În multe sectoare, problema este că datele sunt răspândite pe departamente și sisteme, dar iau naștere totuși în cadrul unei singure organizații. În sectorul agricol, fragmentarea începe deja înainte de acest punct. O mare parte din datele de sustenabilitate cele mai solicitate — utilizarea solului, consumul de apă, rotația culturilor, hrana pentru animale, emisiile din gunoiul de grajd — nu iau naștere la compania care raportează, ci la cultivatori, furnizori și cooperative care nu au o rutină contabilă sau digitală pentru acest lucru. Acolo unde o organizație de birou poate găsi datele într-un sistem ERP, o companie agricolă trebuie de multe ori să se intereseze mai întâi la un lanț de terți care nici ei nu văd această întrebare drept problema lor.
La aceasta se adaugă faptul că datele care sunt totuși disponibile intern sunt de obicei înregistrate pe divizie de afaceri sau pe sezon de cultură, nu pe perioadă de raportare. Un an fiscal nu coincide cu un ciclu de recoltare, iar un factor de emisie valabil astăzi se poate schimba deja în sezonul următor din cauza unei alte culturi sau a unei alte prelucrări a solului. Cea mai mare parte a timpului alocat raportării de sustenabilitate nu se duce spre completarea cifrelor, ci spre a afla de la cine ar trebui de fapt să provină aceste cifre.
Primul loc este lanțul în sine. O mare parte din emisiile de scop 3 din sectorul agricol se află la furnizori care nu țin o raportare de sustenabilitate și ale căror date — dacă există — sunt într-un format diferit, într-o altă limbă sau pur și simplu nu sunt digitalizate deloc. Cine dorește să lege aici un punct de date de o sursă, descoperă că sursa este uneori o persoană, nu un sistem.
Al doilea loc este operațiunea din propria companie: consumul de apă, energie și produse de protecție a plantelor este ținut de multe ori pe hârtie sau în fișiere Excel separate, pe parcelă sau pe grajd. Aceste date există, dar nu sunt atribuite nimănui ca responsabilitate pentru scopuri de raportare — este contabilitate agricolă, nu contabilitate CSRD, iar cele două rareori se aliniază perfect.
Al treilea loc este conversia în unități măsurabile. Utilizarea terenului și carbonul din sol sunt înregistrate în moduri foarte diferite de diverși actori, iar conversia într-o unitate de raportare uniformă este deja ea însăși o sursă de erori dacă nimeni nu documentează ce presupunere a fost folosită în acest proces.
În sectorul IT, datele de sustenabilitate se află de obicei în sisteme digitale deja existente, iar accentul cade mai ales pe accesare. În sectorul energetic, o mare parte din date sunt deja măsurate, întrucât obligația de măsurare și monitorizarea fac parte din activitatea curentă. Sectorul agricol nu are de multe ori această bază: datele nu sunt ascunse într-un sistem, ele nu au fost niciodată înregistrate sistematic. Acest lucru nu face problema mai mare sau mai mică decât în sectorul serviciilor financiare sau în sectorul imobiliar, dar are o natură diferită: acolo problema este de obicei integrarea între sisteme, aici este de multe ori mai întâi înregistrarea la sursă.
Tentația de a achiziționa un pachet software care automatizează raportările pentru sectorul agricol este mare. Dar un instrument care extrage date din sisteme care nu conțin datele corecte produce doar un raport formatat frumos, bazat pe aceleași capete de sfoară dezlânate. Înainte ca un sistem să poată însuma ceva, trebuie stabilit care punct de date corespunde cărei surse, cine este responsabil pentru acesta — în interiorul sau în afara propriei organizații — și ce regulă de calitate determină dacă o cifră introdusă este plauzibilă. Aceasta nu este o întrebare de software, ci o întrebare de ordonare, iar aceasta precede orice sistem de raportare.
Scanarea de pregătire a datelor (Data Readiness Scan) stabilește pentru fiecare punct de date de unde provine — din propria operațiune, de la un cultivator, de la o cooperativă sau dintr-o sursă externă de date — și cine din lanț poate fi tras la răspundere pentru acesta. Pentru un sector în care multe date iau naștere în afara propriilor pereți, această proprietate este de multe ori piesa lipsă: nu cifra în sine, ci cine răspunde pentru ea. Pentru a determina care puncte de date sunt de fapt relevante pentru o companie agricolă, și care sunt raportate fără a avea o funcție, este util distincția care se face în ce puncte de date aveți de fapt nevoie atunci când există mai multe unități de afaceri, la fel ca principiul conform căruia un punct de date există de multe ori deja la una dintre unitățile de afaceri existente înainte de a fi colectat din nou.
Odată ce este clar care puncte de date trebuie să provină din lanțul agricol și cine le furnizează, apare o a doua întrebare: cât din munca de colectare, verificare și trasabilitate a acestor date necesită încă intervenție umană, și ce parte este suficient de repetitivă pentru a fi lăsată pe mâna AI. Scanarea de activitate (werkscan) de la FTE TO AI calculează acest lucru pe sarcină, nu pe baza unei estimări pentru întregul sector, ci pe baza sarcinilor care sunt efectiv executate într-un lanț specific. Pentru un sector în care mult timp se duce spre urmărirea surselor în loc de interpretarea cifrelor, acesta este un punct de reper pentru a vedea unde automatizarea aduce beneficii și unde nu.
Scanarea care cartografiază aceste puncte de date, surse și responsabilități pentru sectorul agricol este în dezvoltare. Cei care doresc să fie informați imediat ce scanarea este disponibilă se pot înscrie pe lista de așteptare.
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.