أتمتة الذكاء الاصطناعي في إعداد تقارير CSRD: الدليل الشامل

الجزء الأكثر تجاهلاً في CSRD ليس كتابة التقرير. إنها الآلية التشغيلية اللازمة للوصول إليه. تتطلب التوجيهية تقارير حول أكثر من 1,000 نقطة بيانات وبالنسبة لشركة تصنيع لديها 500 مورّد، يمكن أن يترجم هذا إلى تحليل 1,500-2,000 مستند لكل دورة (تحليل سوق أتمتة الذكاء الاصطناعي لتقارير ESG). بالنسبة لمدير مالي (CFO)، هذا يعني شيئًا بسيطًا: المشكلة ليست تنظيمية فقط، بل صناعية.

الخبر الجيد هو أن الذكاء الاصطناعي أصبح رافعة ملموسة للتحكم في هذا التعقيد. يمكن لمنهجية معتمدة على الذكاء الاصطناعي لتقارير CSRD أن تقلل من زمن جمع البيانات اليدوي بنسبة تصل إلى 70% وأن ترفع دقة معالجة البيانات إلى 95%، مقارنة بـ78% في العمليات اليدوية، بشرط أن تكون البيانات الأولية مناسبة (دليل عملي لاستخدام الذكاء الاصطناعي في تدقيقات CSRD). الخبر السيئ هو أن العديد من الشركات الإيطالية تقلل من شأن المخاطر: بيانات متناثرة، ضوابط ضعيفة، نماذج يصعب تفسيرها وحوكمة غير كافية.

إذا كنت تقيّم أتمتة الذكاء الاصطناعي لتقارير CSRD، فالمسألة ليست شراء منصة. المسألة هي بناء عملية قادرة على الصمود أمام التدقيق والمواعيد وجودة البيانات. إليك دليلًا واقعيًا، مكتوبًا بالأسلوب الذي كنت سأستخدمه مع مدير مالي (CFO): عمليات واضحة، مفاضلات صريحة، مزايا ملموسة ومخاطر يجب إدارتها قبل أن تتحول إلى مشكلة.

تحدي إعداد تقارير معايير الإبلاغ المستدام للشركات (CSRD) والدور الاستراتيجي للذكاء الاصطناعي

بالنسبة للعديد من الشركات الصغيرة والمتوسطة الإيطالية، لا تكمن المشكلة في إدراك أن توجيهات الإبلاغ عن الاستدامة (CSRD) تتطلب المزيد من البيانات. بل تكمن المشكلة في إنتاج بيانات يمكن الدفاع عنها في عمليات التدقيق، مع مواعيد إغلاق تتوافق مع عمل قسم الشؤون المالية، ودون زيادة عدد الملفات وعمليات التسوية والإصدارات غير الخاضعة للرقابة.

تزداد الصعوبة لأن تقارير CSRD تجمع بين مصادر متنوعة للغاية. فأنظمة تخطيط موارد المؤسسات (ERP) والمشتريات والموارد البشرية والفواتير والبيانات البيئية واستبيانات الموردين وملفات PDF والملاحظات المنهجية يجب أن تندمج في عملية واحدة قابلة للتحقق وقابلة للتكرار. وإذا ظل هذا الإجراء يدويًا، فإن المدير المالي يفقد الرؤية في المجالات التي تكون فيها المخاطر أعلى: جودة البيانات والمسؤوليات التشغيلية وإمكانية تتبع التصحيحات.

لماذا يفقد النموذج اليدوي السيطرة

في الشركات المتوسطة الحجم، ألاحظ غالبًا نفس النمط. يتولى فريق الشؤون المالية تنسيق إعداد التقارير، لكن جزءًا كبيرًا من المعلومات يظل مبعثراً بين الأقسام المختلفة والمستشارين الخارجيين والموردين. والنتيجة ليست مجرد بطء في العمل، بل هي سلسلة رقابة ضعيفة.

فيما يلي الأعراض النموذجية:

• بيانات منسوخة عدة مرات بين Excel والبريد الإلكتروني والعروض التقديمية
• وحدات قياس غير متسقة بين المصانع أو وحدات الأعمال أو الموردين
• ملكية غير واضحة لنقاط بيانات ESRS
• تصحيحات دون تتبع لمن وافق عليها
• أدلة متناثرة في مجلدات محلية أو مرفقات غير مؤرشفة بإصدارات

معظم مشاكل CSRD لا تنشأ في التقرير النهائي. إنها تنشأ قبل أشهر، أثناء جمع البيانات وتنقيتها.

بالنسبة لشركة صغيرة أو متوسطة الحجم إيطالية، فإن هذه النقطة لها تأثير أكبر مقارنة بالمجموعات الكبيرة. فهياكلها أكثر بساطة، وأنظمتها أقل تكاملاً، وغالباً ما يعتمد الالتزام بالمنهجية على عدد قليل من الأشخاص. فإذا ما تغير دور أحد هؤلاء الأشخاص أو غادر الشركة، فإن العملية تتعرض للضعف على الفور.

ما الذي يمكن للذكاء الاصطناعي فعله حقًا، وما الذي لا يمكنه فعله

تساعد الذكاء الاصطناعي بشكل خاص في الأنشطة ذات الحجم الكبير والتوحيد المنخفض. فهي قادرة على تصنيف المستندات، وقراءة الحقول من مصادر متنوعة، واقتراح ربط بين نقاط البيانات ومتطلبات ESRS، والإبلاغ عن الحالات الشاذة، وتحديد القيم المفقودة، وإعداد مسودات نصوص تتماشى مع البيانات المتاحة.

لكنها تعمل بشكل جيد فقط إذا اعتمدت على أسس محكومة. بدون خريطة واضحة للمصادر والمسؤوليات، حتى أفضل محرك ذكاء اصطناعي يسرّع الأخطاء والغموض وعدم الاتساق. لهذا السبب، فإن الأولوية ليست الأداة بحد ذاتها، بل هيكلة تدفقات المعلومات ومصادر البيانات المرتبطة بتقارير CSRD.

بشكل عملي، تكون الأتمتة مجدية عندما تقلل من الأعمال الروتينية وتزيد من سيطرة الإنسان على المراحل الحاسمة.

النقطة الحاسمة التي يقلل الكثيرون من شأنها: الصندوق الأسود

ما نحتاجه هنا هو الواقعية. إن نظام الذكاء الاصطناعي الذي ينتج رقمًا معقولاً دون أن يوضح بشكل واضح من أي وثيقة استخرجه، وبأي منطق قام بتحويله، ومن الذي تحقق من صحته، يخلق مشكلة جديدة بدلاً من حل مشكلة قديمة.

في مجال التدقيق، لا يكمن السؤال في ما إذا كان الناتج «يبدو صحيحًا». بل يكمن السؤال في ما إذا كان المسار المؤدي إلى هذا الناتج قابلاً لإعادة التتبع. وهذا هو جوهر مشكلة «الصندوق الأسود». فإذا لم يتمكن الفريق من إظهار مصدر البيانات، والقاعدة المطبقة، والاستثناءات التي ظهرت، والموافقة النهائية، فإن قابلية التقرير للدفاع عنه تتضاءل.

ولهذا السبب، أنصح دائمًا بالتعامل مع الذكاء الاصطناعي باعتباره أداة للمعالجة المسبقة والتدقيق، وليس بديلاً عن التقدير المهني. فالمسؤولية تظل تقع على عاتقنا. ويُقصد بذلك على وجه الخصوص النطاق 3، والأهمية المزدوجة، والسرد المرتبط بالتقديرات أو الافتراضات المنهجية.

أين يتم قياس القيمة بالنسبة لمدير مالي

الفائدة الحقيقية لا تكمن في "إنجاز التقرير بسرعة أكبر" بمعنى عام. بل تكمن في الحد من ثلاثة مخاطر محددة:

1. مخاطر الخطأ، لأن الخطوات اليدوية تقل.
2. مخاطر التدقيق، لأن كل بيانة مهمة لها مصدر ومنطق وموافقة.
3. المخاطر التشغيلية، لأن العملية تتوقف عن الاعتماد على ذاكرة عدد قليل من الأشخاص.

إذا لم تظهر هذه النتائج الثلاث، فهذا يعني أن الشركة لا تعمل على تحسين تقاريرها المتعلقة بالمسؤولية الاجتماعية للشركات (CSRD). إنها تكتفي بإضافة التكنولوجيا إلى عملية لا تزال هشة.

تنفيذ أتمتة CSRD في 5 مراحل عملية

بناءً على خبرتي، غالبًا ما تفشل مشاريع أتمتة CSRD في الشركات الصغيرة والمتوسطة الإيطالية بسبب البيانات غير المنظمة أكثر مما تفشل بسبب محدودية المنصة المختارة. لا يكمن الهدف في إضافة الذكاء الاصطناعي إلى العملية الحالية، بل في بناء مسار عمل يتحمل التدقيق، مع خطوات قابلة للتحقق ومسؤوليات واضحة.

المرحلة 1: تحديد متطلبات نظام ESRS ومصادره

يتعلق القرار الأول بنطاق المعلومات. يجب تحديد نقاط البيانات الخاصة بنظام ESRS ذات الصلة بالشركة، والأنظمة التي توجد بها حالياً، والبيانات الناقصة، والجهات المسؤولة عن التحقق من صحتها. فبدون هذه الخريطة، قد تؤدي الأتمتة إلى زيادة الأخطاء.

بالنسبة للشركات الصغيرة والمتوسطة الإيطالية، لا تقتصر الصعوبة على الجانب التقني فحسب. فغالبًا ما تكون البيانات المتعلقة بالبيئة والموارد البشرية وسلسلة التوريد موزعة بين أنظمة تخطيط موارد المؤسسات (ERP) وجداول Excel وبوابات الموردين وملفات PDF. ويمكن للذكاء الاصطناعي أن يساعد في تصنيف المصادر واقتراح ربط أولي بين المتطلبات التنظيمية والبيانات المتاحة، لكن مسؤولية تأكيد هذا الربط تظل من اختصاص المؤسسة نفسها.

الناتج المفيد في هذه المرحلة هو مصفوفة تشغيلية تتألف من ستة حقول:

• نقطة البيانات المطلوبة
• النظام المصدر
• المالك الداخلي
• وتيرة التحديث
• مستوى الموثوقية
• الأدلة المستندية المتاحة

وإذا كانت هذه المصفوفة غير مكتملة، فإن الخطر ليس مجرد افتراض نظري. ففي عملية التدقيق، يصعب تفسير سبب إدراج مؤشر ما في التقرير ضمن ذلك النطاق ومن تلك المصادر.

المرحلة 2: اختيار الحل وفقًا لمعايير التدقيق

يجب أن يستند اختيار المنصة إلى منطق الرقابة الداخلية، وليس إلى الإنتاجية وحدها. فالتجربة التوضيحية الجيدة وحدها لا تكفي. بل يجب التأكد من أن النظام يسجل مسار التحويلات، ويحتفظ بالإصدارات، ويدير الأذونات، ويجعل المسار من البيانات الأولية إلى الناتج النهائي واضحًا.

بالنسبة للمدير المالي، هناك أربعة أسئلة محددة يجب طرحها على المورد:

• هل يمكن تتبع البيانات من المستند أو النظام المصدر وصولاً إلى الإفصاح؟
• هل القواعد المطبقة قابلة للتفسير حتى لمراجع خارجي؟
• هل الأدوار والصلاحيات تحمي البيانات الحساسة وعمليات الاعتماد؟
• هل التكاملات موجودة فعلاً أم تتطلب عمليات تصدير يدوية مستمرة؟

من المفيد التحقق فوراً أيضاً من موضوع الاتصالات التطبيقية. المنصة المتصلة بشكل سيئ بأنظمة الشركة تخلق تسويات يدوية واستثناءات متكررة وأوقات إغلاق أطول. لهذا السبب يُنصح بالتحقق مسبقاً من جودة الموصلات مع مصادر البيانات الرئيسية للشركة.

وهنا يظهر موضوع "الصندوق الأسود" بالفعل. فإذا لم يتمكن المورد من توضيح كيفية تصنيف النموذج لوثيقة ما، أو كيفية الإبلاغ عن أي شذوذ، أو تقديم مسودة تفسيرية، فستظهر المشكلة لاحقًا، وعادةً في أسوأ الأوقات.

المرحلة 3: ربط الأنظمة وتنظيف المسارات

هذه هي المرحلة التي تفقد فيها العديد من المشاريع مصداقيتها. فالذكاء الاصطناعي يعالج كميات ضخمة من البيانات في وقت قصير، لكنه لا يصحح من تلقاء نفسه الترميزات غير المتسقة، أو وحدات القياس المختلفة، أو النطاقات غير المتوافقة، أو الملفات التي يتم تحميلها وفقًا لمنهجيات تختلف من قسم لآخر.

هناك ثلاثة أنشطة يجب الإشراف عليها:

1. تحديد قواعد التوحيد القياسي للوحدات والبيانات المرجعية والفترات والنطاقات.
2. وضع ضوابط تلقائية للاتساق تُظهر الانحرافات والحقول الناقصة والحالات الشاذة.
3. إدارة المدخلات الخارجية من الموردين، والتي غالباً ما تكون في الشركات الصغيرة والمتوسطة الجزء الأقل توحيداً في العملية.

وهنا يظهر تناقض حقيقي. فكلما زادت أتمتة عملية إدخال البيانات، زادت الحاجة إلى الاستثمار في قواعد الجودة في المراحل الأولية. وإذا لم تفعل ذلك، فسيجد فريق الشؤون المالية نفسه مضطراً للتحقق من صحة الاستثناءات التي يولدها النظام، بدلاً من تقليل العمل اليدوي.

هناك قاعدة عملية تساعد على تجنب أخطاء الإعداد. يجب أن يتضمن كل تدفق آلي عنصر مراقبة للتسوية يمكن لشخص غير متخصص فهمه. فإذا كان عنصر المراقبة واضحًا فقط لمن قام بتكوين المنصة، فإن العملية تظل هشة.

المرحلة 4: تكوين عناصر التحكم والنصوص

بعد تنقية البيانات، يمكن للذكاء الاصطناعي أن يحقق قيمة ملموسة. فهو قادر على الإبلاغ عن الحالات الشاذة، وإعداد مسودات النصوص، والمساعدة في ملء الأقسام المتكررة. لكن لا ينبغي إسناد الأجزاء الأكثر حساسية إلى النموذج، مثل الافتراضات المنهجية، أو نطاقات التوحيد، أو التفسيرات المتعلقة بالتقديرات والفجوات المعلوماتية.

أفضل الممارسات هي التالية:

• مسودات سردية مع إشارة دقيقة إلى المصدر
• الإبلاغ عن الحالات الشاذة قبل المراجعة الخارجية
• قوالب معتمدة من الشؤون المالية والاستدامة والشؤون القانونية
• مراجعة بشرية نهائية للتحقق من صحة اللغة والنطاق والاتساق مع البيانات

في الشركات الصغيرة والمتوسطة، يكمن الخطر الخفي في الإفراط في الثقة بالنصوص المكتوبة بشكل جيد. فقد يخفي النص الأنيق أساسًا وثائقيًا ضعيفًا. ولهذا السبب، أطلب دائمًا التحقق من أمرين قبل الموافقة: من أين تأتي كل عبارة، وما هي القاعدة التي دفعت النظام إلى صياغتها.

المرحلة 5: إدارة عملية التشغيل

لا يُعدّ بدء التشغيل نهاية المشروع. بل إنه يفتح الباب أمام مرحلة يتعين فيها على نظام الأتمتة أن يثبت قدرته على الصمود شهرًا بعد شهر، في ظل بيانات جديدة واستثناءات حقيقية وتعديلات على النماذج أو القوالب.

ينبغي أن توضح الحوكمة الدنيا النقاط التالية:

في الشركات الصغيرة، غالبًا ما يتركز الخطر التشغيلي على عدد قليل من الأشخاص. فإذا كانت هناك وظيفة واحدة فقط على دراية بالقواعد والاستثناءات ومنطق التحميل، فإن الأتمتة تظل معتمدة على الذاكرة البشرية. وهذا لا يمثل تحسناً هيكلياً.

يؤدي التنفيذ الجيد إلى ثلاث نتائج قابلة للقياس: انخفاض في التصحيحات اليدوية، وانخفاض في النقاشات أثناء عمليات التدقيق، وزيادة في القدرة على توقع مواعيد الانتهاء. وإذا كان أحد هذه العناصر الثلاثة مفقودًا، فمن الأفضل مراجعة تصميم العملية قبل توسيع نطاق استخدام الذكاء الاصطناعي.

قائمة مراجعة للتحضير الفني والتنظيمي

قبل الاستثمار في الأتمتة، من المستحسن إجراء تقييم داخلي لمستوى النضج. فليس من الضروري وجود بنية مؤسسية. بل ما نحتاجه هو الوضوح بشأن ما لديك، وما ينقصك، وما لا ينبغي تفويضه للمنصة.

المتطلبات الفنية

السؤال الصحيح ليس «هل لدينا الكثير من البيانات؟»، بل «هل لدينا بيانات يمكن تتبعها ومتسقة وخاضعة للرقابة؟». وإذا كانت الإجابة غير مؤكدة، فيجب الإعداد للأتمتة بشكل أفضل.

تحقق من النقاط التالية:

• سجل مصادر البيانات. يجب أن تعرف الأنظمة التي تغذي التقارير وبأي وتيرة.
• مستندات خارجية منظمة. يجب أن تخضع ملفات PDF والاستبيانات ومرفقات الموردين لقواعد أرشفة أساسية.
• قواعد جودة البيانات. تحتاج إلى معايير مشتركة للحقول الناقصة ووحدات القياس والتسويات.
• الوصول والصلاحيات. تتعامل عملية CSRD مع معلومات لا يمكن تداولها دون رقابة.

إن وجود حالة أولية جيدة لا يعني الكمال. بل يعني أن كل معلومة مهمة لها على الأقل مالك واحد، ومصدر معروف، ومعيار للتحقق من صحتها.

المتطلبات التنظيمية

تتعثر العديد من المشاريع لأسباب غير فنية. فالمنصة موجودة، لكن لا أحد يحدد حدودها، أو يوافق على التعيينات، أو يحل النزاعات بين الأقسام.

يتطلب الإعداد التنظيمي اتخاذ أربعة قرارات واضحة على الأقل:

• الراعي التنفيذي. يجب أن يكون المدير المالي أو من يعادله قادرًا على إزالة العوائق أمام الأولويات والمسؤوليات.
• مالك العملية. شخص واحد ينسق التدفق من البداية إلى النهاية.
• المسؤولون عن كل مجال. الموارد البشرية والمشتريات والعمليات والمالية يتحققون من البيانات الخاصة بمجال اختصاصهم.
• معيار المراجعة البشرية. عليك أن تقرر متى يكون مخرج الذكاء الاصطناعي كافيًا لمراجعة سريعة ومتى يستلزم فحصًا معمقًا.

مشروع CSRD ينجح عندما تقرر الشركة من يتحمل مسؤولية البيانات. لا عندما تركّب طبقة تقنية جديدة.

بالنسبة للشركات الصغيرة والمتوسطة، غالبًا ما يكون النموذج الهجين هو الأكثر فعالية. حيث يتم الاعتماد بشكل كبير على الأتمتة في جمع البيانات وتصنيفها والتحقق من اتساقها، بينما يتولى الموظفون الإشراف على تحديد نطاق العمل، وتحديد الأهمية النسبية، وصياغة التقرير، والموافقة النهائية.

مسارات العمل والنتائج الملموسة للقطاعات الرئيسية

تكون الأتمتة مجدية عندما تغير طبيعة العمل اليومي. ويعد قطاعا التجزئة والمالية مجالين يظهر فيهما ذلك بوضوح، ولكن لأسباب مختلفة.

التجزئة ونطاق 3

في قطاع التجزئة الإيطالي، غالبًا ما تكون سلسلة التوريد نقطة الاختناق. يعاني تقييم الازدواجية المادية عندما تصل بيانات الأثر بصيغ يصعب قراءتها أو غير قابلة للمقارنة. يشير تقرير استشهدت به Deloitte إلى أن 52% من الشركات الصغيرة والمتوسطة في قطاع التجزئة الإيطالي لا تملك بيانات دقيقة عن الأثر، وهنا بالتحديد يمكن للذكاء الاصطناعي أن يسرّع عملية القياس المرجعي، مع الانتباه إلى التحيزات الناتجة عن ضعف بيانات سلسلة التوريد (تحليل حول الازدواجية المادية والذكاء الاصطناعي).

وعلى أرض الواقع، يتبع سير العمل المصمم جيدًا في قطاع التجزئة المنطق التالي:

• جمع مستندات الموردين واستبيانات ESG
• استخراج تلقائي للحقول ذات الصلة
• توحيد الفئات والوحدات والنطاقات
• المقارنة مع المرجعيات الداخلية والتاريخية
• فتح استثناءات على البيانات غير المتسقة
• إنتاج لوحات معلومات للإدارة وفريق الامتثال

النتيجة المفيدة لا تقتصر على الرقم النهائي فحسب. بل تشمل أيضًا قائمة الاستثناءات، وجودة المصادر، وتسلسل الافتراضات. وهذا هو ما يساعد حقًا في عملية المراجعة.

فيما يخص الجزء السردي، تكتشف العديد من الشركات متأخرًا أن معرفة التحليل وحدها لا تكفي. لا بد أيضًا من عرض النتيجة بطريقة مفهومة. في هذا الصدد، يفيد دليل Data Storytelling Academy حول كيفية كتابة تقرير فعّال، لأنه يساعد على تحويل مجموعة من الأدلة التقنية إلى تواصل واضح وسهل القراءة للإدارة والمراجعين وأصحاب المصلحة.

المالية ومعيار الأهمية المزدوجة

في مجال التمويل، يختلف مسار العمل. فالمشكلة لا تكمن في مجرد تتبع البيانات المادية أو المتعلقة بالتوريد، بل في ربط المخاطر والتعرضات والسياسات الداخلية والإفصاحات بشكل متسق. وهنا تبرز فائدة الذكاء الاصطناعي بشكل خاص في تصنيف القضايا الجوهرية، وتحليل المدخلات النوعية، وإعداد المسودات التي يمكن لفريق الامتثال صقلها.

يتضمن سير العمل النموذجي ما يلي:

في مجال التمويل، لا تكمن الميزة في «الكتابة بسرعة أكبر»، بل في تقليل التباينات بين الوظائف التي تنتج نفس البيانات باستخدام تعريفات مختلفة.

كيف ELECTE عملية إعداد تقارير CSRD الخاصة بك

بالنسبة للشركات الصغيرة والمتوسطة، لا تكمن المشكلة في العثور على منصة أخرى لإضافتها إلى مجموعة المنصات الحالية. بل تكمن المشكلة في دمج البيانات وعمليات التحكم والمخرجات في مسار عمل يمكن للفريق استخدامه فعليًّا.

بيانات مترابطة وتقارير قابلة للاستخدام

تُعد «إليكت» (ELECTE)، وهي منصة لتحليل البيانات مدعومة بالذكاء الاصطناعي مخصصة للشركات الصغيرة والمتوسطة، مفيدة في هذا السياق لأنها تعمل على السلسلة بأكملها. فهي تربط بين مصادر متنوعة، وتقوم بمعالجة البيانات مسبقًا، وتسهل اكتشاف الحالات الشاذة، وتحوّل مجموعات البيانات المعقدة إلى رؤى يمكن فهمها حتى من قبل المستخدمين غير التقنيين.

في سياق CSRD، يساعد هذا النهج بشكل خاص في ثلاثة جوانب:

• توحيد المصادر مركزياً. يقلل الاعتماد على عمليات جمع يدوية متفرقة.
• الإعداد الآلي للبيانات. يساعد في تحويل مجموعات البيانات إلى شكل أكثر ملاءمة للضوابط.
• مخرجات قابلة للقراءة لدعم اتخاذ القرار. تساعد لوحات التحكم والتقارير المديرين الماليين وفرق الامتثال على فهم أين يجب التدخل فوراً.

في المرحلة النهائية من الإفصاح، تكتسب القدرة على إنشاء مخرجات واضحة وقابلة لإعادة الاستخدام أهمية خاصة. إن منطق أداة بناء التقارير المصممة لإنشاء تقارير آلية وقابلة للتخصيص هو تحديداً ما يفتقر إليه العديد من عمليات CSRD التي لا تزال تُدار بمستندات منفصلة ونسخ متوازية وعمليات توحيد متأخرة.

المنصة المناسبة لا تحل محل حكم الإدارة. إنها تُزيل العمل المتكرر الذي يمنع الإدارة من ممارسة هذا الحكم بشكل جيد.

وهذا هو المكان الذي يُحدث فيه نهج "التحليلات أولاً" فرقاً. فهو لا يتعامل مع إعداد التقارير على أنها ملف نهائي يتعين تنسيقه، بل كنتيجة طبيعية لعملية معالجة بيانات أكثر تنظيماً ووضوحاً وسهولة في التحكم.

تجنب مخاطر الذكاء الاصطناعي في إعداد تقارير الاستدامة

لا يفشل استخدام الذكاء الاصطناعي في إعداد تقارير الاستدامة بسبب عدم نضج التكنولوجيا. بل يفشل عندما تكلفه الشركة بمهام تتطلب تقديراً أو سياقاً أو تفسيرات لا يستطيع النموذج تقديمها بمفرده.

مشكلة الصندوق الأسود

في إيطاليا، يشكّل نقص الشفافية في الذكاء الاصطناعي عائقًا أمام 62% من الشركات الصغيرة والمتوسطة التي يجب أن تتوافق مع معيار CSRD، وفي سياقات مماثلة يُعزى 28% من حالات الرفض في التدقيق إلى نماذج غير قابلة للتفسير (دراسة عن الذكاء الاصطناعي وتقارير الاستدامة للشركات الصغيرة والمتوسطة). يجب قراءة هذه البيانات بشكل صحيح. المخاطرة ليست أن "الذكاء الاصطناعي يخطئ". المخاطرة هي أن "الشركة لا تعرف كيف تشرح كيف وصلت إلى تلك النتيجة".

التدابير العملية المطبقة ملموسة للغاية:

• استخدام أنظمة ذات سجل تدقيق قابل للقراءة
• الحد من النماذج غير الشفافة في الخطوات الحرجة
• الحفاظ دائمًا على الرابط بين المخرجات والبيانات المصدرية
• إدخال موافقات بشرية في نقاط اتخاذ القرار

بالنسبة للعديد من المديرين الماليين، يرتبط هذا الموضوع أيضًا بالحوكمة التنظيمية الأوسع. من المفيد أخذ إطار الامتثال ومتطلبات European AI Act بعين الاعتبار، لأن التوجه التنظيمي الأوروبي يتجه بوضوح نحو مزيد من الشفافية، ومزيد من الرقابة، وتقليل الاعتماد الأعمى على النماذج غير القابلة للتفسير.

ما يدخل من هراء يخرج هراء

أما الخطر الآخر فهو أكثر بساطة، لكنه غالبًا ما يكون أكثر ضررًا. فإذا كانت البيانات غير صحيحة، فإن الأتمتة تسرع من انتشار الخطأ الموجود أصلاً. ويحدث هذا بشكل خاص مع مستندات الموردين غير الموحدة، ونطاقات العمل غير المتوافقة، والتعاريف المختلفة بين الأقسام.

أكثر وسائل الدفاع فعالية هي تلك العملية، وليست النظرية:

لا يزال النموذج الأكثر فعالية هو نموذج "تدخل الإنسان". حيث تقوم الذكاء الاصطناعي بجمع البيانات وتصنيفها والإبلاغ عنها وإعدادها، بينما يتولى الفريق التحقق منها وتفسيرها والموافقة عليها.

الأسئلة الشائعة حول أتمتة إعداد تقارير CSRD

تتمتع LAI بالقدرة على إدارة البيانات غير المنظمة الخاصة بالموردين

نعم، ولكن ضمن حدود محددة. تُعد الذكاء الاصطناعي مفيدة في قراءة ملفات PDF والاستبيانات المفتوحة والمرفقات والوثائق غير الموحدة. وهي تعمل بشكل جيد عند استخراج الحقول، والتعرف على الفئات المتكررة، والإبلاغ عن المعلومات الناقصة. ومع ذلك، فهي لا تكفي وحدها لضمان صحة البيانات في نطاق CSRD. يجب عليك دائمًا وضع قواعد للتحقق من الصحة وإجراء مراجعة بشرية للحالات الاستثنائية.

ما هو الدور المتبقي لفريق الشؤون المالية والمراجع؟

ويظل دورها محوريًا. فالذكاء الاصطناعي لا يتخذ القرارات بشأن الجوهرية ونطاق العمل والمنهجيات والافتراضات النهائية بدلاً من الشركة. ويقوم فريق الشؤون المالية والامتثال بوضع القواعد والموافقة على الاستثناءات والتحقق من اتساق الإفصاحات والتأكد من أن التقرير يعكس النموذج التشغيلي الفعلي. أما المدقق، فيحتاج بدوره إلى سجلات وأدلة وخطوات يمكن إعادة تتبعها.

عندما يدخل الذكاء الاصطناعي في التقارير، لا تختفي الرقابة البشرية. بل تصبح أكثر أهمية وأكثر تركيزًا.

إلى أي مدى يجب توحيد هذه العملية

أكثر مما تتصور العديد من الشركات الصغيرة والمتوسطة. لا حاجة إلى صرامة مطلقة، ولكن هناك حاجة إلى قواعد أساسية. أسماء ملفات متسقة، وحقول إلزامية، وملكية البيانات، وقواعد الموافقة، ونظام أرشفة منظم. وبدون هذه الانضباط، تظل الأتمتة جزئية.

تساعد الأتمتة أيضًا في ما يتجاوز مجرد الامتثال

نعم. عندما تكون العملية منظمة بشكل جيد، تصبح البيانات التي يتم جمعها من أجل التقرير المتعلق بالاستدامة (CSRD) مفيدة أيضًا في مجالات المشتريات وإدارة المخاطر والمراقبة الإدارية والتواصل مع المستثمرين أو العملاء. الفائدة الحقيقية لا تكمن فقط في «إعداد التقرير»، بل في امتلاك قاعدة بيانات أفضل لاتخاذ قرارات أفضل.

يجب على الشركات الصغيرة والمتوسطة أن تبدأ بكل شيء على الفور

لا. من الأفضل عمومًا البدء بالتدفقات الأكثر أهمية وتكرارًا. على سبيل المثال، جمع البيانات من الموردين، أو عمليات المطابقة بين الأقسام، أو مسودات التقارير الإفصاحية التي تتطلب تحديثات متكررة. والخطأ هو السعي إلى أتمتة كل شيء دفعة واحدة دون وضع قواعد الحوكمة أولاً.

كيف يمكن تقييم ما إذا كان الحل مناسبًا حقًا

لا تركز على العرض التوضيحي بقدر ما تركز على العملية نفسها. اسأل عما إذا كانت المنصة تحتفظ بسجل للتحويلات، وما إذا كانت تدير الاستثناءات، وما إذا كانت تربط بين المخرجات والمصادر، وما إذا كان بإمكان الأشخاص غير التقنيين استخدامها، وما إذا كانت تتكامل مع الأنظمة التي لديك بالفعل. يجب أن تساعدك الحلول الموثوقة لإعداد تقارير CSRD على العمل بشكل أفضل، وليس فقط على إنشاء المستندات بسرعة أكبر.

إذا كنت تريد تحويل الامتثال لمعيار CSRD إلى عملية أكثر تنظيمًا وقابلية للتتبع ومفيدة للأعمال، اكتشف كيف يمكن لـElecte مساعدتك في ربط مصادر البيانات، وأتمتة التقارير، والحصول على رؤى واضحة دون تعقيدات المؤسسات الكبرى.