csrdready Βάλτε με στη λίστα αναμονής

Kennisbank

Πού βρίσκονται τα δεδομένα βιωσιμότητας στον κλάδο ΤΠΕ

Ένας κλάδος με μικρό φυσικό αποτύπωμα και πολλά κρυμμένα δεδομένα

Ο κλάδος ΤΠΕ διαφέρει από κλάδους με εργοστάσια, στόλους οχημάτων ή κτίρια. Μια εταιρεία λογισμικού δεν διαθέτει υψικαμίνους και συνήθως ούτε δικό της σημαντικό κτίριο. Αυτό κάνει τον κλάδο εκ πρώτης όψεως ελαφρύ σε εκπομπές, αλλά τα δεδομένα βιωσιμότητας δεν έχουν εξαφανιστεί — έχουν μετατοπιστεί. Δεν βρίσκονται σε ίδια περιουσιακά στοιχεία, αλλά στην αλυσίδα εφοδιασμού, σε συμβάσεις με παρόχους cloud, και στον εξοπλισμό που χρησιμοποιούν οι εργαζόμενοι. Όποιος στον κλάδο ΤΠΕ κοιτάζει μόνο το δικό του γραφείο, χάνει το μεγαλύτερο μέρος της ιστορίας.

Cloud και φιλοξενία: το νέο scope 3

Για πολλές εταιρείες ΤΠΕ, το κέντρο βάρους της κλιματικής επίπτωσης έχει μετατοπιστεί στην υπολογιστική ισχύ που αγοράζουν. Όποιος χρησιμοποιεί AWS, Azure, Google Cloud ή έναν τοπικό πάροχο φιλοξενίας, στην ουσία αγοράζει ενεργειακή κατανάλωση που παράγεται και λογοδοτείται κάπου αλλού. Τα δεδομένα σχετικά με αυτό δεν βρίσκονται συνήθως σε εσωτερικό σύστημα, αλλά σε τιμολόγια, συμβάσεις παροχής υπηρεσιών και τις εκθέσεις βιωσιμότητας που δημοσιεύουν οι ίδιοι οι πάροχοι cloud. Ορισμένοι πάροχοι παρέχουν στοιχεία εκπομπών ανά πελάτη ή ανά φόρτο εργασίας, άλλοι μόνο έναν γενικό μέσο όρο. Η διαφορά μεταξύ αυτών των δύο καθορίζει πόσο ακριβώς μπορεί μια εταιρεία να τεκμηριώσει τις δικές της εκπομπές που σχετίζονται με το cloud — και αυτή η διαφορά συχνά δεν είναι γνωστή σε όποιον συντάσσει την έκθεση.

Υλισμικό: από την αγορά έως την απόσυρση

Ο δεύτερος τόπος όπου συσσωρεύονται τα δεδομένα βιωσιμότητας είναι ο εξοπλισμός: φορητοί υπολογιστές, διακομιστές, εξοπλισμός δικτύου, τηλέφωνα. Αυτά τα δεδομένα δημιουργούνται σε πολλαπλές στιγμές του κύκλου ζωής. Κατά την αγορά, οι πληροφορίες σχετικά με τη χρήση υλικών και τις εκπομπές κατασκευής βρίσκονται στον προμηθευτή, συχνά σε ένα διαβατήριο προϊόντος ή δήλωση περιβαλλοντικής επίδοσης που δεν ζητείται τυπικά. Κατά τη χρήση, η διαχείριση ΤΠ παράγει δεδομένα σχετικά με την ενεργειακή κατανάλωση κέντρων δεδομένων και αιθουσών διακομιστών, μερικές φορές σε συστήματα εγκαταστάσεων, μερικές φορές σε εργαλεία διαχείρισης περιουσιακών στοιχείων ΤΠ που δεν επικοινωνούν με τα οικονομικά. Κατά την απόσυρση, προκύπτουν νέα δεδομένα: ποσοστά επαναχρησιμοποίησης, πιστοποιητικά ανακύκλωσης, συμβάσεις με επεξεργαστές ηλεκτρονικών αποβλήτων. Τρεις φάσεις, τρία είδη πηγών, και σπάνια ένα σημείο όπου συγκλίνουν.

Λογισμικό και υπηρεσίες: εκπομπές χωρίς φυσικό προϊόν

Οι εταιρείες που παρέχουν κυρίως λογισμικό ή ψηφιακές υπηρεσίες έχουν μια επιπρόσθετη περιπλοκή: το ίδιο το προϊόν τους δεν έχει φυσικό αποτύπωμα, αλλά λειτουργεί σε υποδομή που το έχει. Το ερώτημα ποιο μέρος των εκπομπών cloud πρέπει να αποδοθεί σε ποιο προϊόν ή σε ποιον πελάτη απαιτεί μεθόδους κατανομής που συχνά δεν έχουν ακόμη καθοριστεί. Όποιος αναφέρει σχετικά με αυτό, πρέπει πρώτα να καθορίσει ποιο σημείο δεδομένων αποτελεί τη βάση — υπολογιστική ισχύ, αποθήκευση, κίνηση δεδομένων — προτού υπάρχει κάτι μετρήσιμο. Αυτή είναι μια μεθοδολογική επιλογή που είναι ανεξάρτητη από την έκθεση, αλλά προηγείται αυτής.

Προσωπικό και ταξίδια: μικρός όγκος, κατακερματισμένες πηγές

Επειδή ο κλάδος είναι εντάσεως εργασίας και έχει σχετικά λίγα φυσικά περιουσιακά στοιχεία, οι κατηγορίες που σχετίζονται με το προσωπικό βαρύνουν συχνά περισσότερο απ' ό,τι σε βιομηχανικούς κλάδους: μετακίνηση από/προς την εργασία, τηλεργασία, επαγγελματικά ταξίδια, η ενέργεια κτιρίων γραφείων που μερικές φορές μοιράζονται με άλλους μισθωτές. Αυτά τα δεδομένα βρίσκονται διασκορπισμένα σε συστήματα ανθρώπινου δυναμικού, πλατφόρμες κράτησης ταξιδιών, παρόχους εγκαταστάσεων και μερικές φορές σε υπολογιστικά φύλλα που διατηρεί ένας μεμονωμένος εργαζόμενος. Ο όγκος ανά κατηγορία είναι μικρός, αλλά ο αριθμός των πηγών είναι μεγάλος, και αυτό κάνει την ενοποίηση πιο χρονοβόρα απ' όσο υποδηλώνει το μέγεθος.

Τι κάνει αυτό διαφορετικό από έναν φυσικό κλάδο

Σε κλάδους όπως ο κατασκευαστικός κλάδος ή ο κλάδος ακινήτων, τα δεδομένα είναι συχνά συγκεντρωμένα γύρω από περιορισμένο αριθμό φυσικών τοποθεσιών ή έργων. Στον κλάδο ΤΠΕ συμβαίνει το αντίθετο: τα δεδομένα είναι λεπτά απλωμένα σε πολλές μικρές, ψηφιακές και συμβατικές πηγές. Αυτό απαιτεί διαφορετική προσέγγιση κατά τη δημιουργία ενός μητρώου σημείων δεδομένων — να μην ξεκινά κανείς από κτίρια ή μηχανήματα, αλλά από συμβάσεις, συστήματα και το ερώτημα ποιος εντός του οργανισμού διαχειρίζεται ποιο κομμάτι της αλυσίδας.

Επανάληψη της ίδιας ανάγκης εντός του οργανισμού

Και εντός μιας εταιρείας ΤΠΕ με πολλές επιχειρηματικές μονάδες — για παράδειγμα ένα ξεχωριστό τμήμα cloud, συμβουλευτικών υπηρεσιών και λογισμικού — επανέρχεται το ίδιο ερώτημα: ποια σημεία δεδομένων χρειάζεστε πραγματικά σε πολλές επιχειρηματικές μονάδες και πού μέσα στον οργανισμό υπάρχει ήδη αυτό το σημείο δεδομένων. Προτού ζητηθεί εκ νέου η κατανάλωση cloud ή η απογραφή υλισμικού, αξίζει να εξεταστεί εάν αυτό το στοιχείο καταγράφεται ήδη κάπου, για παράδειγμα μέσω πού υπάρχει ήδη ένα σημείο δεδομένων σε πολλές επιχειρηματικές μονάδες. Αυτό αποτρέπει το να δημιουργεί κάθε μονάδα τη δική της, ελαφρώς διαφοροποιημένη εκδοχή του ίδιου αριθμού.

Η σειρά που μετράει

Ο πειρασμός με τα κατακερματισμένα δεδομένα είναι να αποκτηθεί πρώτα ένα εργαλείο που κάνει τα πάντα ευσύνοπτα. Ένα εργαλείο που εφαρμόζεται σε μια μη οργανωμένη διαδικασία, ωστόσο, αποδίδει κυρίως μια πιο ευπαρουσίαστη έκθεση για αριθμούς που, σε βάθος, δεν είναι ακόμη σωστοί. Το να ξεκαθαρίσει κανείς πρώτα από πού προέρχεται κάθε σημείο δεδομένων, ποιος είναι υπεύθυνος γι' αυτό και ποιοι κανόνες ποιότητας ισχύουν, είναι το βήμα που προηγείται των επιλογών συστήματος, όχι που τις ακολουθεί.

Από τα σημεία δεδομένων στο ερώτημα τι κοστίζει η εργασία

Μόλις καταστεί σαφές ποια σημεία δεδομένων υπάρχουν, από πού προέρχονται και ποιος τα διαχειρίζεται, προκύπτει επίσης εικόνα για το πόσο χειρωνακτική εργασία εξακολουθεί να υπάρχει γύρω τους: επανάληψη πληκτρολόγησης, έλεγχος, αναζήτηση από συνάδελφο. Αυτό είναι ακριβώς το είδος εργασίας για το οποίο η FTE TO AI, με μια σάρωση εργασίας ανά καθήκον, υπολογίζει ποιο μέρος μπορεί να αναληφθεί από AI, ως συμπλήρωμα στην εικόνα που ήδη προσφέρει ένα μητρώο σημείων δεδομένων.

Marvinde assistent van de Data Readiness Scan

Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.

Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.