Pokud klienti zohledňují udržitelnost při rozhodování o nákupu, neporovnávají vaše záměry, ale váš důkaz. Číslo CO2 na produkt, analýzu dodavatelského řetězce, certifikát odpovídající normě klienta, odpověď na dotazník o udržitelnosti, která sedí se zbytkem vaší dokumentace. Kdo v této dimenzi vyhrává, není nutně firma s nejlepším výkonem v pozadí. Je to často firma, která dokáže důkaz předložit rychleji a konzistentněji ve chvíli, kdy o něj klient požádá.
Právě tam se skrývá ta práce: shromažďovat údaje z nákupu, výroby a logistiky, agregovat je do čísla na produkt nebo službu a udržet toto číslo dohledatelné ve chvíli, kdy se auditor nebo klient doptává. Ještě donedávna to byla práce, pro kterou jste potřebovali lidi, kteří strávili týdny s tabulkami, dodavatelskými výkazy a manuálními kontrolami. To určovalo, jak rychle jste dokázali reagovat na výběrové řízení s požadavky na udržitelnost.
Práce za udržitelností jako obchodním argumentem se skládá zhruba ze tří vrstev. Za prvé sběr základních dat: spotřeba energie, materiálové toky, přepravní kilometry, čísla o odpadu. Za druhé převod těchto dat do normy nebo standardu, který klient rozpozná, jako je uhlíková stopa na jednotku nebo skóre podle oborového rámce. Za třetí podložení: dokážete prokázat, odkud číslo pochází, když ho někdo ověřuje.
První vrstva je z velké části otázkou zpřístupnění dat a jejich konzistentního strukturování, což je oblast, kde se AI stále více nasazuje k automatickému rozpoznávání a slučování dat z faktur, dodavatelských portálů a interních systémů. Druhá vrstva, převod do normy, se posouvá k modelu, kde AI provede první zařazení a člověk toto zařazení schválí nebo zamítne s odůvodněním, protože normy se liší podle klienta a odvětví a nesprávné použití má důsledky pro důvěryhodnost čísla. Třetí vrstva, podložení při auditu, zůstává prozatím prací pro lidi: někdo musí umět vysvětlit, proč je číslo správné, nejen že ho systém vypočítal.
Jakmile je sběr a agregace dat o udržitelnosti z velké části automatizovaný, mění se to, co je rozlišující. Dříve vyhrávala firma s největším vyhrazeným týmem pro reportování udržitelnosti: více lidí, více kapacity na zodpovídání dotazů. Když se tato kapacita uvolní tím, že velkou část sběrné práce provádí systém sám, rozlišení se posouvá ke kvalitě podkladových dat a k rychlosti, s jakou firma dokáže zodpovědět nový dotaz klienta bez zahájení nového projektu.
Toto se neděje všude stejným tempem. Firma s uspořádanými zdrojovými daty, standardizovanými nákupními procesy a jasnou strukturou dodavatelského řetězce může tuto práci nechat převzít rychleji než firma, kde jsou stejné údaje rozptýlené po samostatných systémech a osobních znalostech zaměstnanců. Rozdíl tedy neleží ve vůli automatizovat, ale v tom, jak dostupná jsou podkladová data už teď. Kdo to má v pořádku, dokáže odpovědět na dotaz na udržitelnost ve výběrovém řízení rychleji a s větší podrobností než konkurent, který ještě manuálně hledá čísla. Tento rozdíl je měřitelný v době průběhu a v tom, kolik z požadovaného podložení je skutečně dodáno, nikoli v marketingovém tvrzení.
Pokud se v důsledku tohoto posunu řeší personální rozhodnutí, platí pro ně vlastní zákonné požadavky; to je věcí zaměstnavatele, nikoli srovnání konkurenčních pozic.
Udržitelnost málokdy stojí v rozhodování o nákupu samostatně. Často se váží společně s jinými dimenzemi a stejný posun se odehrává i tam: jak automatizace auditní práce mění srovnatelnost certifikací, co pro konkurenční pozici znamená, když lze rychleji podložit posouzení záruk a rizik a proč znějí tvrzení o udržitelnosti v marketingových textech mezi konkurenty často zaměnitelně. Kdo sleduje více z těchto dimenzí najednou, vidí, že firmy, které vedou, to obvykle dělají na více než jedné frontě, protože podkladová datová schopnost je mezi dimenzemi přenositelná.
Na otázku, kterou část této práce lze ve vaší vlastní firmě skutečně převést na AI a která část zůstává dohledem nebo lidskou prací, nelze odpovědět obecně. Závisí to na tom, jak jsou vaše data nyní organizována a jaké normy vaši klienti používají. Tuto otázku zodpovídá pro každou úlohu pracovní scan FTE TO AI.
Abyste zjistili, zda je udržitelnost dimenzí, ve které vyhráváte nebo prohráváte, musí být nejprve jasné, na čem si nárokujete výhru, a zda to lze podložit důkazem. V bezplatné kontrole dimenzí uvedete, v čem si myslíte, že vyhráváte, a zjistíte, které z těchto tvrzení lze obhájit důkazem. Kompletní benchmark, s vaší pozicí a pozicí vaší srovnávací skupiny ve všech dimenzích rozhodujících o zakázce, se připravuje.