La elaboraci\u00f3n de informes de sostenibilidad mediante IA parece el atajo que toda empresa sobrecargada de trabajo desea. Promete borradores m\u00e1s r\u00e1pidos, comprobaciones de deficiencias m\u00e1s precisas, mejores flujos de trabajo y menos sorpresas de \u00faltima hora a la hora de presentar los informes.<\/p>\n
Sin embargo, la IA no puede arreglar los equipos d\u00e9biles.<\/p>\n
Es capaz de procesar informaci\u00f3n r\u00e1pidamente, organizar documentos y ayudar a redactar el texto de las declaraciones. Sin embargo, no puede sustituir a los profesionales cualificados que comprenden la calidad de los datos, los l\u00edmites de la informaci\u00f3n que debe figurar en los informes, la informaci\u00f3n sobre los proveedores y el riesgo empresarial. De hecho, cuando un equipo carece de estructura, los informes de sostenibilidad basados en la IA pueden hacer que unos procesos deficientes parezcan m\u00e1s pulidos de lo que realmente son.<\/p>\n
Ah\u00ed es donde empieza el riesgo.<\/p>\n
La elaboraci\u00f3n de informes de sostenibilidad se ha vuelto m\u00e1s exigente para las empresas estadounidenses. Los equipos deben integrar datos procedentes de los departamentos financiero, jur\u00eddico, de operaciones, de compras, de instalaciones y de proveedores. Adem\u00e1s, deben explicar los riesgos, los avances, los objetivos y los controles de forma que los directivos puedan confiar en ellos.<\/p>\n
Esto explica por qu\u00e9 est\u00e1n apareciendo nuevas herramientas en el mercado. Workiva ha presentado recientemente su Agente de divulgaci\u00f3n de informaci\u00f3n sobre sostenibilidad<\/a>, cuyo objetivo es ayudar a los equipos a interpretar los requisitos de presentaci\u00f3n de informes, identificar deficiencias y redactar la informaci\u00f3n que debe divulgarse dentro de una plataforma regulada. Este tipo de herramienta puede ser de gran ayuda para las empresas que se enfrentan a requisitos de presentaci\u00f3n de informes complejos y a plazos internos muy ajustados.<\/p>\n Al mismo tiempo, las expectativas en materia de presentaci\u00f3n de informes siguen aumentando. NIIF S1<\/a> establece los requisitos generales para la divulgaci\u00f3n de informaci\u00f3n financiera relacionada con la sostenibilidad. Normas GRI<\/a> ayudar a las organizaciones a informar sobre su impacto de forma estructurada y comparable. En EE. UU., la ley de California\u2026 Programa corporativo de informaci\u00f3n sobre gases de efecto invernadero<\/a>, autorizada por la Ley SB 253, aumenta la presi\u00f3n sobre las empresas afectadas para que se preparen para la divulgaci\u00f3n de las emisiones de Alcance 1, Alcance 2 y Alcance 3.<\/p>\n As\u00ed que s\u00ed, los informes de sostenibilidad sobre la IA son importantes. Pero solo funcionan bien cuando las personas que los elaboran saben lo que est\u00e1n analizando.<\/p>\n La IA es capaz de generar un lenguaje que transmite seguridad. Eso es \u00fatil, pero tambi\u00e9n peligroso.<\/p>\n Imaginemos que un fabricante estadounidense est\u00e1 preparando un informe de sostenibilidad. El equipo sube notas internas, hojas de c\u00e1lculo de proveedores y estimaciones de emisiones a un flujo de trabajo asistido por IA. La herramienta redacta un p\u00e1rrafo convincente sobre las emisiones de la cadena de suministro. En \u00e9l se afirma que la empresa est\u00e1 mejorando la implicaci\u00f3n de los proveedores y reforzando la calidad de los datos de Alcance 3.<\/p>\n El p\u00e1rrafo tiene un tono profesional. Sin embargo, un revisor con experiencia detecta el problema.<\/p>\n El archivo de proveedores solo abarca el 40% del gasto. Varios proveedores presentaron estimaciones sin notas sobre la metodolog\u00eda utilizada. El departamento de compras utiliz\u00f3 una lista de proveedores diferente a la del departamento financiero. Nadie document\u00f3 qu\u00e9 categor\u00edas se hab\u00edan excluido. El texto generado por IA parece cre\u00edble, pero las pruebas no respaldan esa afirmaci\u00f3n.<\/p>\n Este es el verdadero problema. La IA no cre\u00f3 la vulnerabilidad, sino que la puso de manifiesto.<\/p>\n Los equipos de sostenibilidad poco eficaces suelen enfrentarse a los mismos problemas a la hora de elaborar informes.<\/p>\n En primer lugar, carecen de una titularidad clara de los datos. Nadie sabe qui\u00e9n es el titular de los datos sobre energ\u00eda, los datos de los proveedores, los datos sobre la plantilla o la informaci\u00f3n sobre los productos.<\/p>\n En segundo lugar, carecen de l\u00edmites en la presentaci\u00f3n de informes. Los equipos pueden mezclar instalaciones, unidades de negocio, per\u00edodos de tiempo o categor\u00edas de proveedores sin documentar el motivo.<\/p>\n En tercer lugar, carecen de pruebas. Una empresa puede describir los avances, pero no respaldar esa afirmaci\u00f3n con registros, c\u00e1lculos o autorizaciones.<\/p>\n En cuarto lugar, carecen de controles de revisi\u00f3n. Los departamentos de sostenibilidad, finanzas, asuntos jur\u00eddicos, compras y operaciones pueden revisar el contenido demasiado tarde, o incluso no revisarlo en absoluto.<\/p>\n Por \u00faltimo, carecen de formaci\u00f3n profesional. Es posible que los miembros del equipo conozcan los objetivos de la empresa, pero no las normas de informaci\u00f3n, los principios sobre gases de efecto invernadero ni las expectativas de verificaci\u00f3n que subyacen a ellos.<\/p>\n Los informes de sostenibilidad basados en la IA no pueden resolver por s\u00ed solos estas deficiencias. Solo pueden agilizar el flujo de trabajo. Si el flujo de trabajo es deficiente, la rapidez se convierte en un problema.<\/p>\n Las empresas deber\u00edan considerar la IA como parte de un proceso de informaci\u00f3n controlado. Un marco sencillo de preparaci\u00f3n puede resultar de ayuda.<\/p>\n Asigne un responsable espec\u00edfico a cada \u00e1rea principal de informaci\u00f3n. Esto incluye los datos sobre emisiones, los datos de los proveedores, las declaraciones de riesgo, los objetivos, las pol\u00edticas y los indicadores de rendimiento.<\/p>\n Toda afirmaci\u00f3n importante debe ir acompa\u00f1ada de una fuente. Dicha fuente puede consistir en facturas, formularios de proveedores, archivos de c\u00e1lculo, documentos de la junta directiva, pol\u00edticas internas o informes aprobados.<\/p>\n Las empresas deben definir el alcance de la informaci\u00f3n facilitada. Deben documentar las instalaciones, las entidades, los periodos de tiempo, los grupos de proveedores y las exclusiones.<\/p>\n El contenido generado por IA debe ser revisado por personas. Los departamentos de sostenibilidad, finanzas, asuntos jur\u00eddicos, compras y operaciones deben revisar las secciones relacionadas con sus responsabilidades.<\/p>\n Un profesional cualificado debe aprobar el texto definitivo antes de su publicaci\u00f3n. La IA puede ayudar en el proceso, pero no debe ser quien realice la revisi\u00f3n final.<\/p>\n Este marco ayuda a los equipos a pasar de \u201cgenerado por IA\u201d a \u201clisto para la toma de decisiones\u201d.\u201d<\/p>\n Las directrices sobre gesti\u00f3n de riesgos de la IA tambi\u00e9n respaldan este punto. La Perfil de IA generativa del NIST<\/a> Ayuda a las organizaciones a identificar y gestionar los riesgos relacionados con la IA generativa. Esto es importante para la presentaci\u00f3n de informes, ya que la divulgaci\u00f3n de informaci\u00f3n depende de la precisi\u00f3n, la trazabilidad, la gobernanza y la rendici\u00f3n de cuentas.<\/p>\n La inteligencia artificial puede ayudar a un equipo cualificado a trabajar m\u00e1s r\u00e1pido. Puede se\u00f1alar el contenido que falta, mejorar la coherencia y servir de apoyo en los primeros borradores. Sin embargo, no puede determinar si una afirmaci\u00f3n sobre sostenibilidad se ajusta a la realidad empresarial.<\/p>\n Esa decisi\u00f3n corresponde a los profesionales.<\/p>\n Un profesional cualificado en sostenibilidad plantea preguntas m\u00e1s pertinentes. \u00bfDe d\u00f3nde procede esta cifra? \u00bfCoinciden los datos del proveedor con el \u00e1mbito de la informaci\u00f3n? \u00bfPuede el departamento financiero verificar la cifra? \u00bfEst\u00e1 de acuerdo el departamento jur\u00eddico con la redacci\u00f3n? \u00bfSuperar\u00eda esta afirmaci\u00f3n una revisi\u00f3n externa?<\/p>\n Estas preguntas convierten a la IA en un asistente \u00fatil, en lugar de en un riesgo oculto.<\/p>\n Durante a\u00f1os, las empresas consideraban la formaci\u00f3n en sostenibilidad como una ventaja en materia de desarrollo profesional. Hoy en d\u00eda, esa visi\u00f3n resulta demasiado limitada.<\/p>\n La formaci\u00f3n se ha convertido en parte del control de la presentaci\u00f3n de informes.<\/p>\n Un profesional que conozca bien las normas, los datos sobre las emisiones de carbono, la colaboraci\u00f3n con los proveedores y la revisi\u00f3n de la informaci\u00f3n divulgada puede evitar que se presenten afirmaciones poco s\u00f3lidas antes de que lleguen a la direcci\u00f3n. Tambi\u00e9n puede ayudar a los equipos a utilizar las herramientas de inteligencia artificial con mayor confianza y menos riesgo.<\/p>\n Esto es especialmente importante para las empresas estadounidenses que se enfrentan a normativas clim\u00e1ticas a nivel estatal, solicitudes de datos de clientes, expectativas de los inversores y un escrutinio cada vez mayor de sus declaraciones p\u00fablicas. Las empresas que tengan \u00e9xito no ser\u00e1n aquellas que se limiten a comprar m\u00e1s software, sino aquellas que desarrollen una capacidad interna m\u00e1s s\u00f3lida.<\/p>\n<\/h2>\n
<\/h2>\n
El problema no es la herramienta<\/h2>\n
<\/h2>\n
<\/h2>\n
Cinco riesgos que los equipos d\u00e9biles pasan por alto<\/h2>\n
<\/h2>\n
<\/h2>\n
El Marco de Preparaci\u00f3n para la Divulgaci\u00f3n de la IA<\/h2>\n
<\/h3>\n
1. Propiedad<\/h3>\n
<\/h3>\n
2. Pruebas<\/h3>\n
<\/h3>\n
3. L\u00edmite<\/h3>\n
<\/h3>\n
4. Revisi\u00f3n<\/h3>\n
<\/h3>\n
5. Aprobaci\u00f3n<\/h3>\n
<\/h2>\n
<\/h2>\n
Por qu\u00e9 es importante la supervisi\u00f3n humana<\/h2>\n
<\/h2>\n
<\/h2>\n
La formaci\u00f3n es ahora un elemento de control<\/h2>\n