A kettős lényegességi értékelés, amely a CSRD (a vállalati fenntarthatósági jelentésről szóló irányelv) egyik sarokköve, alapvető fontosságú azon vállalatok számára, amelyek célja, hogy megértsék működésük pénzügyi és fenntarthatósági hatásait. Ez az értékelés nemcsak azt értékeli, hogy a fenntarthatósági kérdések hogyan hatnak a vállalatra pénzügyileg, hanem azt is, hogy a vállalat működése hogyan hat a környezetre és a társadalomra. A folyamat három kritikus lépésre bontható: a kontextus megértése, az érdekelt felek azonosítása, valamint a hatás relevanciájának azonosítása és értékelése. Az ESG (környezeti, társadalmi és irányítási) követelmények növekvő összetettségével a mesterséges intelligencia (AI) átalakító módot kínál az elemzés minden egyes szakaszának optimalizálására.
AI a kettős Lényegességi Elemzés folyamatban
1. A kontextus megértése
A kettős lényegességi elemzés első lépése a vállalat működési környezetének megismerése. Ez magában foglalja az értéklánc feltérképezését az ESG-vel kapcsolatos potenciális hatások és lehetőségek azonosítása érdekében. A mesterséges intelligencia jelentősen egyszerűsítheti ezt a folyamatot a személyre szabott kérések révén. Például:
- Műveleti intelligenciára való felszólítás: „Hozzon létre egy tipikus értékláncot egy olyan vállalat számára a [industry] oldalon, amely elsősorban a [Product A] és a [Product B] oldalon gyárt. Kiemelje a legfontosabb tevékenységeket, a felelős feleket, az üzleti kapcsolatokat és az ESG-kérdésekkel kapcsolatos potenciális IRO-kat.”
A mesterséges intelligencia kihasználásával a vállalatok gyorsan részletes és testreszabott betekintést nyerhetnek az értékláncukról, időt takarítva meg, és biztosítva, hogy egyetlen kritikus szempontot sem hagynak figyelmen kívül. Ezek a meglátások szilárd alapot biztosítanak a szervezet működése szempontjából releváns kulcsfontosságú ESG kockázatok és lehetőségek azonosításához.
2. Az érdekelt felek azonosítása és elemzése
A releváns érdekelt felek azonosítása és nézőpontjuk megértése a kettős lényegességi értékelés kulcsfontosságú része. A mesterséges intelligencia segítséget nyújthat az érdekelt felek átfogó listájának összeállításában és rangsorolásában az ESG-témák szempontjából való relevanciájuk alapján. Például:
-
Műveleti intelligenciára való felszólítás: „A CSRD részeként az érdekelt felek elemzését végzem. Vállalatom a [industry] oldalon működik. Kérem, készítsen egy listát az ESG-kérdések szempontjából releváns potenciális érdekelt felekről, rendeljen hozzájuk egy-egy relevancia-pontszámot (1 = alacsony, 2 = közepes, 3 = magas) befolyásuk és hatásuk alapján, és javasoljon kulcsfontosságú szempontokat, amelyekkel rendelkezhetnek.””
A mesterséges intelligencia segít az érdekelt felekre szabott elemzésben is, segítve a vállalatokat abban, hogy előre lássák, hogyan érzékelik és értékelik a különböző csoportok az ESG-hatásokat:
-
Műveleti intelligenciára való felszólítás: „Hogyan értékelnék az érdekelt felek [name] az IRO [description of IRO] a következő kritériumok alapján: nagyságrend, terjedelem, valószínűség és visszafordíthatóság? Használjon 1-től (nagyon alacsony) 5-ig (nagyon magas) terjedő skálát.”
Ez a megközelítés biztosítja az érdekelt felek elvárásainak szisztematikus értékelését, ami kulcsfontosságú a fenntarthatósági kezdeményezéseknek az érdekelt felek prioritásaival való összehangolásához.
A mesterséges intelligencia emellett természetes nyelvi feldolgozással (NLP) képes elemezni az érdekelt felek hangulatát. A nyilvános nyilatkozatok, a médiamegjelenések és a közösségi média aktivitás áttekintésével a mesterséges intelligencia valós idejű betekintést nyújt abba, hogy az érdekelt felek véleménye hogyan alakulhat az idő múlásával, és így statikus pillanatfelvétel helyett dinamikus perspektívát kínál.
3. A hatás relevanciájának azonosítása és értékelése (IRO-k)
Az IRO-k azonosítása és értékelése jelenti az értékelés leginkább erőforrás-igényes részét. Minden egyes IRO-t olyan konkrét kritériumok alapján kell értékelni, mint a méret, a terjedelem, a visszafordíthatóság és a valószínűség. A mesterséges intelligencia jelentősen csökkentheti az ezen értékelésekhez szükséges időt és erőfeszítést:
-
Műveleti intelligenciára való felszólítás: „A kettős lényegességértékelés (CSRD/ESRS) részeként értékelje az IRO [IRO type – description] [industry] . Rendeljen értékeket a következőkhöz:
– Skála (hatás nagyságrendje): [value]
– Hatály (érintett területek): [value]
– Megfordíthatóság (hatás megfordíthatósága): [value]
– Valószínűség (előfordulási valószínűség): [value]
Exminden egyes minősítést, részletezve az IRO és annak az ESG-kérdésekre gyakorolt hatása közötti kapcsolatot.”
A mesterséges intelligencia azon képessége, hogy konzisztens, jól indokolt indoklásokat generáljon ezekre a kritériumokra, jelentős időt takaríthat meg a szervezeteknek. Ha például 200 IRO-nak legalább két indoklásra van szüksége, és minden egyes indoklás kézzel történő elkészítése öt percet vesz igénybe, ez több mint 33 órányi munkát jelent. A mesterséges intelligencia ezt indoklásonként körülbelül egy percre csökkentheti, így több mint 26 órát takaríthat meg a minőség és a következetesség fenntartása mellett. És mivel a hatás lényegességgel kapcsolatos IRO-khoz több mint 2 indoklásra van szükség, nagyon valószínű, hogy az AI még több órát fog megtakarítani a vállalatoknak.
Az AI továbbá segíthet az IRO-k pontos, az ESG-hez igazodó nyelvezetű leírásában, biztosítva a CSRD és ESRS szabványoknak való megfelelést.
Az értékelésen túl az AI-alapú platformok az IRO-kat az iparági referenciaértékekhez vagy fenntarthatósági célokhoz való viszonyítással is rangsorolhatják. Ez biztosítja, hogy a legkritikusabb hatásokkal foglalkozzanak elsőként, összhangban a szabályozási követelményekkel és a vállalati stratégiával.
Az együttműködés és a hatékonyság fokozása
A mesterséges intelligencia egyik gyakran figyelmen kívül hagyott előnye a kettős lényegességi értékelésben az, hogy képes javítani az osztályok közötti együttműködést. Az adatok és a meglátások központosításával az AI-eszközök lehetővé teszik a fenntarthatósági csapatok, a pénzügyi osztályok és a vezetőség számára, hogy egységesebben dolgozzanak. A vizuális műszerfalak, az automatizált jelentések és a valós idejű frissítések megkönnyítik az érdekeltek összehangolását a kulcsfontosságú prioritások és döntések tekintetében.
A mesterséges intelligencia továbbá leegyszerűsíti a forgatókönyv-elemzés folyamatát. A vállalatok különböző ESG-forgatókönyveket modellezhetnek, hogy megértsék, hogyan befolyásolhatják a különböző tényezők – például a szabályozási változások vagy a fogyasztói magatartás változása – a lényegességi értékelésüket. Ez az előretekintő képesség stratégiai értéket ad az elemzéshez, segítve a szervezeteket abban, hogy a felmerülő kockázatok és lehetőségek előtt járjanak.
Anyagiassági mester: A mesterséges intelligencia asszisztens, nem döntéshozó
A Materiality Master mesterséges intelligencia eszközöket integrál, hogy segítse az ügyfeleket a kettős lényegesség értékelésének minden szakaszában. Az IRO leírások létrehozásától az ESG hatások indoklásának kidolgozásáig a mesterséges intelligencia felbecsülhetetlen értékű asszisztensként szolgál. Fontos azonban megjegyezni, hogy az AI nem döntéshozó. Az ügyfelek teljes mértékben maguk irányítják a folyamatot, és lehetőségük van a következőkre:
-
Az AI által generált javaslatok javítása.
-
Tartalom bővítése vagy lerövidítése.
-
Az AI kimenetek figyelmen kívül hagyása és a saját bemeneteik használata.
Ez az együttműködésen alapuló megközelítés biztosítja, hogy a vállalatok továbbra is magukénak érezzék a lényegesség értékelését, miközben kihasználják az AI által biztosított hatékonyságot és skálázhatóságot.
A kettős lényegesség jövője a mesterséges intelligenciával
Mivel a CSRD-hez hasonló szabályozási követelmények egyre szigorúbbá válnak, a mesterséges intelligencia kihasználása a kettős lényegességértékelésben már nem luxus, hanem szükségszerűség. Azáltal, hogy automatizálja az összetett feladatokat és használható betekintést nyújt, az AI lehetővé teszi a vállalatok számára, hogy alapos és megfelelő értékelést végezzenek anélkül, hogy túlterhelnék a csapataikat. Az olyan eszközökkel, mint a Materiality Master, a szervezetek a stratégiai döntéshozatalra összpontosíthatnak, miközben megfelelnek az ESG-jelentések legmagasabb szintű normáinak.
