Câștiguri:
- Abilitatea de a alege cadrul potrivit de raportare (GRI/ESRS/ISSB) și de a evalua dubla semnificație în ceea ce privește atât impactul financiar, cât și impactul asupra mediului
- Abilitatea de a converti mai multe surse, diferite unități de date într-o singură unitate cu cod și de a conecta fiecare măsurătoare la o sursă urmăribilă
- Capacitatea de a curăța textul raportului produs de inteligența artificială de un limbaj exagerat și de a-l pregăti cu un lanț de dovezi pentru asigurare independentă
Indiferent cât de bună este performanța de mediu a unei organizații, aceasta are o valoare limitată dacă nu este raportată credibil. Investitorii, autoritățile de reglementare, clienții și angajații doresc acum să vadă instituțiile documentându-și performanța ESG (de mediu, socială, guvernanță). În această unitate, veți afla cadrele majore de raportare, lanțul de colectare a datelor, automatizarea raportării cu AI și, cel mai important, auditabilitatea raportului.
Mai întâi cadrele. GRI (Global Reporting Initiative) este cel mai răspândit standard de raportare voluntară de sustenabilitate din lume. CSRD (Corporate Sustainability Reporting Directive) este directiva UE care obligă companiile mari să raporteze sustenabilitatea și se bazează pe standarde detaliate numite ESRS (Standarde europene de raportare a durabilității). ISSB/IFRS S1-S2 este un standard global de dezvăluire privind sustenabilitatea axat financiar. Consensul: nu revendicări, ci date standardizate, auditabile.
Dubla materialitate: ce să raportezi?
Conceptul de bază al CSRD este analiza de materialitate dublă. Aceasta presupune două aspecte: (1) Cum influențează mediul/societatea organizația (materialitatea financiară)? (2) Cum are organizația impactul asupra mediului/societății (materialitatea impactului)? O organizație trebuie să raporteze nu numai ceea ce este important din punct de vedere financiar pentru ea însăși, ci și impactul său care este important pentru lume. AI ajută la conturarea problemelor care pot fi semnificative, dar decizia privind semnificația este responsabilitatea opiniei și managementului părților interesate.
Sfat: Un raport ESG este la fel de valoros ca și fiabilitatea celor mai slabe date ale sale. Un text fluent generat de AI se va prăbuși la inspecție dacă numărul de sub el nu poate fi urmărit. În primul rând, întărește datele și sursa acestora; Propozitia frumoasa vine mai tarziu.
Lanțul de colectare a datelor
Cea mai dificilă parte a raportării ESG nu este scrierea acesteia, ci colectarea datelor: de pe zeci de site-uri, în formate diferite, în unități diferite. Aici este util AI - transformând facturile, tabelele și formularele dezordonate într-o singură structură, observând nepotrivirile unităților, semnalând datele lipsă. Dar niciun număr produs de AI nu ar trebui să intre în raport fără a fi conectat la o sursă urmăribilă (factură, contor, certificat).
Pas cu pas: realizarea unui raport ESG
1. Selectați cadrul. GRI, CSRD/ESRS sau ISSB? Obligatoriu sau voluntar?
2. Efectuați o analiză de semnificație. Ce subiecte vor fi raportate?
3. Colectați și standardizați datele. Transformat într-o singură unitate, inclusiv sursa acesteia.
4. Calculați valorile. Emisii, apă, deșeuri, intensitate energetică - fiecare cu sursa sa.
5. Redactati textul. Schelet cu AI, apoi corecție umană și potrivire a dovezilor.
6. Verificați și obțineți asigurare. Pregătiți-vă pentru control intern + asigurare independentă.
trei mini cutii
Cazul 1 – Număr imposibil de urmărit. O companie a elaborat AI un raport ESG; „Ne-am redus consumul de apă cu 15%”, se arată în text. Auditorul a întrebat despre sursa acestui număr; Echipa nu a putut găsi de unde a venit numărul - AI a produs un număr „plauzibil” din textele anterioare. Număr extras, înlocuit cu date reale (reducere de 9%). Fiecare număr de negăsit înseamnă o bombă în control.
Cazul 2 — Automatizarea unității. Un grup a combinat datele energetice de la 30 de unități; unele erau în kWh, altele în MWh, altele în GJ. Au standardizat AI cu un cod Python care a convertit toate datele într-o singură unitate (MWh), a afișat coeficientul de conversie și a semnalat valorile suspecte. Ceea ce ar fi durat zile manual s-a redus la ore; fiecare conversie a fost înregistrată și a rămas auditabilă.
Cazul 3 — Dublă semnificație. O organizație plănuia să raporteze doar chestiunile care i-au afectat costurile. Au făcut ca AI să aplice cadrul cu dublă importanță; Rezultă că impactul apei în lanțul de aprovizionare al organizației ar trebui raportat în termeni de „materialitate a impactului”, chiar dacă are un impact redus asupra propriilor sale financiare. Acest lucru a fost obligatoriu pentru conformitatea cu CSRD. Decizia a fost din nou aprobată prin avizul părților interesate.
Prompt slab / Prompt puternic
Prompt slab:
Scrie-mi un raport de sustenabilitate.
De ce este slab: Lipsa cadrului, date, materialitate și dovezi. AI produce text care sună bine, dar nu poate fi urmărit și se va bloca la inspecție.
Solicitare puternică:
Rolul dumneavoastră: expert în raportare ESG. Elaborați secțiunea „Emisii” conform standardului GRI. utilizați NUMAI datele verificate pe care le-am furnizat mai jos; un alt număr este FAKE. Protejați sursa cu o etichetă [sursă] lângă fiecare problemă. Utilizarea unui limbaj vag/exagerat (de exemplu, „ecologic”); Utilizați un limbaj măsurat, bazat pe dovezi. Marcați locurile cu date lipsă ca [DATE LIPSĂ]. Date: [aici]
Patru șabloane copiabile
1) Secțiunea Raport bazat pe dovezi:
Rolul dumneavoastră: expert ESG. Scrieți schița [secțiunii] în conformitate cu [Cadru: GRI/ESRS]. Folosește numai datele verificate pe care le furnizez; realizarea numerelor. Protejați-vă sursa lângă ermetică. Utilizarea unui limbaj exagerat; Marcați lipsa[DATE MISSING]. Date: [aici]
2) Standardizarea datelor multi-surse (cu cod):
Convertiți următoarele date [energie/apă/deșeuri] în diferite unități și formate într-o singură unitate cu Python. Afișați coeficienții de conversie pe care i-ați folosit; nu le inventa. Semnalați valori îndoielnice/extreme. Păstrați fiecare conversie urmăribilă. Date: [aici]
3) Contur de materialitate dublă:
Enumerați problemele ESG potențial semnificative într-un cadru cu dublă semnificație (impact financiar + impact asupra mediului/societal) cu următoarele informații corporative și industriale. Evaluați fiecare problemă pe două axe. Acesta este un SCOR; decizia finală de semnificație necesită consultarea părților interesate și aprobarea managementului. Informații: [aici]
4) Controlul trasabilității înainte de audit:
Afișați FIECARE afirmație numerică din textul raportului de mai jos și întrebați „Este sursa citată?” Scrieți (da/nu). Marcați orice număr care nu are o sursă ca risc de audit. Schimbați textul; doar verificați.Text: [aici]
Greșeli comune
- Punerea unui număr de negăsit. Fiecare valoare ar trebui să fie legată de un document.
- Publicarea textului AI fără dovezi potrivite. Propozițiile fluente nu înlocuiesc fiabilitatea datelor.
- Aplicând importanța dublă într-un fel. Sunt raportate atât impactul financiar, cât și impactul asupra mediului.
- Ignorând confuzia unității. Conversiile kWh/MWh/GJ trebuie înregistrate.
- Folosind un limbaj exagerat. Expresii precum „prietenos cu mediul” reprezintă un risc de audit și de reglementare.
Atenție: CSRD și cadrele obligatorii similare necesită ca raportul să fie verificat prin asigurare independentă. Auditorul examinează lanțul de dovezi din spatele problemei, nu textul dvs. AI accelerează textul, dar nu poate stabili lanțul de dovezi; Tu o construiești.
Pe scurt
Raportare ESG; Necesită cadrul potrivit, dublă semnificație, date urmăribile și text auditabil. AI; Este un accelerator puternic în standardizarea datelor, redactare și control al coerenței. Cu toate acestea, atribuirea fiecărei probleme la sursă, decizia de semnificație și pregătirea pentru asigurarea independentă aparțin expertului. Raportul este la fel de puternic ca datele sale cele mai slabe; Consolidați mai întâi datele, apoi propoziția.
Sarcina de aplicare
Enumerați mai multe valori de mediu ale unei organizații (emisii, apă, energie) împreună cu sursele lor (lăsați în mod intenționat una sau două fără surse). Cu șablonul 1, solicitați AI să elaboreze o secțiune GRI „Emisii” și să verificați dacă datele neobținute sunt marcate ca [DATE LIPAR]. Apoi auditați fiecare număr al textului pe care îl produceți cu șablonul 4 pentru trasabilitate. Faceți un plan pentru fiecare problemă care rămâne fără sursă.
lista de verificare
- [ ] Am ales cadrul de raportare corect (GRI/ESRS/ISSB).
- [ ] Am evaluat materialitatea dublă atât din punct de vedere financiar, cât și din punct de vedere al impactului.
- [ ] Am legat fiecare valoare la o sursă urmăribilă.
- [ ] Am convertit datele cu mai multe surse într-o singură unitate prin înregistrarea coeficienților.
- [ ] Am eliminat limbajul exagerat/nefundamentat din text.
- [ ] Am pregătit raportul cu un lanț de probe pentru asigurare independentă.