Testirali smo AI alat MALENA na ESRS izveštaju: Šta smo naučili?

Kako izgleda kada veštačka inteligencija pročita ESG izveštaj pažljivije od prosečnog čoveka?

Testirali smo MALENU, inovativni AI alat razvijen od strane Međunarodne finansijske korporacije (IFC), na dva stvarna ESG izveštaja iz prerađivačke industrije, kako bismo proverili da li je reč o korisnoj podršci za praksu zasnovanu na podacima.

 
Šta je MALENA?

MALENA (Machine Learning ESG Narrative Assessment) je alat zasnovan na veštačkoj inteligenciji, razvijen da automatski analizira ESG narative u javno dostupnim ili drugim dokumentima kompanija. Za razliku od sličnih rešenja koja se razvijaju in-house za različite potrebe, ovaj alat je javno dostupan i besplatan za korišćenje. Namenjen je prvenstveno analitičarima u investicionom i regulatornom kontekstu kako bi olakšao i ubrzao analizu velikog broja nestrukturiranih ESG informacija.    

MALENA koristi veštačku inteligenciju za analizu sentimenta (da li kompanija koristi pozitivan, neutralan ili negativan ton kada govori o ESG temama), prepoznavanje ključnih termina (koliko često se određene ESG reči i pojmovi ponavljaju u izveštaju) i uvid u strukturu narativa (koje ESG teme dominiraju, a koje se retko pominju.) Rezultati ove analize ne daju konačne odgovore, već analitičara upućuju na teme tj. rizike kojima detaljnije treba da posveti pažnju. 

Kako smo sproveli testiranje?

Cilj je bio da vidimo da li na primeru kompanija iz istog sektora postoje razlike u načinu  komunikacije njihovih ESG napora i koje teme su u fokusu, kada izveštavaju u skladu sa ESRS i kada izveštavaju bez primene ovog standarda. MALENA inače, podržava analizu dokumenata na 135 jezika, što omogućava analizu izveštaja sa različitih tržišta.  

Analiza na primeru po jedne kompanije svakako nije osnova za donošenje generalnih zaključaka, ali daje zanimljive uvide.  

Analiza sentimenta 

Kompanija A - po ESRS	Kompanija B - bez ESRS

Pokazatelj sentimenta kod kompanije A je blago pomeren ka pozitivnom, ali još uvek u žuto-zelenoj zoni (neutralno-pozitivno). Ova kompanija koristi više raznovrsnog jezika, uključujući i izraze koji opisuju izazove. To ukazuje na transparentniji i zreliji narativ, spremnost da se priznaju problemi, što je važno za kredibilitet. Blaga disonanca u tonu može značiti da narativ još uvek nije potpuno konzistentan, ali je više „realističan“ nego marketinški.

Narativ kompanije B je pretežno promotivan i optimističan. Nedostatak "High Risk" izraza i veoma mali broj negativnih tonova ne mora značiti da je to dobro, već naprotiv, može ukazivati na greenwashing rizik, ili barem na to da se izveštaj koristi kao alat reputacije više nego strategije. Ova struktura često ukazuje na nizak stepen analitičke iskrenosti, ili čak na izostanak pomena realnih ESG izazova.

Analiza najčešćih termina u vezi sa rizicima 

Ovaj vizuelni prikaz pokazuje frekvenciju i tematsku zastupljenost ESG termina koji se mogu povezati sa rizicima. Boje dodatno ukazuju na tonalitet izraza (pozitivan - zelen, neutralan - sivozelen, negativan - crven).

Kod kompanije A, jaka zastupljenost tema dobavljača i lanca snabdevanja može značiti da kompanija ozbiljno razmatra ESG rizike duž vrednosnog lanca, ili da su regulatorni pritisci (npr. CSDDD, Deforestation Regulation) već uticali na sadržaj. Klimatske teme (GHG, Global Warming) su prisutne u velikoj meri.  Rizici iz oblasti radnih odnosa (equal pay, injuries, workforce) su prisutni, ali manje strukturirani, što je često slučaj i u realnim izveštajima gde se S komponenta ESG-a često komunicira manje robusno. Dva termina "Supply chain" i "Global Warming" označena su kao visokorizični u crvenoj boji, dok ima i dosta  neutralnih termina u svetlozelenoj boji. 

Narativ kompanije B oslanja se na teme koje su operativno jasne (otpad, dobavljači, CO₂), pojmove koji su relativno „sigurni“ i pozitivno konotirani, kao i veći fokus na standarde (ISO), manje na strategiju i ciljeve. Samo jedan pojam (Workplace Injuries, 9 pojavljivanja) označen je kao visokorizičan sa negativnim sentimentom. Svi ostali pojmovi su označeni kao neutralni, odnosno najviše ima pretežno afirmativnih (tamnozelena boja).

Ovo je ono što smo imali na umu kada smo rekli da ESRS menja pravila igre u ESG izveštavanju. Dok ESRS izveštaji vode ka dubljoj, nijansiranoj i ponekad i samokritičnoj komunikaciji, drugi izveštaji često ostaju u zoni komfora, bez suočavanja sa stvarnim rizicima i uticajima. Ovo ne mora da znači da kompanija bez ESRS okvira „radi manje“, ali ukazuje da još nije razvila jezik i strukturu izveštavanja koje EU regulativa podrazumeva.

Šta dalje? Kako koristiti ove uvide za dublju analizu

Kada alat poput MALENA završi svoju analizu i prikaže najčešće korišćene ESG termine, njihov ton i učestalost, posao analitičara tek počinje. Jer broj ponavljanja i boja na mapi daju signal, ali ne govore celu priču. Pravi uvid dolazi tek kada krenemo da otvaramo konkretne delove izveštaja u kojima su ti termini upotrebljeni.  

Zato je sledeći korak analize uvek kvalitativan. To znači čitanje celih odlomaka u kojima se identifikovani izrazi pojavljuju kako bi se razumeo njihov kontekst, dubina i doslednost. Posebno je važno obratiti pažnju na izraze označene kao negativni ili rizični, jer oni mogu ukazivati na stvarne izazove koje kompanija priznaje, ili pak na potencijalne slabosti koje još nisu sistematski adresirane.

Želite da ostanete u toku sa ESG temama koje su važne za vašu praksu?
Prijavite se na naš newsletter i dobijajte praktične uvide, vodiče i novosti iz sveta održivosti direktno u vaš inbox.