Tydzień temu zastanawialiśmy się, jak można dzisiaj usprawnić proces monitoringu danych ESG. Nie da się go obecnie zrealizować bez osobistego zaangażowania wielu osób odpowiedzialnych we wszystkich spółkach grupy kapitałowej za dostarczanie danych źródłowych. A jak będzie w przyszłości?
Głównym czynnikiem zmian będzie dyrektywa CSRD i standardy ESRS. Całkowicie wystandaryzowany zakres informacji, które muszą znaleźć się w raporcie zrównoważonego rozwoju, spowoduje, że można będzie opracować kompletny i od razu gotowy do użycia system IT wspierający monitoring danych. Szeroki zakres obowiązywania dyrektywy skłoni wielu dostawców oprogramowania do walki o ten rynek. To w końcu 49 tys. przedsiębiorstw w całej Unii Europejskiej, blisko pięciokrotnie więcej niż w przypadku dziś obowiązującej dyrektywy NFRD, która na dodatek nie wymusiła standaryzacji. Spowoduje to pewien chaos, pojawi się wiele rozwiązań, ale po kilku latach na rynku pewnie zostaną dwa lub trzy najbardziej przyjazne i korzystne cenowo.
Szczegółowość standardów ESRS przyczyni się do tego, że dane w organizacjach będą identyfikowane i gromadzone na wcześniejszym etapie. Skoro do raportowania zgodnie ze standardem ESRS E1, w ramach wymogu ujawnieniowego E1-6, par. 41 lit. a, czyli raportowania emisji gazów cieplarnianych brutto w zakresie 1 potrzebuję m.in. danych o nabywanym w ramach organizacji paliwie i wiem, że ten punkt danych w raporcie będzie otagowany określonym znacznikiem, to nic nie stoi na przeszkodzie, żeby system finansowo-księgowy spółki podczas rejestrowania faktury odpowiednio oznaczał informację o typie i ilości zakupionego paliwa. Odpowiednie informacje mogą być wtedy na bieżąco dostarczane do systemu monitoringu danych ESG. Eliminujemy istotny nakład pracy w skali roku i błędy, które może popełnić człowiek przepisujący dane z faktur do komórek w arkuszu kalkulacyjnym.
Cyfryzacja raportów w dobie dyrektywy CSRD pozwoli też na automatyzację pozyskiwania danych z łańcucha wartości. Wszystkie raporty na temat zrównoważonego rozwoju będą dostępne w centralnym unijnym repozytorium, tzw. ESAP (European Single Access Point). Jeśli będę potrzebował do mojego raportu informacji np. o emisjach gazów cieplarnianych mojego dostawcy, to nie będę musiał go o te informacje prosić, tylko mój system monitoringu danych pobierze je automatycznie. Nie rozwiąże to oczywiście wszystkich problemów, bo w ESAP będą dostępne tylko dane spółek raportujących, a informacje od większości kontrahentów spoza UE i od wielu małych i średnich przedsiębiorstw będę musiał pozyskiwać tak, jak dotychczas. Jeśli ja raportuję w marcu, a część moich kontrahentów w kwietniu, to na etapie przygotowań mojego raportu będą dostępne dane z poprzedniego roku. Nie wiemy jeszcze, kiedy ESAP będzie w pełni funkcjonalny, ale możemy się spodziewać, że będzie to druga połowa lat dwudziestych.
Technologiczni entuzjaści wieszczą, że problem pozyskiwania jakichkolwiek danych ESG wkrótce rozwiążą nam systemy sztucznej inteligencji. Podchodzę do tych wróżb z dużą rezerwą, nie z braku optymizmu, tylko z ostrożności. Narzędzia typu ChatGPT lub DALL-E zaczęły odnosić sukcesy właśnie dlatego, że zostały „nakarmione” ogromną ilością danych źródłowych. Dziś, gdy danych ESG pochodzących z przedsiębiorstw brakuje, a te, które są dostępne, zwykle są niekompletne i o niskiej wiarygodności, systemy takie nie miałyby materiału, na podstawie którego mogłyby generować odpowiednie wyniki. Gdy jednak dane już będą (po kilku latach funkcjonowania CSRD i ESAP), pozostanie problem wiarygodności informacji generowanych przez systemy sztucznej inteligencji. Pierwsi z tym problemem zmierzą się audytorzy; z niecierpliwością czekam na pierwszą opinię z badania raportu, w której biegły rewident potwierdzi, lub odmówi potwierdzenia, raportu zawierającego dane dostarczone przez AI.
Przed nami jest co najmniej kilka ciekawych lat, które stopniowo będą przynosiły ważne zmiany w tym, jak monitorujemy dane ESG. Rozwiązania, z których będziemy korzystali pod koniec lat dwudziestych, nie tylko jeszcze nie istnieją, ale jeszcze nie są zaprojektowane. W tym burzliwym okresie warto moim zdaniem udoskonalać te rozwiązania, z których dziś korzystamy i testować nowe, ale za wcześnie jest, by uznać, że problem wysokiej jakości danych możemy rozwiązać w jeden idealny i ostateczny sposób.
