Прибыль:
- Способность различать фокусы структур GRI, ESRS и ISSB (воздействие, двойная существенность, финансы) и выбирать правильную структуру по мнению читателя.
- Возможность сопоставлять существенные темы с кандидатами на стандартные позиции и сверять каждое число с официальным стандартным текстом.
- Возможность установить перекрестное сопоставление, которое связывает отдельные данные с несколькими кадрами и четко указывает на пробелы в данных, не скрывая их.
Как только компания собирает данные об устойчивом развитии, она должна раскрывать их в соответствии с международно-признанной системой отчетности, а не произвольным образом. Структура представляет собой общий язык, который определяет, «по какой теме сообщать, как и с какими показателями»; Благодаря этому можно сравнивать отчеты двух разных компаний. В этом модуле вы познакомитесь с тремя основными структурами (GRI, ESRS/CSRD, ISSB) и узнаете, как безопасно использовать искусственный интеллект (ИИ) при сопоставлении контента в соответствии с этими структурами.
Давайте кратко опишем три фреймворка. GRI (Global Reporting Initiative) — наиболее широко используемая группа добровольных стандартов отчетности в области устойчивого развития в мире; В основном речь идет о влиянии компании на мир. ESRS (Европейские стандарты отчетности в области устойчивого развития) — это набор стандартов, основанных на двойной существенности, требуемых Европейским Союзом в рамках директивы CSRD. ISSB (Международный совет по стандартам устойчивого развития) — это международный совет, который публикует стандарты МСФО S1/S2, уделяя особое внимание финансовой существенности и ориентированности на инвесторов.
Три кадра, три перспективы
Рамка
Кто это снял?
основное внимание
Это обязательно?
СЕРЫЙ
Институт GRI
Влияние компании на мир
Добровольно, очень часто
ESRS/CSRD
ЕС/ЕФРАГ
Двойная существенность (воздействие + финансы)
Обязательно в ЕС
ISSB (МСФО S1/S2)
Фонд МСФО
Финансовая существенность для инвестора
Принято страной
Эти фреймворки не являются конкурентами друг друга, а являются взаимодополняющими языками, которые нравятся разным читателям. Большинство крупных компаний собирают свои данные один раз и «сопоставляют» их с несколькими платформами. Именно в этом заключается реальная ценность ИИ: он является быстрым помощником, рекомендуя одни и те же данные номерам позиций в разных кадрах. Но он может совпадать с номерами позиций, поэтому каждое совпадение необходимо сверять с официальным стандартным текстом.
Совет: Сравнивать кадры можно на вопрос «какой лучше?» а не «Кто это прочитает?» Выбирать . Если вы разговариваете с инвесторами, ISSB/финансовая существенность; ESRS является обязательным, если вы подпадаете под действие правил ЕС; GRI является мощным инструментом, если вы сообщаете о своем влиянии широкому кругу заинтересованных сторон. Часто используется более одного вместе.
Структура стандартов GRI
GRI организован по предметным номерам. Несколько примеров (обязательно проверьте официальный текст для проверки):
- GRI 302 — Энергетика
- GRI 303 — Вода и сточные воды
- GRI 305 — Выбросы (воздух)
- GRI 306 — Отходы
- GRI 403 — Охрана труда и безопасность труда
Самая распространенная ошибка ИИ — размещение темы под неправильным номером: например, указание воды под GRI 305 (выбросы). Вода соответствует стандарту GRI 303. Подобные ошибки выявляются только в официальном списке стандартов.
Шаг за шагом: сопоставление кадров с помощью ИИ
1. По принципу существенности. После того, как вы определили, о каких темах будет сообщаться (блок 2), переходите к составлению карт.
2. Рекомендовать данные к стандартному элементу. Попросите ИИ сопоставить каждую существенную тему с соответствующим кандидатом на вещество GRI/ESRS; но заявите, что «это проект предложения».
3. Сверьте номер позиции с официальным текстом. Подтвердите каждое предложенное число официальным документом GRI или EFRAG. Проверьте как номер, так и содержимое.
4. Выявить пробелы. Перечислите данные, которые вам нужны стандартные, но которых нет (пробел в данных); Они либо собираются, либо объявляются «недоступными».
5. Настройте перекрестное сопоставление. Подготовьте таблицу, увязывающую те же данные с номерами GRI, ESRS и ISSB; таким образом, вы сообщаете нескольким платформам одни и те же данные.
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Пронумеруйте эти темы согласно GRI.
ИИ может выдавать цифры, которые кажутся разумными, но являются ложными/сфабрикованными; Проверочного вызова нет.
Мощная подсказка:
Ваша роль: эксперт по системе отчетности. Входные данные: наши существенные темы (энергетика, вода, выбросы, охрана труда, отходы). Задача: предложить ВОЗМОЖНЫЕ кандидаты на вещества GRI и ESRS для каждой темы. Правила: - Дайте каждому предложению тег «ОБЯЗАТЕЛЬНО ПРОВЕРИТЬ»; Не называйте точную цифру. - Не придумывайте номер, в котором вы не уверены; Напишите «подтверждение из официального списка стандартов». - Напишите причину дискриминации на такие темы, как вода и выбросы, которые легко запутать. Выход: таблица (Тема | Кандидат GRI | Кандидат ESRS | Проверочная записка).
Запрос таблицы многокадрового сопоставления
Создайте основу многокадровой таблицы сопоставления для следующих существенных тем. Колонки: Тема | Элемент данных | ГРИ ст. | ЭСРС арт. | ISSB (S1/S2) | Исходные данные | Есть ли пробелы?Правила:- Отметьте номера позиций как «кандидат/подлежит проверке».- Напишите «ПРОДАТ В ДАННЫХ» в ячейках, в которых нет данных.Темы: [ТЕМЫ]
Следующая подсказка позволяет провести анализ пробелов в отчетности.
Ваша роль: Аналитик по соблюдению ESG. Задача: Сравните имеющиеся у нас данные с пояснениями, требуемыми выбранной нами структурой (ESRS), и проведите анализ пробелов. Вывод: Требуемое объяснение | Есть ли оно у нас? | Что собрать, если пропало | Ответственный.Правило: Для каждой строки, в которой вы говорите «у нас есть», укажите источник; Если вы не уверены, скажите «Требуется проверка». Напомните мне проверить положения стандартов в официальном тексте. Запись: [СПИСОК ДОСТУПНЫХ ДАННЫХ]
Внимание: Стандарты регулярно обновляются; Номера позиций, пороговые значения и требования могут измениться. Данные обучения ИИ могут отражать устаревшую версию. Всегда подтверждайте критические решения о спаривании и обязательствах соответствующим официальным текстом.
три мини-кейса
Случай 1 — Неправильный номер. Энергетическая компания попросила AI составить карту GRI. YZ обозначила свое потребление воды как «GRI 305-8». Эксперт проверил: вода — GRI 303, GRI 305 — выбросы в атмосферу, а справка 305-8 отсутствует. Число исправлено в официальном списке.
Случай 2 — Множество отчетов с одними данными. Один производитель однажды собрал данные об энергопотреблении и с помощью искусственного интеллекта сопоставил их с требованиями GRI 302, ESRS E1 (климат) и ISSB S2. Благодаря перекрестной таблице данные подавались из одного источника вместо повторного сбора данных для трех отдельных отчетов; каждая цифра была подтверждена официальным текстом.
Случай 3 — Скрытая полость. У одной компании не было раскрытия информации о выбросах категории 3, требуемой ESRS. ИИ написал отчет бегло, «как если бы он был полным», и сделал пробел незаметным. Когда был проведен анализ пробелов, недостаток был выявлен; Вместо того, чтобы сфабриковать данные, в отчете честно поясняется, что «данные категории 3 будут собраны в 2025 году».
Распространенные ошибки
- Не проверка номера товара. Номера GRI/ESRS/ISSB не используются без подтверждения официальным текстом.
- Смешение кадров. Если предположить, что фокус воздействия GRI и финансовый фокус ISSB одинаковы, это приведет к неверным объяснениям.
- Опираясь на старую версию. Стандарты обновляются; Текущий текст имеет важное значение.
- Скрытие пробелов в данных. Необходимо четко указать недостающие данные, а не писать «как полные».
- Запутывающие вопросы, такие как вода/выбросы. Темы, которые кажутся похожими, попадают под разные номера позиций.
В заключение
Системы отчетности — это структуры, которые переводят данные об устойчивом развитии на общий сопоставимый язык: GRI рассматривает воздействие, ISSB — финансы, ESRS — оба с двойной существенностью. ИИ — мощный помощник в быстром сопоставлении одних и тех же данных с элементами разных платформ; но может подделывать номера позиций и отражать более старые версии. Проверяйте каждое сопоставление его официальным каноническим текстом, выбирайте кадры по читателю, не скрывайте пробелы в данных. Отчетность в несколько платформ с использованием одних данных эффективна; но это безопасно только тогда, когда каждый номер подтвержден.
Задача приложения
Выберите пять существенных тем (например, энергетика, вода, выбросы, отходы, безопасность труда). Запросите таблицу кандидатов GRI/ESRS/ISSB у AI с помощью запроса на сопоставление нескольких кадров выше. Затем: (1) сверьте как минимум три номера позиций с официальным текстом, (2) проверьте правильность разделения воды и выбросов, (3) запишите недостающие данные в пустой список.
контрольный список
- [ ] Я сопоставил каждую существенную тему с соответствующей рамочной статьей.
- [ ] Я сверил номера позиций с официальным текстом (GRI/EFRAG/ISSB).
- [ ] Я выбрал структуру, основываясь на ее читательской аудитории (инвестор/заинтересованная сторона/регулятор).
- [ ] Я правильно разделил темы, которые легко запутать, такие как вода/выбросы.
- [ ] Я четко перечислил пробелы в данных, не скрывая их.
- [ ] Я подтвердил, что использую текущую версию стандартов.
- [ ] Я настроил перекрестную таблицу, которая связывает отдельные данные с несколькими кадрами.