Zyski:
- Umiejętność rozróżnienia pomiędzy istotnością pojedynczą a istotnością podwójną oraz oceny problemu zarówno pod kątem wpływu, jak i istotności finansowej
- Możliwość rozdzielenia setek odpowiedzi interesariuszy na tematy za pomocą sztucznej inteligencji, przy jednoczesnym oddzieleniu sygnałów o niskiej częstotliwości, ale o dużym znaczeniu
- Możliwość przetestowania listy tematów stworzonej przez sztuczną inteligencję z rzeczywistością branżową i powiązania ostatecznego dokumentu ustalania priorytetów i metodologii z ludźmi
Żadna firma nie jest w stanie tak szczegółowo opisać wszystkich kwestii związanych ze zrównoważonym rozwojem; Podczas gdy zużycie wody jest sprawą drugorzędną dla firmy tworzącej oprogramowanie, dla producenta napojów jest to ratunek. To pytanie „które kwestie są dla nas naprawdę ważne?” Odpowiedź na to pytanie daje analiza istotności (analiza istotności). Istotność to proces określania, jak „znaczący/istotny” jest problem zrównoważonego rozwoju dla organizacji i stanowi podstawę całego raportu ESG. Fałszywa materialność sprawia, że nawet setki stron raportów stają się bezwartościowe; ponieważ w sprawozdaniu skupiono się na niewłaściwych kwestiach. W tej części dowiesz się, gdzie wykorzystać sztuczną inteligencję (AI) jako akcelerator, a gdzie jako ryzyko w tym procesie.
Wyjaśnijmy najpierw dwa pojęcia. Pojedyncza istotność uwzględnia jedynie wpływ danej kwestii na kondycję finansową przedsiębiorstwa: „Jak zmiana klimatu wpłynie na nasze przychody/koszty?” Podwójna istotność dodaje drugi aspekt: wpływ firmy na świat. Pytanie jest zatem dwojakie: (1) Jak ta kwestia wpływa finansowo na firmę? (2) Jak firma wpływa w tym zakresie na środowisko i społeczeństwo? CSRD i ESRS wymuszają to drugie, podwójne spojrzenie. To rozróżnienie leży u podstaw zarówno egzaminów, jak i praktyki.
Dwa aspekty o podwójnym znaczeniu
Podwójna materialność patrzy przez dwie soczewki:
- Istotność wpływu — „na lewą stronę”: pozytywny/negatywny wpływ działalności firmy na ludzi i środowisko. Przykład: ścieki odprowadzane do rzeki przez fabrykę tekstyliów.
- Istotność finansowa — „od zewnątrz do wewnątrz”: wpływ kwestii zrównoważonego rozwoju na przepływy pieniężne, koszty i wartość firmy. Przykład: zwiększenie ceny emisji dwutlenku węgla zwiększa koszt produkcji.
Jeżeli temat jest istotny w którymkolwiek z tych dwóch punktów widzenia, uznaje się go za podlegający raportowaniu w logice podwójnej materialności. Sztuczna inteligencja ma trudności z rozróżnieniem tych dwóch aspektów i często dryfuje wyłącznie w stronę strony finansowej; Dlatego istotne jest kontrolowanie wyników, mając na uwadze to rozróżnienie.
Temat
Materialność wpływu (dla świata)
Istotność finansowa (dla spółki)
emisję gazów cieplarnianych
Wkład w zmiany klimatyczne
Podatek węglowy, koszt CBAM
Zdrowie i bezpieczeństwo pracowników
Życie i zdrowie pracownika
Odszkodowanie za wypadek, przestój w produkcji
zużycie wody
Regionalny stres wodny
Niedobór wody, ryzyko produkcyjne
Prywatność danych
Prawa użytkownika
Kara, reputacja i utrata klienta
Wskazówka: rozważając jakiś problem, zastanów się, czy ma to wpływ na nas, czy na świat? Podziel to na dwie części. Wiele greenwashingu i niedostatecznego raportowania ma miejsce, gdy firmy zgłaszają jedynie tę stronę finansową, która ich dotyczy, ukrywając wpływ, jaki wywierają na świat.
Krok po kroku: proces materialności oparty na sztucznej inteligencji
1. Stwórz wszechświat tematyczny. Zrób długą listę możliwych tematów dotyczących zrównoważonego rozwoju, istotnych dla Twojej branży. Sztuczna inteligencja jest tutaj dobrym partnerem do burzy mózgów; Lista kandydatów tworzona jest poprzez skanowanie nagłówków tematów ESRS, standardów branżowych GRI i raportów firm partnerskich.
2. Zidentyfikuj interesariuszy. Interesariusze to strony, na które działalność firmy ma wpływ lub na które wywiera ona wpływ: pracownicy, klienci, dostawcy, inwestorzy, ludność lokalna, organy regulacyjne, społeczeństwo obywatelskie. W przypadku każdej ważnej kwestii „kogo to dotyczy?” zadawane jest pytanie.
3. Zbierz uwagi interesariuszy. Dowiedz się, jakie kwestie uważają za istotne dla interesariuszy, poprzez ankiety, wywiady i warsztaty. Sztuczna inteligencja ma ogromną moc w sortowaniu setek odpowiedzi z ankiet otwartych na tematy (nazywa się to analizą tematyczną).
4. Oceniaj i ustalaj priorytety. Oceń każdy temat w skali składającej się z dwóch osi (wpływu i finansów). Tematy z wysokimi wynikami są uznawane za „ważne/istotne” i stają się głównym tematem raportu.
5. Sprawdź i udokumentuj. Komitet zarządzający zatwierdza ustalanie priorytetów; Sposób realizacji procesu (metodologia) jest dokumentowany. CSRD domaga się także wyjaśnienia samego procesu materialności.
Słaba zachęta/silna zachęta
Słaba zachęta:
Opowiedz nam o kwestiach zrównoważonego rozwoju, które są dla Ciebie ważne.
Nie obejmuje branży, modelu biznesowego, aspektów interesariuszy i dualności; Sztuczna inteligencja tworzy ogólną listę i często pomija kierunek uderzenia.
Potężny monit:
Twoja rola: ekspert ds. podwójnej istotności. Firma: średniej wielkości firma spożywcza produkująca w Turcji. Zadanie: wypisz możliwe problemy związane ze zrównoważonym rozwojem i dokonaj DWÓCH ODDZIELNYCH ocen dla każdego: - Istotność wpływu (wpływ firmy na środowisko/społeczeństwo) - Istotność finansowa (wpływ finansowy problemu na firmę) Dla każdego problemu zapisz także interesariuszy, których to dotyczy. Zasada: Jest to kandydat na PROJEKT; Punktacja i ostateczna decyzja należą do nas. Oznacz dane sektora, których nie jesteś pewien, jako sfabrykowane, „muszą zostać zweryfikowane”. Wynik: tabela (Temat | Kierunek wpływu | Aspekt finansowy | Interesariusze | Notatka).
Posortuj odpowiedzi interesariuszy według tematów
Odręczne przeczytanie setek odpowiedzi z ankiet dotyczących istotności zajmuje kilka dni. Sztuczna inteligencja może podzielić je na tematy; ale z zastrzeżeniem: sztuczna inteligencja może odrzucić krytyczną opinię mniejszości (na przykład poważną kwestię bezpieczeństwa podniesioną przez jednego pracownika) jako „nieistotną”. Dlatego podsumowanie tematyczne nie zastępuje surowych odpowiedzi; To dla nich brama.
Poniżej znajduje się 200 odpowiedzi tekstowych z badania istotności. Zadanie: 1) Podziel odpowiedzi na nie więcej niż 10 tematów, nadając każdemu tematowi krótką nazwę. 2) Policz, ile odpowiedzi wspomina o każdym temacie. 3) RÓWNIEŻ wypisz, wyeliminuj niewielką liczbę, ale poważnych (bezpieczeństwo, ryzyko prawne, środowisko) opinii pod nagłówkiem „mała częstotliwość / duże znaczenie”. 4) Nie twórz, nie łącz ani nie zniekształcaj żadnych odpowiedzi. Odpowiedzi: [ODPOWIEDZI]
Uwaga: Podsumowanie tematyczne AI nie zastępuje surowych odpowiedzi. W szczególności opinie „małej częstotliwości, ale dużej wagi” (naruszenie bezpieczeństwa, podejrzenie korupcji) mogą zostać przyćmione przez sztuczną inteligencję, ponieważ jest ich niewiele. Koniecznie sprawdź te opinie osobnym okiem.
trzy mini etui
Przypadek 1 — Pominięcie kierunku działania. Firma chemiczna zleciła AI przygotowanie listy istotności. Lista skupiała się na kwestiach finansowych, takich jak cena emisji dwutlenku węgla i koszt energii; ale jego wpływu na zaopatrzenie w wodę wsi w pobliżu fabryki nie było na liście. Ekspert dodał aspekt „wpływu” jako kwestię o podwójnym znaczeniu; Kwestia ta okazała się później najważniejszą kwestią dla interesariuszy.
Przypadek 2 — Waga w liczbach. Sprzedawca detaliczny przeanalizował 1200 ankiet klientów za pomocą sztucznej inteligencji. YZ odkryło, że 41% odpowiedzi dotyczyło tematu „odpadów opakowaniowych”, a 23% – „warunków pracy”. Zespół uznał te dwa tematy za tematy merytoryczne priorytetowe; Jednakże łańcuch dostaw, który pojawił się w kategorii „niska częstotliwość”, również wzbudził odrębną analizę podejrzeń o pracę dzieci.
Przypadek 3 – Fałszywe znaczenie. AI uznała „zużycie wody” za kwestię materialną o wysokim priorytecie dla firmy produkującej oprogramowanie; podczas gdy firma korzystała wyłącznie z wody w kuchni biurowej. Ekspert zbagatelizował to i skupił się na naprawdę istotnej „prywatności danych i zużyciu energii”. Sprawozdanie straciłoby na aktualności, gdyby nie poprawiono nieprawidłowego materiału.
Monituj o ustawienie macierzy istotności
Matryca istotności to wizualne narzędzie do ustalania priorytetów, które umieszcza tematy wzdłuż dwóch osi (wpływu i finansów). Tematy znajdujące się w prawym górnym rogu są najważniejsze.
Ułóż poniższe tematy i wyniki w logice macierzy istotności. Dane wejściowe: Wynik wpływu (1-5) i wynik finansowy (1-5) dla każdego tematu. Zadanie: 1) Podziel tematy na cztery strefy: wysoki-wysoki (priorytet), duży wpływ-niskie finanse, mały wpływ-duże finanse, niski-niski. 2) Zaproponuj region „priorytetowy” jako główny temat raportu. 3) Zdefiniuj tematy graniczne (około 3-3) jako znak „wymagany ludzki osąd”. Punkty: [TEMAT I WYNIKI]
Poniższy monit zawiera schemat zapisania metodologii istotności w raporcie.
Twoja rola: autor raportów ESG. Zadanie: napisz 1 możliwy do sprawdzenia akapit wyjaśniający nasz proces podwójnej istotności. Uwzględnij: jaki temat został przeskanowany, którzy interesariusze byli zaangażowani, jaką metodą został on oceniony, kto go zatwierdził. Zasada: pisz dyskretnie, sprawdzalnie i zorientowanie na proces; dodanie potwierdzenia wyniku. Dane wejściowe: [UWAGI PROCESOWE]
Typowe błędy
- Zadowolenie z jednej ważnej rzeczy. Patrzenie wyłącznie na skutki finansowe i ignorowanie wpływu firmy na świat jest sprzeczne z CSRD.
- Utrzymywanie wąskiego grona interesariuszy. Słuchanie wyłącznie inwestorów i wykluczanie pracowników, ludności lokalnej i dostawców zniekształca istotność.
- Akceptowanie listy AI w takiej formie, w jakiej jest. W sztucznej inteligencji mogą brakować kluczowych kwestii specyficznych dla tego sektora lub przypisywać im niewłaściwą wagę.
- Eliminowanie poważnych opinii o niskiej częstotliwości. Sygnały, które są nieliczne, ale stanowią duże ryzyko, należy zbadać osobno.
- Brak dokumentowania metodologii. Jeżeli nie jest napisane, jak przebiega proces, biegły rewident nie zaakceptuje istotności.
Podsumowując
Analiza materiałowa jest kompasem całego raportu ESG; Raport skupiający się na niewłaściwych kwestiach jest bezwartościowy, niezależnie od jakości jego napisania. Podwójne znaczenie polega na tym, „jak ta kwestia wpływa na nas finansowo?” a także „w jaki sposób możemy wpłynąć na świat w tej kwestii?” wspólnie zadaje pytania. Sztuczna inteligencja jest potężnym akceleratorem generowania wszechświata tematów i sortowania setek odpowiedzi interesariuszy w tematy; ma jednak tendencję do pomijania kierunku oddziaływania, tworzenia fałszywego znaczenia i eliminowania krytycznych poglądów o niskiej częstotliwości. Ostateczne ustalenie priorytetów i zatwierdzenie zawsze należy do człowieka.
Zadanie aplikacji
Wybierz branżę (np. handel detaliczny żywnością) i poproś sztuczną inteligencję o listę 12–15 kandydatów na tematy, korzystając z powyższego potężnego podpowiedzi. Następnie: (1) sprawdź każdy temat, dzieląc go na dwa pod względem wpływu i aspektu finansowego, (2) popraw tylko te, które przesunęły się na stronę finansową, (3) wybierz 5 tematów, które uważasz za najbardziej istotne, wraz z uzasadnieniem i przygotuj małą matrycę istotności.
lista kontrolna
- [ ] Oceniłem każde zagadnienie zarówno pod kątem wpływu, jak i istotności finansowej.
- [ ] Rozszerzyłem listę interesariuszy poza inwestora (pracownik, społeczeństwo, dostawca).
- [ ] Przetestowałem listę tematów wygenerowaną przez sztuczną inteligencję z rzeczywistością branżową.
- [ ] Odrębnie zbadałem opinie o niskiej częstotliwości, ale o dużym znaczeniu.
- [ ] Zatwierdziłem ustalenie priorytetów decyzją człowieka/komitetu.
- [ ] Udokumentowałem metodologię istotności zgodnie z badaniem.
- [ ] Porzuciłem kwestie o fałszywej wadze (które tak naprawdę nas nie dotyczą).