При устойчивостта дълго се оценяваше по намерение: сертификат, годишен отчет, изявление в търга за намаляване на CO2. Основните данни — енергийна консумация на процес, произход на материалите, транспортни километри, отпадъчни потоци — се събираха на пресекулки, обикновено веднъж годишно, често със закъснение от месеци. Който пръв имаше добра история, печелеше сравнението, дори ако историята леко изпреварваше действителността.
Тази асиметрия между твърдение и доказателство се променя, щом събирането и проследяването на данните до голяма степен се извършва от AI. Данни, идващи от системи — енергийни измервателни уреди, логистично планиране, поръчки за покупка, производствени графици — могат непрекъснато да се обединяват и съпоставят с норми, без някой да трябва да съставя тримесечен отчет. Това, което остава като човешка работа, е тълкуването: дали това намаление е резултат от структурна промяна или от благоприятен месец, и кои изключения в цифрите изискват обяснение, което никой не дава автоматично.
Зад едно твърдение за устойчивост стоят три вида работа и те не се изместват еднакво.
Събирането и консолидирането на цифри от измервателни системи, ERP и данни от доставчици е до голяма степен нещо, което AI може да поеме: то е повтарящо се, структурирано и проверимо спрямо норма. Компании, които вече са свързали своите системи, виждат тази част да се измества най-бързо.
Преценяването на противоречиви сигнали — доставчик, който на хартия отговаря на нормата, но на практика се отклонява, цифра за намаление, която не съответства на нарастването на производството — е работа с човешки надзор: AI сигнализира отклонението, човек преценява дали то е релевантно и защо. Този надзор не е декоративен; той определя дали един отчет е верен в момента, в който одитор или клиент задълбае с въпроси.
Формулирането на стратегия за устойчивост, изборът коя верига да бъде направена по-устойчива и с какви темпове, и преценяването на разходите спрямо репутацията остава човешка работа. Това е управленски избор, не изчислителна задача.
Клиентът не усеща разликата чрез по-висока цифра за устойчивост, а чрез скоростта и детайлността на отговора. Доставчик, който непрекъснато консолидира своите данни, може на конкретен въпрос — въглеродния отпечатък на точно тази доставка, не на цялата година — веднага да даде цифра, с проследима следа до източника. Доставчик, който все още сумира това ръчно веднъж годишно, дава оценка или препраща към последния отчет.
В тръжен процес тази разлика тежи повече от самата средна цифра за устойчивост. Купувач, който трябва да докаже, че собствената му верига отговаря на регулациите, предпочита доставчик, който може да докаже за всяка пратка какво е било изпуснато, пред доставчик с по-хубава годишна средна стойност и без основни данни.
Преходът върви по-бързо при компании, при които изходните системи вече са структурирани: свързани енергийни измервателни уреди, дигитализирани вериги от доставчици, еднозначни продуктови кодове. При компании, където тези данни все още се намират в електронни таблици и отделни формуляри, AI не може да консолидира това, което не е предоставено структурирано — там работата остава до голяма степен ръчна, със същото забавяне както преди.
Това означава, че двама конкуренти с подобни амбиции за устойчивост все пак могат да покажат съвсем различно ниво на доказателство, не защото единият е по-малко устойчив, а защото базата данни на единия е подходяща за автоматизирана консолидация, а на другия — не. За купувач, който сравнява по това измерение, тази разлика често е по-важна от самата отчетена цифра.
Устойчивостта рядко стои сама по себе си в една обществена поръчка. Тя се тежи заедно със сертифицирането, заедно с въпроса дали доставчик поема гаранции и рискове чрез поемане на гаранции и рискове, и заедно с практически въпроси като лекота на работа. Доставчик, който при устойчивостта идва с доказателство, но при другите измерения — само с твърдение, не печели автоматично сравнението — оценката се брои едва когато всяко измерение поотделно издържи.
Дали този надзор върху цифрите и произтичащото от него тълкуване вече работят по този начин във вашата собствена организация, или все още се извършват до голяма степен ръчно, е въпрос за това коя работа в тази компания действително може да бъде поета от AI — работният скенер на FTE TO AI изяснява това за всяка задача. Който иска да свърже това с конкретно сравнение с конкуренти, ще намери подхода за това в как да оцените конкурент без предположения и в как да сравните вашата компания с конкуренти.
Въпросът дали AI играе роля при кадрови решения остава извън обхвата на това, което се отговаря тук: за това важат собствени законови изисквания, отделно от този бенчмарк.
��оето тук може да бъде отговорено: къде смятате, че печелите по отношение на устойчивостта, и дали това твърдение издържа пред конкурент. Безплатната проверка на измеренията ви позволява да посочите къде смятате, че печелите, и показва кои от тези твърдения могат да бъдат защитени с доказателство. Пълният бенчмарк, със сравнението по всички измерения едновременно, е в процес на изграждане.