可持续发展报告已到达一个转折点。来自《企业可持续发展报告指令》(CSRD)等监管举措,以及 IFRS 和其他新兴 ESG 框架的压力,加剧了投资者的审查力度。日益增长的气候相关风险也迫使企业以与财务报告同等的严谨性、纪律性和可审计性来管理可持续发展问题。
对许多企业而言,合规风险并非来自双重重要性分析本身,而是在此之后,当可持续发展团队将重要议题转化为清晰且可辩护的报告范围时。若这一转化不完整或不一致,其影响将向下游蔓延,导致披露遗漏、指标错配以及审计和监管风险上升。挑战不仅在于速度,更在于确保范围决策在审计过程中具备透明性、可审查性和可辩护性。
领先企业正将合规视为一项持续性的、企业级的能力,而非一年一度的报告任务。通过在可持续发展报告中风险最高的环节应用负责任的 AI——将自动化与人工监督以及可审计的决策追溯相结合,企业可以在不牺牲可信度和可辩护性的前提下加快合规进程。
为何可持续发展报告需要金融级标准
多年来,可持续发展团队一直依靠分散的数据、人工解读以及被动的合规措施来管理报告工作。这种做法已不再足够。金融级可持续发展报告应从数据收集之前就开始,明确报告范围、指标及监管映射关系。
在各类可持续发展报告框架中,企业越来越被要求不仅说明披露了什么内容,还要解释为何特定主题、指标和数据点被视为重要。诸如 CSRD 等法规已正式确立了这一要求,而投资者和审计机构普遍期望可持续发展信息能够达到与财务数据同等的一致性、可追溯性和控制标准。
那些仅为了满足披露截止日期而设计的报告模式,如今正使企业面临不必要的风险。监管合规如今要求在日常运营中建立结构化的治理机制、跨职能的协同一致以及可辩护的决策流程。
什么是双重重要性分析,为什么它会成为瓶颈?
双重重要性(DMA)通过评估企业的影响、风险和机遇,确定哪些ESG(环境、社会和治理)议题最为重要。例如能源使用、劳工实践和高管薪酬等。
完成 DMA 后,管理层通常会获得:
- 一份经批准的重要议题清单。
- 相关的影响、风险和机遇评估。
- 管理层和董事会对重要性判断的确认。
然而,在 DMA 最终确定后,许多可持续发展团队仍会面临以下挑战:
- 结果存储在互不关联的电子表格或演示文稿中
- 报告团队需手动将重要议题与复杂的监管文本进行对照解读
- 在不同的框架和报告周期中,指标和披露的定义各不相同
根据 CSRD 等法规,双重重要性分析决定了适用的披露要求和指标标准。当可持续发展团队未能将 DMA 的输出结果准确转化为具体监管要求时,合规所需时间将延长,不确定性也会增加。
因此,可持续发展、财务与合规团队往往基于不同的假设开展工作,从而增加了返工、审计发现问题或披露不完整的可能性。
明确合规范围
合规工作并非始于数据收集,而是始于范围界定。
如果没有明确界定哪些披露内容适用、哪些指标予以支持以及不同法规要求如何差异的受控报告范围,企业在尚未开始报告时就已经面临风险。
每当出现新的法规或框架,团队都必须手动重新解读要求,导致合规过程更慢、一致性更低且成本更高。
要摆脱被动式合规,企业必须将监管准备能力作为一项持续性的能力建设,将重要性判断直接与报告范围、指标和控制措施相连接。
借助合规软件与 AI 构建审计准备能力
许多可持续发展团队已依赖 SAP Sustainability Control Tower 等工具来识别、收集、计算和管理 ESG 数据,并支持重要性评估,这为可持续发展报告奠定了坚实基础。
第一步往往也是最困难且风险最高的:将 DMA 结果转化为符合要求的报告范围。团队通常依靠人工解读,将高层级的重要议题映射到具体的监管披露内容和指标上,从而导致不一致、后期遗漏以及审计风险。
可持续发展监管准备智能体(Sustainability Regulatory Readiness Agent)通过提前将重要议题与所需披露内容和指标关联起来,减少模糊性,尽早识别差距,并使团队在报告开始前即可基于统一且受控的基础开展工作。
什么是 AI 智能体?
AI 智能体是指一类基于人工智能技术的应用,能够独立制定决策并执行任务,而且极少需要人工监督。在高级模型的支持下,AI 智能体可以自行确定行动方案,并调用多种软件工具来执行任务。
可持续发展监管准备智能体(Sustainability Regulatory Readiness Agent)如何助力实现合规决策
1. 将重要性结果转化为可辩护的报告范围
嵌入 SAP Sustainability Control Tower 中的可持续发展监管准备智能体(Sustainability Regulatory Readiness Agent),可作为范围界定的辅助工具。团队可上传现有的 DMA,智能体将自动提出符合监管预期的初步报告范围。所有范围和指标建议均需经人工审核与批准,并附有书面说明,以形成可供审计追溯的决策记录。
业务价值:
- 配置和维护报告范围所需时间最多减少 80%——从 3 小时降至 0.6 小时*
- 提升重要性决策与披露之间的可追溯性
- 通过一致且可追溯的范围决策,降低审计和更正披露的风险
- DMA 报告设置所需的外部顾问成本最多减少 95%——从 20 天缩短至 1 天*
* 基于 SAP 专家估算
2. 明确不同 ESG 框架下的披露要求
不同框架(如 CSRD 和 ISSB)的披露要求各不相同。该代理会根据各个框架创建相应的报告范围,同时清晰展示所需的数据点、重叠部分以及差异。
业务价值:
- 减少各报告标准间的重复内容
- 更快适应新出台及不断变化的 ESG 法规
- 支持多个框架
3. 识别智能指标管理与差距填补
该智能体将所需披露内容与 SAP Sustainability Control Tower 中的现有指标定义进行映射。当智能体识别出差距时,会生成符合监管意图的自定义指标定义。
业务价值:
- 在数据收集开始前提升指标准备就绪程度
- 最大限度减少整改和返工
- 提高 ESG 数据的一致性和可比性
4. 建立可信且可辩护的成果
通过将人工监督和可审计的可追溯性嵌入单一、受控的真相来源,可持续发展准备代理确保基于 AI 的范围与指标决策透明、可审查,并在团队、监管机构和审计方之间保持一致。当智能体识别出差距时,会生成符合监管意图的自定义指标定义。
业务价值:
- 顺畅对接自动化披露与报告流程
- 提升审计准备信心
最终实现符合财务级标准的可持续发展报告。
为可持续发展与合规负责人提供可衡量的成果
采用 AI 驱动的监管准备能力的企业可实现:
- 更快实现合规:报告范围配置和更新从数周缩短至数分钟。
- 降低解释与审计风险:减少后期范围变更及补救工作。
- 灵活性更高:可持续发展团队无需在每次监管更新时从头重新定义报告范围,而是可以系统地调整纳入范围的内容,同时保持一致性。
- 提升数据准备水平:前期明确的范围与要求确保首次即正确收集所需数据,减少返工与保证风险。
- 强化治理能力:统一、可信的报告基础加强了跨团队的治理效能。
与依赖顾问和人工线下解读的方法不同,代理式 AI 能够独立决定如何转化实质性结果,并在各系统间执行合规任务,将监管合规直接嵌入日常可持续发展运营之中。
奠定基础,然后在此基础上持续构建。
SAP Sustainability Control Tower 帮助企业通过在一个受控系统中集中管理报告范围、指标和监管内容,建立符合财务级标准的可持续发展报告基础。在此基础上,可持续发展监管准备智能体(Sustainability Regulatory Readiness Agent)可自动化完成可持续发展报告中最复杂且关键的环节之一:将双重重要性结果转化为合规且具备审计准备性的报告范围。
通过在报告开始前应用代理式 AI,企业可从被动合规转向全公司范围的主动监管准备。