Mga nadagdag:
- Kakayahang makilala sa pagitan ng solong materyalidad at dobleng materyalidad at suriin ang isang isyu sa mga tuntunin ng parehong epekto at materyalidad sa pananalapi
- Kakayahang paghiwalayin ang daan-daang mga tugon ng stakeholder sa mga tema na may artipisyal na katalinuhan habang pinapanatiling magkahiwalay ang mga signal na mababa ang dalas ngunit mataas ang kahalagahan
- Kakayahang subukan ang listahan ng mga paksa na ginawa ng artificial intelligence na may realidad na partikular sa industriya at i-link ang panghuling prioritization at methodology na dokumento sa mga tao
Walang kumpanya ang maaaring mag-ulat sa bawat isyu sa pagpapanatili sa parehong lalim; Habang ang pagkonsumo ng tubig ay pangalawang isyu para sa isang kumpanya ng software, ito ang lifeline para sa isang tagagawa ng inumin. Ito ang tanong na "aling mga isyu ang talagang mahalaga sa atin?" Ang sagot sa tanong ay ibinibigay sa pamamagitan ng pagsusuri ng materyalidad (pagsusuri ng kahalagahan). Ang materyalidad ay ang proseso ng pagtukoy kung gaano kahalaga/kapansin-pansin ang isang isyu sa pagpapanatili sa isang organisasyon at nagiging batayan ng buong ulat ng ESG. Ang maling materyalidad ay ginagawang walang halaga kahit ang daan-daang pahina ng mga ulat; dahil nakatutok ang ulat sa mga maling isyu. Sa unit na ito, matututunan mo kung saan gagamitin ang artificial intelligence (AI) bilang isang accelerator at kung saan bilang isang panganib sa prosesong ito.
Linawin muna natin ang dalawang konsepto. Ang solong materyalidad ay tumitingin lamang sa kung paano nakakaapekto ang isang isyu sa kalusugan ng pananalapi ng kumpanya: "Paano makakaapekto ang pagbabago ng klima sa ating kita/gastos?" Ang dobleng materyalidad ay nagdaragdag ng pangalawang aspeto: ang epekto ng kumpanya sa mundo. Kaya ang tanong ay dalawa: (1) Paano nakakaapekto ang isyung ito sa kumpanya sa pananalapi? (2) Paano nakakaapekto ang kumpanya sa kapaligiran at lipunan sa bagay na ito? Ipinapatupad ng CSRD at ESRS ang pangalawang, double look na ito. Ang pagkakaibang ito ay nasa puso ng parehong mga pagsusulit at pagsasanay.
Dalawang aspeto ng dobleng kahalagahan
Ang double materiality ay tumitingin sa dalawang lente:
- Impact materiality — "inside out": Ang positibo/negatibong epekto ng mga aktibidad ng kumpanya sa mga tao at sa kapaligiran. Halimbawa: wastewater na inilabas sa ilog ng isang pabrika ng tela.
- Financial materiality — “outside-in”: Ang epekto ng isyu ng sustainability sa mga cash flow, gastos, at halaga ng kumpanya. Halimbawa: ang pagtaas ng presyo ng carbon ay nagpapataas sa gastos ng produksyon.
Kung ang isang paksa ay materyal sa alinman sa dalawang lens na ito, ito ay itinuturing na maiuulat sa dual materiality logic. Nahihirapang tukuyin ng AI ang dalawang aspetong ito at kadalasang naaanod lamang sa pinansiyal na bahagi; Samakatuwid, mahalaga na kontrolin ang output nang nasa isip ang pagkakaibang ito.
Paksa
Epekto ng materyalidad (sa mundo)
Pinansyal na materyalidad (sa kumpanya)
mga greenhouse gas emissions
Kontribusyon sa pagbabago ng klima
Buwis sa carbon, gastos sa CBAM
Kalusugan at kaligtasan ng manggagawa
Buhay at kalusugan ng empleyado
Kabayaran sa aksidente, paghinto ng produksyon
paggamit ng tubig
Stress sa tubig sa rehiyon
Kakulangan ng tubig, panganib sa produksyon
Pagkapribado ng data
Mga karapatan ng gumagamit
Parusa, reputasyon at pagkawala ng customer
Tip: Kapag isinasaalang-alang ang isang isyu, "naaapektuhan ba tayo nito o nakakaapekto ba tayo sa mundo?" Hatiin ito sa dalawa. Karamihan sa greenwashing at underreporting ay nangyayari kapag ang mga kumpanya ay nag-ulat lamang ng pinansyal na bahagi na nakakaapekto sa kanila, na itinatago ang epekto ng mga ito sa mundo.
Hakbang-hakbang: Proseso ng materyalidad na pinapagana ng AI
1. Lumikha ng paksang uniberso. Gumawa ng mahabang listahan ng mga posibleng paksa ng pagpapanatili na may kaugnayan sa iyong industriya. Ang AI ay isang mahusay na kasosyo sa brainstorming dito; Ang isang listahan ng kandidato ay ginawa sa pamamagitan ng pag-scan sa mga heading ng paksa ng ESRS, mga pamantayan sa industriya ng GRI at mga ulat ng peer company.
2. Kilalanin ang mga stakeholder. Ang mga stakeholder ay mga partidong apektado o apektado ng mga aktibidad ng kumpanya: mga empleyado, customer, supplier, investor, lokal na tao, regulator, civil society. Para sa bawat mahalagang isyu, "sino ang apektado?" tinanong ang tanong.
3. Mangalap ng input ng stakeholder. Alamin kung anong mga isyu ang mahalaga sa mga stakeholder sa pamamagitan ng mga survey, panayam at workshop. Napakalakas ng AI sa pag-uuri ng daan-daang open-ended na mga tugon sa survey sa mga tema (tinatawag itong thematic analysis).
4. Puntos at unahin. Markahan ang bawat paksa sa isang sukat sa dalawang palakol (epekto at pananalapi). Ang mga paksang may matataas na marka ay itinuturing na "mahalaga/materyal" at nagiging pokus ng ulat.
5. I-verify at idokumento. Inaprubahan ng komite ng pamamahala ang pag-prioritize; Kung paano ginagawa ang proseso (pamamaraan) ay dokumentado. Hinihiling din ng CSRD na ipaliwanag ang mismong proseso ng materyalidad.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Sabihin sa amin ang tungkol sa mga isyu sa pagpapanatili na mahalaga sa iyo.
Hindi kasama dito ang industriya, modelo ng negosyo, stakeholder at duality na aspeto; Gumagawa ang AI ng generic na listahan at madalas na nilalaktawan ang direksyon ng epekto.
Napakahusay na prompt:
Ang iyong tungkulin: double materiality expert.Company: Isang medium-sized na kumpanya ng pagkain na gumagawa sa Turkey.Task: ilista ang mga posibleng isyu sa sustainability at gumawa ng DALAWANG HIWALAY na pagtatasa para sa bawat isa:- Impact materiality (epekto ng kumpanya sa kapaligiran/lipunan) - Financial materiality (pinansiyal na epekto ng isyu sa kumpanya)Para sa bawat isyu, isulat din ang apektadong mga stakeholder. Rule: DRAFT na kandidato. Pagmamarka at panghuling desisyon ay pag-aari natin. Markahan ang data ng sektor na hindi ka sigurado bilang gawa-gawa, "dapat ma-verify". Output: talahanayan (Paksa | Direksyon ng epekto | Pinansyal na aspeto | Mga Stakeholder | Tandaan).
Pagbukud-bukurin ang mga tugon ng stakeholder sa mga tema
Tumatagal ng mga araw upang mabasa ng kamay ang daan-daang libreng tekstong tugon mula sa mga survey sa materyalidad. Maaaring hatiin ng AI ang mga ito sa mga tema; ngunit may caveat: Maaaring i-dismiss ng AI ang isang minorya ngunit kritikal na opinyon (halimbawa, isang seryosong isyu sa seguridad na ibinangon ng isang empleyado) bilang "hindi mahalaga." Samakatuwid, ang pampakay na buod ay hindi isang kapalit para sa mga hilaw na tugon; Ito ay isang gateway sa kanila.
Nasa ibaba ang 200 libreng text na tugon mula sa materiality survey.Gawain:1) Hatiin ang mga tugon sa hindi hihigit sa 10 tema, bibigyan ang bawat tema ng maikling pangalan.2) Bilangin kung gaano karaming mga tugon ang bumabanggit sa bawat tema.3) Ilista DIN, alisin, ang isang maliit na bilang ng ngunit seryoso (kaligtasan, legal, panganib sa kapaligiran) sa ilalim ng pamagat na "mababa ang dalas ng Do / hindi mataas ang kahalagahan". mga tugon. Mga Sagot: [SAGOT]
Babala: Ang pampakay na buod ng AI ay hindi kapalit ng mga hilaw na sagot. Sa partikular, ang mga opinyon na "mababa ang dalas ngunit mataas ang kahalagahan" (isang paglabag sa seguridad, isang hinala ng katiwalian) ay maaaring matabunan ng AI dahil kakaunti ang mga ito sa bilang. Siguraduhing suriin ang mga opinyong ito sa isang hiwalay na mata.
tatlong mini case
Kaso 1 — Pag-alis sa direksyon ng pagkilos. Isang kumpanya ng kemikal ang naghanda ng AI ng isang listahan ng materyalidad. Nakatuon ang listahan sa mga isyu sa pananalapi tulad ng presyo ng carbon at ang halaga ng enerhiya; ngunit ang epekto nito sa suplay ng tubig ng nayon malapit sa pabrika ay wala sa listahan. Idinagdag ng eksperto ang aspetong "epekto" bilang isang bagay na may dobleng kahalagahan; Ang isyung ito sa kalaunan ay naging pinakakritikal na isyu ng stakeholder.
Case 2 — Timbang sa mga numero. Sinuri ng isang retailer ang 1,200 survey ng customer gamit ang AI. Nalaman ng YZ na 41% ng mga tugon ang humipo sa tema ng "packaging waste" at 23% ang humipo sa tema ng "working conditions". Idineklara ng pangkat ang dalawang temang ito bilang mga pangunahing paksang materyal; Gayunpaman, ang isang supply chain na lumabas sa ilalim ng "low-frequency" na heading ay nagdala din ng hinala ng child labor sa ilalim ng hiwalay na pagsisiyasat.
Kaso 3 — Huwad na kahalagahan. Na-flag ng AI ang "pagkonsumo ng tubig" bilang isang mataas na priyoridad na isyu sa materyal para sa isang kumpanya ng software; samantalang ang tanging tubig na ginagamit ng kumpanya ay ang kusina ng opisina. Ang dalubhasa ay minaliit ito at nakatuon sa talagang materyal na "privacy ng data at pagkonsumo ng enerhiya". Mawawalan ng pokus ang ulat kung hindi naitama ang maling materyal.
I-prompt na i-set up ang materiality matrix
Ang materiality matrix ay isang visual prioritization tool na naglalagay ng mga paksa sa dalawang axes (epekto at pinansyal). Ang mga paksa sa kanang sulok sa itaas ang pinakamahalaga.
Ayusin ang mga sumusunod na paksa at mga marka sa lohika ng isang materiality matrix. Input: Impact score (1-5) at Financial score (1-5) para sa bawat paksa. Gawain: 1) Hatiin ang mga paksa sa apat na zone: high-high (priority), high impact-low finance, low impact-high finance, low-low. 2) Imungkahi ang "priyoridad" na rehiyon bilang pangunahing pokus ng ulat. 3) Tukuyin ang borderline (sa paligid ng 3-3) na mga paksa bilang markang "kinakailangan ng paghatol ng tao." Mga Puntos: [PAKSA AT MGA ISKOR]
Ang sumusunod na prompt ay gumagawa ng isang balangkas para sa pagsulat ng materyalidad na pamamaraan sa ulat.
Ang iyong tungkulin: ESG report writer. Gawain: sumulat ng 1 naa-audit na talata na nagpapaliwanag ng ating dual materiality process. Isama ang: aling paksang uniberso ang na-scan, aling mga stakeholder ang kasangkot, sa anong paraan ito na-iskor, sino ang nag-apruba nito. Panuntunan: magsulat ng maliit, nabe-verify at nakatuon sa proseso; pagdaragdag ng assertion ng resulta. Input: [PROCESS NOTES]
Mga karaniwang pagkakamali
- Ang pagiging kontento sa isang mahalagang bagay. Ang pagtingin lamang sa epekto sa pananalapi at pagwawalang-bahala sa epekto ng kumpanya sa mundo ay laban sa CSRD.
- Pagpapanatiling makitid ang stakeholder. Ang pakikinig lamang sa mga mamumuhunan at hindi kasama ang mga empleyado, lokal na tao at mga supplier ay nakakasira ng materyalidad.
- Pagtanggap sa listahan ng AI kung ano man. Ang mga kritikal na isyu na partikular sa sektor ay maaaring nawawala o nabigyan ng maling timbang sa AI.
- Pag-aalis ng mga seryosong opinyon sa mababang dalas. Ang mga signal na kakaunti ang bilang ngunit mataas ang panganib ay dapat suriin nang hiwalay.
- Hindi pagdodokumento ng pamamaraan. Kung hindi nakasulat kung paano ginagawa ang proseso, hindi tatanggapin ng auditor ang materyalidad.
Sa buod
Ang pagsusuri sa materyal ay ang compass ng buong ulat ng ESG; Ang isang ulat na nakatuon sa mga maling isyu ay walang halaga, gaano man kahusay ang pagkakasulat nito. Ang dobleng kahalagahan ay parehong "paano nakakaapekto sa amin ang isyung ito sa pananalapi?" pati na rin "paano natin naiimpluwensyahan ang mundo sa isyung ito?" sabay na nagtatanong. Ang AI ay isang makapangyarihang accelerator sa pagbuo ng uniberso ng mga paksa at pag-uuri ng daan-daang mga tugon ng stakeholder sa mga tema; ngunit may posibilidad itong makaligtaan ang direksyon ng epekto, lumikha ng maling kahalagahan, at alisin ang mababang dalas ng mga kritikal na pagtingin. Ang panghuling priyoridad at pag-apruba ay palaging nakasalalay sa tao.
Gawain ng aplikasyon
Pumili ng isang industriya (hal. retail ng pagkain) at humingi sa AI ng listahan ng 12-15 na paksa ng kandidato na may malakas na prompt sa itaas. Pagkatapos: (1) suriin ang bawat paksa sa pamamagitan ng paghahati nito sa dalawa sa mga tuntunin ng epekto at pinansyal na aspeto, (2) iwasto lamang ang mga lumipat sa pinansiyal na bahagi, (3) piliin ang 5 paksa na sa tingin mo ay ang pinaka-materyal na may katwiran at bumalangkas ng isang maliit na materyality matrix.
checklist
- [ ] Sinuri ko ang bawat isyu sa mga tuntunin ng parehong epekto at materyalidad sa pananalapi.
- [ ] Pinalawak ko ang listahan ng mga stakeholder lampas sa mamumuhunan (empleyado, publiko, supplier).
- [ ] Sinubukan ko ang listahan ng mga paksang nabuo ng AI laban sa realidad na partikular sa industriya.
- [ ] Sinuri ko nang hiwalay ang mababang dalas ngunit mataas na kahalagahan.
- [ ] Inaprubahan ko ang pagbibigay-priyoridad sa pamamagitan ng desisyon ng tao/komite.
- [ ] Naidokumento ko ang pamamaraan ng materyalidad alinsunod sa pag-audit.
- [ ] Ibinagsak ko ang mga isyu ng maling kahalagahan (na hindi talaga nakakaapekto sa atin).