அலகுகள்
1. ESG மற்றும் நிலைத்தன்மையில் AI இன் அறிமுகம்: பாத்திரங்கள், எல்லைகள், சரிபார்ப்பு மற்றும் நெறிமுறைகள் 2. பொருள் மற்றும் இரட்டை பொருள் பகுப்பாய்வு: தலைப்பு அடையாளம், பங்குதாரர் உள்ளீடு மற்றும் முன்னுரிமை 3. ESG தரவு சேகரிப்பு, தரவு தரம் மற்றும் தணிக்கை பாதை மேலாண்மை 4. கார்பன் கணக்கியல்: நோக்கம் 1-2-3, உமிழ்வு காரணிகள் மற்றும் GHG நெறிமுறை 5. அறிக்கை கட்டமைப்புகள்: GRI, ESRS/CSRD மற்றும் ISSB மேப்பிங் 6. சப்ளை செயின் நிலைத்தன்மை: ஸ்கோப் 3, சப்ளையர் தரவு மற்றும் உரிய விடாமுயற்சி 7. பங்குதாரர் தொடர்பு மற்றும் ஈடுபாடு: கணக்கெடுப்பு, கருத்து பகுப்பாய்வு மற்றும் வெளிப்படையான அறிக்கை மொழி 8. அறிக்கை எழுதுதல் மற்றும் ஆட்டோமேஷன்: வரைவு, நிலைத்தன்மை மற்றும் கதை திருத்தம் 9. நிலையான சரிபார்ப்பு மற்றும் சுயாதீன உத்தரவாதம்: ஆதாரங்களின் சங்கிலி மற்றும் தணிக்கை தயாரிப்பு 10. கிரீன்வாஷிங் ஆபத்து: உரிமைகோரல் தணிக்கை, கிரீன்வாஷிங் வகைகள் மற்றும் சட்டம் 11. முடிவில் இருந்து இறுதி ESG பணிப்பாய்வு, தரவு ஆளுமை, நெறிமுறைகள் மற்றும் தர நுழைவாயில்
அலகு 6 / 11

சப்ளை செயின் நிலைத்தன்மை: ஸ்கோப் 3, சப்ளையர் தரவு மற்றும் உரிய விடாமுயற்சி

ஆதாயங்கள்:

  • செலவு மற்றும் இடர் நிலை மற்றும் உண்மையான தரவு மற்றும் ப்ராக்ஸி மதிப்பீடுகளை வேறுபடுத்தி சப்ளையர்களுக்கு முன்னுரிமை அளிப்பதன் மூலம் ஸ்கோப் 3 ஐ நிறுவும் திறன்
  • செயற்கை நுண்ணறிவு மூலம் சப்ளையர் இடர் சமிக்ஞைகளை கொடியிடும் போது, அவற்றை ஆதாரமாக கருதாமல் 'பரிசோதனை செய்ய வேண்டிய சமிக்ஞைகள்' என்று கருதுங்கள்.
  • தீவிர மனித உரிமைகள்/சுற்றுச்சூழல் உரிமைகோரல்களை கள ஆய்வு மற்றும் சட்ட உறுதிப்படுத்தல் தேவைப்படும் உரிய விடாமுயற்சியின் மூலம் நிர்வகிக்கும் திறன்

பெரும்பாலான நிறுவனங்களுக்கு, அவர்களின் நிலைத்தன்மையின் தாக்கத்தின் பெரும்பகுதி அவர்களின் சொந்த தொழிற்சாலையில் அல்ல, ஆனால் அவற்றின் விநியோகச் சங்கிலியில் உள்ளது. ஒரு ஆடை பிராண்டின் 80 சதவீதத்திற்கும் அதிகமான கார்பன் தடம், துணி உற்பத்தியாளர்கள் முதல் கப்பல் போக்குவரத்து வரை அதன் சப்ளையர்களிடமிருந்து வரலாம். அதேபோல், குழந்தைத் தொழிலாளர், கட்டாய உழைப்பு மற்றும் சுற்றுச்சூழல் மீறல்கள் போன்ற மிகக் கடுமையான சமூக அபாயங்கள் பெரும்பாலும் விநியோகச் சங்கிலியில் ஆழமாக நிகழ்கின்றன. இந்த யூனிட்டில், சப்ளை செயின் டேட்டாவைச் சேகரித்து மதிப்பிடுவதற்கு செயற்கை நுண்ணறிவை (AI) பயன்படுத்துவது எப்படி என்பதை நீங்கள் கற்றுக் கொள்வீர்கள்.

இரண்டு கருத்துக்களை தெளிவுபடுத்துவோம். ஸ்கோப் 3, முந்தைய யூனிட்டில் நாம் பார்த்தது போல், நிறுவனத்தின் மதிப்புச் சங்கிலியில் மறைமுக உமிழ்வுகள் மற்றும் பொதுவாக மிகப்பெரியது ஆனால் அளவிடுவதற்கு மிகவும் கடினமானது. உரிய விடாமுயற்சி என்பது ஒரு நிறுவனத்தின் விநியோகச் சங்கிலியில் மனித உரிமைகள் மற்றும் சுற்றுச்சூழல் அபாயங்களைக் கண்டறிந்து, தடுக்கும் மற்றும் சரிசெய்வதற்கான செயல்முறையாகும். ஐரோப்பிய ஒன்றியத்தின் CSDDD (Corporate Sustainability Due Diligence Directive) போன்ற விதிமுறைகள் பெரிய நிறுவனங்களுக்கு இதை கட்டாயமாக்குகிறது.

விநியோகச் சங்கிலித் தரவின் முக்கிய சவால்

உங்கள் சொந்த வசதியின் தரவை நீங்கள் அளவிடலாம்; ஆனால் நீங்கள் நூற்றுக்கணக்கான சப்ளையர்களின் தரவை நேரடியாக அளவிட முடியாது, நீங்கள் அவர்களிடம் கேட்க வேண்டும். இது மூன்று சிக்கல்களை உருவாக்குகிறது:

  1. தரவு வரவில்லை அல்லது முழுமையடையவில்லை. பெரும்பாலான சிறிய சப்ளையர்கள் கார்பன் தரவை வைத்திருப்பதில்லை.
  2. தரவு நம்பகத்தன்மையற்றது. ஒரு சப்ளையர் சுய-அறிக்கையில், மிகைப்படுத்தல் அல்லது குறைவான அறிக்கையிடல் இருக்கலாம்.
  3. ஒரு யூகம் (ப்ராக்ஸி) தேவை. உண்மையான தரவு கிடைக்கவில்லை என்றால், தொழில்துறை சராசரி அல்லது செலவு அடிப்படையிலான மதிப்பீடு பயன்படுத்தப்படும்.

இங்குதான் AI இரண்டு வழிகளில் உதவுகிறது: (1) நூற்றுக்கணக்கான சப்ளையர்களுக்கு அனுப்பப்படும் ஆய்வுகள் மற்றும் பின்தொடர்தல் கடிதங்களை விரைவாக உருவாக்குதல், (2) சிதறிய பதில்களைக் கட்டமைத்தல் மற்றும் ஆபத்து சமிக்ஞைகளைக் கொடியிடுதல். ஆனால் வழங்குநரால் கொடுக்கப்பட்ட எந்த எண்ணும் சரிபார்க்கப்படவில்லை, மனித மதிப்பாய்வு இல்லாமல் எந்த ஆபத்து சமிக்ஞையும் முடிக்கப்படவில்லை.

நோக்கம் 3 வகை (எடுத்துக்காட்டு)

தரவு ஆதாரம்

வழக்கமான முறை

வாங்கிய பொருட்கள்/சேவைகள்

சப்ளையர் கணக்கெடுப்பு / செலவு

உண்மையான தரவு > ப்ராக்ஸி

கப்பல் மற்றும் விநியோகம்

கேரியர் பதிவுகள்

தூரம் × சுமை × காரணி

வணிக பயணம்

பயண அமைப்பு

கிமீ/விமானம் × காரணி

விற்கப்படும் பொருளின் பயன்பாடு

தயாரிப்பு ஆற்றல் தரவு

பயன்பாட்டு மாதிரி

கழிவு

கழிவு பரிமாற்ற ஆவணங்கள்

அளவு × காரணி

உதவிக்குறிப்பு: நோக்கம் 3 இல், "செலவு அடிப்படையிலான" மதிப்பீடு (செலவிக்கப்பட்ட $1,000க்கு இவ்வளவு CO₂e) ஒரு விரைவான தொடக்கமாகும், ஆனால் தோராயமானது. ஒரு சப்ளையர் உண்மையான தரவை வழங்கும்போது, ​​அதைப் பயன்படுத்தவும்; உண்மையான தரவு இல்லை என்றால் செலவின அடிப்படையிலான மதிப்பீடு தற்காலிகமானது மற்றும் அறிக்கையில் "மதிப்பீடு/ப்ராக்ஸி" எனக் குறிக்கப்பட வேண்டும்.

படிப்படியாக: AI உடன் விநியோகச் சங்கிலி பணிப்பாய்வு

1. சப்ளையர்களுக்கு முன்னுரிமை கொடுங்கள். நீங்கள் அனைத்து நூற்றுக்கணக்கான சப்ளையர்களையும் ஒரே ஆழத்தில் ஆய்வு செய்ய முடியாது. அதிக செலவு அளவு மற்றும் ஆபத்து உள்ளவர்கள் மீது கவனம் செலுத்துங்கள் (துறை, நாடு). AI இந்த முன்னுரிமையுடன் வரைவு பட்டியலை உருவாக்க முடியும்.

2. வரைவு ஆய்வு மற்றும் கோரிக்கை. சப்ளையர் டேட்டா சர்வே அவுட்லைனை தெளிவாக, எளிதாக நிரப்ப AIயிடம் கேளுங்கள்.

3. உள்வரும் தரவை உள்ளமைக்கவும். வெவ்வேறு வடிவங்களில் பதில்களை ஒரே அட்டவணையில் வைக்கவும்; விடுபட்ட பகுதிகளைக் குறிக்கவும்.

4. ஆபத்து சமிக்ஞைகளை ஸ்கேன் செய்யவும். பொதுச் செய்திகள், மீறல் பதிவுகள் மற்றும் கணக்கெடுப்பு முரண்பாடுகள் ஆகியவற்றில் "சிவப்புக் கொடி" வேட்பாளர்களைக் கண்டறிய AI ஐச் செய்யுங்கள்; ஆனால் மனிதர்கள் ஒவ்வொரு சிக்னலையும் சரிபார்க்கிறார்கள்.

5. நடவடிக்கை மற்றும் நாட்டம். அதிக ஆபத்துள்ள சப்ளையர்களுக்கு ஒரு திருத்த நடவடிக்கை மற்றும் பின்தொடர்தல் திட்டத்தை நிறுவுதல்; செயல்முறையை ஆவணப்படுத்தவும்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

எங்கள் சப்ளையர்களின் கார்பன் தடயத்தைக் கணக்கிடுங்கள்.

தரவு ஆதாரம் இல்லை, உண்மையான/ப்ராக்ஸி வேறுபாடு இல்லை, சரிபார்ப்பு இல்லை; AI சப்ளையர் எண்களை உருவாக்குகிறது.

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: விநியோகச் சங்கிலி நிலைத்தன்மை ஆய்வாளர். உள்ளீடு: 15 சப்ளையர்களின் பெயர்கள், தொழில்துறை, ஆண்டு செலவினத் தொகை மற்றும் அவர்கள் வழங்கும் உண்மையான உமிழ்வுத் தரவு (ஏதேனும் இருந்தால்). பணி: 1) உண்மையான தரவை வழங்குபவர்களுக்கு, அந்தத் தரவைப் பயன்படுத்தவும். 2) உண்மையான தரவு இல்லாதவர்களுக்கு, "செலவு அடிப்படையிலான ப்ராக்ஸி தேவை" என்று எழுதவும், எண்ணைப் பொருத்த வேண்டாம்; உத்தியோகபூர்வ மூலத்திலிருந்து எந்த காரணியைப் பெற வேண்டும் என்பதைக் குறிப்பிடவும்.3) அதிக செலவு + அதிக ஆபத்துள்ள துறையில் சப்ளையர்களுக்கு முன்னுரிமை கொடுங்கள். வெளியீடு: அட்டவணை (சப்ளையர் | தொழில் | செலவு | தரவு வகை[உண்மை/ப்ராக்ஸி] |முன்னுரிமை | குறிப்பு). பதிலாள் எண்கள் அறிக்கையில் குறிக்கப்படும்.

சப்ளையர் ரிஸ்க் ஸ்கிரீனிங்கிற்கு உடனடியாக

பின்வரும் சப்ளையர்களின் பட்டியலுக்கு ரிஸ்க் ஸ்கிரீனிங் சாரக்கட்டை அமைக்கவும். ஒவ்வொரு சப்ளையருக்கும் மதிப்பீடு செய்யுங்கள் (நான் வழங்கிய தகவலின் அடிப்படையில் மட்டுமே, பொது உரிமைகோரல் போலியானது):- நாடு/துறையிலிருந்து சாத்தியமான மனித உரிமைகள் ஆபத்து (உயர்/நடுத்தர/குறைவு)- சாத்தியமான சுற்றுச்சூழல் ஆபத்து- கருத்துக்கணிப்பு பதிலில் முரண்பாடு/சிவப்புக் கொடி விதி: ஒவ்வொரு ஆபத்துக்கும் "சரிபார்ப்பு தேவையில்லை - ஆதாரம் இல்லை" என்ற குறிப்பைச் சேர்க்கவும்; திட்டவட்டமான குற்றச்சாட்டுகளைச் செய்ய வேண்டாம், விசாரணைக்கு சிக்னல்களைப் பரிந்துரைக்கவும். பட்டியல்: [சப்ளையர்கள்]

சப்ளையர்களுக்கு அனுப்புவதற்கான தரவு கோரிக்கை கணக்கெடுப்பை பின்வரும் வரியில் வரைவு செய்கிறது.

உங்கள் பங்கு: நிலைத்தன்மை ஆதார நிபுணர். பணி: சிறிய/நடுத்தர சப்ளையர்கள் எளிதாக முடிக்கக்கூடிய 10 கேள்விகளுக்கு மேல் இல்லாத ஒரு ESG தரவுக் கணக்கெடுப்பை உருவாக்கவும். அடங்கும்: ஆற்றல் நுகர்வு, எரிபொருள் வகை, கழிவுகள், தொழில் பாதுகாப்பு விபத்துக்களின் எண்ணிக்கை, கட்டாயம்/குழந்தைத் தொழிலாளர்களுக்கான அர்ப்பணிப்பு. தொனி: எளிமையானது, தெளிவானது, முடிக்க எளிதானது; ஒவ்வொரு கேள்விக்கும் அலகுகள் மற்றும் எடுத்துக்காட்டுகளைச் சேர்க்கவும்.

எச்சரிக்கை: சப்ளையர் பற்றிய ஆபத்து சமிக்ஞையை AI சரிபார்க்க வேண்டாம் (எ.கா. "குழந்தைத் தொழிலாளர்") மற்றும் AI ஆல் உருவாக்கப்பட்ட உரிமைகோரலை ஒருபோதும் ஆதாரமாகப் பயன்படுத்த வேண்டாம். நம்பகமான ஆதாரம், கள ஆய்வு மற்றும் சட்டச் செயல்முறை ஆகியவற்றால் மட்டுமே இத்தகைய கடுமையான உரிமைகோரல்கள் உறுதிப்படுத்தப்படுகின்றன. AI ஆனது "ஆய்வு செய்யப்பட வேண்டிய சமிக்ஞையை" மட்டுமே உருவாக்குகிறது; தீர்ப்பளிப்பதில்லை.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - ப்ராக்ஸியின் நேர்மையான பயன்பாடு. ஒரு தளபாட உற்பத்தியாளரின் 200 சப்ளையர்களில் 30 பேர் மட்டுமே உண்மையான கார்பன் தரவை வழங்கினர். மீதமுள்ள 170 பேருக்கு செலவு அடிப்படையிலான ப்ராக்ஸியை குழு பயன்படுத்தியது, ஆனால் அறிக்கை தெளிவாகக் கூறுகிறது, "ஸ்கோப் 3 இன் 65% செலவு அடிப்படையிலான மதிப்பீடாகும்." ஆடிட்டர் இந்த நேர்மையை ஒப்புக்கொண்டார்; அதை மறைத்திருந்தால், உத்தரவாதம் மறுக்கப்பட்டிருக்கலாம்.

வழக்கு 2 - முன்னுரிமை. ஒரு உணவு நிறுவனத்தில் 480 சப்ளையர்கள் இருந்தனர். 80% செலவினம் 40 சப்ளையர்களிடம் குவிந்திருப்பதாக AI காட்டியது. குழு இந்த 40 பேர் மீது ஆழமான டைவ் கவனம் செலுத்தியது; வளங்கள் வீணடிக்கப்படவில்லை மற்றும் அதிக தாக்கத்தை ஏற்படுத்திய சப்ளையர்கள் உண்மையான தரவுகளுடன் தெரிவிக்கப்பட்டனர்.

வழக்கு 3 - தவறான குற்றச்சாட்டின் ஆபத்து. AI ஒரு சப்ளையரை "நிர்ப்பந்திக்கப்பட்ட வேலை" என்று கொடியிட்டது; காரணம் தேசிய சராசரி மட்டுமே. குழு இதை "ஆராய்வதற்கான சமிக்ஞை" என்று ஏற்றுக்கொண்டது, ஆதாரம் அல்ல, மேலும் கள ஆய்வுக்கு கோரியது. ஆய்வில் எந்த பிரச்சனையும் இல்லை; AI இன் சிக்னல் ஆதாரமாக எடுத்துக் கொள்ளப்பட்டால், நியாயமற்ற குற்றச்சாட்டும் சட்ட அபாயமும் எழும்.

பொதுவான தவறுகள்

  • சப்ளையர் தரவைச் சரிபார்க்காமல் ஏற்றுக்கொள்வது. சுய-அறிக்கை சப்ளையர் தரவிற்கு குறுக்கு சரிபார்ப்பு தேவைப்படுகிறது.
  • ப்ராக்ஸியை மறைக்கிறது. செலவு அடிப்படையிலான முன்னறிவிப்பைப் பயன்படுத்துவது நல்லது; குறிப்பிடாதது தணிக்கையில் ஒரு பிரச்சனை.
  • அனைத்து சப்ளையர்களையும் சமமாக ஆய்வு செய்தல். அதிக செலவு மற்றும் அதிக ஆபத்துள்ள சப்ளையர்கள் மீது ஆதாரம் கவனம் செலுத்த வேண்டும்.
  • ஆதாரத்திற்காக AI சமிக்ஞையை தவறாகப் பயன்படுத்துதல். மனித உரிமைகள்/சுற்றுச்சூழல் மீறல்களின் உரிமைகோரல்கள் புலம் மற்றும் சட்டத்தால் சரிபார்க்கப்படுகின்றன, AI ஆல் அல்ல.
  • ஸ்கோப் 3 ஐ முழுவதுமாக தவிர்க்கிறது. மிகப்பெரிய தாக்கம் பொதுவாக இங்கே உள்ளது; "அளவிடுவது கடினம்" என்ற காரணத்தால் புறக்கணிக்க முடியாது.

சுருக்கமாக

விநியோகச் சங்கிலி என்பது பெரும்பாலான நிறுவனங்களின் மிகப்பெரிய சுற்றுச்சூழல் மற்றும் சமூக தாக்கத்தை மறைக்கிறது; நோக்கம் 3 உமிழ்வுகள் மற்றும் உரிய விடாமுயற்சி அபாயங்கள் இங்கு குவிந்துள்ளன. AI; இது சப்ளையர் முன்னுரிமை, கணக்கெடுப்பு வரைவு, சிதறிய பதில்களை கட்டமைத்தல் மற்றும் ஆபத்து சமிக்ஞை கொடியிடல் ஆகியவற்றில் ஒரு சக்திவாய்ந்த உதவியாகும். ஆனால், சப்ளையர் தரவுகள் சரிபார்க்கப்படும் வரை, ப்ராக்ஸிகள் தெளிவாகக் குறிப்பிடப்படும் வரை, மற்றும் கடுமையான குற்றச்சாட்டுகள் கள ஆய்வு மூலம் உறுதி செய்யப்படும் வரை அறிக்கையில் சேர்க்கப்படாது. AI சிக்னல்களை உருவாக்குகிறது; மனிதன் தீர்ப்பையும் பொறுப்பையும் ஏற்றுக்கொள்கிறான்.

விண்ணப்ப பணி

பெயர், தொழில் மற்றும் வருடாந்திர செலவுகளுடன் 10 கற்பனையான சப்ளையர்களின் பட்டியலைத் தயாரிக்கவும்; ஒரு சிலவற்றில் உண்மையான உமிழ்வுத் தரவைச் சேர்க்கவும், பெரும்பாலானவற்றை காலியாக விடவும். மேலே உள்ள சக்திவாய்ந்த ப்ராம்ட் மூலம் முன்னுரிமை மற்றும் தரவு வகையின் அட்டவணையை AIயிடம் கேட்கவும். பிறகு: (1) ப்ராக்ஸி தேவைப்படும் சப்ளையர்களின் எண்ணிக்கை கணக்கிடப்படவில்லை என்பதைச் சரிபார்க்கவும், (2) நியாயப்படுத்துதலுடன் 3 அதிக முன்னுரிமை வழங்குநர்களைத் தேர்ந்தெடுக்கவும், (3) அவர்களுக்கு அனுப்ப ஒரு குறுகிய தரவுக் கணக்கெடுப்பை உருவாக்கவும்.

சரிபார்ப்பு பட்டியல்

  • [ ] செலவு மற்றும் இடர் நிலை ஆகியவற்றின் அடிப்படையில் நான் சப்ளையர்களுக்கு முன்னுரிமை அளித்தேன்.
  • [ ] நான் உண்மையான தரவுகளைப் பயன்படுத்தினேன்; இல்லாதவர்களுக்கு ப்ராக்ஸியைக் குறித்துக் கொடுத்தேன்.
  • [ ] நான் சப்ளையர் தரவை அப்படியே மதிப்பீடு செய்தேன், மாறாக குறுக்கு சோதனை மூலம்.
  • [ ] நான் ஆபத்து சமிக்ஞைகளை "ஆய்வு செய்ய வேண்டும்" என்று கருதினேன், அவற்றை ஆதாரமாகப் பயன்படுத்தவில்லை.
  • [ ] தீவிர உரிமைகோரல்களுக்கு கள தணிக்கை/சட்ட சரிபார்ப்பு படியை திட்டமிட்டுள்ளேன்.
  • [ ] நான் ஸ்கோப் 3 ஐ தவிர்க்கவில்லை; அறிக்கையின் நோக்கம் மற்றும் மதிப்பீட்டு விகிதத்தை நான் கூறியுள்ளேன்.
  • [ ] நான் முழு செயல்முறையையும் உரிய விடாமுயற்சி ஆவணத்துடன் பதிவு செய்தேன்.