การวิเคราะห์ประเด็นสำคัญและประเด็นสำคัญคู่: การระบุหัวข้อ ข้อมูลของผู้มีส่วนได้ส่วนเสีย และการจัดลำดับความสำคัญ

กำไร:

• ความสามารถในการแยกแยะระหว่างวัตถุที่มีสาระสำคัญเดียวและวัตถุสองเท่า และประเมินปัญหาทั้งในแง่ของผลกระทบและสาระสำคัญทางการเงิน
• ความสามารถในการแยกคำตอบของผู้มีส่วนได้ส่วนเสียหลายร้อยรายออกเป็นธีมต่างๆ ด้วยปัญญาประดิษฐ์ ในขณะที่แยกสัญญาณความถี่ต่ำแต่มีความสำคัญสูงออกจากกัน
• ความสามารถในการทดสอบรายการหัวข้อที่ผลิตโดยปัญญาประดิษฐ์กับความเป็นจริงเฉพาะของอุตสาหกรรม และเชื่อมโยงเอกสารการจัดลำดับความสำคัญและระเบียบวิธีขั้นสุดท้ายกับมนุษย์

ไม่มีบริษัทใดสามารถรายงานทุกประเด็นด้านความยั่งยืนในเชิงลึกเท่ากันได้ แม้ว่าการใช้น้ำจะเป็นปัญหารองสำหรับบริษัทซอฟต์แวร์ แต่ก็เป็นเส้นชีวิตของผู้ผลิตเครื่องดื่ม นี่คือคำถามที่ว่า “ประเด็นไหนสำคัญกับเรามาก?” คำตอบสำหรับคำถามนี้ได้รับจากการวิเคราะห์ประเด็นสำคัญ (การวิเคราะห์ความสำคัญ) สาระสำคัญคือกระบวนการในการพิจารณาว่าประเด็นด้านความยั่งยืนมี “นัยสำคัญ/สำคัญ” ต่อองค์กรอย่างไร และสร้างพื้นฐานของรายงาน ESG ทั้งหมด สาระสำคัญที่เป็นเท็จทำให้รายงานหลายร้อยหน้าไร้ค่า เพราะรายงานเน้นประเด็นผิด ในหน่วยนี้ คุณจะได้เรียนรู้ว่าการใช้ปัญญาประดิษฐ์ (AI) เป็นตัวเร่งความเร็วได้ที่ไหน และจุดไหนเป็นความเสี่ยงในกระบวนการนี้

มาชี้แจงสองแนวคิดก่อน ประเด็นสำคัญเดี่ยวจะพิจารณาเฉพาะปัญหาที่ส่งผลต่อสุขภาพทางการเงินของบริษัทอย่างไร: "การเปลี่ยนแปลงสภาพภูมิอากาศจะส่งผลต่อรายได้/ต้นทุนของเราอย่างไร" สาระสำคัญสองเท่าเพิ่มแง่มุมที่สอง: ผลกระทบของบริษัทต่อโลก ดังนั้นคำถามจึงมีสองเท่า: (1) ปัญหานี้ส่งผลกระทบทางการเงินต่อบริษัทอย่างไร? (2) บริษัทมีผลกระทบต่อสิ่งแวดล้อมและสังคมในเรื่องนี้อย่างไร? CSRD และ ESRS บังคับใช้ลักษณะที่สองนี้ ความแตกต่างนี้เป็นหัวใจสำคัญของทั้งการสอบและการฝึกฝน

สองแง่มุมที่มีนัยสำคัญสองเท่า

วัตถุสองเท่ามองผ่านสองเลนส์:

• ผลกระทบที่มีนัยสำคัญ — "จากภายในสู่ภายนอก": ผลกระทบเชิงบวก/เชิงลบของกิจกรรมของบริษัทที่มีต่อผู้คนและสิ่งแวดล้อม ตัวอย่าง: น้ำเสียที่โรงงานทอผ้าปล่อยลงสู่แม่น้ำ
• ความสำคัญทางการเงิน “จากภายนอกสู่ภายใน”: ผลกระทบของปัญหาด้านความยั่งยืนต่อกระแสเงินสด ต้นทุน และมูลค่าของบริษัท ตัวอย่าง: การเพิ่มราคาคาร์บอนทำให้ต้นทุนการผลิตเพิ่มขึ้น

หากหัวข้อมีสาระสำคัญในเลนส์ทั้งสองตัวนี้ จะถือว่ารายงานได้ในตรรกะที่มีสาระสำคัญแบบคู่ AI มีช่วงเวลาที่ยากลำบากในการแยกแยะระหว่างสองแง่มุมนี้ และมักจะเลื่อนไปทางการเงินเท่านั้น ดังนั้นจึงจำเป็นอย่างยิ่งที่จะต้องควบคุมเอาต์พุตโดยคำนึงถึงความแตกต่างนี้

เรื่อง

ส่งผลกระทบต่อสาระสำคัญ (ต่อโลก)

สาระสำคัญทางการเงิน (ต่อบริษัท)

การปล่อยก๊าซเรือนกระจก

การมีส่วนร่วมในการเปลี่ยนแปลงสภาพภูมิอากาศ

ภาษีคาร์บอน ต้นทุน CBAM

สุขภาพและความปลอดภัยของคนงาน

ชีวิตและสุขภาพของพนักงาน

การชดเชยอุบัติเหตุการหยุดการผลิต

การใช้น้ำ

ความเครียดจากน้ำในระดับภูมิภาค

การขาดแคลนน้ำ ความเสี่ยงในการผลิต

ความเป็นส่วนตัวของข้อมูล

สิทธิของผู้ใช้

บทลงโทษ ชื่อเสียง และการสูญเสียลูกค้า

เคล็ดลับ: เมื่อพิจารณาปัญหา "สิ่งนี้ส่งผลกระทบต่อเราหรือเราส่งผลกระทบต่อโลก" แบ่งออกเป็นสอง การล้างพิษและการรายงานที่ต่ำกว่าความเป็นจริงส่วนใหญ่เกิดขึ้นเมื่อบริษัทรายงานเฉพาะด้านการเงินที่ส่งผลกระทบต่อพวกเขา โดยซ่อนผลกระทบที่พวกเขามีต่อโลก

ทีละขั้นตอน: กระบวนการที่มีสาระสำคัญที่ขับเคลื่อนด้วย AI

1. สร้างจักรวาลแห่งวัตถุ เขียนรายการหัวข้อด้านความยั่งยืนที่เป็นไปได้ที่เกี่ยวข้องกับอุตสาหกรรมของคุณเป็นจำนวนมาก AI เป็นพันธมิตรในการระดมความคิดที่ดีที่นี่ รายชื่อผู้สมัครจัดทำขึ้นโดยการสแกนหัวเรื่อง ESRS, มาตรฐานอุตสาหกรรม GRI และรายงานของบริษัทที่เทียบเคียงกัน

2. ระบุผู้มีส่วนได้เสีย ผู้มีส่วนได้ส่วนเสียคือฝ่ายที่ได้รับผลกระทบหรือได้รับผลกระทบจากกิจกรรมของบริษัท: พนักงาน ลูกค้า ซัพพลายเออร์ นักลงทุน คนในท้องถิ่น หน่วยงานกำกับดูแล ภาคประชาสังคม ทุกประเด็นสำคัญ “ใครได้รับผลกระทบ” มีการถามคำถาม

3. รวบรวมข้อมูลของผู้มีส่วนได้ส่วนเสีย ค้นหาว่าประเด็นใดที่ผู้มีส่วนได้ส่วนเสียเห็นว่าสำคัญผ่านการสำรวจ การสัมภาษณ์ และเวิร์กช็อป AI มีประสิทธิภาพมากในการจัดเรียงคำตอบแบบสำรวจปลายเปิดหลายร้อยรายการออกเป็นธีมต่างๆ (ซึ่งเรียกว่าการวิเคราะห์เฉพาะเรื่อง)

4. ให้คะแนนและจัดลำดับความสำคัญ ให้คะแนนแต่ละหัวข้อในระดับสองแกน (ผลกระทบและการเงิน) หัวข้อที่มีคะแนนสูงถือเป็น "สำคัญ/สาระสำคัญ" และกลายเป็นประเด็นสำคัญของรายงาน

5. ตรวจสอบและจัดทำเอกสาร คณะกรรมการจัดการอนุมัติการจัดลำดับความสำคัญ มีการจัดทำเอกสารวิธีการดำเนินการกระบวนการ (วิธีการ) CSRD ยังเรียกร้องให้มีการอธิบายกระบวนการที่มีสาระสำคัญด้วย

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

บอกเราเกี่ยวกับประเด็นด้านความยั่งยืนที่สำคัญต่อคุณ

ไม่รวมถึงอุตสาหกรรม โมเดลธุรกิจ ผู้มีส่วนได้ส่วนเสีย และความเป็นคู่ AI สร้างรายการทั่วไปและมักจะข้ามทิศทางของผลกระทบ

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้เชี่ยวชาญด้านความมีสาระสำคัญสองเท่า บริษัท: บริษัทอาหารขนาดกลางที่ผลิตในตุรกี งาน: จัดทำรายการปัญหาด้านความยั่งยืนที่เป็นไปได้และทำการประเมินสองรายการแยกกันสำหรับแต่ละประเด็น:- ผลกระทบที่มีนัยสำคัญ (ผลกระทบของบริษัทต่อสิ่งแวดล้อม/สังคม) - สาระสำคัญทางการเงิน (ผลกระทบทางการเงินของปัญหาต่อบริษัท) สำหรับแต่ละประเด็น ให้จดบันทึกผู้มีส่วนได้ส่วนเสียที่ได้รับผลกระทบด้วย กฎ: นี่คือผู้สมัครร่าง การให้คะแนนและการตัดสินใจขั้นสุดท้ายเป็นของเรา ทำเครื่องหมายข้อมูลเซกเตอร์ที่คุณไม่แน่ใจว่าเป็นข้อมูลปลอม "ต้องได้รับการตรวจสอบ" เอาท์พุต: ตาราง (หัวข้อ | ทิศทางผลกระทบ | แง่มุมทางการเงิน | ผู้มีส่วนได้ส่วนเสีย | หมายเหตุ)

จัดเรียงคำตอบของผู้มีส่วนได้ส่วนเสียเป็นธีม

การอ่านคำตอบด้วยข้อความอิสระหลายร้อยรายการจากแบบสำรวจประเด็นสำคัญด้วยมือต้องใช้เวลาหลายวัน AI สามารถแบ่งสิ่งเหล่านี้ออกเป็นธีมต่างๆ แต่มีข้อแม้: AI อาจเพิกเฉยต่อความคิดเห็นส่วนน้อยแต่มีวิพากษ์วิจารณ์ (เช่น ปัญหาด้านความปลอดภัยที่ร้ายแรงซึ่งเกิดจากพนักงานคนเดียว) ว่า "ไม่สำคัญ" ดังนั้นการสรุปเฉพาะเรื่องจึงไม่สามารถใช้แทนการตอบกลับแบบดิบได้ มันเป็นประตูสู่พวกเขา

ต่อไปนี้เป็นข้อความตอบกลับฟรี 200 ข้อความจากแบบสำรวจสาระสำคัญ งาน:1) แบ่งคำตอบออกเป็นหัวข้อต่างๆ ไม่เกิน 10 หัวข้อ โดยตั้งชื่อสั้นๆ ให้แต่ละหัวข้อ 2) นับจำนวนคำตอบที่กล่าวถึงแต่ละหัวข้อ 3) นอกจากนี้ ให้ระบุ กำจัด ความคิดเห็นจำนวนเล็กน้อยแต่ร้ายแรง (ความปลอดภัย กฎหมาย ความเสี่ยงด้านสิ่งแวดล้อม) ภายใต้หัวข้อ "ความถี่ต่ำ / ความสำคัญสูง" 4) อย่าสร้างหรือรวมหรือบิดเบือนคำตอบใดๆ คำตอบ: [คำตอบ]

ข้อควรระวัง: การสรุปเฉพาะเรื่องของ AI ไม่สามารถทดแทนคำตอบดิบได้ โดยเฉพาะอย่างยิ่ง ความคิดเห็นที่ “มีความถี่ต่ำแต่มีความสำคัญสูง” (การละเมิดความปลอดภัย ความสงสัยว่ามีการทุจริต) อาจถูกบดบังโดย AI เนื่องจากมีจำนวนน้อย อย่าลืมตรวจสอบความคิดเห็นเหล่านี้ด้วยสายตาที่แยกจากกัน

มินิเคสสามอัน

กรณีที่ 1 — ละเว้นทิศทางของการกระทำ บริษัทเคมีแห่งหนึ่งให้ AI เตรียมรายการสาระสำคัญ รายการนี้มุ่งเน้นไปที่ประเด็นทางการเงิน เช่น ราคาคาร์บอนและต้นทุนพลังงาน แต่ผลกระทบต่อน้ำประปาของหมู่บ้านใกล้โรงงานไม่อยู่ในรายชื่อ ผู้เชี่ยวชาญกล่าวเพิ่มเติมว่าแง่มุม "ผลกระทบ" เป็นเรื่องที่มีความสำคัญเป็นสองเท่า ปัญหานี้กลายเป็นปัญหาผู้มีส่วนได้ส่วนเสียที่สำคัญที่สุดในเวลาต่อมา

กรณีที่ 2 — น้ำหนักเป็นตัวเลข ผู้ค้าปลีกวิเคราะห์การสำรวจลูกค้า 1,200 รายการด้วย AI YZ พบว่า 41% ของคำตอบกล่าวถึงหัวข้อ "ขยะบรรจุภัณฑ์" และ 23% กล่าวถึงหัวข้อ "สภาพการทำงาน" ทีมงานได้ประกาศให้ทั้งสองหัวข้อนี้เป็นหัวข้อสำคัญที่สำคัญ อย่างไรก็ตาม ห่วงโซ่อุปทานที่ปรากฏภายใต้หัวข้อ "ความถี่ต่ำ" ยังทำให้มีการต้องสงสัยเรื่องแรงงานเด็กภายใต้การพิจารณาแยกกันอีกด้วย

กรณีที่ 3 — ความสำคัญปลอม AI ระบุว่า "การใช้น้ำ" เป็นปัญหาด้านวัสดุที่มีลำดับความสำคัญสูงสำหรับบริษัทซอฟต์แวร์ ในขณะที่บริษัทใช้น้ำเพียงอย่างเดียวคือห้องครัวในสำนักงาน ผู้เชี่ยวชาญมองข้ามสิ่งนี้และมุ่งเน้นไปที่ "ความเป็นส่วนตัวของข้อมูลและการใช้พลังงาน" ที่แท้จริง รายงานจะสูญเสียความสำคัญหากไม่ได้แก้ไขเนื้อหาที่ไม่ถูกต้อง

แจ้งให้ตั้งค่าเมทริกซ์สาระสำคัญ

เมทริกซ์สาระสำคัญเป็นเครื่องมือจัดลำดับความสำคัญด้วยภาพซึ่งจัดหัวข้อตามสองแกน (ผลกระทบและการเงิน) หัวข้อที่มุมขวาบนมีความสำคัญที่สุด

จัดเรียงหัวข้อและคะแนนต่อไปนี้ตามตรรกะของเมทริกซ์ที่มีสาระสำคัญ ข้อมูลนำเข้า: คะแนนผลกระทบ (1-5) และคะแนนทางการเงิน (1-5) สำหรับแต่ละหัวข้อ ภารกิจ: 1) แบ่งหัวข้อออกเป็นสี่โซน: สูง-สูง (ลำดับความสำคัญ), การเงินที่มีผลกระทบสูง-ต่ำ, การเงินที่มีผลกระทบต่ำ-สูง, ต่ำ-ต่ำ 2) เสนอแนะภูมิภาค "ลำดับความสำคัญ" เป็นจุดสนใจหลักของรายงาน 3) กำหนดขอบเขตหัวข้อ (ประมาณ 3-3) หัวข้อเป็นเครื่องหมาย "ต้องมีการตัดสินของมนุษย์" คะแนน: [หัวข้อและคะแนน]

ข้อความต่อไปนี้จะสร้างโครงร่างสำหรับการเขียนระเบียบวิธีที่มีสาระสำคัญลงในรายงาน

บทบาทของคุณ: นักเขียนรายงาน ESG ภารกิจ: เขียนย่อหน้าที่ตรวจสอบได้ 1 ย่อหน้าเพื่ออธิบายกระบวนการที่มีสาระสำคัญแบบคู่ของเรา รวมไปถึง: จักรวาลแห่งวิชาใดที่ถูกสแกน ผู้มีส่วนได้ส่วนเสียที่เกี่ยวข้อง ให้คะแนนด้วยวิธีใด ใครเป็นผู้อนุมัติ กฎ: เขียนให้เข้าใจง่าย ตรวจสอบได้ และเน้นกระบวนการ เพิ่มการยืนยันผลลัพธ์ ข้อมูลเข้า: [บันทึกกระบวนการ]

ข้อผิดพลาดทั่วไป

• การพอใจกับสิ่งสำคัญอย่างหนึ่ง การมองเฉพาะผลกระทบทางการเงินและการเพิกเฉยต่อผลกระทบของบริษัทที่มีต่อโลกถือเป็นการกระทำที่ขัดแย้งกับ CSRD
• ทำให้ผู้มีส่วนได้ส่วนเสียแคบลง การรับฟังเฉพาะนักลงทุนและไม่รวมพนักงาน คนในท้องถิ่น และซัพพลายเออร์จะบิดเบือนสาระสำคัญ
• ยอมรับรายชื่อ AI เหมือนเดิม ปัญหาสำคัญเฉพาะของภาคส่วนนี้อาจขาดหายไปหรือให้น้ำหนักที่ไม่ถูกต้องใน AI
• ขจัดความคิดเห็นที่จริงจังความถี่ต่ำ สัญญาณที่มีจำนวนน้อยแต่มีความเสี่ยงสูงควรตรวจสอบแยกกัน
• ไม่บันทึกวิธีการ หากไม่ได้เขียนไว้ว่ากระบวนการเสร็จสิ้นลงอย่างไร ผู้ตรวจสอบบัญชีจะไม่ยอมรับสาระสำคัญ

โดยสรุป

การวิเคราะห์วัสดุเป็นเหมือนเข็มทิศของรายงาน ESG ทั้งหมด รายงานที่เน้นประเด็นผิดก็ไร้ค่าไม่ว่างานเขียนจะมีคุณภาพแค่ไหนก็ตาม ความสำคัญสองเท่าคือ “ปัญหานี้ส่งผลกระทบทางการเงินต่อเราอย่างไร” เช่นเดียวกับ “เราจะมีอิทธิพลต่อโลกในประเด็นนี้อย่างไร” ถามคำถามร่วมกัน AI เป็นตัวเร่งที่ทรงพลังในการสร้างจักรวาลของหัวข้อและจัดเรียงคำตอบของผู้มีส่วนได้ส่วนเสียหลายร้อยรายการเป็นธีม แต่มีแนวโน้มที่จะพลาดทิศทางของผลกระทบ สร้างความสำคัญที่ผิดพลาด และกำจัดมุมมองที่สำคัญที่มีความถี่ต่ำ การจัดลำดับความสำคัญและการอนุมัติขั้นสุดท้ายจะขึ้นอยู่กับมนุษย์เสมอ

งานสมัคร

เลือกอุตสาหกรรม (เช่น การค้าปลีกอาหาร) และขอให้ AI ระบุรายการหัวข้อที่เข้าข่าย 12-15 หัวข้อพร้อมข้อความแจ้งที่มีประสิทธิภาพด้านบน จากนั้น: (1) ตรวจสอบแต่ละหัวข้อโดยแบ่งออกเป็นสองหัวข้อในแง่ของผลกระทบและด้านการเงิน (2) แก้ไขเฉพาะหัวข้อที่เปลี่ยนไปทางด้านการเงิน (3) เลือก 5 หัวข้อที่คุณคิดว่ามีเนื้อหาพร้อมเหตุผลมากที่สุดและร่างเมทริกซ์สาระสำคัญขนาดเล็ก

รายการตรวจสอบ

• [ ] ฉันประเมินแต่ละประเด็นทั้งในแง่ของผลกระทบและสาระสำคัญทางการเงิน
• [ ] ฉันขยายรายชื่อผู้มีส่วนได้ส่วนเสียนอกเหนือจากนักลงทุน (พนักงาน สาธารณะ ซัพพลายเออร์)
• [ ] ฉันทดสอบรายการหัวข้อที่สร้างโดย AI กับความเป็นจริงเฉพาะอุตสาหกรรม
• [ ] ฉันตรวจสอบความคิดเห็นที่มีความถี่ต่ำแต่มีความสำคัญสูงแยกกัน
• [ ] ฉันอนุมัติการจัดลำดับความสำคัญตามการตัดสินใจของมนุษย์/คณะกรรมการ
• [ ] ฉันได้บันทึกวิธีการที่มีสาระสำคัญตามการตรวจสอบ
• [ ] ฉันทิ้งประเด็นที่มีความสำคัญผิด ๆ (ซึ่งไม่ได้ส่งผลกระทบต่อเราจริงๆ)