Istnieje namacalny związek między zachowaniem się w sposób budzący zaufanie, a osiągnięciem lepszych wyników finansowych.
Za pomocą tych narzędzi opartych na sztucznej inteligencji można teraz udowodnić, że istnieje namacalny związek między zachowaniem się w sposób budzący zaufanie, a osiągnięciem lepszych wyników finansowych zarówno w perspektywie krótko-, jak i długoterminowej. Wysoka ocena zaufania pozytywnie wpływa na utrzymanie klientów i pracowników, stabilność cen i przewagę konkurencyjną.
Wykazanie tej korelacji i przyczynowości pomiędzy zaufaniem, a wynikami finansowymi zmusza również zarządzających aktywami (którzy mają powierniczy obowiązek maksymalizacji zysków dla swoich inwestorów) do spojrzenia poza tradycyjne wskaźniki finansowe.
A co z innymi wartościami niematerialnymi, takimi jak dobrostan, integracja, talent, różnorodność, wpływ na środowisko, innowacyjność i ład korporacyjny? Wszystkie one są ważne, ale jak dotąd okazały się również trudne do skutecznego zmierzenia. Ale teraz, dzięki sile AI oraz cyfryzacji biznesu, może się to zmienić. Poniżej znajdują się przykłady trzech obszarów, w których AI może dokonać zmian: kultura; pomiar ryzyka środowiskowego, społecznego i związanego z zarządzaniem (ESG); oraz sprawozdawczość ESG.
Kultura i AI
Spojrzenie na kulturę organizacyjną przedsiębiorstwa nie jest niczym nowym, ale firmy coraz częściej badają inne możliwości przeprowadzania pomiarów poza tradycyjnymi grupami docelowymi i badaniami pracowników.
AI może analizować komunikację w całej organizacji (w tym korespondencję mailową i wiadomości na platformach kooperacyjnych), skupiając się na gramatyce, składni, nastrojach i słowach kluczowych oraz identyfikować ton wypowiedzi zawarty w wiadomościach. (Oczywiście podczas przeprowadzania takiej analizy należy zwrócić uwagę na odpowiednie normy i przepisy dotyczące prywatności). Pomaga to określić trendy i ocenić kondycję danej kultury organizacyjnej.
Ocena ryzyka ESG za pomocą narzędzi AI
Według Global Risks Report 2020 WEF cztery z pięciu największych światowych zagrożeń pod względem dotkliwości oddziaływania są związane ze środowiskiem lub społeczeństwem. Oznacza to, że kluczowe znaczenie ma kwantyfikacja ryzyka ESG.
I znowu, AI może pomóc. Na przykład, firmy mogą analizować i przewidywać ryzyko związane z prawami człowieka wśród dostawców z danego kraju lub sektora. A poprzez przeglądanie portali społecznościowych czy słuchanie wiadomości można coraz szybciej identyfikować pojawiające się ryzyko.
AI umożliwia agregowanie informacji związanych z ESG, które są obecnie dostarczane w różnorakich raportach mających, umożliwiając dokonywanie porównań i podejmowanie decyzji przez firmy, uczestników rynku i agencje ratingowe.
Sprawozdawczość ESG i AI
Jak wykazało ostatnie badanie EY Institutional Investor Survey inwestorzy aktywnie poszukują bardziej rygorystycznego podejścia do oceny wyników pozafinansowych, szczególnie w zakresie ESG. Analitycy inwestycyjni, kierownicy ds. portfela inwestycyjnego oraz organizacje regulacyjne czerpią znaczne korzyści z wykorzystania AI w celu dokonania świadomego osądu w zakresie ładu korporacyjnego i standardów branżowych.
W przeciwieństwie do sprawozdawczości finansowej, która opiera się na zestawie ścisłych i jednolitych zasad, sprawozdawczość ESG jest elastyczna i często jej zakres zależy od tego, jakie informacje przedsiębiorstwa zdecydują się ujawnić. Wykorzystanie AI może okazać się tu korzystne, ponieważ sprawozdawczość ESG staje się coraz bardziej powszechna i spójna. AI umożliwia również zbieranie informacji związanych z ESG, które są obecnie dostarczane w różnorakich raportach mających na celu dokonywanie wszelakich porównań i podejmowanie decyzji przez firmy, uczestników rynku i agencje ratingowe.
Nauka korzystania z AI
Z przykładów tych jasno wynika, że AI idealnie nadaje się do mierzenia wartości długoterminowej, a w szczególności atrybutów, które napędzają wartość długoterminową w organizacji. Powinna ona jednak być stosowana prawidłowo i w połączeniu z innymi technologiami. Sztuczna inteligencja może poprawić wyniki firm, ale nie samodzielnie; powinna być raczej postrzegana jako część puli nowych zasobów technologicznych, obok big data i technologii blockchain.
Należy również zmierzyć się z procesem uczenia. Wiele firm nie dostrzega w pełni potencjału AI oraz brakuje w nich osób posiadających specjalistyczną wiedzę, która pozwoliłaby na najbardziej efektywne jej wykorzystanie. Poziom przydatności danych zbieranych za pośrednictwem AI – na przykład ustalenie odpowiedniej korelacji pomiędzy szeregiem KPIs – będzie ewoluował wraz z upływem czasu, w miarę jak przedsiębiorstwa będą coraz lepiej dostosowywać się do jej zastosowania.
Pomimo, że to dopiero początek, firmy powinny jak najszybciej zainteresować się tą technologią. W przeciwnym przypadku zajmie się tym konkurencja.
Podsumowanie
Sztuczna inteligencja (AI) może być wykorzystywana do monitorowania nowych KPI, na które jest coraz większe zapotrzebowanie, ponieważ interesariusze koncentrują się obecnie na tym, jak przedsiębiorstwa tworzą długoterminową wartość. Przy wykorzystaniu AI można mierzyć wskaźniki KPI takie jak: zaufanie, kulturę organizacji, ryzyko ESG oraz sprawozdawczość ESG. Niemniej jednak przez zróżnicowane tempo uczenia się organizacje ryzykują, że pozostaną w tyle, jeśli nie zrozumieją, jakie AI ma możliwości i nie będą dysponować specjalistyczną wiedzą pozwalającą na jej efektywne wykorzystanie.
