Umetna inteligenca vse hitreje vstopa v poslovne procese, vendar njena uporaba sama po sebi še ne pomeni trajnostnega napredka. Največjo vrednost lahko prinese pri ocenjevanju tveganj, ekološkem oblikovanju izdelkov ter obdelavi ESG-podatkov – če podjetja hkrati zagotovijo kakovost podatkov, človeški nadzor in jasno odgovornost.
Umetna inteligenca je postala poslovna nujnost. Leta 2025 jo je v Nemčiji uporabljalo že 36 odstotkov podjetij, vendar jo v vseh zanje pomembnih poslovnih področjih uporablja le približno 2,2 odstotka podjetij.
Za trajnostne menedžerje je ključno vprašanje, kje lahko prinese merljivo korist in kjer so njena tveganja obvladljiva, piše Haufe.
Od učinkovitosti do dejanskega trajnostnega učinka
UI lahko trajnostnemu upravljanju pomaga pri obdelavi velikih količin podatkov, spremljanju porabe energije in materialov ter prepoznavanju tveganj v dobavnih verigah. Povezovanje digitalne in trajnostne transformacije pogosto označujemo kot dvojni prehod oziroma Twin Transition.
Toda digitalizacija sama po sebi še ni trajnostni učinek. Podjetja morajo preveriti, ali so rezultati zanesljivi, preverljivi in odgovorno uporabljeni – ter ali okoljske in družbene koristi upravičujejo dodatno porabo energije in infrastrukture, ki jo zahteva UI.
1. Ocena tveganj v dobavni verigi
Podjetja težko spremljajo človekove pravice in okoljska tveganja v globalnih dobavnih verigah, kjer je informacij veliko, njihova kakovost pa zelo različna.
UI lahko avtomatizira spremljanje novic, poročil nevladnih organizacij in drugih javnih virov v različnih jezikih ter opozori na morebitna tveganja.
Toda takšen sistem lahko ustvari tudi lažen občutek varnosti. V avtoritarnih državah so lahko mediji cenzurirani, podatki nepopolni, modeli pa lahko napačno povežejo dogodke ali prepoznajo navidezne vzorce.
Zato mora opozorilo UI preveriti človek. Če sistem na primer zazna možnost otroškega dela pri poddobavitelju, mora trajnostna ekipa preveriti informacije, stopiti v stik z dobaviteljem in po potrebi dokumentirati ukrepe.
2. Eco-design: od podatkov do manjše porabe virov
Pri oblikovanju izdelkov lahko UI analizira konstrukcijske in življenjskociklične podatke ter primerja različne variante glede na porabo materiala, težo, emisije ali možnost recikliranja.
Tu je potencial za neposreden trajnostni učinek večji kot pri zgolj avtomatizaciji administrativnih nalog.
A tudi tukaj lahko slabi vhodni podatki vodijo do napačnih odločitev. Zastarele cene materialov, nepopolni podatki o življenjskem ciklu ali različne metodologije izračuna lahko ustvarijo navidezno natančne, vendar napačne rezultate.
Končna odločitev mora zato vključevati tudi poslovne dejavnike, kot so proizvodne zmogljivosti, cene recikliranih materialov, prodajne količine in preverljivost podatkov o izvoru.
3. ESG-podatki in poročanje
Tretje pomembno področje je ESG-poročanje. UI lahko primerja vprašalnike in zahteve poročevalskih standardov, poišče že obstoječe podatke, združi ponavljajoče se zahteve ter opozori na podatkovne vrzeli.
To lahko precej zmanjša administrativno breme, predvsem pri podjetjih, ki prejemajo veliko podobnih vprašalnikov od strank, bank, vlagateljev ali poslovnih partnerjev.
Toda pri ESG-podatkih je človeško preverjanje še posebej pomembno. Napačne interpretacije in neenotni podatkovni viri lahko hitro povzročijo napake v poročanju in s tem tudi pravna ali reputacijska tveganja.
Najprej primer, šele nato orodje
Uspešna uporaba UI se zato ne začne z izbiro programske opreme. Podjetje mora najprej odgovoriti na štiri vprašanja:
- Ali so potrebni podatki sploh na voljo in dovolj kakovostni?
- Kakšen merljiv okoljski ali družbeni učinek lahko pričakujemo?
- Kakšna so pravna, reputacijska in operativna tveganja?
- Kateri rezultati morajo biti obvezno preverjeni s strani človeka?
Šele nato je smiselno določiti, katere aplikacije bodo podjetja testirala, katere uvedla in katerih ne.
Tri stopnje za odgovorno uporabo UI
Prvi korak je določitev prioritet. Podjetje oceni podatke, pričakovani učinek, stroške in tveganja posameznega primera uporabe. Posebej določi, kje je človeška validacija obvezna.
Drugi korak je vzpostavitev upravljanja. Potrebni so jasni cilji, odgovornosti za podatke, standardi kakovosti, kompetence ter pravila za odobritev, preverjanje in dokumentiranje rezultatov.
Tretji korak je vključitev v obstoječe procese. UI se postopoma vključi v poročanje, upravljanje tveganj, razvoj izdelkov ali komunikacijo. Rezultate je treba spremljati tudi po uvedbi ter preverjati morebitne neželene posledice.
Ključno vprašanje ni, ali uporabljati UI
Umetna inteligenca lahko trajnostnemu upravljanju prinese pomembne koristi – od hitrejšega prepoznavanja tveganj do boljše rabe materialov in učinkovitejšega ESG-poročanja.
Vendar več UI ne pomeni nujno več trajnosti.
Pravi kriterij je, ali konkretna uporaba prinaša večji okoljski ali družbeni učinek, kot znašajo njeni stroški, tveganja in dodatna poraba virov.
Za trajnostne menedžerje je zato najpomembnejše načelo preprosto: najprej opredeliti problem, učinek in odgovornost, šele nato izbrati tehnologijo. Tako lahko podjetja izkoristijo prednosti umetne inteligence, ne da bi pri tem žrtvovala kakovost podatkov, preverljivost rezultatov in verodostojnost trajnostnega upravljanja.
