En bank, försäkringsbolag eller kapitalförvaltare har relativt liten egen operationell utsläpp. Kontor, fordonspark, energiförbrukning: det finns, men det väger i de flesta fall inte upp mot vad som kommer in via portföljen. Förhållandet där är nästan omvänt jämfört med vad ett produktionsföretag har: den största delen av den relevanta hållbarhetsdatan uppstår inte inom de egna väggarna, utan hos de parter som investeras i, som lånas till eller som försäkras. Denna skillnad avgör var ni ska söka, och den förklarar varför en metod som fungerar för en fabrik inte kan tillämpas här utan anpassning.
Datan om det egna avtrycket är i regel lättast att hitta. Fastighetsförvaltning har energi- och vattenförbrukning för kontorsbyggnader, HR har resedata och arbetspendling, inköp har avtal med leverantörer av kontorsmaterial, catering och IT-tjänster. Denna del av datapunktregistret liknar det som varje tjänsteföretag håller reda på. Utmaningen ligger inte i denna datas komplexitet, utan i den uppmärksamhet den ges: eftersom den är relativt liten i förhållande till portföljens påverkan, tilldelas ägarskapet här ofta mer löst än det borde.
Den största delen av den relevanta hållbarhetsdatan finns i själva de finansiella produkterna: lån, investeringar, försäkrade risker, förvaltat kapital. För varje motpart måste det kartläggas vilka utsläpp, vilken klimatrisk eller vilken annan hållbarhetsindikator som är kopplad till detta. Denna data kommer från olika håll: rapportering från motparten själv, data från externa leverantörer som tillhandahåller uppskattningar där direkt data saknas, och interna modeller som kombinerar dessa källor till en siffra per position eller per lån.
Källorna är alltså sällan egna system. Ett kreditsystem håller reda på vem som har lånat pengar och på vilka villkor, inte vilka utsläpp den kunden orsakar. Ett portföljförvaltningssystem håller reda på positioner och värderingar, inte de klimatrisker som är kopplade till dessa positioner. Hållbarhetssiffrorna beräknas ofta i ett separat spår och kopplas senare till den finansiella datan, vilket innebär att själva kopplingen är en känslig punkt: om en motpart ändrar namn, struktur eller rapporteringsår kan kopplingen brytas utan att det direkt märks.
Eftersom inte varje motpart själv publicerar bra hållbarhetssiffror, används externa dataleverantörer i stor skala för att tillhandahålla uppskattningar, poäng eller betyg. Det är en praktisk lösning, men den flyttar inte bort problemet, den lägger till en länk. För varje datapunkt som kommer från en extern leverantör måste det fortfarande dokumenteras: vilken metod som använts, vilka antaganden som gjorts, hur gammal siffran är, och vad som händer om två leverantörer ger olika uppskattningar för samma motpart. Utan denna dokumentation uppstår en rapport som ser övertygande ut men i bakgrunden bygger på siffror som ingen längre kan förklara ursprunget till.
Inom en finansiell institution finns ofta flera affärsenheter som delvis använder samma motpart eller samma underliggande datapunkt: en bank som bedriver både kreditgivning och kapitalförvaltning kan för samma kund efterfråga eller beräkna en utsläppssiffra två gånger, via olika avdelningar och olika leverantörer. Den som kartlägger var en datapunkt redan finns hos flera affärsenheter, förhindrar att samma fråga besvaras separat två gånger med två eventuellt olika resultat. Det är inte bara en effektivitetsfråga, det är också en konsistensfråga: en motpart kan inte ha en annan klimatrisk i den ena rapporten än i den andra, utan att det finns en förklaring för detta.
Metoden för att bygga upp ett datapunktregister, spåra källor och tilldela ägarskap skiljer sig inte fundamentalt från vad som krävs inom energisektorn, fastighetssektorn eller byggbranschen. Vad som däremot skiljer sig är var tyngdpunkten ligger: hos dessa sektorer finns den största delen av datan i den egna verksamheten eller i den direkta leverantörskedjan, hos finansiella tjänster finns den största delen hos tredje parter över vilka ni inte har direkt operationell kontroll. Det förändrar inte arbetets struktur, men det förändrar frågan om vem som kan hållas ansvarig för vad, och vilka datapunkter som överhuvudtaget ligger inom räckhåll att förvalta. Innan ni besvarar den frågan är det bra att klargöra vilka datapunkter som verkligen behövs när flera affärsenheter är involverade, så att registret inte växer med siffror som ingen konsulterar.
När det är klart vilka datapunkter som finns, var de kommer från och vem som förvaltar dem, uppstår en följdfråga: hur stor del av arbetet med att samla in, kontrollera och uppdatera dessa datapunkter kräver fortfarande manuellt arbete, och vilken del är repetitiv nog att lämnas till ett system. FTE TO AI beräknar per uppgift vilken del av arbetet som kan övertas av AI, baserat på de uppgifter som framkommer ur datapunktregistret, inte på en föregående uppskattning.
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.