ਉੱਚ (ਪ੍ਰਾਥਮਿਕਤਾ), ਉੱਚ ਪ੍ਰਭਾਵ-ਘੱਟ ਵਿੱਤ, ਘੱਟ ਪ੍ਰਭਾਵ-ਉੱਚ ਵਿੱਤ, ਘੱਟ-ਘੱਟ। 2) ਰਿਪੋਰਟ ਦੇ ਮੁੱਖ ਫੋਕਸ ਵਜੋਂ "ਪਹਿਲ" ਖੇਤਰ ਦਾ ਸੁਝਾਅ ਦਿਓ। 3) ਬਾਰਡਰਲਾਈਨ (ਲਗਭਗ 3-3) ਵਿਸ਼ਿਆਂ ਨੂੰ "ਮਨੁੱਖੀ ਨਿਰਣੇ ਦੀ ਲੋੜ ਹੈ" ਚਿੰਨ੍ਹ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਅੰਕ: [ਵਿਸ਼ਾ ਅਤੇ ਸਕੋਰ]
ਨਿਮਨਲਿਖਤ ਪ੍ਰੋਂਪਟ ਰਿਪੋਰਟ ਵਿੱਚ ਭੌਤਿਕਤਾ ਵਿਧੀ ਨੂੰ ਲਿਖਣ ਲਈ ਇੱਕ ਰੂਪਰੇਖਾ ਤਿਆਰ ਕਰਦਾ ਹੈ।
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ESG ਰਿਪੋਰਟ ਲੇਖਕ। ਕਾਰਜ: ਸਾਡੀ ਦੋਹਰੀ ਭੌਤਿਕਤਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸਮਝਾਉਂਦੇ ਹੋਏ 1 ਆਡਿਟ ਕਰਨ ਯੋਗ ਪੈਰਾ ਲਿਖੋ। ਸ਼ਾਮਲ ਕਰੋ: ਕਿਸ ਵਿਸ਼ੇ ਬ੍ਰਹਿਮੰਡ ਨੂੰ ਸਕੈਨ ਕੀਤਾ ਗਿਆ ਸੀ, ਕਿਹੜੇ ਹਿੱਸੇਦਾਰ ਸ਼ਾਮਲ ਸਨ, ਕਿਸ ਢੰਗ ਨਾਲ ਇਹ ਸਕੋਰ ਕੀਤਾ ਗਿਆ ਸੀ, ਕਿਸ ਨੇ ਇਸ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਸੀ। ਨਿਯਮ: ਅੰਡਰਸਟੇਟਡ, ਪ੍ਰਮਾਣਿਤ ਅਤੇ ਪ੍ਰਕਿਰਿਆ-ਅਧਾਰਿਤ ਲਿਖੋ; ਨਤੀਜਾ ਦਾਅਵਾ ਜੋੜ ਰਿਹਾ ਹੈ।ਇਨਪੁਟ: [ਪ੍ਰਕਿਰਿਆ ਨੋਟਸ]
ਆਮ ਗਲਤੀਆਂ
- ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਚੀਜ਼ ਨਾਲ ਸੰਤੁਸ਼ਟ ਹੋਣਾ. ਸਿਰਫ ਵਿੱਤੀ ਪ੍ਰਭਾਵ ਨੂੰ ਵੇਖਣਾ ਅਤੇ ਦੁਨੀਆ 'ਤੇ ਕੰਪਨੀ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ CSRD ਦੇ ਵਿਰੁੱਧ ਹੈ।
- ਹਿੱਸੇਦਾਰ ਨੂੰ ਤੰਗ ਰੱਖਣਾ। ਸਿਰਫ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਸੁਣਨਾ ਅਤੇ ਕਰਮਚਾਰੀਆਂ, ਸਥਾਨਕ ਲੋਕਾਂ ਅਤੇ ਸਪਲਾਇਰਾਂ ਨੂੰ ਛੱਡ ਕੇ ਪਦਾਰਥਕਤਾ ਨੂੰ ਵਿਗਾੜਦਾ ਹੈ।
- ਏਆਈ ਦੀ ਸੂਚੀ ਨੂੰ ਜਿਵੇਂ ਹੈ ਸਵੀਕਾਰ ਕਰਨਾ। ਸੈਕਟਰ ਲਈ ਖਾਸ ਗੰਭੀਰ ਮੁੱਦੇ ਗਾਇਬ ਹੋ ਸਕਦੇ ਹਨ ਜਾਂ AI ਵਿੱਚ ਗਲਤ ਭਾਰ ਦਿੱਤੇ ਜਾ ਸਕਦੇ ਹਨ।
- ਘੱਟ ਬਾਰੰਬਾਰਤਾ ਵਾਲੇ ਗੰਭੀਰ ਵਿਚਾਰਾਂ ਨੂੰ ਖਤਮ ਕਰਨਾ. ਸਿਗਨਲ ਜੋ ਗਿਣਤੀ ਵਿੱਚ ਘੱਟ ਹਨ ਪਰ ਉੱਚ ਜੋਖਮ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਜਾਂਚਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਕਾਰਜਪ੍ਰਣਾਲੀ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਨਹੀਂ। ਜੇ ਇਹ ਨਹੀਂ ਲਿਖਿਆ ਗਿਆ ਕਿ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਆਡੀਟਰ ਸਮੱਗਰੀ ਨੂੰ ਸਵੀਕਾਰ ਨਹੀਂ ਕਰੇਗਾ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਸਮੱਗਰੀ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਪੂਰੀ ESG ਰਿਪੋਰਟ ਦਾ ਕੰਪਾਸ ਹੈ; ਇੱਕ ਰਿਪੋਰਟ ਜੋ ਗਲਤ ਮੁੱਦਿਆਂ 'ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਦੀ ਹੈ, ਬੇਕਾਰ ਹੈ, ਭਾਵੇਂ ਇਹ ਕਿੰਨੀ ਕੁ ਗੁਣਵੱਤਾ ਵਾਲੀ ਕਿਉਂ ਨਾ ਹੋਵੇ। ਦੋਹਰੇ ਮਹੱਤਵ ਦੋਵੇਂ ਹਨ "ਇਹ ਮੁੱਦਾ ਸਾਨੂੰ ਵਿੱਤੀ ਤੌਰ 'ਤੇ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ?" ਨਾਲ ਹੀ "ਅਸੀਂ ਇਸ ਮੁੱਦੇ 'ਤੇ ਦੁਨੀਆ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਾਂ?" ਇਕੱਠੇ ਸਵਾਲ ਪੁੱਛਦਾ ਹੈ। AI ਵਿਸ਼ਿਆਂ ਦੇ ਬ੍ਰਹਿਮੰਡ ਨੂੰ ਬਣਾਉਣ ਅਤੇ ਥੀਮਾਂ ਵਿੱਚ ਹਿੱਸੇਦਾਰਾਂ ਦੇ ਸੈਂਕੜੇ ਜਵਾਬਾਂ ਨੂੰ ਛਾਂਟਣ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਵੇਗਕ ਹੈ; ਪਰ ਇਹ ਪ੍ਰਭਾਵ ਦੀ ਦਿਸ਼ਾ ਨੂੰ ਗੁਆ ਦਿੰਦਾ ਹੈ, ਗਲਤ ਮਹੱਤਵ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਅਤੇ ਘੱਟ ਬਾਰੰਬਾਰਤਾ ਵਾਲੇ ਆਲੋਚਨਾਤਮਕ ਵਿਚਾਰਾਂ ਨੂੰ ਖਤਮ ਕਰਦਾ ਹੈ। ਅੰਤਮ ਤਰਜੀਹ ਅਤੇ ਪ੍ਰਵਾਨਗੀ ਹਮੇਸ਼ਾ ਮਨੁੱਖ ਦੇ ਨਾਲ ਹੁੰਦੀ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਕੋਈ ਉਦਯੋਗ ਚੁਣੋ (ਉਦਾਹਰਨ ਲਈ ਭੋਜਨ ਰਿਟੇਲ) ਅਤੇ ਉੱਪਰ ਦਿੱਤੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ ਦੇ ਨਾਲ 12-15 ਉਮੀਦਵਾਰਾਂ ਦੇ ਵਿਸ਼ਿਆਂ ਦੀ ਸੂਚੀ ਲਈ AI ਨੂੰ ਪੁੱਛੋ। ਫਿਰ: (1) ਹਰੇਕ ਵਿਸ਼ੇ ਨੂੰ ਪ੍ਰਭਾਵ ਅਤੇ ਵਿੱਤੀ ਪਹਿਲੂ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਦੋ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡ ਕੇ ਜਾਂਚ ਕਰੋ, (2) ਸਿਰਫ਼ ਉਹਨਾਂ ਨੂੰ ਠੀਕ ਕਰੋ ਜੋ ਵਿੱਤੀ ਪੱਖ ਵੱਲ ਚਲੇ ਗਏ ਹਨ, (3) ਉਹਨਾਂ 5 ਵਿਸ਼ਿਆਂ ਦੀ ਚੋਣ ਕਰੋ ਜੋ ਤੁਸੀਂ ਜਾਇਜ਼ਤਾ ਦੇ ਨਾਲ ਸਭ ਤੋਂ ਵੱਧ ਸਮੱਗਰੀ ਸਮਝਦੇ ਹੋ ਅਤੇ ਇੱਕ ਛੋਟਾ ਪਦਾਰਥਕਤਾ ਮੈਟ੍ਰਿਕਸ ਤਿਆਰ ਕਰੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਹਰੇਕ ਮੁੱਦੇ ਦਾ ਮੁਲਾਂਕਣ ਪ੍ਰਭਾਵ ਅਤੇ ਵਿੱਤੀ ਸਮੱਗਰੀ ਦੋਵਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਨਿਵੇਸ਼ਕ (ਕਰਮਚਾਰੀ, ਜਨਤਕ, ਸਪਲਾਇਰ) ਤੋਂ ਇਲਾਵਾ ਹਿੱਸੇਦਾਰਾਂ ਦੀ ਸੂਚੀ ਦਾ ਵਿਸਤਾਰ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਉਦਯੋਗ-ਵਿਸ਼ੇਸ਼ ਹਕੀਕਤ ਦੇ ਵਿਰੁੱਧ AI ਦੁਆਰਾ ਤਿਆਰ ਵਿਸ਼ਿਆਂ ਦੀ ਸੂਚੀ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ਘੱਟ ਬਾਰੰਬਾਰਤਾ ਪਰ ਉੱਚ ਮਹੱਤਵ ਵਾਲੇ ਵਿਚਾਰਾਂ ਦੀ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਜਾਂਚ ਕੀਤੀ।
- ਮੈਂ ਮਨੁੱਖੀ/ਕਮੇਟੀ ਦੇ ਫੈਸਲੇ ਦੁਆਰਾ ਤਰਜੀਹ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਹੈ।
- [ ] ਮੈਂ ਆਡਿਟ ਦੇ ਅਨੁਸਾਰ ਪਦਾਰਥਕਤਾ ਵਿਧੀ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਗਲਤ ਮਹੱਤਵ ਦੇ ਮੁੱਦੇ ਛੱਡ ਦਿੱਤੇ (ਜੋ ਅਸਲ ਵਿੱਚ ਸਾਡੇ 'ਤੇ ਪ੍ਰਭਾਵ ਨਹੀਂ ਪਾਉਂਦੇ)।