Quando os clientes ponderam a sustentabilidade numa decisão de compra, não comparam as suas intenções mas sim as suas provas. Um número de CO2 por produto, uma análise da cadeia, um certificado que corresponde à norma do cliente, uma resposta a um questionário de sustentabilidade que é coerente com o resto do seu dossiê. Quem vence nesta dimensão não é necessariamente a empresa com o melhor desempenho subjacente. É frequentemente a empresa que consegue apresentar as provas mais rapidamente e de forma mais consistente no momento em que o cliente as solicita.
É precisamente aí que está o trabalho: recolher dados de compras, produção e logística, agregá-los num número por produto ou serviço, e manter esse número rastreável quando um auditor ou cliente aprofunda a questão. Até há pouco tempo, esse era um trabalho para o qual precisava de pessoas que passavam semanas com folhas de cálculo, declarações de fornecedores e verificações manuais. Isso determinava a rapidez com que podia responder a um concurso com requisitos de sustentabilidade.
O trabalho por trás da sustentabilidade como argumento de venda consiste, grosso modo, em três camadas. Primeiro, a recolha de dados básicos: consumo de energia, fluxos de materiais, quilómetros de transporte, dados sobre resíduos. Segundo, a tradução desses dados para uma norma ou padrão que o cliente reconhece, como uma pegada de CO2 por unidade ou uma pontuação de acordo com um quadro setorial. Terceiro, a fundamentação: consegue demonstrar de onde vem um número quando alguém o verifica.
A primeira camada é, em grande medida, uma questão de disponibilizar dados e estruturá-los de forma consistente, algo para o qual a IA é cada vez mais utilizada para reconhecer e reunir automaticamente dados de faturas, portais de fornecedores e sistemas internos. A segunda camada, a tradução para uma norma, está a mudar para um modelo em que a IA faz uma classificação inicial e uma pessoa aprova ou rejeita essa classificação com justificação, porque as normas variam por cliente e por setor e uma aplicação incorreta tem consequências para a credibilidade do número. A terceira camada, a fundamentação numa auditoria, continua por enquanto a ser trabalho humano: alguém tem de conseguir explicar por que motivo um número está correto, não apenas que um sistema o calculou.
Assim que a recolha e agregação de dados de sustentabilidade estiverem em grande parte automatizadas, muda o que é distintivo. Anteriormente, vencia a empresa com a maior equipa dedicada à elaboração de relatórios de sustentabilidade: mais pessoas, mais capacidade para responder a pedidos. Se essa capacidade fica disponível porque grande parte do trabalho de recolha acontece por si só, a distinção desloca-se para a qualidade dos dados subjacentes e para a rapidez com que uma empresa consegue responder a um novo pedido de cliente sem iniciar um novo projeto.
Isto não acontece em todo o lado ao mesmo ritmo. Uma empresa com dados de origem organizados, processos de compras normalizados e uma estrutura de cadeia clara pode fazer com que este trabalho seja assumido mais rapidamente do que uma empresa onde os mesmos dados estão dispersos por sistemas separados e pelo conhecimento pessoal dos colaboradores. A diferença não está, portanto, na vontade de automatizar, mas na facilidade de acesso aos dados subjacentes já existente. Quem tem isso organizado consegue responder a uma pergunta sobre sustentabilidade num concurso mais rapidamente e com mais detalhe do que um concorrente que ainda anda a reunir números manualmente. Essa diferença é mensurável no tempo de resposta e na quantidade de fundamentação solicitada que é efetivamente fornecida, não numa afirmação de marketing.
Quando decisões relativas a pessoal surgem em consequência desta mudança, aplicam-se requisitos legais próprios; isso é da responsabilidade do empregador, não de uma comparação de posições competitivas.
A sustentabilidade raramente se apresenta isolada numa decisão de compra. É frequentemente ponderada em conjunto com outras dimensões, e a mesma mudança também aí se manifesta: como a automatização do trabalho de auditoria altera a comparabilidade das certificações, o que significa para a posição competitiva o facto de as avaliações de garantia e risco poderem ser fundamentadas mais rapidamente, e por que motivo as declarações de sustentabilidade em textos de marketing soam frequentemente intermutáveis entre concorrentes. Quem observa várias destas dimensões em simultâneo verifica que as empresas que lideram o fazem geralmente em mais do que uma frente, porque a competência subjacente em dados é transferível entre dimensões.
A questão de saber que parte deste trabalho na sua própria empresa é efetivamente passível de ser assumida pela IA, e que parte continua a exigir supervisão ou trabalho humano, não pode ser respondida em termos gerais. Isso depende de como os seus dados estão atualmente organizados e de que normas os seus clientes aplicam. Essa questão é respondida por tarefa através do scan de trabalho da FTE TO AI.
Para saber se a sustentabilidade é uma dimensão em que está a ganhar ou a perder, é preciso primeiro clarificar em que ponto afirma estar a ganhar e se isso pode ser comprovado. Na verificação de dimensão gratuita, indica onde pensa estar a ganhar, e vê quais dessas afirmações podem ser defendidas com provas. O benchmark completo, com a sua posição e a do seu grupo de referência em todas as dimensões decisivas para o negócio, está em construção.
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.