Milieu-, sociale- en governancerapportage (ESG) is nog nooit zo eenvoudig geweest en met de toenemende druk van investeerders, bedrijfsleiders en de overheid, worstelen organisaties om aan de behoeften van alle belanghebbenden te voldoen.
Facilitaire managers moeten worstelen met het bereiken en documenteren van voortgang in de richting van ESG-doelen die aansluiten bij de wensen van duurzame beleggers, terwijl besturen en bedrijfsleiders beweren dat ESG duur, ineffectief en niet de moeite waard is.
COMMENTAAR
Al die tijd werkt de Securities and Exchange Commission (SEC) harder dan ooit om meer transparantie in ESG-rapportage te bevorderen, met nieuwe regels die vereisen dat ten minste 80% van de activa in fondsen met een ESG-label voor dat doel worden gebruikt.
Het probleem met ESG-rapportage
Ondanks de controverse die ESG-rapportage met zich meebrengt, is het een belangrijke manier voor belanghebbenden om organisaties verantwoordelijk te houden voor de duurzaamheidsdoelen die ze stellen, vooral nu de klimaatcrisis blijft verergeren. Het World Economic Forum legt uit dat ESG-rapportage “bewijs levert van de toewijding aan ESG-doelstellingen en -waarden door de koolstofvoetafdruk, energie-efficiëntie, vervuiling, mensenrechten en diversiteit en inclusie binnen de organisatie en in de toeleveringsketen te documenteren.” ESG-gegevens hebben echter de neiging niet te voldoen aan wat ze beloven vanwege wegversperringen die bedrijven ervan weerhouden om nauwkeurige, on-target ESG-rapporten te produceren.
Een belangrijk probleem met ESG-rapportage is het inconsistente karakter van ESG-kaders binnen organisaties, aangezien termen als duurzaamheid en diversiteit voor elk bedrijf iets anders kunnen betekenen. De grote verscheidenheid aan kaders binnen elke branche bemoeilijkt het proces van het vergelijken van de voortgang en het vaststellen van branchebrede normen.
Afgezien van onverenigbare kaders, wordt ESG-rapportage vaak gehinderd door onbetrouwbare methoden voor gegevensverzameling. Ook al levert een elektriciteitscentrale een gezamenlijke inspanning om hun duurzaamheidsdoelstellingen te halen, een rommelige gegevensclassificatie kan ertoe leiden dat deze inspanningen te weinig worden gerapporteerd. Het vermijden van dit probleem is vooral van cruciaal belang in een tijd waarin alle ogen gericht zijn op het belang van groene stroomopwekking en inspanningen om koolstofarm te maken.
Gezien de belemmeringen voor effectieve ESG-rapportage, zoeken veel nutsbedrijven naar betere manieren om hun voortgang vast te leggen, wat suggereert dat er behoefte is aan nieuwe oplossingen. Gelukkig bestaan die oplossingen en zijn ze geoptimaliseerd om bedrijven te helpen bij het bepalen van de beste manieren om ze te gebruiken om de organisatiedoelen te bereiken. Elke facility manager kan Internet of Things (IoT) en kunstmatige intelligentie (AI)-technologieën implementeren om hun ESG-doelen en metingen te verbeteren. Met betere ESG-gegevens kunnen organisaties een duidelijk beeld hebben van wat ze moeten doen om netto-nuldoelen te bereiken en in lijn te blijven met de behoeften van belanghebbenden.
Waar AI kan helpen
Commerciële en industriële (C&I) entiteiten raken steeds meer vertrouwd met de digitalisering van hun activiteiten, maar daar houdt het niet op. Nutsbedrijven kunnen hun ESG-rapportage-inspanningen digitaliseren door gebruik te maken van de uitgebreide functies van kunstmatige intelligentie om de juiste doelen te stellen, deze te bereiken en hun voortgang te delen met belanghebbenden.
Er zijn veel manieren waarop AI ESG-rapportage kan vergemakkelijken, maar ze hebben allemaal één ding gemeen: data. De enorme toename van de hoeveelheid data in het afgelopen decennium, van 6,5 zettabyte in 2012 naar 97 zettabyte in 2022, heeft plaatsgemaakt voor de moderne toepassingen van AI-technologie die nu bestaan. Tegenwoordig gebruikt AI-technologie gegevens om intelligente suggesties te doen via geautomatiseerd gegevensbeheer en -analyse. Naarmate de trend van exponentiële gegevensgroei zich voortzet, wordt de kans voor AI om tijdrovende taken over te nemen, zelfs in de meest handmatige industrieën, groter. In plaats van mensen door enorme hoeveelheden gegevens te laten kammen, kan AI belangrijke stukjes informatie sorteren en uitzoeken in een fractie van de tijd die een mens nodig zou hebben om hetzelfde te doen.
In lijn met de technologische vooruitgang in AI, verzamelen C&I-entiteiten meer gegevens dan ooit van IoT-apparaten, zoals sensoren, die constant informatie verzenden. Energiecentrales en andere nutsbedrijven die hun fabrieken met deze apparaten uitrusten, staan voor een unieke kans om te profiteren van de gegevens die van hen afkomstig zijn. Deze kans wordt echter vaak verspild, omdat exploitanten van faciliteiten worden geconfronteerd met een overweldigend aantal waarschuwingen die hun aandacht overspoelen met nutteloze informatie. AI kan dit probleem oplossen door irrelevante waarschuwingen uit te filteren, zodat operators alleen op de hoogte blijven van de informatie die voor hen belangrijk is om te weten.
Dit is vooral handig om facility managers in realtime op de hoogte te houden van zaken die verband houden met ESG-inspanningen, inclusief of er een waterlek is dat het verbruik van hulpbronnen van de faciliteit verhoogt. Het gebruik van AI voor facility monitoring is een handige manier voor managers om vooruitgang te boeken met hun ESG-doelen, maar AI kan ook worden gebruikt om die doelen te stellen en ESG-resultaten nauwkeurig te rapporteren.
Instellen en rapporteren over ESG-doelen met AI
Het ontwerpen van omgevings-, sociale en bestuursdoelen voor een organisatie is een ontmoedigende taak. Er zijn veel dingen waarmee u rekening moet houden, waaronder prestaties uit het verleden, huidige technologieën en marktveranderingen. Bedrijven hebben vaak moeite om doelen te stellen die ‘SMART’ zijn: specifiek, meetbaar, acceptabel, relevant en tijdgebonden. Bij het stellen van doelen kan AI helpen door relevante bedrijfsgegevens te analyseren en aanbevelingen te doen over welke statistieken SMART en realistisch zijn. Hybride AI-technologie is bijzonder nuttig voor deze taak, omdat het traditionele, datagestuurde automatisering combineert met geavanceerde, mensachtige redeneringen. Deze technologie kan zowel gegevens als historische kennis beoordelen, zoals ESG-doelkaders die door andere organisaties in de sector worden gebruikt, om nauwkeurige voorspellingen te genereren over wat een energiecentrale kan bereiken. Door te functioneren als een geautomatiseerde ESG-adviseur, biedt hybride AI-software organisaties perspectief en relevante informatie om het creëren van SMART-statistieken te begeleiden.
AI kan ook de methoden voor gegevensverzameling verbeteren door nutsbedrijven te helpen een documentspoor van alle ESG-activiteiten bij te houden. Het bijhouden van een grootboek van alle documenten met betrekking tot ESG-inspanningen is de beste praktijk om ervoor te zorgen dat de organisatie kan aantonen dat ze voldoet aan haar eigen normen en andere wettelijke vereisten wanneer investeerders en andere entiteiten onderzoek doen. Het doorzoeken van honderden pagina’s met documenten en het opslaan van alleen die die betrekking hebben op ESG-rapportage is echter moeilijk te beheren voor elke organisatie zonder de hulp van technologie. AI ingebed met metadata-mogelijkheden kan documenten lezen, sleutelwoorden analyseren en gegevens uit relevante bestanden opslaan, zodat ze beschikbaar blijven wanneer het tijd is om resultaten te rapporteren. De automatisering van dit proces bespaart zowel tijd als geld terwijl de nauwkeurigheid van gerapporteerde ESG-gegevens behouden blijft.
De toekomst van ESG-metingen
Technologieën zoals AI, IoT-apparaten en machine learning kunnen de toekomst van ESG-rapportage veranderen door vervelende taken uit te breiden en bedrijven te helpen in overeenstemming te blijven met belanghebbenden en de SEC zonder onnodige financiële lasten. Problemen met niet-gestandaardiseerde kaders en onbevredigende gegevensverzameling kunnen worden verholpen met kunstmatig intelligente historische analyse en het volgen van documenten. Best practices voor het maken van doelen, het meten van resultaten en het delen van ESG-vooruitgang worden eenvoudig gemaakt door de combinatie van AI en beschikbare organisatiegegevens. Hulpprogramma’s die AI het werk laten doen voor hun ESG-metingen, verbeteren de sectorbrede ESG-gegevens en zijn beter in staat om te begrijpen waar ze staan op hun reis naar duurzame bedrijfsvoering.
—Richard Martin is senior vice president bij Beyond Limits, een AI-softwarebedrijf. Martin heeft meer dan 30 jaar ervaring met het laten groeien van softwarebedrijven door middel van waardecreatie binnen de procesindustrie. Zijn brede ervaring in verkoop, bedrijfsontwikkeling, marketing, bedrijfs- en oplossingsstrategie, partnerprogramma’s en operaties komt voort uit zijn rollen bij topbedrijven zoals Texas Instruments, AspenTech en Aveva. Hij heeft een diploma in chemische technologie behaald aan de Universiteit van Mississippi.
0 Comments