Kestävyydessä pisteitä on pitkään annettu aikomuksesta: sertifikaatti, vuosikertomus, tarjouksessa esitetty lausuma CO2-päästöjen vähentämisestä. Taustalla oleva data — energiankulutus prosessia kohden, materiaalien alkuperä, kuljetuskilometrit, jätevirrat — kerättiin nykänsä kerallaan, useimmiten kerran vuodessa, usein kuukausien viiveellä. Se, jolla oli ensimmäisenä hyvä tarina, voitti vertailun, vaikka tarina olisi ollut vain hieman todellisuutta edellä.
Tämä epäsuhta väitteen ja näytön välillä muuttuu, kun datan keräämisen ja jäljittämisen tekee suurelta osin AI. Järjestelmistä tuleva data — energiamittarit, logistiikkasuunnitelmat, ostotilaukset, tuotannon ajolistat — voidaan yhdistää jatkuvasti ja verrata normeihin, kun kenenkään ei tarvitse koostaa neljännesvuosiraporttia. Ihmistyöksi jää tulkinta: johtuuko tämä vähennys rakenteellisesta muutoksesta vai suotuisasta kuukaudesta, ja mitkä poikkeamat luvuissa vaativat selityksen, jota kukaan ei automaattisesti anna.
Kestävyysväitteen takana on kolmenlaista työtä, ja ne eivät siirry samaa tahtia.
Lukujen kerääminen ja yhdistäminen mittausjärjestelmistä, ERP:stä ja toimittajadatasta on suurelta osin sitä, mitä AI voi hoitaa: se on toistuvaa, jäsenneltyä ja verrattavissa normiin. Yritykset, joiden järjestelmät oli jo yhdistetty, näkevät tämän osan siirtyvän nopeimmin.
Ristiriitaisten signaalien punninta — toimittaja, joka paperilla täyttää normin mutta poikkeaa käytännössä, vähennysluku, joka ei täsmää tuotannon kasvun kanssa — on työtä, joka vaatii inhimillistä valvontaa: AI havaitsee poikkeaman, ihminen arvioi, onko se relevantti ja miksi. Tämä valvonta ei ole koristeellista; se ratkaisee, pitääkö raportointi paikkansa siinä hetkessä, kun tilintarkastaja tai asiakas kysyy tarkemmin.
Kestävyysstrategian muodostaminen, sen valitseminen, mikä ketju tehdään kestävämmäksi ja missä tahdissa, ja kustannusten punninta suhteessa maineeseen pysyy ihmistyönä. Se on hallinnollinen valinta, ei laskutehtävä.
Asiakas ei huomaa eroa korkeampana kestävyyslukuna, vaan vastauksen nopeutena ja tarkkuutena. Tarjoaja, jonka data yhdistyy jatkuvasti, voi antaa tiettyyn kysymykseen — tämän yhden toimituksen CO2-jalanjälki, ei koko vuoden — heti luvun, jäljitettävissä lähteeseen. Tarjoaja, joka laskee tämän vielä vuosittain käsin yhteen, antaa arvion tai viittaa viimeisimpään raporttiin.
Tarjouskilpailussa tämä ero painaa enemmän kuin keskimääräinen kestävyysluku itse. Ostaja, jonka on osoitettava omansa ketjun täyttävän sääntelyn vaatimukset, valitsee mieluummin toimittajan, joka voi todistaa lähetyskohtaisesti, mitä on päästetty, kuin toimittajan, jolla on kauniimpi vuosikeskiarvo mutta ei taustadataa.
Siirtymä etenee nopeammin yrityksissä, joissa lähdejärjestelmät ovat jo jäsenneltyjä: yhdistetyt energiamittarit, digitalisoidut toimitusketjut, yhtenäiset tuotekoodit. Yrityksissä, joissa tämä data on edelleen taulukkolaskentaohjelmissa ja irrallisissa lomakkeissa, AI ei voi yhdistää sitä, mitä ei ole toimitettu jäsenneltynä — siellä työ pysyy suurelta osin käsin tehtynä, samalla viiveellä kuin ennen.
Tämä tarkoittaa, että kaksi kilpailijaa, joilla on samankaltaiset kestävyystavoitteet, voivat kuitenkin osoittaa aivan eritasoisen näytön, ei siksi, että toinen olisi vähemmän kestävä, vaan siksi, että toisen datapohja sopii automatisoituun yhdistämiseen ja toisen ei. Ostajalle, joka vertailee tällä ulottuvuudella, tämä ero on usein tärkeämpi kuin raportoitu luku itse.
Kestävyys ei juuri koskaan seiso yksin tarjouspyynnössä. Se painotetaan yhdessä sertifioinnin kanssa, sen kysymyksen kanssa, ottaako toimittaja takuut ja riskit vastaan takuu- ja riskinoton kautta, ja käytännön asioiden kanssa, kuten asioinnin helppous. Tarjoaja, joka esittää kestävyydessä näyttöä mutta muissa ulottuvuuksissa väitteen, ei voita vertailua automaattisesti — pisteet pätevät vasta, kun kukin ulottuvuus kestää tarkastelun erikseen.
Se, toimiiko lukujen valvonta ja siitä seuraava tulkinta omassa organisaatiossanne jo näin, vai tapahtuuko se edelleen suurelta osin käsin, on kysymys siitä, mikä työ tässä yrityksessä on todella siirrettävissä AI:lle — sen tuo näkyviin FTE TO AI:n työskannaus tehtävä kerrallaan. Jos haluatte yhdistää tämän konkreettiseen kilpailijavertailuun, lähestymistavan löydätte kohdista miten arvioit kilpailijan pisteytyksen ilman olettamuksia ja miten benchmarkkaat yrityksesi kilpailijoita vastaan.
Kysymys siitä, onko AI:lla roolia henkilöstövalinnoissa, jää tämän vastauksen ulkopuolelle: siihen pätevät omat lakisääteiset vaatimukset, erillään tästä vertailukehikosta.
Mitä tässä voidaan vastata: mihin uskotte voittavanne kestävyydessä, ja kestääkö tuo väite tarkastelun suhteessa kilpailijaan. Maksuttoman ulottuvuustarkistuksen avulla voitte nimetä, missä uskotte voittavanne, ja se osoittaa, mitkä näistä väitteistä ovat puolustettavissa näytöllä. Täydellinen vertailukehikko, jossa vertailu tehdään kaikilla ulottuvuuksilla yhtä aikaa, on rakenteilla.
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.