Um banco, uma seguradora ou uma gestora de patrimônio tem relativamente pouca emissão operacional própria. Escritórios, frota de veículos, consumo de energia: isso existe, mas na maioria dos casos não pesa tanto quanto o que entra via a carteira. A proporção ali é quase inversa à de uma empresa produtiva: a maior parte dos dados de sustentabilidade relevantes não surge dentro das próprias paredes, mas sim junto às partes em que se investe, a quem se concede crédito ou que são seguradas. Essa diferença determina onde deve procurar, e explica por que uma abordagem que funciona para uma fábrica não pode ser adotada aqui sem adaptação.
Os dados sobre a pegada própria costumam ser os mais fáceis de encontrar. A gestão predial tem dados de consumo de energia e água dos escritórios, o RH tem dados de viagens e deslocamento casa-trabalho, o setor de compras tem contratos com fornecedores de material de escritório, catering e serviços de TI. Essa parte do registro de pontos de dados é comparável ao que qualquer empresa de serviços mantém. O desafio não está na complexidade desses dados, mas na atenção que recebem: como é relativamente pequena em relação ao impacto da carteira, a titularidade aqui costuma ser definida de forma mais frouxa do que deveria ser.
A maior parte dos dados de sustentabilidade relevantes está nos próprios produtos financeiros: empréstimos, investimentos, riscos segurados, patrimônio sob gestão. Para cada contraparte é preciso mapear que emissões, que risco climático ou que outro indicador de sustentabilidade está associado a ela. Esses dados vêm de diferentes direções: relatórios da própria contraparte, dados de fornecedores externos que fornecem estimativas onde faltam dados diretos, e modelos internos que combinam essas fontes num número por posição ou por empréstimo.
As fontes, portanto, raramente são sistemas próprios. Um sistema de crédito registra quem contraiu empréstimo e em que condições, não quanto de emissão esse cliente causa. Um sistema de gestão de carteiras registra posições e avaliações, não os riscos climáticos associados a essas posições. Os números de sustentabilidade são frequentemente calculados numa trilha separada e depois vinculados aos dados financeiros, o que significa que a própria ligação é um ponto vulnerável: se uma contraparte muda de nome, estrutura ou ano de relatório, a ligação pode quebrar sem que isso seja imediatamente percebido.
Como nem toda contraparte publica bons números de sustentabilidade por conta própria, recorre-se em larga escala a fornecedores externos de dados que oferecem estimativas, pontuações ou classificações. Isso é uma solução prática, mas não elimina o problema, apenas adiciona um elo. Para cada ponto de dados que vem de um fornecedor externo, ainda é preciso registrar: qual método foi usado, quais premissas foram adotadas, qual a idade do número, e o que acontece se dois fornecedores derem uma estimativa diferente para a mesma contraparte. Sem esse registro, surge um relatório que parece convincente mas que, por trás, funciona com números cuja origem já ninguém consegue explicar.
Dentro de uma instituição financeira, existem frequentemente múltiplas unidades de negócio que utilizam, em parte, a mesma contraparte ou o mesmo ponto de dados subjacente: um banco que faz tanto concessão de crédito como gestão de patrimônio pode solicitar ou calcular duas vezes um número de emissões para o mesmo cliente, através de departamentos diferentes e fornecedores diferentes. Quem mapeia onde um ponto de dados já existe em múltiplas unidades de negócio evita que a mesma questão seja respondida duas vezes separadamente, com dois resultados possivelmente diferentes. Isso não é apenas uma questão de eficiência, é também uma questão de consistência: uma contraparte não pode ter um risco climático diferente num relatório em relação a outro, sem que haja uma explicação para isso.
O método para construir um registro de pontos de dados, rastrear fontes e atribuir titularidade não difere fundamentalmente do que é necessário no setor energético, no setor imobiliário ou na construção. O que difere é onde está o centro de gravidade: nesses setores, a maior parte dos dados está na própria operação ou na cadeia de fornecimento direta; nos serviços financeiros, a maior parte está em terceiros sobre os quais não se tem controlo operacional direto. Isso não altera a estrutura do trabalho, mas altera a questão de quem pode ser responsabilizado por quê, e quais pontos de dados estão sequer dentro do alcance para gerir. Antes de responder a essa questão, vale a pena esclarecer quais pontos de dados são realmente necessários quando múltiplas unidades de negócio estão envolvidas, para que o registo não cresça com números que ninguém consulta.
Uma vez claro quais pontos de dados existem, de onde vêm e quem os gere, surge uma questão seguinte: quanto do trabalho de recolher, verificar e atualizar esses pontos de dados ainda exige trabalho humano, e que parte é suficientemente repetitiva para ser deixada a um sistema. A FTE TO AI calcula, por tarefa, que parte do trabalho pode ser assumida pela IA, com base nas tarefas que resultam do registo de pontos de dados, não numa estimativa prévia.
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.