End-to-End ESG Workflow, Data Governance, etika a brána kvality

zisky:

• Schopnosť zaviesť osemstupňový pracovný tok ESG od materiálnosti po publikáciu s kvalitatívnymi bránami v rytme „umelá inteligencia produkuje → človek overuje → prechádza bránou“
• Schopnosť chrániť osobné a nezverejnené finančné údaje klasifikáciou údajov ESG ako bezplatných/interných/dôverných
• Schopnosť prevziať konečnú zodpovednosť a pripojiť zodpovedné mená a záznamy o schválení ku každej publikácii bez spoliehania sa na obranu „povedala AI“

V predchádzajúcich desiatich oddeleniach sme pokryli každú časť ESG a podnikania v oblasti udržateľnosti samostatne: vstup a hranice, významnosť, zber údajov, uhlíkové účtovanie, rámce podávania správ, dodávateľský reťazec, komunikáciu so zainteresovanými stranami, písanie správ, zabezpečenie a greenwashing. V tejto záverečnej časti poskladáme jednotlivé časti a vytvoríme komplexný pracovný postup: kde, ako a s akou bezpečnostnou bránou používať umelú inteligenciu (AI) na každom kroku od definície misie udržateľnosti až po jej zverejnenie. Do jedného rámca tiež začleníme správu údajov, súkromie a etickú zodpovednosť.

Zopakujme si ešte raz konštantnú chrbticu modulu: AI; Je to asistent, ktorý píše kód, organizuje dáta, vytvára návrhy a sumarizuje. Správnosť čísla, potvrdenie faktora, kontrola normy, preukázanie reklamácie a konečná zodpovednosť je vždy na kompetentnom odborníkovi. Táto jednotka premieňa tento princíp na každodenný pracovný postup a kontrolný zoznam.

End-to-end ESG workflow

Zvážte cyklus podávania správ o udržateľnosti v ôsmich krokoch:

1. Rozsah a významnosť — Ktoré témy sú podstatné? (Jednotka 2)
2. Zber údajov — Zdroje, jednotky, audit trail. (Jednotka 3)
3. Výpočet — uhlík a ďalšie metriky s overenými faktormi. (Jednotka 4)
4. Rámcová zhoda — látky GRI/ESRS/ISSB, potvrdenie oficiálnym textom. (Jednotka 5)
5. Dodávateľský reťazec — Rozsah 3 a náležitá starostlivosť. (Jednotka 6)
6. Písanie a komunikácia — Vyvážená, podložená správa a posolstvo zainteresovaných strán. (Jednotky 7-8)
7. Príprava uistenia — Reťazec dôkazov a príprava auditu. (Jednotka 9)
8. Audit pohľadávok — Greenwashing screening a schválenie uvoľnenia. (Jednotka 10)

Na každom kroku je AI akcelerátorom; Ale na výstupe z každého kroku je brána kvality – kontrolný bod, ktorý musí prejsť pred prechodom na ďalší krok. Výstup, ktorý neprejde dverami, nepostupuje.

krok

Čo robí AI?

Kvalitná brána

vecnosť

Kandidát témy, analýza témy

Vplyv+finančný aspekt ľudský súhlas

Údaje

Konfigurácia, prevod jednotiek

Overenie zdroja a objemu

účtu

Vzorec, kódové lešenie

Faktor je potvrdený z oficiálneho zdroja

Zhoda

Návrh článku

Skontrolujte obrázok so štandardným textom

pravopis

návrh, súhrn

Triedenie tvrdení bez dôkazov

nárokovať si

Greenwashing skenovanie

Publikácia overená človekom

Tip: Nastavte pracovný postup v rytme „AI produkuje → človek overuje → prechádza dverami“. Pred presunutím každého výstupu AI na ďalší krok sa opýtajte: „Ktorá časť tohto výstupu nemôže pokračovať bez overenia?“ Táto časť je bránou kvality tohto kroku.

Správa údajov a ochrana osobných údajov

Údaje ESG sú často citlivé: údaje o pohlaví a platoch zamestnancov, zmluvné podmienky dodávateľa, zatiaľ nezverejnené finančné dopady, údaje o výrobe na úrovni zariadenia. Predtým, ako ich dáte verejnému nástroju AI, je potrebné ich klasifikovať. Riadenie údajov je „kto môže použiť ktoré údaje, ako a akým nástrojom?“ Otázka je spojená s pravidlom.

Jednoduchá klasifikácia:

• Zadarmo: Údaje sú už verejne dostupné (zverejnená správa). Dá sa to dať AI.
• Interné použitie: Interné údaje bez komerčnej hodnoty. Opatrne vo firemnom vozidle.
• Dôverné: Obchodné tajomstvo, nezverejnený finančný dosah, osobné údaje (KVKK/GDPR). Neposkytuje sa AI bez anonymizácie alebo inštitucionálnych (neúnikových) prostriedkov.

Vaša úloha: poradca pre správu údajov. Úloha: klasifikujte nasledujúce dátové položky ako „bezplatné / interné použitie / dôverné“ a napíšte odporúčanú akciu pre každú dôvernú položku (anonymizovať / agregovať / podnikový nástroj / nedávať vôbec). Pravidlo: ak si nie ste istý, zaraďte vyššiu ochrannú triedu. Položky: [POLOŽKY OSOBNÝCH A FINANČNÝCH ÚDAJOV]

Slabá výzva / Silná výzva

Spôsob, akým delegujete úlohu na nástroj, radikálne mení riziko ochrany osobných údajov.

Slabá výzva:

Analyzujte tabuľku platov zamestnancov a výrobu zariadení a vytvorte súhrn ESG.

Exportuje nespracované osobné údaje a údaje obchodného tajomstva priamo do otvoreného nástroja; Neexistuje žiadny krok klasifikácie, anonymizácie a potvrdenia.

Výkonná výzva:

Vaša úloha: ESG analytik citlivý na správu údajov. Poskytol som vám LEN súhrnné údaje bez osobných/obchodných tajomstiev. Úloha: analyzujte nasledujúce súhrnné ukazovatele. Pravidlá:- NEJSÚ v údajoch žiadne mená jednotlivcov, platy, ID alebo nezverejnený finančný vplyv; Ak uvidíte takéto pole, povedzte „DÔVERNÉ ÚDAJE – nespracovávať, varovať“. - Nepridávajte k výsledku nové číslo; choďte na zhrnutie, ktoré som dal. - Na koniec výstupu pridajte poznámku „vyžaduje sa súhlas človeka“. Údaje (agregované): [SÚHRNNÉ INDIKÁTORY]

Pozor: „AI povedala“ nie je obrana. Zodpovednosť za nesprávne číslo, nepodložené tvrdenie alebo únik dôverných údajov v správe ESG nesie organizácia a osoba, ktorá ju schválila. Keď používate AI, neprenášate zodpovednosť; Prácu si len urýchlite.

End-to-end kvalita brány prompt

Nasledujúca výzva prebehne všetky kroky prostredníctvom jedinej kontroly pred zverejnením.

Vaša úloha: Referent pre zabezpečenie kvality ESG. Úloha: prejdite nasledujúcu časť správy cez komplexnú bránu kvality. Pri každej položke uveďte „pass / FAIL“ a v prípade zlyhania napíšte dôvod: 1) Je uvedený zdroj a jednotka každého čísla? 2) Sú emisné faktory z oficiálneho zdroja? 3) Sú štandardné čísla položiek overené? 4) Sú označené proxy/odhady? 5) Existujú nejaké vyhlásenia obsahujúce greenwashing? 6) Dochádza k úniku dôverných/osobných údajov? 7) Pridelené meno zodpovedného za konečné schválenie? Sekcia: [KAPITOLA]

Nasledujúca výzva skonvertuje celý modul na podnikovú politiku.

Vaša úloha: vedúci tímu pre udržateľnosť. Úloha: napíšte 1-stranovú internú politiku upravujúcu používanie AI v tíme v práci ESG. Patria sem:- Úlohy, pri ktorých sa môže AI voľne používať (návrh, súhrn, kód, analýza tém)- Úlohy, ktoré vyžadujú overenie človekom (faktor, štandard, nárok, rozsah)- Typy údajov, ktoré sa nikdy neposkytnú AI (osobné, nezverejnené finančné)- Kroky brány kvality, ktoré je potrebné absolvovať pred každým vydaním Tón: jasný, odrážka, použiteľný.

tri mini prípady

Prípad 1 – Správa vrátená od dverí. Jeden tím si myslel, že dokončil všetky kroky a správa je pripravená na zverejnenie. Záverečná výzva na kontrolu kvality zachytila ​​v jednej sekcii tvrdenie „78% návratnosť“ a „uhlíkovo neutrálne“ vyhlásenie. Publikovanie bolo zastavené skôr, ako bola buď opravená; Dvere držali plošticu skôr, ako sa dostala na verejnosť.

Prípad 2 – Zabránenie úniku dôverných údajov. Analytik vloží štvrťročné údaje o finančnom dopade, ktoré sa ešte nezverejní, do verejne dostupného nástroja na analýzu. Výzva na klasifikáciu údajov ich označila ako „dôverné – nezverejnené finančné“. Údaje boli najprv agregované a následne spracované v podnikovom nástroji; Zabránilo sa možnému porušeniu legislatívy.

Prípad 3 – Prevzatie zodpovednosti. Po zverejnení správy jedna zainteresovaná strana spochybnila číslo. Tím nepovedal „AI vypočítaná“; otvoril revízny záznam, uviedol zdroj, vykonal menšiu opravu a transparentne vysvetlil. Tento postoj, ktorý sa nespoliehal na obranu „AI povedala“, zachoval dôveru.

Časté chyby

• Pohyb vpred bez dverí kvality. Ak sa overenie nevykoná na konci každého kroku, chyby sa budú hromadiť až do konca.
• Poskytnutie údajov vozidlu bez jeho klasifikácie. Dôverné a osobné údaje nie je možné vkladať do verejnej AI bez anonymizácie.
• Prenesenie zodpovednosti na AI. „AI povedala“ nie je právna ani profesionálna obrana.
• Izolované kroky myslenia. Významnosť, údaje, výpočet a nárok sú vzájomne prepojené; Ak je jeden poškodený, sú ovplyvnené všetky.
• Neurčenie osoby zodpovednej za schválenie publikácie. Za každým verejným tvrdením musí byť človek.

V súhrne

Podnikanie ESG je reťazec ôsmich vzájomne prepojených krokov a AI je akcelerátorom každého kroku; Ale na každom kroku sú dvere kvality. Rytmus „AI produkuje → človek overuje → prechádza dverami“ spája všetky lekcie tohto modulu do jedinej študijnej disciplíny. Klasifikujte údaje a chráňte dôvernosť, potvrďte faktor a štandard z oficiálneho zdroja, prepojte nárok s dôkazmi, pred zverejnením odstráňte greenwashing a dajte konečnú zodpovednosť človeku. AI urýchľuje prácu; Preberáte presnosť, čestnosť a zodpovednosť. Kritériom tejto profesie nie je „vyzerať plynule“, ale „absolvovať audit a byť preukázaný“.

Aplikačná úloha

Skombinujte výstupy, ktoré ste vytvorili v predchádzajúcich jednotkách (zoznam významnosti, uhlíkový účet, časť správy) do jednej mini-správy. Prejdite si túto mini správu v 7 položkách s vyššie uvedenou výzvou na kontrolu kvality od AI. Potom: (1) opravte každú položku označenú ako „UVOĽNENIE“, (2) klasifikujte a podniknite kroky týkajúce sa všetkých dôverných/osobných údajov, (3) pridajte zodpovedný názov a poznámku o schválení na zverejnenie.

kontrolný zoznam

• [ ] Pracovný postup som nastavil v rytme „AI produkuje → človek overuje → prechádza dverami.“
• [ ] Na výstupe z každého kroku som implementoval bránu kvality.
• [ ] Všetky údaje som klasifikoval ako voľné/interné/dôverné a chránil som ich dôvernosť.
• [ ] Faktory a štandardné položky mám potvrdené z oficiálneho zdroja.
• [ ] Podložil som každé tvrdenie dôkazmi, čím som eliminoval greenwashing pred zverejnením.
• [ ] Prevzal som zodpovednosť bez toho, aby som sa spoliehal na obranu „povedala AI“.
• [ ] Nastavil som zodpovedný názov a záznam o schválení publikácie.

Modulová skúška

1. Ktorá z nasledujúcich možností je najlepšia pre AI v oblasti ESG a udržateľnosti?

• A) Umelá inteligencia je pomocníkom kódu, údajov a plánov; Zodpovednosť za faktory, normy, dôkazy a etické rozhodnutia nesú ľudia ✔
• B) Umelá inteligencia je audítor a hodnoty ESG, ktoré poskytuje, sú náhradou za nezávislé uistenie
• C) Umelá inteligencia funguje len pri písaní správ, nemá nič spoločné s údajmi a výpočtami
• D) Keďže AI je nestrannejšia ako ľudia, všetky rozhodnutia ESG by sa mali nechať na ňu

Popis: Umelá inteligencia; Je to asistent, ktorý píše kód, organizuje dáta, vytvára návrhy a sumarizuje. Konečnú zodpovednosť za potvrdenie emisného faktora, kontrolu štandardného čísla látky, preukázanie každého tvrdenia však má príslušný odborník. Veľký jazykový model nie je kalkulačka, databáza regulačných/normových noriem alebo kontrola; je textový generátor, ktorý vytvára „ďalšie najpravdepodobnejšie slovo“ a jeho neoverený výstup môže viesť k falošnej správe alebo tvrdeniu.

2. Čo znamená aspekt „závažnosti dopadu“ problému v analýze dvojitej významnosti?

• A) Vplyv emisie na zisk spoločnosti a hodnotu akcií
• B) Finančné riziko emisie len pre investorov
• C) Výkon konkurenčných spoločností v tej istej veci
• D) Vplyv činnosti firmy na životné prostredie a spoločnosť ✔

Popis: Dvojitá materialita sa pozerá cez dve šošovky. Finančná významnosť je vplyv emisie na peňažné toky a hodnotu spoločnosti („outside-in“). Významnosť dopadu je vplyv činností podniku na životné prostredie a spoločnosť („naruby“). CSRD/ESRS presadzuje oba aspekty; Keďže umelá inteligencia sa často presúva len finančným smerom, smer dopadu musí navyše kontrolovať človek.

3. Aký je správny prístup pri zbere energetických údajov v kWh, MWh a GJ z rôznych zariadení?

• A) Ignorujte jednotky a pridajte všetky čísla priamo
• B) Spoliehanie sa na umelú inteligenciu, ktorá vám zozbiera dlhý zoznam v hlave
• C) Prevod všetkých hodnôt do jednej jednotky a vykonanie prevodu a súčtu pomocou kódu/vzorca ✔
• D) Výber najväčšej jednotky a nevykazovanie iných zariadení

Vysvetlenie: Odídenie jednotiek je najčastejšou a najnebezpečnejšou chybou ESG; Keďže 1 MWh = 1 000 kWh, ak sa jednotka vynechá, výsledok sa môže líšiť o faktor 1 000. Správny prístup je previesť všetky hodnoty do jednej jednotky a nechať umelú inteligenciu, aby túto konverziu vykonala a sčítala pomocou spustiteľného kódu/vzorca, nie manuálne; takže výsledok je deterministický a overiteľný.

4. Aký rozsah zahŕňa emisie vznikajúce pri výrobe nakupovanej elektriny podľa Protokolu o skleníkových plynoch?

• A) Rozsah 1
• B) Rozsah 2 ✔
• C) Rozsah 3
• D) Nie je zahrnuté v žiadnom rozsahu a nevykazuje sa

Popis: Rozsah 1 sú priame emisie z vlastných zdrojov organizácie (kotol, služobné vozidlo, generátor). Rozsah 2 sú nepriame emisie z výroby nakupovanej energie (elektrina, para, teplo, chlad). Rozsah 3 pokrýva všetky ostatné nepriame emisie v hodnotovom reťazci (zásobovanie, cestovanie, používanie produktov, odpad). Elektrina nevychádza z komína firmy, ale elektráreň, ktorá ju vyrába, vypúšťa emisie; takže je to rozsah 2.

5. Aký koncept sa používa pri premene skleníkového plynu, akým je metán (CH₄) na CO₂e, a prečo je dôležitý?

• A) GWP (potenciál globálneho otepľovania); ak sa vynechá, efekt metán/N₂O bude značne podcenený ✔
• B) AQI (index kvality ovzdušia); určuje farbu plynu vo vzduchu
• C) GRI (spravodajská iniciatíva); určuje látku, v ktorej sa bude plyn uvádzať
• D) Nevyžadujú sa žiadne koeficienty; metán sa počíta 1 ku 1 priamo ako CO₂

Popis: GWP (potenciál globálneho otepľovania) je koeficient, ktorý premieňa vykurovací účinok rôznych skleníkových plynov na spoločnú jednotku vo vzťahu k CO₂. 100-ročný GWP metánu je približne 28; Takže 1 tona metánu znamená približne 28 ton CO₂e. Ak sa vynechá GWP, vplyv silných plynov, ako je metán a N₂O, bude značne podcenený a inventár bude úplne nepresný; Treba tiež uviesť, ktorý súbor GWP (napr. IPCC AR6, 100 rokov) sa používa.

6. Ktorý prístup je správny na výpočet „údajov o činnosti × emisný faktor“ v inventári skleníkových plynov?

• A) Pomocou faktora, ktorý si umelá inteligencia pamätá, a nechať ju urobiť súčet manuálne
• B) Počítanie všetkých plynov ako CO₂ a faktor preskočenia a konverzia GWP
• C) Použitie predvoleného faktora presne pre každú krajinu, rok a palivo
• D) Potvrdenie faktora z oficiálneho zdroja podľa krajiny a roku a vytvorenie lešenia na výpočet a súčet s kódom ✔

Popis: Emisné faktory sa líšia podľa krajiny, roku a paliva; „Pripomínanie“ AI vytvára riziko, že si veci vymyslí (halucinácie). Faktor by mal byť vždy potvrdený z oficiálnej tabuľky (IPCC, DEFRA/EPA, IEA, národný inventár); Umelá inteligencia by mala vykonávať iba oddelenie rozsahu, účtovné lešenie a celkový kód. Viacriadkové súčty sa vykonávajú pomocou spustiteľného kódu, nie manuálne.

7. Aké je správne správanie pre štandardné číslo látky GRI/ESRS (napr. „GRI 305 pre spotrebu vody“), ktoré navrhuje AI?

• A) Zápis čísla priamo do správy, pretože to navrhuje umelá inteligencia
• B) Čísla položiek nie sú dôležité; napísať sa dá hocijaké
• C) Overenie čísla a jeho obsahu oficiálnym štandardným textom, jeho potvrdenie v prípade, že je falošné/neaktuálne ✔
• D) Keďže emisie do vody a do ovzdušia sú podobné, uveďte ich v tom istom článku

Popis: Umelá inteligencia dokáže generovať štandardné čísla, ktoré sa zdajú skutočné, ale ktorých obsah je falošný alebo úplne vymyslený; Aktualizujú sa aj normy a verzia, ktorú model pozná, môže byť zastaraná. Napríklad voda sa uvádza pod GRI 303, zatiaľ čo GRI 305 sú emisie do ovzdušia. Preto každé číslo látky a obsah nemožno použiť bez overenia s oficiálnym štandardným textom (GRI/EFRAG/ISSB).

8. Ak väčšina dodávateľov v dodávateľskom reťazci nemá skutočné údaje o uhlíku, aký je správny a čestný prístup pre rozsah 3?

• A) Priamo pomocou čísel vytvorených umelou inteligenciou pre dodávateľov
• B) Úplne preskočíte rozsah 3, pretože je „ťažko merateľný“
• C) Použitie tých, ktorí majú skutočné údaje, jasné označenie proxy pre tých, ktorí nemajú ✔
• D) Aplikovanie proxy na všetkých dodávateľov a jej skrytie v správe

Popis: Rozsah 3 je najväčšia, ale najťažšie merateľná položka väčšiny spoločností. Pre dodávateľov, ktorí poskytujú skutočné údaje, sa tieto údaje používajú; Pre tých, ktorí ho neposkytnú, možno použiť proxy (odhad) na základe výdavkov. Rozhodujúce je neskryť proxy: správa by mala jasne uvádzať časť a podiel použitého odhadu. Zahmlený zástupca môže viesť k odmietnutiu nezávislého uistenia; Je tiež nesprávne úplne vynechať rozsah 3 z dôvodu, že sa „ťažko meria“.

9. AI označila dodávateľa za „možnú nútenú prácu“ výlučne na základe priemeru krajiny. Čo je správne správanie?

• A) Prijmite signál ako dôkaz a okamžite verejne prerušte vzťah s dodávateľom
• B) Zápis tvrdenia priamo do správy, pretože to povedala umelá inteligencia
• C) Úplne ignorovať rizikové signály a vôbec ich neskúmať
• D) Považovať signál za „varovanie, ktoré treba preskúmať“ a potvrdiť ho kontrolou v teréne a spoľahlivým zdrojom ✔

Vysvetlenie: Závažné obvinenia, ako napríklad porušovanie ľudských práv, nemožno dokázať signálom vytvoreným umelou inteligenciou. Takýto signál je len „varovaním, ktoré treba preskúmať“; Jeho použitie ako definitívneho obvinenia je nespravodlivé a právne riskantné. Takéto tvrdenia potvrdzuje iba spoľahlivý zdroj, kontrola v teréne a právny proces. Umelá inteligencia generuje signály; Ľudská bytosť preberá úsudok a zodpovednosť.

10. Aké je najdôležitejšie preventívne opatrenie pri analýze stoviek odpovedí s ľubovoľným textom z prieskumu zainteresovaných strán s AI?

• A) Vyžadovať vzácne, ale veľmi dôležité (bezpečnostné/etické/environmentálne) signály oddelene a nezatieniť ich ✔
• B) Výber len tém s najvyššou frekvenciou, eliminovanie menšinových názorov
• C) Zredukujte všetky odpovede na jedno kladné zhrnutie a vynechajte podrobnosti
• D) Prijatie súhrnu umelej inteligencie namiesto hrubých odpovedí

Popis: Umelá inteligencia v tematickej analýze zosilňuje hlas väčšiny a potláča hlas menšiny. Najcennejším signálom udržateľnosti je však niekedy vážny bezpečnostný, etický alebo environmentálny problém, ktorý vyslovil jeden človek. Analýza sa teda pýta: „Čo sa hovorilo najčastejšie?“ Nekončí sa to; „Zriedkavé, ale vysoko významné“ signály by sa mali vyžadovať oddelene a nespracované odpovede by sa mali použiť skôr ako doplnok k súhrnu, ako namiesto neho.

11. Aký je najefektívnejší spôsob, ako zabrániť úniku falošných čísel a cieľov do textu pri písaní časti správy umelej inteligencii?

• A) Vypracovanie celej správy naraz vyslovením „napíš vhodný text“
• B) Poskytovanie len overených údajov a výslovný zákaz generovania nových čísel/reklamácií ✔
• C) Skontrolujte, aký plynulý a pôsobivý je text, a zverejnite ho
• D) Umožnenie AI doplniť chýbajúce údaje primeranými odhadmi

Popis: Umelá inteligencia generuje čísla a ciele, ktoré v skutočnosti nemáte, pomocou logiky „toto hovoria podobné správy“ v prázdnom riadku. Najúčinnejším preventívnym opatrením je poskytnúť mu iba overené údaje a „nepridávať žiadne čísla, percentá, dátumy alebo tvrdenia okrem údajov, ktoré som vám poskytol; Je to jasne stanoviť pravidlo „napíšte [POŽADOVANÉ ÚDAJE] na chýbajúce miesto“. Okrem toho by mala byť správa vytlačená po častiach a naplnená údajmi.

12. Čo hľadá nezávislý audítor uisťovacej služby ako prvé pri preverovaní správy o udržateľnosti?

• A) Ako plynule a profesionálne je správa napísaná
• B) Každý problém má reťazec dôkazov, ktorý možno vysledovať k zdrojovému dokumentu ✔
• C) Umelá inteligencia hovorí, že „správa je pripravená na audit“
• D) Nechajte správu pôsobiť asertívnejšie ako konkurenti

Vysvetlenie: Skúšajúceho nezaujíma plynulosť textu, ale reťaz dôkazov za každým tvrdením; Jeho prvá otázka je „dokážte toto číslo“. Skúma sa, z akého zdrojového dokumentu číslo pochádza, ktorý vzorec a faktor sa premení na správu a či je možné ho nezávisle zopakovať. Preto musí byť každá metrika materiálu vysledovateľná k jej zdroju, faktory musia byť overené z oficiálneho zdroja a musia byť špecifikované proxy; Umelá inteligencia robí túto prípravu, ale nemôže poskytnúť istotu.

13. Ktoré z nasledujúcich environmentálnych tvrdení má najnižšie riziko greenwashingu?

• A) „Do roku 2023 sme znížili naše výrobné emisie o 18 % (s overením treťou stranou)“ ✔
• B) „Naše výrobky sú úplne ekologické a prírodné“
• C) „Naša spoločnosť je uhlíkovo neutrálna“ (bez poskytnutia akýchkoľvek dokumentov alebo údajov)
• D) „Sme najudržateľnejšia spoločnosť v tomto odvetví s takmer nulovým vplyvom“

Vysvetlenie: Dobrý environmentálny nárok je merateľný (obsahuje číslo), preukázaný (na základe dôkazov) a jasný v rozsahu (je jasné, čo sa porovnáva s čím a kedy). „Do roku 2023 sme znížili výrobné emisie o 18 % (s overením treťou stranou)“ má tieto tri vlastnosti. Frázy ako „ekologické“, „prírodné“, necertifikované „uhlíkovo neutrálne“ sú nekvantifikovateľné alebo nepodložené a nesú riziko greenwashingu.

14. Čo treba urobiť pred vložením nezverejnených údajov o výrobe a emisiách zariadenia do verejne dostupného nástroja AI na analýzu?

• A) Vloženie údajov tak, ako sú; environmentálne údaje sú vždy verejne dostupné
• B) Poskytovanie bez prijatia opatrení, pretože zodpovednosť prechádza na poskytovateľa umelej inteligencie
• C) Riziko je jednoducho zlý výpočet; Opatrenie dôvernosti je zbytočné
• D) Klasifikácia údajov ako bezplatné/interné/dôverné a anonymizácia dôverných údajov alebo používanie podnikových nástrojov ✔

Zverejnenie: Údaje o výrobe a emisiách na úrovni závodu môžu byť obchodným tajomstvom; finančné/environmentálne údaje, ktoré ešte neboli zverejnené, môžu porušovať regulačné pravidlá zverejňovania; Údaje o polohe/plate zamestnanca sú osobnými údajmi v rozsahu KVKK/GDPR. Pred poskytnutím tohto typu údajov otvorenému nástroju je potrebné ich klasifikovať ako bezplatné/interné/dôverné, v prípade potreby ich anonymizovať alebo použiť firemný (bezdátový) nástroj. „AI povedala“ nie je obrana; Zodpovednosť nesie inštitúcia a osoba, ktorá to schvaľuje.