Durante mucho tiempo, en materia de sostenibilidad se puntuaba sobre la intención: un certificado, una memoria anual, una declaración en la licitación sobre reducción de CO2. Los datos subyacentes — consumo energético por proceso, origen de los materiales, kilómetros de transporte, flujos de residuos — se recopilaban de forma irregular, normalmente una vez al año, a menudo con meses de retraso. Quien tenía primero un buen relato ganaba la comparación, incluso si ese relato iba un poco por delante de la realidad.
Esa asimetría entre afirmación y prueba cambia en cuanto la recopilación y trazabilidad de los datos pasa a estar, en gran parte, en manos de la IA. Los datos que provienen de los sistemas — medidores de energía, planificaciones logísticas, órdenes de compra, guiones de producción — pueden agregarse de forma continua y compararse con normas sin que nadie tenga que elaborar un informe trimestral. Lo que queda como trabajo humano es la interpretación: si esta reducción es consecuencia de un cambio estructural o de un mes favorable, y qué excepciones en las cifras requieren una explicación que nadie da automáticamente.
Detrás de una afirmación de sostenibilidad hay tres tipos de trabajo, y no cambian al mismo ritmo.
La recopilación y consolidación de cifras procedentes de sistemas de medición, ERP y datos de proveedores es, en gran medida, algo que la IA puede asumir: es repetitivo, estructurado y verificable frente a una norma. Las empresas que ya habían conectado sus sistemas son las que ven cambiar esta parte más rápido.
Sopesar señales contradictorias — un proveedor que sobre el papel cumple la norma pero en la práctica se desvía, una cifra de reducción que no concuerda con el aumento de producción — es trabajo con supervisión humana: la IA señala la desviación, una persona evalúa si es relevante y por qué. Esa supervisión no es decorativa; determina si un informe es correcto en el momento en que un auditor o un cliente pregunta con más detalle.
Formular una estrategia de sostenibilidad, elegir qué cadena se hace más sostenible y a qué ritmo, y sopesar los costes frente a la reputación sigue siendo trabajo humano. Es una decisión de dirección, no un ejercicio de cálculo.
El cliente no nota la diferencia en una cifra de sostenibilidad más alta, sino en la rapidez y granularidad de la respuesta. Un proveedor que consolida sus datos de forma continua puede dar de inmediato, ante una pregunta específica — la huella de CO2 de este envío concreto, no de todo el año — una cifra, con una traza hasta la fuente. Un proveedor que todavía suma eso manualmente una vez al año da una estimación o remite al último informe.
En un proceso de licitación, esa diferencia pesa más que la propia cifra media de sostenibilidad. Un comprador que debe demostrar que su propia cadena cumple la normativa prefiere un proveedor que pueda probar por envío qué se ha emitido, antes que un proveedor con una media anual más bonita y sin datos subyacentes.
El cambio avanza más rápido en las empresas donde los sistemas de origen ya están estructurados: medidores de energía conectados, cadenas de proveedores digitalizadas, códigos de producto inequívocos. En las empresas donde esos datos todavía están en hojas de cálculo y formularios sueltos, la IA no puede consolidar lo que no se ha suministrado de forma estructurada — ahí el trabajo sigue siendo en gran parte manual, con el mismo retraso que antes.
Eso significa que dos competidores con ambiciones de sostenibilidad comparables pueden, sin embargo, mostrar un nivel de prueba muy distinto, no porque uno sea menos sostenible, sino porque la base de datos de uno sí es apta para la consolidación automatizada y la del otro no. Para un comprador que compara en esta dimensión, esa distinción suele ser más importante que la propia cifra reportada.
La sostenibilidad rara vez se considera de forma aislada en una licitación. Se valora junto con la certificación, junto con la cuestión de si un proveedor asume garantías y riesgos a través de la asunción de garantías y riesgos, y junto con aspectos prácticos como la facilidad para hacer negocios. Un proveedor que en sostenibilidad presenta pruebas pero en esas otras dimensiones solo una afirmación no gana automáticamente la comparación — la puntuación solo cuenta cuando cada dimensión resiste por separado.
Si esa supervisión de cifras y la interpretación que de ella se deriva ya funciona así en su propia organización, o todavía se hace en gran parte de forma manual, es una pregunta sobre qué trabajo en esta empresa realmente puede asumir la IA — eso es lo que el escáner de trabajo de FTE TO AI pone en evidencia por tarea. Quien quiera vincular esto a una comparación concreta con competidores encontrará el método en cómo puntuar a un competidor sin hacer suposiciones y en cómo comparar su empresa con la de sus competidores.
La cuestión de si la IA interviene en decisiones de personal queda fuera de lo que se responde aquí: para eso rigen requisitos legales propios, al margen de esta referencia comparativa.
Lo que sí se puede responder aquí es: en qué cree que gana en sostenibilidad, y si esa afirmación resiste frente a un competidor. La verificación gratuita por dimensión le permite indicar en qué cree que gana y muestra cuáles de esas afirmaciones se pueden defender con pruebas. La referencia comparativa completa, con la comparación en todas las dimensiones a la vez, está en construcción.
Vraag maar waarop er in uw markt gewonnen wordt. Ik vergelijk liever dan dat ik uitleg.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.