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.