Прибыль:
- Способность выбрать правильную систему отчетности (GRI/ESRS/ISSB) и оценить двойную существенность с точки зрения как финансового, так и экологического воздействия.
- Возможность конвертировать разные единицы данных из нескольких источников в единую единицу с помощью кода и подключать каждую метрику к отслеживаемому источнику.
- Возможность очистить текст отчета, созданный искусственным интеллектом, от преувеличений и подготовить его с цепочкой доказательств для независимого заверения.
Независимо от того, насколько хороши экологические показатели организации, они имеют ограниченную ценность, если о них не сообщается достоверно. Инвесторы, регулирующие органы, клиенты и сотрудники теперь хотят, чтобы учреждения документировали свою деятельность в области ESG (экологическая, социальная, управленческая). В этом модуле вы изучите основные системы отчетности, цепочку сбора данных, автоматизацию отчетности с помощью искусственного интеллекта и, что наиболее важно, возможность проверки отчета.
Сначала кадры. GRI (Global Reporting Initiative) — наиболее распространенный в мире добровольный стандарт отчетности в области устойчивого развития. CSRD (Директива по корпоративной отчетности в области устойчивого развития) — это директива ЕС, которая обязывает крупные компании сообщать об устойчивом развитии и основана на подробных стандартах, называемых ESRS (Европейские стандарты отчетности в области устойчивого развития). ISSB/IFRS S1-S2 — это глобальный стандарт раскрытия информации об устойчивом развитии, ориентированный на финансовую деятельность. Консенсус: не утверждения, а стандартизированные, проверяемые данные.
Двойная существенность: о чем сообщать?
В основе CSRD лежит концепция двойного анализа существенности. Здесь возникает два вопроса: (1) Как окружающая среда/общество влияет на организацию (финансовая существенность)? (2) Как организация влияет на окружающую среду/общество (существенность воздействия)? Организация должна сообщать не только о том, что финансово важно для нее самой, но и о своем влиянии, которое важно для мира. ИИ помогает определить, какие вопросы могут быть существенными, но решение о существенности остается на усмотрение заинтересованных сторон и руководства.
Совет: Ценность отчета ESG определяется надежностью его самых слабых данных. Текст, сгенерированный искусственным интеллектом, рухнет при просмотре, если число под ним невозможно проследить. Во-первых, укрепите данные и их источник; Красивое предложение будет позже.
Цепочка сбора данных
Самая сложная часть ESG-отчетности — не ее написание, а сбор данных: с десятков сайтов, в разных форматах, в разных подразделениях. Именно здесь на помощь приходит искусственный интеллект: он превращает беспорядочные счета, таблицы и формы в единую структуру, выявляет несоответствия единиц измерения и отмечает недостающие данные. Но ни одно число, созданное ИИ, не должно попадать в отчет без подключения к отслеживаемому источнику (счет-фактура, счетчик, сертификат).
Шаг за шагом: подготовка ESG-отчета
1. Выберите рамку. GRI, CSRD/ESRS или ISSB? Обязательный или добровольный?
2. Провести анализ существенности. Какие темы будут освещены?
3. Соберите и стандартизируйте данные. Конвертируется в единое целое, включая его исходник.
4. Рассчитайте метрики. Выбросы, вода, отходы, энергоемкость — у каждого есть свой источник.
5. Составьте текст. Скелет с искусственным интеллектом, затем человеческая коррекция и сопоставление доказательств.
6. Проверьте и получите гарантию. Подготовьтесь к внутреннему контролю + независимому заверению.
три мини-кейса
Случай 1 — Неотслеживаемый номер. Одна компания попросила ИИ подготовить отчет ESG; «Мы сократили потребление воды на 15%», — говорится в тексте. Одитор спросил об источнике этого числа; Команда не смогла выяснить, откуда взялось это число — ИИ выдал «правдоподобное» число из предыдущих текстов. Число извлечено, заменено фактическими данными (снижение на 9%). Каждый неотслеживаемый номер означает, что бомба под контролем.
Случай 2 — Автоматизация установки. Одна группа объединяла энергетические данные с 30 объектов; некоторые были в кВтч, некоторые в МВтч, некоторые в ГДж. Они стандартизировали ИИ с помощью кода Python, который преобразовывал все данные в единую единицу измерения (МВтч), отображал коэффициент преобразования и отмечал подозрительные значения. То, что вручную заняло бы дни, сократилось до часов; каждая конверсия фиксировалась и оставалась поддающейся проверке.
Случай 3 — Двойная значимость. Организация планировала сообщать только о вопросах, влияющих на ее расходы. Они заставили ИИ применять систему двойной важности; Оказывается, о воздействии воды на цепочку поставок организации следует сообщать с точки зрения «существенности воздействия», даже если оно оказывает незначительное влияние на ее собственные финансовые показатели. Это было обязательным для соблюдения CSRD. Решение было вновь одобрено мнением заинтересованных сторон.
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Напишите мне отчет об устойчивом развитии.
Почему это слабо: отсутствие структуры, данных, существенности и доказательств. ИИ создает текст, который звучит хорошо, но его невозможно проследить, и он вылетит при проверке.
Мощная подсказка:
Ваша роль: эксперт по ESG-отчетности. Составить раздел «Выбросы» по стандарту GRI. Используйте ТОЛЬКО проверенные данные, которые я предоставил ниже; еще один номер ФАЛЬШИВЫЙ. Защитите источник с помощью тега [source] рядом с каждой проблемой. Использование расплывчатых/преувеличенных формулировок (например, «экологичный»); Используйте обоснованный, взвешенный язык. Отметьте места, в которых отсутствуют данные, как [ДАННЫЕ ОТСУТСТВУЮТ]. Данные: [здесь]
Четыре копируемых шаблона
1) Раздел научно обоснованного отчета:
Ваша роль: эксперт ESG. Напишите проект [раздела] в соответствии с [Рамочной структурой: GRI/ESRS]. Используйте только проверенные данные, которые я предоставляю; изготовление номера. Защитите свой источник рядом с герметичным. Использование преувеличенных слов; Отметьте недостающее[ДАННЫЕ ОТСУТСТВУЮТ]. Данные: [здесь]
2) Стандартизация данных из нескольких источников (с кодом):
Преобразуйте следующие данные [энергия/вода/отходы] в разных единицах и форматах в одну единицу с помощью Python. Покажите коэффициенты пересчета, которые вы использовали; не придумывайте их. Отмечайте сомнительные/экстремальные значения. Следите за каждой конверсией. Данные: [здесь]
3) Схема двойной существенности:
Перечислите потенциально существенные проблемы ESG в системе двойной существенности (финансовое воздействие + воздействие на окружающую среду/социум) со следующей корпоративной и отраслевой информацией. Оценивайте каждую проблему по двум осям. Это ПРОЕКТ; Окончательное решение о существенности требует консультации с заинтересованными сторонами и одобрения руководства, укажите это. Информация: [здесь]
4) Контроль прослеживаемости перед аудитом:
Найдите КАЖДОЕ числовое утверждение в тексте отчета ниже и спросите: «Цитируется ли источник?» Напишите (да/нет). Отметьте любое число, не имеющее источника, как аудиторский риск. Изменить текст; просто проверьте. Текст: [здесь]
Распространенные ошибки
- Ставим неотслеживаемый номер. Каждая метрика должна быть связана с документом.
- Публикация текста ИИ без соответствующих доказательств. Беглые предложения не заменяют надежность данных.
- Применение двойной важности одним способом. Сообщается как о финансовых последствиях, так и о воздействии на окружающую среду.
- Игнорирование путаницы в единицах. Необходимо регистрировать преобразования кВтч/МВтч/ГДж.
- Использование преувеличенного языка. Такие фразы, как «экологически чистый», представляют собой аудиторский и нормативный риск.
Внимание: CSRD и аналогичные обязательные рамки требуют, чтобы отчет был проверен независимым заверителем. Аудитор исследует цепочку доказательств, лежащих в основе проблемы, а не ваш текст. ИИ ускоряет текст, но не может установить цепочку доказательств; Вы строите это.
В заключение
ESG-отчетность; Это требует правильной структуры, двойной значимости, отслеживаемых данных и проверяемого текста. ИИ; Это мощный ускоритель стандартизации данных, их составления и контроля согласованности. Однако отнесение каждого вопроса к источнику, принятие решения о существенности и подготовка к независимому заверению принадлежат эксперту. Отчет является настолько сильным, насколько сильны его самые слабые данные; Сначала объедините данные, затем предложение.
Задача приложения
Перечислите несколько экологических показателей организации (выбросы, вода, энергия) вместе с их источниками (намеренно оставьте один или два без источников). Используя шаблон 1, попросите ИИ подготовить раздел GRI «Выбросы» и убедиться, что неисходные данные помечены как [ДАННЫЕ ОТСУТСТВУЮТ]. Затем проверяйте каждый выпуск текста, который вы создаете с использованием шаблона 4, на предмет прослеживаемости. Составьте план для каждой проблемы, которая остается нерешенной.
контрольный список
- [ ] Я выбрал правильную структуру отчетности (GRI/ESRS/ISSB).
- [ ] Я оценил двойную существенность как с финансовой точки зрения, так и с точки зрения воздействия.
- [ ] Я связал каждую метрику с отслеживаемым источником.
- [ ] Я преобразовал данные из нескольких источников в единую единицу, записав коэффициенты.
- [ ] Я удалил из текста преувеличенные/необоснованные выражения.
- [ ] Я подготовил отчет с рядом доказательств для независимой уверенности.