AI og fremtidens bærekraftsutfordringer

Virksomhetene vi jobber med blir bedre og bedre til å samle opp, systematisere og heve kvaliteten på data. Men den virkelig store revolusjonen i å utnytte disse kommer sammen med AI-teknologi. Teknologien er ikke ny, vi har levert kundeprosjekter som bruker kunstig intelligens og maskinlæring for å analysere data, gjøre prediksjoner og foreslå tiltak lenge, men prosessene går fortere og blir mer tilgjengelige. Det åpner mange muligheter for dem som ønsker å ta en frontposisjon innen ESG.  

Fokus på teknologi og bærekraft er ikke lenger noe virksomheter velger – det er i økende grad en forutsetning for konkurransekraft. Forkortelsene ESG (Environment, Social og Governance) og AI (Artificial Intelligence) er to akronymer alle bedriftsledere bør få inn i ordforrådet snarest. I KPMG mener vi fokuset på AI og ESG hver for seg er avgjørende, men det er når vi kombinerer de at vi kan skape resultater som skiller oss ut. Vi vil nå utforske AI kombinert med hver av de tre bokstavene E, S og G, før vi ser det hele kan og bør henge sammen.

Med den raske AI-utviklingen bli verktøy som bruker kunstig intelligens viktige for håndtering av klimaendringene, og alle verktøy som kan brukes for å tolke data bedre og raskere er verdt å utforske slik at vi kan bremse endringene.

AI-modeller kan blant annet brukes til å bygge fremtidsscenarioer, modellere klimamessige og menneskelige påvirkninger av forskjellige handlingsforløp og hjelpe alle typer datadrevet vitenskapelig forskning fremover.

Virksomheter og myndigheter har brukt AI for å ta fornuftige geofysiske beslutninger. Her har vi samlet noen eksempler:

• AI har blitt brukt til å foreslå optimal plassering av flombeskyttelse
• Vanndistribusjon kan bruke AI i sine prediksjons- og prosesseringsevner for å unngå lekkasje og sløsing av vann
• Strømselskaper kan bruke AI-supplert IoT (Internet of Things) til å balansere nettet
• AI kan redusere menneskelige ressursbehov og styrke virksomhetenes evne til å rapportere på sin påvirkning.
• AI kan avdekke grønnvasking ved å sammenlikne et selskaps offentlige uttalelser mot praksis og avsløre samsvaret mellom ESG-rapporter og faktisk handling

Den rene regnekraften som kreves av AI er energikrevende og kan potensielt medvirke til økte karbonutslipp, men det finnes nå AI-løsninger som kan bidra til å effektivisere dette. Dette må være et parallelt hovedfokus for alle som utvikler og bruker AI-teknologi.

Ved å studere store sosioøkonomiske datasett kan AI bidra til å spore virksomheters samfunnspåvirkning. Vi kan bruke det til å undersøke mangfold og integrering i en gruppe ansatte, og vi kan lage en algoritme som forutser virksomheters positive samfunnseffekter. Med nye rapporteringskrav rundt bærekraft kommer også et økt fokus på menneskerettigheter i verdikjedene. 

AI kan bidra til at vi får oversikten vi trenger over verdikjedene ved å gi innblikk i lokale medieoppslag, gjennomsnittslønn, rapporterte faktiske forhold og tilbakemeldinger på etterlevelse av lover og regler. Blant annet brukes AI i stadig større grad i helsesektoren og ansettelsesprosesser. I digitale jobbintervjuer brukes AI til å redusere risikoen for at personene som ansetter underbevisst favoriserer likhetstrekk med seg selv.

Verktøy innen generativ AI kan også skape et mer mangfoldig arbeidsliv ved å senke hindre og la flere utforske flere roller og yrker i en virksomhet. For eksempel kan man se for seg at kravene til personers språkkunnskaper eller tekniske ferdigheter senkes, ved at AI-verktøy tar over mange av prosessene. Slik kan mennesket bruke tid på andre oppgaver, og ta i bruk annen erfaring og slik utforske flere muligheter.  

Uansett hvordan AI brukes knyttet til det sosiale aspektet, handler det sentrale spørsmålet om tillit. Stoler folk nok på teknologien til at de vil la AI styre kreftbehandlingen deres, forvalte pensjonen sin eller avgjøre straffeskyld i rettssaker? Vi tror ikke dette er noen enten-eller-spørsmål, men at vi snarere må anta en gradvis utvikling der tilliten til AI øker i takt med våre positive erfaringer og opplevelser rundt fornuftig regulering.

At regulering rundt bruken av AI er viktig, er det enighet om – og dette er myndighetenes oppgave, både lokalt, nasjonalt og internasjonalt. Regelverk må etableres for å beskytte mennesker (persondata), forretningsinteresser (IP og annen forretningskritisk data) og samfunnsinteresser (blant annet seleksjonsbias). I tillegg til et overordnet regelverk må virksomheter utarbeide egne, klare retningslinjer og prosedyrer rundt bruken av AI. Dette omfatter blant annet hvem som bestemmer og overvåker, og hvem som er ansvarlig for innsikt og tilsyn.

Finansbransjen er kjennetegnet av mange reguleringer og er gjerne et siktemerke for nye krav, og vi ser at ESG og AI er sentrale kriterier når investorer nå vurderer selskaper. Å se til ESG-ratinger er et hyppig virkemiddel, og det finnes en lang rekke ratingselskaper som bruker enten mekanisk utregning basert på offentlig tilgjengelig informasjon, mer subjektive vurderinger eller en kombinasjon av de to. 

Med implementeringen av EUs Corporate Sustainability Reporting Directive (CSRD) er det nå strenge krav til bærekraftsrapportering som vil gjelde for et stort antall virksomheter, både i EU og Norge. CSRD trådte i kraft i 2024, og stiller omfattende krav til hvordan selskaper skal samle inn, analysere og rapportere data relatert til miljømessige, sosiale og styringsmessige (ESG) faktorer. Dette innebærer et behov for enorme datamengder, med et særlig fokus på kvalitet, pålitelighet og kontroll.

Virksomheter har ofte store datasett både internt og eksternt, som kan strekke seg over hele verdikjeden. Mange av disse dataene er imidlertid utfordrende å få tak i, enten de er lagret i gamle systemer, som Excel-filer eller eksterne datasiloer, eller de er ustrukturerte, manuelle eller gjemt i interne applikasjoner. Denne fragmenteringen kan gjøre det svært krevende å møte CSRDs rapporteringskrav, som innebærer å samle data på en måte som er både transparent og sporbar.

For å møte de kommende kravene er det essensielt at virksomheter tar i bruk moderne teknologi, spesielt kunstig intelligens (AI) og automatisering, for å optimalisere datafangst, analyse og rapportering. Teknologi kan hjelpe med å håndtere de store datamengdene, strukturere uorganiserte data og sikre at informasjonen er både nøyaktig og tilgjengelig på en effektiv måte. Ved å integrere AI i prosessene kan selskaper ikke bare møte rapporteringskravene, men også identifisere muligheter for forbedring, optimalisering og risikohåndtering.

Tiden er derfor inne for å ta i bruk datadrevet innovasjon og teknologi for å sikre at rapporteringen er i samsvar med CSRD, og at selskapene kan utvikle en bærekraftig og transparent strategi for fremtiden. Uten å utnytte disse verktøyene vil det være vanskelig å tilfredsstille de økende kravene og samtidig oppnå reell fremgang på bærekraftsområdet.

Våre ESG-eksperter jobber skulder-til-skulder med AI-spesialistene våre for å løse bærekraftsutfordringer ved bruk av teknologi og AI. Vi hjelper deg til å forstå fremtidige krav og reguleringer og viser deg hvordan teknologiplattformer og AI kan være effektive verktøy for å lykkes med å integrere bærekraft i din virksomhet. Å lykkes med dette innebærer å samtidig bevare eksisterende verdier og skape nye for å styrke konkurransekraften.