Lợi nhuận:
- Có khả năng phân biệt trọng tâm của các khung GRI, ESRS và ISSB (tác động, tính trọng yếu kép, tài chính) và chọn khung phù hợp theo người đọc
- Khả năng ánh xạ các chủ đề quan trọng tới các ứng viên mục tiêu chuẩn và xác minh từng số bằng văn bản tiêu chuẩn chính thức
- Khả năng thiết lập đối sánh chéo kết nối dữ liệu đơn lẻ với nhiều khung hình và chỉ ra rõ ràng các khoảng trống dữ liệu mà không che giấu chúng
Sau khi thu thập dữ liệu về tính bền vững, công ty phải tiết lộ dữ liệu đó theo khuôn khổ báo cáo được quốc tế chấp nhận chứ không phải theo cách tùy tiện. Khung này là ngôn ngữ chung xác định “chủ đề nào cần báo cáo, báo cáo như thế nào, với chỉ số nào”; Nhờ đó, các báo cáo từ hai công ty khác nhau có thể được so sánh. Trong học phần này, bạn sẽ làm quen với ba khung chính (GRI, ESRS/CSRD, ISSB) và tìm hiểu cách sử dụng trí tuệ nhân tạo (AI) một cách an toàn trong việc khớp nội dung theo các khung này.
Hãy mô tả ngắn gọn ba khuôn khổ. GRI (Sáng kiến Báo cáo Toàn cầu) là nhóm tiêu chuẩn báo cáo bền vững tự nguyện được sử dụng rộng rãi nhất trên thế giới; Nó chủ yếu xem xét tác động của công ty trên thế giới. ESRS (Tiêu chuẩn Báo cáo Phát triển Bền vững Châu Âu) là một bộ tiêu chuẩn dựa trên tính trọng yếu kép, được Liên minh Châu Âu yêu cầu trong phạm vi chỉ thị CSRD. ISSB (Ủy ban Tiêu chuẩn Bền vững Quốc tế) là một hội đồng quốc tế công bố các tiêu chuẩn IFRS S1/S2, tập trung vào tính trọng yếu tài chính với trọng tâm là nhà đầu tư.
Ba khung hình, ba góc nhìn
khung
Ai đã tháo nó ra?
trọng tâm chính
Có bắt buộc không?
XÁM
tổ chức GRI
Ảnh hưởng của công ty đến thế giới
Tình nguyện, rất phổ biến
ESRS/CSRD
EU / EFRAG
Trọng yếu kép (tác động + tài chính)
Bắt buộc theo EU
ISSB (IFRS S1/S2)
Quỹ IFRS
Tính trọng yếu về mặt tài chính đối với nhà đầu tư
Được quốc gia thông qua
Các khuôn khổ này không phải là đối thủ cạnh tranh của nhau mà là những ngôn ngữ bổ sung cho nhau để thu hút những độc giả khác nhau. Hầu hết các công ty lớn đều thu thập dữ liệu của họ một lần và “ánh xạ” dữ liệu đó tới nhiều khung. Giá trị thực sự của AI nằm ở đây: nó là một trợ lý nhanh chóng trong việc đề xuất cùng một dữ liệu cho số mục của các khung khác nhau. Nhưng nó có thể khớp với số mục, vì vậy mỗi sự trùng khớp phải được xác minh dựa trên văn bản tiêu chuẩn chính thức.
Mẹo: Bạn có thể so sánh khung hình với câu hỏi "cái nào tốt hơn?" không phải "Ai sẽ đọc nó?" Lựa chọn . Nếu bạn đang nói chuyện với các nhà đầu tư, ISSB/tài chính quan trọng; ESRS là bắt buộc nếu bạn phải tuân theo quy định của EU; GRI có tác dụng mạnh mẽ nếu bạn truyền đạt tác động của mình tới nhiều bên liên quan. Thường nhiều hơn một được sử dụng cùng nhau.
Cấu trúc của tiêu chuẩn GRI
GRI được tổ chức theo số liệu dựa trên chủ đề. Một vài ví dụ (hãy nhớ kiểm tra văn bản chính thức để xác minh):
- GRI 302 — Năng lượng
- GRI 303 — Nước và nước thải
- GRI 305 — Khí thải (không khí)
- GRI 306 — Chất thải
- GRI 403 - An toàn và sức khỏe nghề nghiệp
Lỗi AI phổ biến nhất là đặt chủ đề sai số: ví dụ: hiển thị nước theo GRI 305 (lượng khí thải). Nước có GRI 303. Những lỗi như vậy chỉ có trong danh sách tiêu chuẩn chính thức mới phát hiện được.
Từng bước: Khớp khung hình bằng AI
1. Dựa trên tính vật chất. Sau khi bạn đã xác định được chủ đề nào sẽ được báo cáo (đơn vị 2), hãy chuyển sang phần lập sơ đồ.
2. Đề xuất dữ liệu cho mục tiêu chuẩn. Yêu cầu AI ánh xạ từng chủ đề quan trọng tới ứng cử viên chất GRI/ESRS có liên quan; nhưng nói rõ rằng "đây là một đề xuất dự thảo".
3. Xác minh số mục bằng văn bản chính thức. Xác nhận từng số được đề xuất bằng tài liệu chính thức của GRI hoặc EFRAG. Kiểm tra cả số lượng và nội dung.
4. Xác định những khoảng trống. Liệt kê những dữ liệu bạn muốn chuẩn nhưng chưa có (khoảng trống dữ liệu); Chúng được thu thập hoặc được tuyên bố là "không có sẵn".
5. Thiết lập bản đồ chéo. Chuẩn bị một bảng liên kết cùng một dữ liệu với các số GRI, ESRS và ISSB; vì vậy bạn báo cáo cho nhiều khung bằng một dữ liệu.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Đánh số các chủ đề này theo GRI.
AI có thể tạo ra những con số có vẻ hợp lý nhưng lại sai/bịa đặt; Không có cuộc gọi xác nhận.
Lời nhắc mạnh mẽ:
Vai trò của bạn: chuyên gia khung báo cáo. Đầu vào: các chủ đề quan trọng của chúng tôi (năng lượng, nước, khí thải, an toàn lao động, chất thải). Nhiệm vụ: đề xuất các ứng cử viên chất GRI và ESRS CÓ THỂ cho mỗi chủ đề. Quy tắc:- Đưa cho mỗi đề xuất một thẻ "PHẢI XÁC MINH"; Đừng yêu cầu một con số chính xác. - Đừng tạo ra một con số mà bạn không chắc chắn; Viết "xác nhận từ danh sách tiêu chuẩn chính thức". - Viết lý do phân biệt đối xử về các chủ đề dễ gây nhầm lẫn như nước, khí thải. Đầu ra: bảng (Chủ đề | Ứng viên GRI | Ứng viên ESRS | Ghi chú xác minh).
Lời nhắc về bảng ánh xạ nhiều khung
Xây dựng khung bảng ánh xạ nhiều khung cho các chủ đề vật chất sau. Cột: Chủ đề | Mục dữ liệu | nghệ thuật GRI. | nghệ thuật ESRS. | ISSB (S1/S2) | Nguồn dữ liệu | Có khoảng trống nào không?Quy tắc:- Đánh dấu số mục là "ứng viên/cần xác minh".- Viết "KHOẢNG CÁCH DỮ LIỆU" vào các ô không có dữ liệu. Chủ đề: [CHỦ ĐỀ]
Lời nhắc sau đây tạo ra bản phân tích khoảng cách báo cáo.
Vai trò của bạn: Nhà phân tích tuân thủ ESG. Nhiệm vụ: So sánh dữ liệu chúng tôi có với các giải thích theo yêu cầu của khuôn khổ chúng tôi đã chọn (ESRS) và thực hiện phân tích lỗ hổng. Đầu ra: Yêu cầu giải thích | Chúng ta có nó không? | Thiếu gì cần thu thập | Trách nhiệm.Rule: Mỗi dòng bạn nói "chúng tôi có", hãy ghi nguồn; Nếu bạn không chắc chắn, hãy nói "cần kiểm tra". Nhắc tôi xác minh các điều khoản tiêu chuẩn từ văn bản chính thức. Mục nhập: [DANH SÁCH DỮ LIỆU CÓ SẴN]
Lưu ý: Tiêu chuẩn được cập nhật thường xuyên; Số mặt hàng, ngưỡng và yêu cầu có thể thay đổi. Dữ liệu đào tạo của AI có thể phản ánh phiên bản lỗi thời. Luôn xác nhận các quyết định liên quan và nghĩa vụ quan trọng bằng văn bản chính thức hiện hành.
ba trường hợp nhỏ
Trường hợp 1 - Sai số. Một công ty năng lượng đã yêu cầu AI lập bản đồ GRI. YZ dán nhãn mức tiêu thụ nước của mình là "GRI 305-8". Chuyên gia đã kiểm tra: nước là GRI 303, GRI 305 là khí thải và không có tuyên bố 305-8. Con số đã được sửa lại với danh sách chính thức.
Trường hợp 2 - Nhiều báo cáo với một dữ liệu. Một nhà sản xuất đã thu thập dữ liệu năng lượng một lần và ánh xạ dữ liệu đó theo cả các yêu cầu GRI 302, ESRS E1 (khí hậu) và ISSB S2 với sự trợ giúp của AI. Nhờ bảng chéo, dữ liệu được cung cấp từ một nguồn duy nhất thay vì thu thập lại dữ liệu cho ba báo cáo riêng biệt; mỗi con số đã được xác nhận bằng văn bản chính thức.
Trường hợp 3 - Khoang ẩn. Một công ty không có công bố thông tin về "Phạm vi phát thải 3" theo yêu cầu của ESRS. AI đã viết báo cáo một cách trôi chảy “như thể nó đã hoàn chỉnh” và khiến khoảng cách trở nên vô hình. Khi phân tích khoảng cách được thực hiện, sự thiếu sót đã lộ rõ; Thay vì bịa đặt dữ liệu, báo cáo đã giải thích một cách trung thực rằng “Dữ liệu Phạm vi 3 sẽ được thu thập vào năm 2025”.
Những lỗi thường gặp
- Không xác minh số mặt hàng. Số GRI/ESRS/ISSB không được sử dụng nếu không có xác nhận bằng văn bản chính thức.
- Trộn khung hình. Giả sử rằng trọng tâm tác động của GRI và trọng tâm tài chính của ISSB là như nhau sẽ dẫn đến những giải thích không chính xác.
- Dựa vào phiên bản cũ. Các tiêu chuẩn được cập nhật; Văn bản hiện tại là cần thiết.
- Ẩn khoảng cách dữ liệu. Cần nêu rõ những số liệu còn thiếu, không được viết “như thể đã đầy đủ”.
- Các vấn đề khó hiểu như nước/khí thải. Các chủ đề xuất hiện tương tự thuộc các số mục khác nhau.
Tóm lại
Khung báo cáo là các cấu trúc dịch dữ liệu về tính bền vững sang một ngôn ngữ chung có thể so sánh được: GRI xem xét tác động, ISSB xem xét tài chính, ESRS xem xét cả hai với tính trọng yếu kép. AI là trợ thủ đắc lực trong việc ánh xạ nhanh chóng cùng một dữ liệu tới các mục thuộc các khung khác nhau; nhưng có thể làm giả số mục và phản ánh các phiên bản cũ hơn. Xác thực từng ánh xạ bằng văn bản chuẩn chính thức của nó, chọn khung theo trình đọc, không ẩn các khoảng trống dữ liệu. Báo cáo cho nhiều khung bằng một dữ liệu duy nhất sẽ hiệu quả; nhưng nó chỉ an toàn khi mỗi con số được xác nhận.
Nhiệm vụ ứng dụng
Chọn năm chủ đề quan trọng (ví dụ: năng lượng, nước, khí thải, chất thải, an toàn lao động). Yêu cầu bảng ứng cử viên GRI/ESRS/ISSB từ AI thông qua lời nhắc khớp nhiều khung ở trên. Sau đó: (1) xác minh ít nhất ba số hạng mục bằng văn bản chính thức, (2) kiểm tra xem nước và khí thải có được phân tách chính xác hay không, (3) ghi dữ liệu bạn còn thiếu vào danh sách trống.
danh sách kiểm tra
- [ ] Tôi đã ánh xạ từng chủ đề quan trọng vào khung bài viết có liên quan.
- [ ] Tôi đã xác minh số mục bằng văn bản chính thức (GRI/EFRAG/ISSB).
- [ ] Tôi đã chọn khuôn khổ này dựa trên lượng độc giả của nó (nhà đầu tư/các bên liên quan/cơ quan quản lý).
- [ ] Tôi đã phân tách chính xác các chủ đề dễ gây nhầm lẫn như nước/khí thải.
- [ ] Tôi đã liệt kê các khoảng trống dữ liệu một cách rõ ràng mà không che giấu chúng.
- [ ] Tôi đã xác nhận rằng tôi đang sử dụng phiên bản tiêu chuẩn hiện tại.
- [ ] Tôi thiết lập một bảng chéo kết nối dữ liệu đơn lẻ với nhiều khung hình.