Комплексный рабочий процесс ESG, управление данными, этика и шлюз качества

Прибыль:

• Способность организовать восьмиэтапный рабочий процесс ESG от существенности до публикации с воротами качества в ритме «искусственный интеллект производит → человек проверяет → проходит через ворота».
• Возможность защитить личные и нераскрытые финансовые данные, классифицируя данные ESG как свободные/внутренние/конфиденциальные.
• Возможность взять на себя полную ответственность и прикрепить имена ответственных лиц и записи об одобрении к каждой публикации, не полагаясь на защиту «ИИ сказал».

В предыдущих десяти блоках мы рассмотрели каждую часть бизнеса ESG и устойчивого развития отдельно: вход и границы, существенность, сбор данных, учет выбросов углерода, системы отчетности, цепочку поставок, взаимодействие с заинтересованными сторонами, написание отчетов, заверение и «зеленое отмывание». В этом заключительном разделе мы соберем все вместе и создадим сквозной рабочий процесс: где, как и с какими воротами безопасности использовать искусственный интеллект (ИИ) на каждом этапе — от определения миссии устойчивого развития до ее публикации. Мы также объединим управление данными, конфиденциальность и этическую ответственность в единую структуру.

Повторим еще раз неизменную основу модуля: AI; Это помощник, который пишет код, систематизирует данные, создает черновики и обобщает. Точность числа, подтверждение коэффициента, контроль стандарта, подтверждение претензии и окончательная ответственность всегда лежат на компетентном эксперте. Этот модуль превращает этот принцип в ежедневный рабочий процесс и контрольный список.

Комплексный рабочий процесс ESG

Рассмотрим цикл отчетности в области устойчивого развития, состоящий из восьми этапов:

1. Масштаб и существенность. Какие темы являются существенными? (Блок 2)
2. Сбор данных — источники, единицы, контрольный журнал. (Блок 3)
3. Расчет — выбросы углерода и другие показатели с проверенными коэффициентами. (Блок 4)
4. Соответствие рамок — вещества GRI/ESRS/ISSB, подтверждение официальным текстом. (Блок 5)
5. Цепочка поставок — Область 3 и комплексная проверка. (Блок 6)
6. Написание и общение — сбалансированный, обоснованный отчет и послание заинтересованным сторонам. (Блок 7-8)
7. Подготовка к проверке — Цепочка доказательств и подготовка к аудиту. (Блок 9)
8. Аудит претензий — «зеленая» проверка и утверждение выпуска. (Блок 10)

На каждом этапе ИИ является ускорителем; Но на выходе каждого шага есть качественные ворота — контрольная точка, которую необходимо пройти, прежде чем перейти к следующему шагу. Вывод, не прошедший через дверь, не продвигается.

шаг

Что делает ИИ?

Качественные ворота

существенность

Кандидат на тему, анализ темы

Влияние+финансовый аспект одобрение человека

Данные

Конфигурация, преобразование единиц измерения

Проверка источника и объема

счет

Формула, каркас кода

Фактор подтвержден из официального источника

Соответствие

Предложение статьи

Проверьте изображение со стандартным текстом

правописание

черновик, резюме

Рассмотрение претензий без доказательств

требовать

Гринвошинг-скан

Сертифицированное издание

Совет: настройте рабочий процесс в ритме «ИИ производит → человек проверяет → проходит через дверь». Прежде чем переходить к следующему шагу каждого результата ИИ, спросите: «Какая часть этого результата не может быть выполнена без проверки?» Эта часть является воротами качества этого шага.

Управление данными и конфиденциальность

Данные ESG часто являются конфиденциальными: данные о поле сотрудников и заработной плате, условия контрактов с поставщиками, финансовые последствия, которые еще не раскрыты, производственные данные на уровне предприятия. Их необходимо классифицировать, прежде чем передавать в общедоступный инструмент искусственного интеллекта. Управление данными – это «кто какие данные может использовать, как и с помощью какого инструмента?» Вопрос привязан к правилу.

Простая классификация:

• Бесплатно: данные уже общедоступны (опубликованный отчет). Его можно передать ИИ.
• Внутреннее использование: Внутренние данные, не имеющие коммерческой ценности. Аккуратно на корпоративном автомобиле.
• Конфиденциально: коммерческая тайна, нераскрытые финансовые последствия, персональные данные (KVKK/GDPR). Оно не передается ИИ без анонимизации или институциональных (неутечочных) средств.

Ваша роль: консультант по управлению данными. Задача: классифицировать следующие элементы данных как «бесплатные/для внутреннего использования/конфиденциальные» и написать рекомендуемое действие для каждого конфиденциального элемента (анонимизировать/агрегировать/корпоративный инструмент/не давать вообще). Правило: если не уверены, укажите более высокий класс защиты. Элементы: [ЭЛЕМЕНТЫ ПЕРСОНАЛЬНЫХ И ФИНАНСОВЫХ ДАННЫХ]

Слабая подсказка / Сильная подсказка

То, как вы делегируете задачу инструменту, радикально меняет риск конфиденциальности.

Слабая подсказка:

Проанализируйте таблицу заработной платы сотрудников и производительности предприятия и подготовьте сводку ESG.

Экспортирует необработанные личные данные и данные коммерческой тайны непосредственно в открытый инструмент; Нет никакой классификации, анонимизации и этапа подтверждения.

Мощная подсказка:

Ваша роль: аналитик ESG, чувствительный к управлению данными. Я предоставил вам ТОЛЬКО агрегированные данные личного характера/коммерческой тайны. Задача: проанализировать следующие сводные показатели. Правила: - НИКАКИХ индивидуальных имен, зарплат, удостоверений личности или нераскрытого финансового влияния в данных; Если вы видите такое поле, скажите «КОНФИДЕНЦИАЛЬНЫЕ ДАННЫЕ – не обрабатывать, предупредить». - Не добавлять к результату новое число; просто следуйте тому резюме, которое я дал. - Добавьте примечание «Требуется одобрение человека» в конце вывода. Данные (агрегированные): [СВОДНЫЕ ПОКАЗАТЕЛИ]

Внимание: фраза «ИИ сказал» не является защитой. Ответственность за неправильный номер, необоснованное утверждение или утечку конфиденциальных данных в ESG-отчете лежит на организации и лице, его утвердившем. Когда вы используете ИИ, вы не передаете ответственность; Вы только ускорите работу.

Комплексная подсказка о качестве ворот

В следующем приглашении все этапы проходят единую проверку перед публикацией.

Ваша роль: специалист по обеспечению качества ESG. Задача: пропустить следующий раздел отчета через сквозной контроль качества. Дайте «пройден/не пройден» для каждого пункта и напишите причину, если он не пройден: 1) Указаны ли источник и единица измерения каждого числа? 2) Коэффициенты выбросов взяты из официального источника? 3) Проверены ли стандартные номера позиций? 4) Отмечены ли прокси/оценки? 5) Есть ли какие-либо высказывания, содержащие гринвошинг? 6) Есть ли утечка конфиденциальных/личных данных? 7) Назначено лицо, ответственное за окончательное утверждение? Раздел: [ГЛАВА]

Следующее приглашение преобразует весь модуль в политику предприятия.

Ваша роль: руководитель группы устойчивого развития. Задача: написать внутреннюю политику на 1 страницу, регулирующую использование командой ИИ в работе ESG. Включите: - Задачи, в которых ИИ может использоваться свободно (черновик, резюме, код, анализ темы). - Задачи, требующие проверки человеком (фактор, стандарт, утверждение, область применения). - Типы данных, которые никогда не будут переданы ИИ (личные, нераскрытые финансовые). - Шаги контроля качества, которые необходимо пройти перед каждым выпуском. Тон: ясный, пункт списка, применимый.

три мини-кейса

Случай 1 — Отчет вернулся от двери. Одна команда считала, что они выполнили все этапы и отчет готов к публикации. Окончательный запрос на контроль качества содержал в одном разделе необоснованное заявление о «извлечении 78%» и заявление о «нейтральности выбросов углерода». Публикация была остановлена ​​до того, как что-то было исправлено; Дверь хранила ошибку до того, как она стала достоянием общественности.

Случай 2 — Предотвращена утечка конфиденциальных данных. Аналитик вставлял еще не опубликованные квартальные данные о финансовых последствиях в общедоступный инструмент для анализа. В подсказке о классификации данных они были помечены как «конфиденциальные — нераскрытые финансовые». Данные сначала агрегировались, а затем обрабатывались в корпоративном инструменте; Возможное нарушение законодательства было предотвращено.

Случай 3 — Принятие ответственности. После публикации отчета заинтересованная сторона поставила под сомнение некоторые цифры. Команда не сказала: «ИИ рассчитал»; открыл контрольный журнал, процитировал источник, внес небольшую поправку и прозрачно объяснил. Такое отношение, не опирающееся на защиту «ИИ сказал», сохранило доверие.

Распространенные ошибки

• Движение вперед без двери качества. Если проверка не производиться на выходе каждого шага, ошибки будут накапливаться до конца.
• Предоставление данных транспортному средству без его классификации. Конфиденциальные и персональные данные не могут быть введены в общедоступный ИИ без анонимизации.
• Передача ответственности ИИ. «ИИ сказал» не является юридической или профессиональной защитой.
• Шаги мышления изолированы. Существенность, данные, расчеты и претензии взаимосвязаны; Если один поврежден, пострадают все.
• Не назначение лица, ответственного за утверждение публикации. За каждым публичным заявлением должен стоять человек.

В итоге

ESG-бизнес представляет собой цепочку из восьми взаимосвязанных шагов, а ИИ является ускорителем на каждом этапе; Но на выходе из каждого шага есть дверь качества. Ритм «ИИ производит → человек проверяет → проходит через дверь» объединяет все уроки этого модуля в единую учебную дисциплину. Классифицируйте данные и защищайте конфиденциальность, подтверждайте факторы и стандарты из официального источника, связывайте утверждения с доказательствами, отсеивайте «зеленое отмывание» перед публикацией и возлагайте окончательную ответственность на человека. ИИ ускоряет работу; Вы берете на себя аккуратность, честность и ответственность. Критерием этой профессии является не «выглядеть бегло», а «пройти проверку и доказать свою правоту».

Задача приложения

Объедините результаты, полученные вами в предыдущих разделах (список существенности, счет выбросов углерода, раздел отчета), в один мини-отчет. Просмотрите этот мини-отчет, состоящий из 7 пунктов, с приведенной выше сквозной подсказкой о качестве контроля качества от AI. Затем: (1) исправьте каждый элемент с пометкой «РЕЛИЗ», (2) классифицируйте и примите меры в отношении всех конфиденциальных/личных данных, (3) добавьте имя ответственного и примечание об утверждении для публикации.

контрольный список

• [ ] Я настраиваю рабочий процесс на ритм «ИИ производит → человек проверяет → проходит через дверь».
• [ ] Я реализовал контроль качества на выходе каждого шага.
• [ ] Я классифицировал все данные как свободные/внутренние/конфиденциальные и защитил конфиденциальность.
• [ ] Я подтвердил факторы и стандартные позиции из официального источника.
• [ ] Я подкреплял каждое утверждение доказательствами, исключая «зеленое отмывание» перед публикацией.
• [ ] Я взял на себя ответственность, не полагаясь на защиту «ИИ сказал».
• [ ] Я установил ответственное имя и запись об одобрении публикации.

Модульный экзамен

1. Что из перечисленного является лучшим позиционированием ИИ в сфере ESG и устойчивого развития?

• А) Искусственный интеллект — помощник кода, данных и чертежей; Ответственность за факторы, стандарты, доказательства и этические решения лежит на людях ✔
• Б) Искусственный интеллект является аудитором, и ценности ESG, которые он обеспечивает, заменяют независимую гарантию.
• В) Искусственный интеллект работает только при написании отчетов, к данным и расчетам он не имеет никакого отношения.
• Г) Поскольку ИИ более беспристрастен, чем люди, все решения ESG следует оставить на его усмотрение.

Описание: Искусственный интеллект; Это помощник, который пишет код, систематизирует данные, создает черновики и обобщает. Однако окончательная ответственность за подтверждение коэффициента выбросов, проверку стандартного номера вещества и обоснование каждой претензии лежит на компетентном эксперте. Большая языковая модель — это не калькулятор, база данных нормативных документов/стандартов или средство проверки; — это генератор текста, который генерирует «следующее наиболее вероятное слово», и его непроверенный вывод может привести к ложному сообщению или утверждению.

2. Что означает аспект «существенности воздействия» проблемы при анализе двойной существенности?

• А) Влияние выпуска на прибыль компании и стоимость акций
• Б) Финансовый риск выпуска только для инвесторов
• В) Результаты конкурирующих компаний по той же теме
• Г) Влияние деятельности компании на окружающую среду и общество ✔

Описание: Двойная материальность смотрит сквозь две линзы. Финансовая существенность – это влияние проблемы на денежные потоки и стоимость компании («снаружи внутрь»). Существенность воздействия – это воздействие деятельности компании на окружающую среду и общество («изнутри наружу»). CSRD/ESRS обеспечивает соблюдение обоих аспектов; Поскольку искусственный интеллект часто смещается только в финансовую сторону, направление воздействия должно дополнительно контролироваться человеком.

3. Каков правильный подход при сборе данных об энергии в кВтч, МВтч и ГДж с различных объектов?

• А) Игнорировать единицы измерения и складывать все числа напрямую
• Б) Полагаться на искусственный интеллект, который соберет длинный список в своей голове
• В) Преобразование всех значений в одну единицу и выполнение преобразования и суммирования с помощью кода/формулы ✔
• D) Выбор самой крупной единицы без указания других объектов

Пояснение: Отток подразделений — самая частая и опасная ошибка ESG; Поскольку 1 МВтч = 1000 кВтч, то если единицу опустить, результат может отклониться в 1000 раз. Правильный подход — преобразовать все значения в одну единицу и заставить искусственный интеллект выполнять это преобразование и суммировать с помощью исполняемого кода/формулы, а не вручную; таким образом, результат является детерминированным и проверяемым.

4. В какой объем входят выбросы в результате производства покупной электроэнергии согласно Протоколу по выбросам парниковых газов?

• А) Область применения 1
• Б) Область 2 ✔
• В) Область 3
• D) Он не включен ни в какой объем и не сообщается.

Описание: Область 1 – прямые выбросы от собственных источников организации (котел, служебный транспорт, генератор). Область 2 – это косвенные выбросы от производства покупной энергии (электричества, пара, отопления, охлаждения). Область 3 охватывает все остальные косвенные выбросы в цепочке создания стоимости (поставки, поездки, использование продукции, отходы). Электричество не выходит из дымохода компании, но электростанция, которая его производит, выделяет выбросы; так что это область 2.

5. Какая концепция используется при преобразовании парникового газа, такого как метан (CH₄), в CO₂e и почему это важно?

• А) ПГП (потенциал глобального потепления); если его не указать, эффект метана/N₂O будет сильно недооценен ✔
• Б) AQI (индекс качества воздуха); определяет цвет газа в воздухе
• В) GRI (инициатива по отчетности); определяет вещество, в котором будет сообщаться газ
• D) Коэффициенты не требуются; метан имеет соотношение 1 к 1, как и CO₂.

Описание: GWP (потенциал глобального потепления) — это коэффициент, который переводит тепловой эффект различных парниковых газов в общую единицу измерения относительно CO₂. 100-летний ПГП метана составляет примерно 28; Таким образом, 1 тонна метана означает примерно 28 тонн CO₂e. Если не учитывать ПГП, воздействие сильных газов, таких как метан и N₂O, будет сильно недооценено, и инвентаризация будет совершенно неточной; Следует также указать, какой набор ПГП (например, IPCC AR6, 100 лет) используется.

6. Какой подход является правильным для расчета «данные о деятельности × коэффициент выбросов» в кадастре парниковых газов?

• А) Использование фактора, который запоминает искусственный интеллект, и подведение итогов вручную.
• Б) Подсчет всех газов как CO₂, коэффициент пропуска и преобразование ПГП.
• В) Использование коэффициента по умолчанию точно для каждой страны, года и топлива.
• Г) Подтверждение коэффициента из официального источника по стране и году и проведение расчета лесов и итогов с кодом ✔

Описание: Коэффициенты выбросов различаются в зависимости от страны, года и топлива; «Напоминание» ИИ создает риск выдумки (галлюцинаций). Фактор всегда следует подтверждать из официальной таблицы (МГЭИК, DEFRA/EPA, МЭА, национальный реестр); Только разделение областей, леса учета и общий код должны выполняться искусственным интеллектом. Многострочные итоги выполняются с помощью исполняемого кода, а не вручную.

7. Каково правильное поведение стандартного номера вещества GRI/ESRS (например, «GRI 305 для потребления воды»), предложенного AI?

• А) Запись числа прямо в отчет, потому что искусственный интеллект подсказывает это
• Б) Номера позиций не имеют значения; любое можно написать
• В) Сверка номера и его содержания с официальным стандартным текстом, подтверждение его в случае подделки/устаревания ✔
• Г) Поскольку выбросы в воду и воздух аналогичны, их следует сообщать в одной статье.

Описание: Искусственный интеллект может генерировать стандартные числа, которые кажутся реальными, но содержание которых является ложным или полностью сфабрикованным; Кроме того, стандарты обновляются, и версия, известная модели, может оказаться устаревшей. Например, вода указывается в GRI 303, а GRI 305 — выбросы в атмосферу. Таким образом, каждый номер и содержание вещества не могут быть использованы без проверки официального стандартного текста (GRI/EFRAG/ISSB).

8. Если большинство поставщиков в цепочке поставок не имеют реальных данных о выбросах углерода, какой подход является правильным и честным для области 3?

• А) Непосредственное использование цифр, составленных искусственным интеллектом для поставщиков.
• Б) Полностью пропускаем область 3, потому что ее «трудно измерить»
• C) Использование тех, у кого есть реальные данные, четкое обозначение прокси для тех, у кого нет ✔
• Г) Применение прокси ко всем поставщикам и скрытие его в отчете

Описание: Область 3 – это самый крупный, но самый трудный для измерения показатель для большинства компаний. Для поставщиков, предоставляющих фактические данные, используются эти данные; Для тех, кто не предоставляет эту информацию, можно использовать приблизительный показатель (оценку) на основе расходов. Очень важно не скрывать прокси: в отчете должна быть четко указана доля и пропорция использованной оценки. Запутанные доверенные лица могут привести к отказу в независимом заверении; Также неправильно полностью пропускать категорию 3 на том основании, что ее «трудно измерить».

9. МА пометила поставщика как «возможного принудительного труда», основываясь исключительно на средних показателях по стране. Что такое правильное поведение?

• А) Принять сигнал в качестве доказательства и немедленно публично прекратить отношения с поставщиком
• Б) Запись претензии прямо в отчет, потому что ее сказал искусственный интеллект.
• В) Полное игнорирование сигналов риска и их отсутствие вообще
• D) Расценивать сигнал как «предупреждение, требующее расследования» и подтверждать его выездной проверкой и надежным источником ✔

Пояснение: Серьезные обвинения, такие как нарушения прав человека, не могут быть доказаны с помощью сигнала, создаваемого искусственным интеллектом. Такой сигнал является просто «предупреждением о необходимости изучения»; Использовать его в качестве окончательного обвинения несправедливо и рискованно с юридической точки зрения. Подобные утверждения подтверждаются только надежным источником, выездной проверкой и судебным процессом. Искусственный интеллект генерирует сигналы; Человек принимает на себя суждение и ответственность.

10. Какова наиболее важная мера предосторожности при анализе сотен произвольных текстовых ответов на опрос заинтересованных сторон с помощью ИИ?

• А) Требовать отдельного выделения редких, но важных сигналов (по безопасности/этике/экологии) и не затмевать их ✔
• Б) Выбор только наиболее часто встречающихся тем, устранение мнений меньшинства
• В) Сведите все ответы к одному положительному резюме и опустите детали.
• Г) Принятие резюме искусственного интеллекта вместо сырых ответов

Описание: Искусственный интеллект усиливает голос большинства и подавляет голос меньшинства в тематическом анализе. Однако наиболее ценным сигналом устойчивого развития иногда является серьезная проблема безопасности, этики или экологии, озвученная одним человеком. Итак, анализ спрашивает: «Что говорилось чаще всего?» Это не заканчивается; «редкие, но высокозначимые» сигналы следует запрашивать отдельно, а необработанные ответы следует использовать в дополнение к резюме, а не вместо него.

11. Как наиболее эффективно предотвратить попадание в текст поддельных чисел и целей при написании раздела отчета для искусственного интеллекта?

• А) Создать весь отчет сразу, сказав: «Напишите подходящий текст».
• Б) Предоставление только проверенных данных и явный запрет генерации новых номеров/претензий ✔
• В) Проверьте, насколько беглый и впечатляющий текст, и опубликуйте его.
• Г) Разрешение ИИ восполнять недостающие данные с помощью разумных предположений.

Описание: Искусственный интеллект генерирует цифры и цели, которых у вас на самом деле нет, используя логику «это то, что говорилось в аналогичных отчетах» в пустой подсказке. Самая эффективная мера предосторожности — предоставлять ему только проверенные данные и «не добавлять никаких чисел, процентов, дат или утверждений, кроме данных, которые я вам дал; Это значит четко указать правило «вписать [НЕОБХОДИМЫЕ ДАННЫЕ] в недостающее место». Кроме того, отчет следует распечатать по разделам, снабдив его данными.

12. На что в первую очередь обращает внимание независимый аудитор при проверке отчета об устойчивом развитии?

• А) Насколько свободно и профессионально написан отчет
• Б) Каждая проблема имеет цепочку доказательств, прослеживаемых до исходного документа ✔
• В) Искусственный интеллект сообщает: «Отчет готов к проверке».
• D) Сделайте отчет более убедительным, чем у конкурентов.

Пояснение: Эксперта интересует не беглость текста, а цепочка доказательств, лежащих в основе каждого утверждения; Его первый вопрос: «Докажите это число». Исследуется, из какого исходного документа взято число, по какой формуле и коэффициенту оно превращается в отчет и можно ли его повторить самостоятельно. Следовательно, каждый существенный показатель должен быть прослежен до его источника, факторы должны быть проверены на основе официального источника и должны быть указаны прокси; Искусственный интеллект осуществляет эту подготовку, но не может обеспечить гарантии.

13. Какое из следующих экологических заявлений имеет наименьший риск «зеленого отмывания»?

• А) «Мы сократили производственные выбросы на 18% к 2023 году (при сторонней проверке)» ✔
• Б) «Наша продукция полностью экологически чистая и натуральная»
• В) «Наша компания является углеродно-нейтральной» (без предоставления каких-либо документов или данных)
• D) «Мы — самая устойчивая компания в отрасли с практически нулевым воздействием»

Пояснение: Хорошее экологическое заявление поддается измерению (содержит число), доказано (основано на фактах) и ясно по объему (ясно, что с чем сравнивается и когда). «Мы сократили производственные выбросы на 18% к 2023 году (при проверке третьей стороной)» имеет эти три особенности. Такие фразы, как «экологичный», «натуральный», «несертифицированный», «углеродно-нейтральный», не поддаются количественной оценке или необоснованны и несут в себе риск «зеленого отмывания».

14. Что следует сделать, прежде чем вставлять нераскрытые данные о производстве и выбросах объектов в общедоступный инструмент искусственного интеллекта для анализа?

• А) Вставка данных как есть; экологические данные всегда общедоступны
• Б) Предоставление без принятия мер предосторожности, поскольку ответственность переходит к поставщику искусственного интеллекта.
• В) Риск – это просто просчет; Меры конфиденциальности не являются необходимыми
• Г) Классификация данных как свободные/внутренние/конфиденциальные и анонимизация конфиденциальных данных или использование корпоративных инструментов ✔

Раскрытие информации: данные о производстве и выбросах на уровне предприятия могут составлять коммерческую тайну; финансовые/экологические данные, которые еще не были раскрыты, могут нарушать нормативные правила раскрытия информации; Данные о местонахождении/зарплате сотрудников являются персональными данными в рамках KVKK/GDPR. Прежде чем передать этот тип данных в открытый инструмент, необходимо классифицировать его как свободный/внутренний/конфиденциальный, при необходимости обезличить или использовать корпоративный (без данных) инструмент. «ИИ сказал» не является защитой; Ответственность лежит на учреждении и лице, которое его утверждает.