Standardowa weryfikacja i niezależna gwarancja: łańcuch dowodów i przygotowanie audytu — Sztuczna inteligencja w zarządzaniu zrównoważonym rozwojem i ESG

Zyski:

Umiejętność rozróżnienia pewności ograniczonej od wystarczającej oraz ustalenia łańcucha dowodów, który śledzi każdą istotną metrykę aż do dokumentu źródłowego
Możliwość dokumentowania współczynników emisji i wskaźników zastępczych w sposób podlegający audytowi oraz powtarzalności testów przy losowym pobieraniu próbek
Umiejętność wykorzystania sztucznej inteligencji jako asystenta w przygotowaniu audytu i stosowania dyscypliny polegającej na pozostawieniu niezależnej kontroli upoważnionej organizacji

Raport dotyczący zrównoważonego rozwoju, podobnie jak sprawozdanie finansowe, w coraz większym stopniu wymaga niezależnej weryfikacji. Pewność ma miejsce wtedy, gdy strona trzecia (zwykle firma audytorska) niezależna od firmy sporządzającej raport bada prawidłowość raportu i wyraża opinię. CSRD stopniowo wprowadza obowiązek zapewnienia pewności w przypadku raportów zrównoważonego rozwoju. To zmienia zasady gry: „dobrze wyglądający” raport już nie wystarczy, potrzebny jest raport możliwy do sprawdzenia. W tej części dowiesz się, jak wykorzystać sztuczną inteligencję (AI) w przygotowaniu audytu i ustalaniu łańcucha dowodowego.

Najpierw zdefiniujmy dwa poziomy pewności. Ograniczona pewność to łagodniejsza kontrola, podczas której biegły rewident stwierdza: „Nie zauważyłem niczego, co sugerowałoby, że raport jest niedokładny”. Racjonalna pewność to badanie znacznie głębsze i bardziej kosztowne, zbliżone do audytu finansowego. CSRD zaczyna się na razie od ograniczonej pewności, ale oczekuje się, że z czasem przejdzie do wystarczającej pewności. Na obu poziomach pierwsze pytanie audytora jest takie samo: „Udowodnij mi tę liczbę”.

Raport z perspektywy audytora: łańcuch dowodowy

Egzaminatora nie interesuje płynność tekstu, ale łańcuch dowodowy stojący za każdym twierdzeniem. Łańcuch dowodowy jest odpowiedzią na następujące pytania:

Z jakiego dokumentu pochodzi ten numer? (faktura, licznik, certyfikat)
Jak doszło do przejścia od dokumentu do raportu? (jaka formuła, jaki współczynnik)
Kto, kiedy i przy jakich założeniach to obliczył?
Czy ktoś inny może dojść do tego samego wniosku na podstawie tych samych dokumentów? (powtarzalność)

Na tym właśnie polega wartość sztucznej inteligencji: skanowanie każdego roszczenia zawartego w raporcie i zadawanie pytań „czy podano dowody potwierdzające tę liczbę?” może stworzyć listę kontrolną. Ale sztuczna inteligencja nie jest audytorem; Nie może zapewnić niezależnej pewności, a jedynie przygotowuje Cię do audytu.

Element łańcucha dowodowego

przykład

O co pyta audytor?

Dokument źródłowy

rachunek za prąd

Czy istnieje oryginał?

Konwersja

kWh × współczynnik = tCO₂e

Czynnik obrazu?

metodologia

Protokół dotyczący gazów cieplarnianych

Czy było to stosowane konsekwentnie?

Odpowiedzialny

osoba wykonująca obliczenia

Czy istnieje zapis śladowy?

powtarzalność

ten sam wynik

Czy można go niezależnie reprodukować?

Wskazówka: zanim uznasz raport za gotowy do audytu, wykonaj ten test: wybierz losowo trzy liczby i prześledź każdą z nich aż do źródła (raport → konto → czynnik → oryginalny dokument). Jeśli potrafisz wyśledzić wszystkie trzy, twój łańcuch jest solidny; Jeśli pęknie w jednym z nich, audytor również tam pęknie.

Krok po kroku: przygotowanie do audytu

1. Zbierz dzienniki śledzenia. Dla każdej metryki materiału połącz dokument źródłowy, współczynnik, formułę i zasadę w jeden plik.

2. Wykonaj badanie próbkowe. Działaj jako audytor i śledź losowe liczby aż do ich źródła. Sztuczna inteligencja może stworzyć listę próbek i kontrolować rusztowanie.

3. Znajdź słabe ogniwa. Sprawdź elementy, które mają nieznane pochodzenie, niezweryfikowany czynnik lub zawierają proxy.

4. Przygotuj oświadczenie dotyczące spójności i metodologii. Zapisz, jaki standard, jaki zestaw współczynników i jakie założenia zastosowałeś.

5. Przewiduj pytania audytora. AI pyta: „Jakie 20 pytań zadałby audytor temu raportowi?” Dobrze jest stworzyć listę przygotowań, np

Słaba zachęta/silna zachęta

Słaba zachęta:

Sprawdź, czy nasz raport jest gotowy do audytu.

Sztuczna inteligencja odpowiada ogólną odpowiedzią „wygląda dobrze”; nie testuje łańcucha dowodowego.

Potężny monit:

Twoja rola: audytor ds. zapewnienia zrównoważonego rozwoju (ograniczona pewność). Zadanie: sprawdź poniższy tekst raportu okiem audytora. Dla każdego twierdzenia liczbowego zapytaj i zaznacz: 1) Czy podano źródło? (faktura/licznik/certyfikat)2) Czy zastosowany współczynnik emisji jest oficjalny czy zweryfikowany?3) Zastępczy/oszacowany? Czy jest to określone?4) Czy wskaźnik jest wymieniony inaczej w innym miejscu raportu?Zasada: wpisz „WYMAGANE DOWODY” dla każdego twierdzenia, w którym brakuje dowodów; NIE zapewniaj, po prostu wypisz słabe linki w celu przygotowania.Raport: [RAPORT]

Monituj o tabelę łańcucha dowodów

Poniższy monit przygotowuje z wyprzedzeniem pytania egzaminatora.

Twoja rola: starszy audytor atestacyjny. Zadanie: wygeneruj 15 najtrudniejszych pytań, jakie audytor zadałby na temat poniższego raportu dotyczącego zrównoważonego rozwoju; Skoncentruj się szczególnie na zakresie 3, danych zastępczych i oświadczeniach docelowych. Dodaj notatkę obok każdego pytania: „Czego potrzebujemy, aby być przygotowanym na to pytanie?” Podsumowanie raportu: [SUMMARY]

Uwaga: stwierdzenie AI „wydaje się, że raport jest gotowy do audytu” nie stanowi zapewnienia i nie ma wartości prawnej/zawodowej. Niezależną pewność może zapewnić wyłącznie kompetentna i bezstronna firma audytorska. Używaj sztucznej inteligencji jako „wstępnego asystenta”, nigdy jako substytutu audytora.

trzy mini etui

Przypadek 1 — Zerwany łańcuch. „Wskaźnik odzysku odpadów na poziomie 78%” – czytamy w raporcie firmy. W przedaudytowym badaniu wyrywkowym nie odnaleziono źródła tej liczby; Pochodził z komórki Excela, ale nie krył się za nim żaden dokument. Liczba ta została przeliczona na podstawie dokumentów przekazania odpadów i faktyczny wskaźnik wyniósł 71%; w przypadku braku korekty pewność mogłaby zostać odrzucona.

Przypadek 2 — Czynnik niepotwierdzony. W jednym raporcie w obliczeniach emisji wykorzystano współczynnik emisji niewiadomego pochodzenia. Skan audytu sztucznej inteligencji oznaczył „brak źródła czynników”. Współczynnik został zastąpiony oficjalnym zbiorem danych; Suma zmieniła się o 6%, ale teraz można to było udowodnić.

Przypadek 3 — oczekiwane pytanie. Przed audytem zespół może zadać AI „jakie trudne pytania zadaje audytor?” zapytał. Lista „Jak przewidywano 60% zakresu 3?” Zawierało pytanie. Zespół przygotował się do tego pytania, pisząc wcześniej notę metodologiczną; Kiedy podczas audytu pojawiło się to samo pytanie, odpowiedź była już gotowa, a proces przebiegł sprawnie.

Typowe błędy

Uwzględnij w raporcie numer niepochodzący z źródła. Każda liczba, której źródła nie można powiązać z dokumentem, jest słabym ogniwem audytu.
Używanie współczynnika bez jego weryfikacji. Jeżeli nie zostanie wskazane oficjalne źródło współczynnika emisji, audytor go nie zaakceptuje.
Ukrywanie proxy. Używanie danych predykcyjnych jest w porządku; Nieokreślenie kompromisów w zakresie zapewnienia.
Mylenie sztucznej inteligencji z audytorem. AI dokonuje wstępnych przygotowań; Niezależne zapewnienie pochodzi wyłącznie od autoryzowanej organizacji.
Nie spisywanie metodologii na piśmie. Jeżeli nie jest udokumentowane, jaki standard/czynnik/założenie zastosowano, raport jest nie do obrony.

Podsumowując

Niezależna gwarancja przenosi raport zrównoważonego rozwoju z dokumentu „dobrze wyglądającego” do dokumentu „możliwego do udowodnienia”. Audytor ma tylko jedno prawdziwe pytanie: „Udowodnij tę liczbę”. sztuczna inteligencja; Jest potężnym partnerem przygotowawczym w skanowaniu łańcucha dowodów, konfigurowaniu przykładowych testów, oznaczaniu słabych ogniw i przewidywaniu pytań audytora. AI nie jest jednak audytorem i nie może zapewnić pewności. Prześledź każdy istotny wskaźnik aż do jego źródła, zweryfikuj czynniki z oficjalnego źródła, określ wskaźniki zastępcze i udokumentuj metodologię. Przygotowanie do audytu jest równie ważne jak pisanie raportu.

Zadanie aplikacji

Wybierz trzy potwierdzenia liczbowe z raportu (jedno z proxy). W powyższym wierszu kontrolnym sztuczna inteligencja zadaje każde pytanie „czy określono źródło, czy czynnik został zweryfikowany, czy jest to proxy?” Zeskanuj to. Następnie: (1) napisz łańcuch dowodów dla każdego problemu, (2) przetestuj śledzenie do źródła i znajdź uszkodzone łącze, (3) wypisz 5 trudnych pytań, które audytor zada i przygotuj na nie odpowiedź.

lista kontrolna

[ ] Prześledziłem każdą metrykę materiału aż do dokumentu źródłowego.
[ ] Dodałem do łańcucha dowodów oficjalne źródło wskaźników emisji.
[ ] Wyraźnie oznaczyłem elementy zawierające proxy/prognozę.
[ ] Zrobiłem test powtarzalności na losowej próbce.
[ ] Metodologię (standard, zestaw czynników, założenia) przedstawiłem na piśmie.
[ ] Przygotowałem wcześniej trudne pytania, które audytor zada.
[ ] Do przygotowania użyłem sztucznej inteligencji; Zapewnienie pozostawiłem upoważnionej instytucji.