ESG izveštavanje više nije izdvojena zbirka lepih priča o održivosti.
Ono sve više povezuje podatke o energiji, emisijama, vodi, otpadu,
zaposlenima, nabavci i upravljanju sa formalnim zahtevima, kontrolama i
proverom. Za računovođe je to poznat teren po odgovornosti, ali ne i po
raznovrsnosti podataka.
Upravo tu AI dobija praktičnu ulogu. Može da prikupi podatke iz
poslovnih sistema i dokumenata, pretvori ih u standardizovane vrednosti,
primeni definisane obračune, označi odstupanja i pripremi nacrt objave.
Međutim, razlika između korisne automatizacije i skupog greenwashinga
zavisi od toga da li iza rezultata postoji proverljiv trag.
Regulatorni okvir se istovremeno menja. Evropska komisija je 3. jula
2026. usvojila revidirane ESRS i dobrovoljni standard za manje
kompanije. Broj obaveznih podatkovnih tačaka smanjen je za više od 60%,
a ukupan broj za više od 70%. Očekivano smanjenje troškova prelazi 30%
po kompaniji. Obuhvat CSRD takođe je znatno sužen, ali izveštavanje nije
postalo jednostavno: podaci koji ostaju moraju biti materijalni,
dosledni i odbranjivi.
Kako AI pomaže u
svakodnevnom ESG obračunu
Tipičan ESG pokazatelj retko dolazi iz jednog sistema. Podaci mogu
biti raspoređeni između ERP rešenja, evidencija zaposlenih, nabavke,
računa dobavljača, mernih uređaja i dokumenata partnera u lancu
vrednosti. Ručno prepisivanje povećava utrošak vremena i mogućnost
greške.
AI može da automatizuje nekoliko povezanih koraka:
- da izdvoji brojčane i opisne podatke iz PDF, DOCX i tekstualnih
dokumenata; - da objedini podatke iz finansija, nabavke, kadrova i operativnih
sistema; - da klasifikuje podatke prema ESG temama i odgovarajućim
zahtevima; - da primeni unapred definisane modele obračuna KPI pokazatelja;
- da pronađe nedostajuće vrednosti, duplikate i neuobičajena
odstupanja; - da pripremi tabele, sažetke i nacrte opisnih objava.
To računovođi omogućava da manje vremena troši na prepisivanje, a
više na proveru metodologije, analizu promena i objašnjavanje rezultata.
Ipak, AI ne može da popravi činjenicu da organizacija ne zna ko je
vlasnik određenog podatka ili da različiti pogoni isti pokazatelj mere
na različite načine.
Excel,
Microsoft Copilot ili specijalizovana platforma?
Excel ostaje koristan početni alat. Pogodan je za popis izvora,
mapiranje zahteva, analizu praznina, obračune i kontrolna usaglašavanja.
Power Query može da pomogne pri izdvajanju tabelarnih podataka iz PDF
dokumenata i njihovom pretvaranju u oblik pogodniji za obradu.
Copilot u Microsoft Sustainability Manager ide korak dalje. Može da
pregleda učitane tekstualne dokumente, predloži kvalitativne i
kvantitativne činjenice, odgovori na pitanja o podacima organizacije i
pomogne u izradi obračunskih modela. Može da pripremi i nacrte izveštaja
za emisije, vodu, otpad i CSRD zahteve. Njegovi rezultati ipak moraju
biti pregledani i odobreni pre formalne upotrebe.
Specijalizovane ESG platforme imaju smisla kada broj subjekata,
izvora i korisnika prevaziđe ono što je bezbedno održavati kroz odvojene
tabele. Rešenja kao što su Workiva, IBM Envizi ESG Suite, Persefoni, SAP
Sustainability Control Tower, Watershed i Position Green nude različite
kombinacije povezivanja podataka, regulatornog mapiranja, istorije
izmena i praćenja od izvora do izveštaja.
Ključni kriterijum nije količina AI funkcija, već mogućnost da se za
svaki prijavljeni KPI pokaže odakle je podatak došao, ko ga je promenio,
koja je formula primenjena i ko ga je odobrio.
Optimistična
„bumer“ perspektiva: više produktivnosti, bolji posao
Optimističan pogled kaže da AI računovođi konačno oduzima
najnezahvalniji deo ESG posla: traženje dokumenata, kopiranje vrednosti
i ponovno formatiranje istih podataka za različite obrasce.
Jedan kontrolisan skup podataka može se mapirati na više okvira, dok
automatizovane provere mogu ranije otkriti praznine i nelogičnosti.
Računovođa tada postaje veza između finansija, održivosti, nabavke,
pravne službe i unutrašnje revizije. Umesto čuvara tabele, postaje
upravljač kvaliteta informacija.
Prilika je posebno značajna zbog digitalizacije izveštavanja. EFRAG
priprema XBRL taksonomiju za revidirane ESRS, a digitalno označeni
podaci trebalo bi da postanu lakši za pretragu, poređenje i analizu.
Obavezno označavanje, međutim, nastupa tek nakon formalnog usvajanja
kroz ESEF. Kompanije zato imaju vreme da izgrade procese pre nego što
tehnički format postane dodatni zahtev.
Pesimistična
„dumer“ perspektiva: manje poslova, više privida
Pesimističan pogled polazi od toga da će automatizacija smanjiti
potrebu za poslovima zasnovanim na ručnom unosu, usaglašavanju i
osnovnoj pripremi izveštaja. Najizloženije su aktivnosti koje imaju
ponovljive korake i jasna pravila.
Veći problem je mogućnost da AI proizvede uverljiv, ali netačan ESG
izveštaj. Generativni sistem može da napiše uglađen tekst koji
prevazilazi ono što podaci stvarno dokazuju. Neprozirna ocena može da
prikrije način ponderisanja, dok selektivno postavljene granice mogu
izostaviti lokacije ili kategorije sa lošijim rezultatima.
AI može da poredi javne tvrdnje sa operativnim podacima i označi
mogući greenwashing. Ipak, ne postoji široko prihvaćen i verifikovan
skup slučajeva na kojem bi se pouzdanost takvog zaključivanja konačno
dokazala. Nijansirano razlikovanje stvarne promene od simbolične
retorike ostaje teško. Automatizovana oznaka zato treba da bude signal
za istragu, a ne presuda.
Tu su i rizici privatnosti, bezbednosti i pristrasnosti, naročito
kada se obrađuju podaci zaposlenih, dobavljača ili sadržaj na jezicima i
u kontekstima koji nisu dovoljno zastupljeni u podacima za razvoj
modela.
Praktična
sredina: automatizujte tok, ne odgovornost
Najrazumniji pristup nije ni odbacivanje AI ni prepuštanje celog
izveštaja algoritmu. Organizacija najpre treba da uredi osnovu:
- odredi vlasnika svakog važnog ESG podatka;
- dokumentuje granice, izvore i formule KPI pokazatelja;
- poveže svaku objavljenu vrednost sa izvornim zapisom;
- uvede upravljanje verzijama i evidenciju odobrenja;
- razdvoji AI nacrt od ljudskog pregleda i konačnog odobravanja;
- automatizaciju uvodi fazno, počev od materijalnih tema i najvažnijih
skupova podataka.
AI će promeniti sadržaj računovodstvenog posla, ali dostupni dokazi
snažnije podržavaju promenu uloge nego potpuno uklanjanje profesije.
Manje će vredeti brzina prepisivanja, a više razumevanje standarda,
kontrola, porekla podataka i poslovnog konteksta.
Najbolji ESG sistem zato nije onaj koji najbrže proizvodi izveštaj.
To je sistem u kojem računovođa može da objasni svaku važnu brojku,
pokaže njen izvor i odbrani zaključak koji je iz nje izveden.