Oct 7 / Piotr Biernacki

Wykorzystanie AI w raportowaniu ESG cz. 2

W czerwcu pisałem o tym, jak mechanizm funkcjonowania dużych modeli językowych czyni je nieprzydatnymi do sporządzania raportów zgodnych ze standardami ESRS. Odnosiłem się wówczas przede wszystkim do wniosków z artykułu Hicksa, Humphriesa i Slatera. Minęły trzy miesiące, czas więc wrócić do tego tematu, zwłaszcza że na rynku nadal pojawiają się nowe narzędzia, których twórcy twierdzą, że zastosowana w nich AI uprości i uprzyjemni proces tworzenia raportu. W międzyczasie miałem okazję poznać poglądy na ten temat szeregu ekspertów od raportowania, w tym członków i członkiń Sustainability Reporting TEG. Gdzie więc dziś jesteśmy, jeśli chodzi o zaprzęgnięcie AI do tego wielkiego zadania, które przed nami stoi?
Podczas spotkań EFRAG SR TEG w połowie września zadałem pytania o możliwe zastosowanie AI w opracowywaniu raportów kilkunastu osobom. Byli wśród nich przedstawiciele spółek (twórcy raportów), audytorów (będą je weryfikowali) oraz banków i firm inwestycyjnych (będą wykorzystywali zawarte w nich informacje i podejmowali na ich podstawie decyzje).
Empty space, drag to resize
Nikt z nich nie wskazał ani jednego zadania lub procesu związanego z tworzeniem raportu, w którym świadome działanie człowieka mogłoby zostać zastąpione modelem typu LLM. Nikt też nie wskazał zadania lub procesu, w którym AI mogłoby przynieść oszczędność kosztów. Ciekawie natomiast rozkładały się głosy poszczególnych grup (twórcy raportów, audytorzy, użytkownicy).
Empty space, drag to resize
Biegli rewidenci do kwestii wykorzystania AI w tworzeniu raportów podchodzili najbardziej obojętnie. Dla nich jest naprawdę bez różnicy, czy tekst raportu napisał człowiek, ChatGPT czy też spłynęła ona autorowi do głowy w natchnieniu podczas spaceru w parku. Zadaniem audytora jest weryfikacja szeregu aspektów raportu, takich jak m.in. to, czy właściwie dobraliśmy ujawnienia, czy sprawozdanie jest zgodne ze standardami, czy dane w nim zawarte są zgodne ze stanem faktycznym. Odpowiedzi w rodzaju „zasililiśmy model AI szeregiem danych i on nam podał, jakie są istotne dla nas wpływy, ryzyka i szanse” są dla audytora oczywiście niewystarczające. Musimy być w stanie krok po kroku wskazać, jak dany proces doprowadził do ustalenia, które wpływy, ryzyka i szanse są istotne, a tego duże modele językowe nie umożliwiają i umożliwić nie mogą.
Empty space, drag to resize
Przedstawiciele banków i firm inwestycyjnych nie obawiają się wpływu wykorzystania sztucznej inteligencji na jakość informacji zawartych w raporcie, a to z tej prostej przyczyny, że raporty podlegają zewnętrznej atestacji. Wierzą więc oni, że otrzymują dane i informacje, które zostały już odpowiednio zweryfikowane. Jednocześnie wyrażają oni obawę odnośnie do kompetencji intelektualnych zarządów spółek, które w sprawach tak fundamentalnych jak kształtowanie modelu biznesowego i strategii polegaliby na narzędziach opartych na AI. Jeśli zaprzęgam do pracy AI dlatego, że zagadnienia zrównoważonego rozwoju są skomplikowane, to wprost przyznaję się do tego, że nie rozumiem wpływu mojej spółki na otoczenie, ani ryzyk i szans, które to otoczenie dla mnie generuje. Co więcej, pozbawiam się możliwości ich zrozumienia, co bardzo źle rokuje na przyszłość.
Empty space, drag to resize
Przedstawiciele spółek tworzących raporty zwracali natomiast uwagę na trzy kwestie. Jedną z nich był rachunek kosztów i korzyści. Tworzenie wstępnych projektów treści raportu z wykorzystaniem AI powodowało wzrost kosztów pracy osób, które musiały te treści weryfikować i to do poziomu wyższego, niż po prostu napisanie treści od początku przez człowieka. Drugą kwestią było bezpieczeństwo danych i informacji. Eksperci z dużych spółek zasadniczo wykluczają możliwość przekazywania danych do jakichkolwiek narzędzi, co do których nie mieliby pewności, że nie opuszczają one granic spółki. To z kolei powoduje, że wykluczają oni korzystanie z otwartych modeli, bo tego, co się dzieje z wprowadzonymi do nich informacjami nie jesteśmy w stanie kontrolować. Trzecią wreszcie kwestią jest pozbawienie organizacji zrozumienia zagadnień zrównoważonego rozwoju, jeśli pracę nad raportowaniem na ich temat wykonywałyby nie osoby w niej zatrudnione, lecz zewnętrzne narzędzie.
Empty space, drag to resize
Ta ostatnia kwestia poruszana przez przedstawicieli spółek dotyczy zresztą nie tylko ew. wykorzystania sztucznej inteligencji, ale też korzystania z zewnętrznego doradztwa. W jakich przypadkach jest ono uzasadnione, ile pracy nad raportowaniem lub zarządzaniem zrównoważonym rozwojem można outsource’ować, żeby nie ubezwłasnowolnić swojego przedsiębiorstwa i nie pozbawić go możliwości rozwoju? To bardzo ważne zagadnienie, ale do omówienia w jednym z przyszłych wpisów.
Empty space, drag to resize