收益：
- 能够区分单一重要性和双重重要性，并根据影响和财务重要性评估问题
- 能够利用人工智能将数百个利益相关者的响应分为主题，同时保持低频但高度重要的信号分开
- 能够根据行业特定的实际情况测试人工智能生成的主题列表，并将最终的优先级和方法文件与人类联系起来
没有一家公司能够以同样的深度报告每个可持续发展问题；虽然水消耗对于软件公司来说是次要问题，但对于饮料制造商来说却是生命线。这就是“哪些问题对我们真正重要？”的问题。通过重要性分析（重要性分析）给出问题的答案。重要性是确定可持续发展问题对组织的“重要性”的过程，并构成整个 ESG 报告的基础。虚假的实质性内容甚至使数百页的报告变得毫无价值；因为该报告关注的问题是错误的。在本单元中，您将了解在何处使用人工智能 (AI) 作为加速器以及在此过程中的何处使用风险。
我们先澄清两个概念。单一重要性仅关注问题如何影响公司的财务健康：“气候变化将如何影响我们的收入/成本？”双重重要性增加了第二个方面：公司对世界的影响。因此，问题是双重的：（1）这个问题对公司的财务有何影响？ （2）公司在这方面对环境和社会有何影响？ CSRD 和 ESRS 强制执行第二次双重检查。这种区别是考试和练习的核心。
具有双重意义的两个方面
双重物质性通过两个镜头来看待：
- 影响重要性——“由内而外”：公司活动对人类和环境的积极/消极影响。示例：一家纺织厂将废水排入河流。
- 财务重要性——“由外而内”：可持续发展问题对公司现金流、成本和价值的影响。示例：提高碳价会增加生产成本。
如果某个主题在这两个视角中的任何一个中都是实质性的，则在双重实质性逻辑中它被认为是可报告的。人工智能很难区分这两个方面，并且常常只偏向金融方面；因此，在控制输出时必须牢记这种区别。
主题
影响重要性（对世界）
财务重要性（对公司而言）
温室气体排放
对气候变化的贡献
碳税、CBAM成本
工人健康与安全
员工生命健康
事故赔偿、停产
用水量
区域水资源紧张
水资源短缺，生产风险
数据隐私
用户权利
处罚、声誉和客户流失
提示：在考虑一个问题时，“这会影响我们还是我们会影响世界？”将其一分为二。当公司只报告影响他们的财务方面，隐藏他们对世界的影响时，就会发生很多绿色清洗和少报的情况。
一步一步：人工智能驱动的重要性流程
1. 创建主题宇宙。列出一长串与您的行业相关的可能的可持续发展主题。人工智能在这里是一个很好的头脑风暴伙伴；通过扫描 ESRS 主题标题、GRI 行业标准和同行公司报告来生成候选列表。
2. 确定利益相关者。利益相关者是指受公司活动影响或影响的各方：员工、客户、供应商、投资者、当地人、监管机构、民间社会。对于每个重要问题，“谁受到影响？”被问到问题。
3. 收集利益相关者的意见。通过调查、访谈和研讨会找出利益相关者认为重要的问题。人工智能非常强大，可以将数百个开放式调查回复分类为主题（这称为主题分析）。
4. 评分并确定优先顺序。在两个轴（影响力和财务）上对每个主题进行评分。得分高的主题被认为是“重要/实质性”并成为报告的焦点。
5. 验证并记录。管理委员会批准优先顺序；记录该过程的完成方式（方法）。 CSRD还要求对重要性本身的过程进行解释。
弱提示/强提示
弱提示：
告诉我们对您来说重要的可持续发展问题。
不包括行业、商业模式、利益相关者和二元性方面；人工智能会生成一个通用列表，并且经常会跳过影响的方向。
强力提示：
您的角色：双重重要性专家。公司：在土耳其生产的一家中型食品公司。任务：列出可能的可持续性问题，并对每个问题进行两次单独的评估：-影响重要性（公司对环境/社会的影响）-财务重要性（问题对公司的财务影响）对于每个问题，还写下受影响的利益相关者。规则：这是候选草案；评分和最终决定权属于我们。将您不确定的扇区数据标记为捏造的，“必须验证”。输出：表格（主题|影响方向|财务方面|利益相关者|注释）。
将利益相关者的回应按主题分类
手读重要性调查的数百个自由文本回复需要花费几天的时间。人工智能可以将它们分解为主题；但需要注意的是：人工智能可能会将少数但批评性的意见（例如，单个员工提出的严重安全问题）视为“不重要”。因此，主题总结不能替代原始答复；这是通往他们的门户。
以下是重要性调查中的 200 条自由文本回复。任务：1) 将回复分为不超过 10 个主题，为每个主题指定一个简短名称。2) 计算有多少回复提到每个主题。3) 还要在“低频/高重要性”标题下列出、消除少数但严重（安全、法律、环境风险）的意见。4) 不要编造、合并或歪曲任何回复。答案：[答案]
注意：人工智能的主题总结并不能替代原始答案。特别是“频率低但重要性高”的意见（安全漏洞、腐败嫌疑）可能会被人工智能所掩盖，因为它们的数量很少。请务必单独检查这些意见。
三个迷你箱子
情况 1——忽略行动方向。一家化学公司让 AI 准备了一份重要性清单。该清单重点关注碳价格和能源成本等金融问题；但其对工厂附近村庄供水的影响并未列入清单。专家补充说，“影响”方面具有双重重要性；这个问题后来被证明是最关键的利益相关者问题。
案例 2——数字的重量。一家零售商使用 AI 分析了 1,200 份客户调查。 YZ 发现，41% 的回复涉及“包装垃圾”主题，23% 涉及“工作条件”主题。团队宣布这两个主题为优先材料主题；然而，一条出现在“低频”标题下的供应链也让童工的嫌疑受到单独审查。
案例 3——虚假重要性。 AI 将“水消耗”标记为软件公司的高度优先的重大问题；而该公司唯一的用水是办公室厨房。这位专家淡化了这一点，并将重点放在真正重要的“数据隐私和能源消耗”上。如果不更正不正确的材料，该报告就会失去焦点。
提示设置重要性矩阵
重要性矩阵是一种视觉优先级工具，它沿着两个轴（影响和财务）放置主题。右上角的主题是最重要的。
按照重要性矩阵的逻辑排列以下主题和分数。输入：每个主题的影响分数 (1-5) 和财务分数 (1-5)。任务： 1）将主题分为四个区域：高-高（优先级）、高影响-低金融、低影响-高金融、低-低。 2) 建议“优先”区域作为报告的主要关注点。 3) 将边界线（大约3-3个）主题定义为“需要人类判断”标记。要点：[主题和分数]
以下提示给出了将重要性方法写入报告的大纲。
您的角色：ESG 报告撰写者。任务：写 1 个可审计的段落来解释我们的双重重要性流程。包括：扫描了哪个主题领域、涉及哪些利益相关者、通过什么方法评分、谁批准了它。规则：写得低调、可验证、面向过程；添加结果断言。输入：[过程注释]
常见错误
- 对一件重要的事情感到满意。只看财务影响而忽视公司对世界的影响是违背CSRD的。
- 缩小利益相关者的范围。只听取投资者的意见，而将员工、当地人和供应商排除在外，会扭曲实质性。
- 按原样接受 AI 的列表。该行业特有的关键问题可能在人工智能中被遗漏或被错误地重视。
- 消除低频严肃意见。数量少但风险高的信号应单独检查。
- 没有记录方法。如果没有写明流程是如何完成的，审计师将不会接受重要性。
总之
材料分析是整个ESG报告的指南针；一份关注错误问题的报告是毫无价值的，无论它写得多么好。双重重要性是“这个问题对我们的财务有何影响？”以及“我们如何在这个问题上影响世界？”一起提问。人工智能是生成大量主题并将数百个利益相关者的响应分类为主题的强大加速器；但它往往会错过影响的方向，制造虚假的重要性，并消除低频的批评观点。最终的优先级和批准始终取决于人类。
应用任务
选择一个行业（例如食品零售），并向 AI 询问 12-15 个候选主题的列表，并带有上面的强大提示。然后：（1）检查每个主题，将其从影响力和财务方面分为两部分，（2）仅纠正那些已转移到财务方面的主题，（3）选择您认为最有理由的5个主题，并起草一个小的重要性矩阵。
清单
- [ ] 我根据影响和财务重要性评估了每个问题。
- [ ] 我扩大了投资者之外的利益相关者名单（员工、公众、供应商）。
- [ ] 我根据行业特定的实际情况测试了人工智能生成的主题列表。
- [ ] 我分别研究了频率较低但重要性较高的观点。
- [ ] 我批准了人员/委员会决定的优先级。
- [ ] 我已根据审计记录了重要性方法。
- [ ] 我放弃了虚假重要性的问题（这些问题并没有真正影响我们）。