Ajatusjohtajat

Muutosten mukaisesti – kestävän kehityksen tulevaisuus

Don Kasper
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatTekoälyllä varustetut järjestelmät muuttavat hajanaiset ESG-datat reaaliaikaiseksi…
Näytä lisää
  • Tekoälyllä varustetut järjestelmät muuttavat hajanaiset ESG-datat reaaliaikaiseksi strategiseksi tiedoksi kilpailuetua varten.
  • Yritykset kuten BMW käyttävät integroituja kestävyysdataa vähentääkseen toimitusketjun riskejä ja parantaakseen toiminnan tehokkuutta.
  • Manuaalinen ESG-raportointi pysyy taaksepäin katsovana sääntelyharjoituksena, joka jättää väliin tulon- ja riskienhallintamahdollisuudet.

Yritykset ovat kasvavan paineen alla raportoida kestävyydestä ja ESG-suorituskyvystä, mukaan lukien ilmastonmuutokseen liittyvät riskit. Mutta mitä alun perin aloitettiin sijoittajien marginaalina, on nopeasti muuttunut liiketoiminnan standardiosaksi. Uudet lait ja säännökset Kaliforniassa, Euroopan unionin yritysten kestävän kehityksen raportointiohje (CSRD) ja monissa muissa maissa ovat jo toteutettu, ja muutosten tahti on vain kiihtyvä.

Yritysten kanssa tehdystä työstäni huomaa yleisen käytännön: ESG-dataa käsitellään enemmän raportointitehtävänä kuin älykkään päätöksenteon resursseina. Tämä rajoittunut lähestymistapa jättää merkittävän arvon pöydälle. Liian usein kestävän kehityksen data on hajallaan eri järjestelmissä, piilotettu taulukoihin ja löydetty liian myöhään, jotta se voisi ohjata merkityksellisiä päätöksiä. Tämä johtaa ohi käyviin mahdollisuuksiin riskien lieventämiseen, liikevaihdon kasvattamiseen, operatiivisen suorituskyvyn parantamiseen ja kasvavan sijoittajaryhmän houkuttelemiseen, jotka priorisoivat kestäviä, dataohjattuja liiketoimintamalleja.

Vastaus piilee tekoälypohjaisessa kestävän kehityksen älykkyydessä. Organisaatiot ovat alkaneet käyttää reaaliaikaisia analyytikkoja tunnistamaan riskit, vertailla suorituskykyä ja ohjata strategiaa – siirtyen merkittävästi sääntelyn täyttämisen ulkopuolelle. Viesti on selkeä: sääntelyn noudattaminen saattaa olla pakollista, mutta se ei riitä. Kilpailuetu kuuluu niille, jotka käsittelevät ESG-dataa paremman, nopeamman päätöksenteon työkaluna.

Miksi ESG-data usein epäonnistuu

Huolimatta kestävän kehityksen ja ESG-raportoinnin kasvavasta yleisyydestä, useimmat organisaatiot työskentelevät tietoinfrastruktuurin kanssa, joka ei ole suunniteltu tehtävään. Yritysjohtajien ja kestävän kehityksen tiimien kanssa tehty työ osoittaa toistuvasti hajanaisia, epäjohdonmukaisia ja vanhentuneita lähestymistapoja kestävän kehityksen datahallintaan – järjestelmiä, jotka tekevät siitä vaikeaa, ellei mahdotonta, muuttaa ei-taloudellista tietoa ajantasaiseksi, käytännölliseksi älykkyydeksi.

Ensinnäkin, ESG-data on tyypillisesti hajallaan. Kriittinen tieto elää sähkölaskuissa, toimittajien raporteissa, taloudellisissa järjestelmissä ja kolmannen osapuolen ohjelmistoissa. Ilman keskitettyä tapaa kerätä ja kohdistaa tätä tietoa, organisaatiot kohtaavat aukkoja, duplikaatteja ja ristiriitaisia mittareita. Se on asetelma, joka kutsuu viiveitä ja virheitä, eikä sellainen, joka on rakennettu nopeaan, luotettavaan päätöksentekoon.

Toiseksi, ei ole yhteistä standardia. Toisin kuin taloudellinen raportointi, joka toimii yleisesti hyväksyttyjen kirjanpitosääntöjen mukaan, kestävän kehityksen tai ESG-mittarit ovat edelleen kilpailukykyinen patchwork-kehyksistä. Yritykset on selvitettävä vaihtelevia hiililaskentastandardeja, toimialakohtaisia KPI:itä ja kehittyviä kansainvälisiä sääntöjä. Tämä harmonisoinnin puute tekee siitä vaikeaa vertailla suorituskykyä sisäisesti, saati verrata sitä muihin yrityksiin tai sijoittajien odotuksiin.

Lopulta, ESG-raportointi on edelleen liian manuaalista. Kokemuksemme mukaan useimmat yritykset riippuvat taulukoista, konsulttiraporteista ja erillään olevista työkaluista seuratakseen kestävän kehityksen dataa. Se on kallis, aikaa vievä prosessi, joka on altis ihmisen virheille ja jättää johtajat reagoimaan ongelmien sijasta estämään niitä.

Kunnes nämä datahaasteet on ratkaistu, ESG-raportointi jää taaksepäin suuntautuneeksi sääntelyn täyttämisen harjoitukseksi. Kestävän kehityksen datan todellisen arvon avaamiseksi yrityksien on tarve nopeampi, älykkäämpi ja integroitu lähestymistapa.

ESG-raportoinnin järjestäminen

Hyvä uutinen on, että ESG-data-ongelma on ratkaistavissa. Se on tietoinfrastruktuurin ongelma, ja kuten monissa modernissa datahaasteissa, se voidaan ratkaista oikean teknologian avulla. Mitä johtajat tässä alalla näkevät, on ratkaiseva käännös staattisista raportointityökaluista tekoälypohjaisiin järjestelmiin, jotka on suunniteltu kokoamaan, standardoimaan ja aktivoimaan kestävän kehityksen ja ESG-dataa reaaliajassa.

Teckoäly on käännekohta. Automatisoimalla kestävän kehityksen datan poiston ja integroinnin liiketoimintajärjestelmistä – olivatpa ne sähkömittareita, toimittajien auditteja tai päästöraportteja – tekoälypohjaiset järjestelmät luovat yhden, luotettavan totuuden lähteen. Tämä poistaa datan duplikaation, sulkee raportointiaukot ja vähentää viiveitä, jotka ovat historiallisesti vaivanneet ESG-raportointikierroksia.

Lisäksi tekoäly tuo rakennetta rakenteettomaan dataan. Yksi suurimmista haasteista kestävän kehityksen hallinnassa on kääntää raaka, epäjohdonmukainen data muotoon, joka täyttää eri raportointivaatimukset. Tekoälyjärjestelmät voivat standardisoida tämän tiedon yhdenmukaisesti kehyksien kanssa, kuten GHG-protokolla, CDP, CSRD, SBTI ja alueelliset määräykset, varmistaen, että raportit ovat tarkat, johdonmukaiset ja valmiit sijoittajien tarkastelulle.

Mutta todellinen etu on siinä, mitä tapahtuu seuraavaksi. Kun kestävän kehityksen data on puhdistettu, kytketty ja harmonisoitu, tekoälypohjaiset analytiikka voidaan muuttaa käytännöllisiksi näkemyksiksi. Yritykset voivat vertailla suorituskykyään muihin yrityksiin, tunnistaa operatiivisia tehokkuuksia ja ennustaa kestävän kehityksen aloitteiden taloudellista vaikutusta – kaikki reaaliajassa.

Arvon siirtäminen ulottuu raportoinnin tarkin beyond. Kun organisaatiot voivat pääsyä luotettaviin, reaaliaikaisiin ESG-näkemyksiin, ne ovat paremmin varusteltu parantamaan operatiivista tehokkuutta, vähentämään riskien altistusta ja tekemään perusteltumpia strategisia päätöksiä. Samalla se varmistaa, että kestävän kehityksen sitoumukset on tuettu uskottavalla, käytettävissä olevalla datalla – hyödyttäen sekä liiketoiminnan suorituskykyä että laajempia ympäristöllisiä tuloksia. Se on käytännöllinen askel liiketoiminnan prioriteettien ja pitkän aikavälin ympäristöhyötyjen lähentämiseksi.

Kestävän kehityksen älykkyys kilpailuetuna

Kun sijoittajat kiinnittävät yhä enemmän huomiota kestävyyteen ja ESG-odotukset jatkavat kasvamista, selkeä jakautuminen on ilmennyt. Jotkut yritykset käsittelevät edelleen ESG:ää raportointiharjoituksena, kun taas toiset käyttävät sitä mahdollisuutena parantaa operatiivista tehokkuutta ja saavuttaa taloudellisen etun. Ero piilee siinä, miten he käyttävät dataa.

Yritysten on havaittu olevan todellisia operatiivisia hyötyjä menemällä pidemmälle kuin staattinen ESG-raportointi. Esimerkiksi BMW Group on integroinut päästö-, energiankäytön ja toimittajien dataa koko maailmanlaajuisessa toiminnassaan parantamaan avoimuutta ja jäljitettävyyttä. Se, mikä alun perin aloitettiin raportointialoitteena, on auttanut yritystä vähentämään riippuvuutta korkean riskin raaka-aineista, vahvistamaan toimittajien vastuuta ja parantamaan näkyvyyttä potentiaalisiin operatiivisiin ja sääntelyn riskiin.

Sama malli pitää paikkansa myös kaupallisessa kiinteistössä. Jotkut yritykset ovat nyt vertaamassa kiinteistöportfoliotaansa reaaliaikaisiin energian- ja päästödatan perusteella, antaen heille selkeämmän näyn siitä, mitkä rakennukset eivät suoriudu hyvin. Tällä näkyvyydellä he ovat pystyneet priorisoimaan korjausinvestoinnit ja parantamaan sekä kestävän kehityksen mittareitaan että kykyään houkutella vuokralaisia, jotka yhä enemmän suosivat energiatehokkaita, ympäristövastuullisia rakennuksia.

Logistiikka- ja toimitusketjun toiminta on toinen alue, jolla ESG-data tekee eroa. Yritykset kuten Unilever, HP ja PepsiCo (PEP ) ovat alkaneet upottaa ESG-kriteerejä suoraan toimittajien hallintaan ja hankintastrategioihin – soveltamalla ESG-standardeja toimittajan valintaan, sopimuksiin ja suoritusarviointeihin. Jatkuvasti seuraamalla toimittajien käytäntöjä ja linkittämällä ESG-mittareita operatiivisiin päätöksiin nämä organisaatiot parantavat sääntelyn noudattamista, vähentävät riskiä ja lähentävät päivittäin toimintaa kestävän kehityksen sitoumuksilla.

Laajempi malli on selvä: kun yritykset kehittävät järjestelmiä, jotka varmistavat, että ESG-data on integroitu, ajantasainen ja käytettävissä, se avaa uusia väyliä riskien hallintaan, operatiiviseen tehokkuuteen ja markkinoiden erottautumiseen. Nämä edut eivät ole hypoteettisia – ne ovat jo muotoutumassa, ja organisaatiot, jotka johtavat tätä muutosta, ovat paremmin varusteltu navigoimaan sääntelyvaatimukset luomalla samalla konkreettista liiketoimintaa.

Velvollisuudesta mahdollisuudeksi

ESG-raportointi on pitkään katsottu raportointitehtäväksi. Mutta kun odotukset kasvavat ja kestävyys muuttuu liiketoiminnan strategiaksi, tämä asenne on muuttumassa. Reaaliaikaiset, tekoälypohjaiset näkemykset auttavat yrityksiä siirtymään yksinkertaisesti seuraamasta ESG- ja kestävän kehityksen mittareista niiden käyttämiseen nopeampien päätösten tekemiseen, riskien hallintaan ja suorituskyvyn parantamiseen. Yritykset, jotka sopeutuvat aikaisin, ovat paremmin varusteltu kilpailemaan markkinoilla, jotka muotoutuvat ympäristöllisen ja sosiaalisen vastuun mukaan.

Don Kasper on Liminal Data Inc:n entinen toimitusjohtaja, yksi sen perustajista ja nykyinen innovaatioista vastaava johtaja (Executive Vice President, EVP). Hän johtaa tekoälypohjaisten ratkaisujen kehitystä monimutkaisten datatieteen prosessien yksinkertaistamiseksi. Hänellä on yli 25 vuoden kokemus insinöörityöstä ja älyrakennusteknologioista, ja hän on toiminut johtotehtävissä esimerkiksi Ecorithmissa ja Deepthink Buildingsissa. Liminalissa hän johti tekoälypohjaisen Omni-1™-alustan kehittämistä. Se tehostaa vaikutuksia koskevien oivallusten löytämistä ja tekee siitä mahdollista myös yrityksille, joilla ei ole omaa datatieteen asiantuntemusta. Hänen työnsä keskittyy datan läpinäkyvyyden parantamiseen ja siihen, että organisaatiot voivat tehdä tietoon perustuvia strategisia päätöksiä tehokkaasti.