Burt Mayer, giám đốc sản phẩm, ứng dụng bền vững, và Jessica Matthys, quản lý sản phẩm, ứng dụng bền vững tại C3 AI, thảo luận về cách AI có thể hỗ trợ các công ty đạt được mục tiêu bền vững và tăng cường sự cạnh tranh của họ.
Các công ty đối mặt với áp lực lớn để tăng cường tính minh bạch và hiệu suất liên quan đến mục tiêu môi trường, xã hội và quản trị (ESG), trong bối cảnh sự quan sát nghiêm ngặt và các quy định mới như Chỉ thị Báo cáo Bền vững Doanh nghiệp của Liên minh Châu Âu (CSRD). Sự chú ý này mang lại cơ hội cho các công ty để phân biệt mình trên thị trường trong khi cũng có lợi cho hành tinh và xã hội. Tận dụng AI, doanh nghiệp có thể vượt qua các thách thức tuân thủ báo cáo ESG để tạo ra và rút ra giá trị kinh doanh từ các sáng kiến của họ. AI giải quyết ba thách thức chính đối với các nhóm bền vững doanh nghiệp: dịch các mục tiêu ESG thành kế hoạch hành động có thể thực hiện, tích hợp dữ liệu ESG phân mảnh và đối phó với những quan tâm biến đổi của các bên liên quan. Mặc dù việc báo cáo ESG đối với các công ty niêm yết lớn là cần thiết, nhưng nhiều công ty vẫn coi đó chủ yếu là một chức năng quản lý rủi ro, bỏ qua tiềm năng của nó để thúc đẩy sự phân biệt cạnh tranh:
- Các công ty có điểm ESG mạnh mẽ hưởng lợi từ mức chi phí vốn thấp hơn.
- Khách hàng trả thêm phí cho các sản phẩm thân thiện với môi trường hoặc ESG.
- Các công ty cam kết rõ ràng với ESG có tỷ lệ giữ chân nhân viên vượt trội.
- Chia sẻ dữ liệu với nhà cung cấp để tiết lộ về ESG có thể dẫn đến các mạng lưới chuỗi cung ứng hiệu quả và mạnh mẽ hơn.
Chuyển đổi mục tiêu ESG thành kế hoạch hành động
Trong khi hơn 60% trong số Fortune Global 500 đã thiết lập các mục tiêu chính thức để giảm khí thải nhà kính, nhiều công ty đối mặt với thách thức trong việc chuyển đổi những cam kết này thành các kế hoạch hành động có thể thực hiện, dẫn đến sự lệch lạc đáng kể so với mục tiêu của họ. Các bên liên quan, bao gồm các nhà đầu tư, hiện nay đòi hỏi tính minh bạch và nghiêm ngặt tương tự như các mục tiêu tài chính đối với các mục tiêu ESG của doanh nghiệp. Mối đe dọa đang đe dọa từ các vụ kiện của cổ đông về quản lý rủi ro về khí hậu càng làm nổi bật nhu cầu phải có kế hoạch hành động có thể bảo vệ được từ các giám đốc doanh nghiệp. Tuy nhiên, hầu hết các công ty đều thiếu các khả năng cần thiết để phát triển và giám sát các kế hoạch như vậy, bao gồm tính toán tự động về lượng khí thải, dự báo về hoạt động kinh doanh thông thường và một tập hợp các chiến lược giảm nhẹ ưu tiên xét đến các ràng buộc tài chính, thời gian và rủi ro. Các mục tiêu dài hạn, như đạt được lượng khí thải ròng bằng không vào năm 2050, đặt ra những khó khăn bổ sung khi các công ty gặp khó khăn trong việc đánh giá rủi ro và lập kế hoạch cho các kịch bản khác nhau. Hội đồng quản trị doanh nghiệp nhận ra sự nhạy cảm của các con đường giảm khí thải đối với các yếu tố nội và ngoại, nhưng thường thiếu cơ sở hạ tầng dữ liệu và các công cụ phân tích để mô hình hóa và thử nghiệm các kịch bản khác nhau một cách hiệu quả.
Quản lý dữ liệu ESG phân mảnh
Sự thiếu vắng một cơ sở hạ tầng dữ liệu ESG mạnh mẽ, thống nhất làm chậm quá trình của các nhóm bền vững trong việc đáp ứng các yêu cầu báo cáo và đưa ra các quyết định có thông tin cơ sở. ESG bao gồm một loạt các chủ đề môi trường, xã hội và quản trị, với các nghĩa vụ tiết lộ lan rộng qua các hệ thống phần mềm phân tán như y tế môi trường và an toàn, nhân sự và kế hoạch nguồn lực doanh nghiệp (ERP). Hơn nữa, nhiều tiêu chuẩn và khung công bố ESG trùng lắp nhau tạo ra sự phức tạp trong việc thu thập và trình bày dữ liệu. Việc áp dụng các công nghệ để tối ưu hóa công việc quản lý dữ liệu và báo cáo có thể giảm chi phí và phân bổ tài nguyên cho các hoạt động có giá trị cao hơn. Bên trong, dữ liệu ESG là rất quan trọng để đưa ra quyết định trên các hoạt động, chuỗi cung ứng, nhân sự và các chức năng kinh doanh khác. Một nền tảng dữ liệu ESG thống nhất, chuẩn hóa là không thể thiếu để quản lý một chương trình ESG một cách hiệu quả.
Xác định ưu tiên phù hợp với các bên liên quan
Các nhóm bền vững doanh nghiệp đối mặt với nhiệm vụ gây áp lực của việc quản lý một loạt các vấn đề ESG giữa các nguồn lực nội bộ hạn chế. Theo dõi những quan tâm của các bên liên quan đang tiến triển là một thách thức lớn, đòi hỏi sự ưu tiên các lĩnh vực chính phù hợp với các lợi ích của các bên liên quan. Quy trình đánh giá tầm quan trọng tiêu chuẩn, truyền thống được sử dụng để ưu tiên, tốn nhiều lao động và có hạn chế về phạm vi và ảnh hưởng. Với tính chất không ngừng phát triển của các kỳ vọng ESG, một hệ thống thời gian thực cần được sử dụng để thu thập thông tin kịp thời để quản lý rủi ro và tận dụng cơ hội. Thực hiện các đánh giá mỗi hai năm, ví dụ, không đủ để đáp ứng các yêu cầu động của quản lý ESG.
AI là một giải pháp và công cụ hỗ trợ
Các công ty đang tận dụng trí tuệ nhân tạo doanh nghiệp để giải quyết các thách thức ESG quan trọng, bao gồm việc dịch các cam kết thành các kế hoạch hành động có thể thực hiện, thiết lập khả năng nhìn thấy dữ liệu toàn diện cho việc báo cáo và đưa ra quyết định, và tương tác với các bên liên quan để quản lý rủi ro và tận dụng cơ hội.
Với phân tích dự đoán, các chuyên gia bền vững có thể ước lượng chính xác lượng khí thải nhà kính trên các hoạt động (Phạm vi 1 & 2) và chuỗi cung ứng (Phạm vi 3) trong khi dự đoán xu hướng khí thải. Các thuật toán học máy sử dụng lượng lớn dữ liệu nội bộ và bên ngoài để tạo ra nhiều kịch bản, giúp các nhà quản lý và giám đốc tạo ra các chiến lược giảm khí thải. Ngoài ra, AI hỗ trợ tối ưu hóa kế hoạch bằng cách lên lịch các dự án giảm khí thải để đạt được các mục tiêu tạm thời trong các ràng buộc về ngân sách, tài nguyên và rủi ro.
Trí tuệ nhân tạo cho việc hợp nhất dữ liệu và tự động hóa báo cáo
Các công ty đang chuyển từ các bảng tính Excel tốn nhiều lao động sang các giải pháp được trang bị trí tuệ nhân tạo để quản lý dữ liệu ESG, mang lại nhiều lợi ích. AI có thể tự động hợp nhất, xác nhận và tổ chức dữ liệu gần như trong thời gian thực, đơn giản hóa các quy trình xử lý dữ liệu và bảo vệ cho tương lai trước các tiêu chuẩn và khung việc phát triển và tiến triển. Hơn nữa, AI tự động hóa việc xác nhận dữ liệu và phát hiện rủi ro, thông báo cho các nhóm về các vấn đề mới nổi và hỗ trợ viết báo cáo. Công nghệ AI sinh sản còn có thể soạn thảo báo cáo ban đầu, tăng tốc quá trình tạo ra cái nhìn. Ngoài ra, AI tối ưu hóa yêu cầu tiết lộ dữ liệu bằng cách tự động giải thích, ánh xạ tới các chỉ số hiệu suất quan trọng và tạo ra đầu ra phù hợp.
AI để phản ứng với ưu tiên của các bên liên quan
Sự tiến bộ trong xử lý ngôn ngữ tự nhiên (NLP) và các mô hình ngôn ngữ lớn (LLMs) cho phép thay thế việc đánh giá tầm quan trọng thủ công bằng các thông tin liên tục. AI biến các nghiên cứu đơn lẻ, có phạm vi hạn chế và chỉ nhìn vào quá khứ thành các giải pháp gần như thời gian thực, mở rộng phạm vi để phân tích các xuất bản mới nhất từ các nguồn khác nhau như các tổ chức phi lợi nhuận, khách hàng, nhà đầu tư và đối thủ cạnh tranh. Hệ thống AI sinh ra này cung cấp phản hồi liên tục và có thể thực hiện để giảm thiểu các rủi ro ESG, tăng cường sự tương tác với các bên liên quan và nắm bắt cơ hội mới.
Tiếp theo là gì?
Khi yêu cầu của doanh nghiệp ngày càng tăng về kế hoạch chi tiết, tính minh bạch của dữ liệu và sự phản ứng với ưu tiên thay đổi của các bên liên quan, các nhà điều hành đang đối mặt với mục đích và giá trị của ESG đối với tổ chức của họ.
Đối với các công ty coi hiệu suất ESG như một lợi thế cạnh tranh, có tiềm năng lớn để tạo ra giá trị và tăng cường sự kháng cự. Các giải pháp số AI cho việc dự báo, lập kế hoạch, hợp nhất dữ liệu, báo cáo và phân tích các bên liên quan thời gian thực sẽ tiếp tục là những yếu tố quan trọng để hỗ trợ thành công của họ.
Tìm hiểu thêm về cách chúng tôi có thể hỗ trợ giải pháp ESG của bạn? Nhấn vào đây để đặt lịch hẹn tư vấn!
Lam Truong/Ates Global
Nguồn: Fortune
