Met de opmars van kunstmatige intelligentie (ai) betreden diverse industrieën een innovatief tijdperk. Te midden van deze digitale revolutie bevinden we ons ook op een kritiek punt wat betreft klimaatverandering. Volgens de Europese richtlijn CSRD wordt van grote bedrijven geëist dat ze vanaf dit jaar duurzaamheidsrapportage vastleggen.
Het verzamelen van al deze nauwkeurige en relevante informatie kan een uitdaging vormen, vooral gezien de complexiteit van duurzaamheidskwesties en de verscheidenheid aan gegevensbronnen die nodig zijn. In deze context speelt betrouwbare data een cruciale rol, omdat het bedrijven in staat stelt hun rapportageprocessen te stroomlijnen, de kwaliteit van hun gegevens te waarborgen en betrouwbare inzichten te bieden voor het nemen van duurzame beslissingen.
De drie manieren waarop ai duurzaamheid in organisaties kan stimuleren zijn:
- Optimalisatie van energieverbruik en resourcebeheer door middel van voorspellende analyses en optimalisatiealgoritmen.
- Identificatie van duurzaamheidskansen en risico’s door het analyseren van grote hoeveelheden data, waardoor organisaties proactief kunnen handelen.
- Automatisering van duurzaamheidsrapportageprocessen en verbetering van de nauwkeurigheid en betrouwbaarheid van duurzaamheidsgegevens door middel van ai-gestuurde data-analyse en -validatie.
Extra dimensie
De integratie van ai voegt een extra dimensie toe aan duurzaamheidsinspanningen. De ondersteuning van ai biedt organisaties niet alleen de mogelijkheid om inzichten te verwerven, maar ook daadwerkelijke verandering te creëren binnen het domein van duurzaamheidsmissies. Een goed voorbeeld hiervan is dat AI energiebedrijven kan helpen bij het optimaliseren van energieverbruik en de overgang naar hernieuwbare energiebronnen te versnellen. Door analyses van grote datasets kan ai voorspellingen doen over vraag en aanbod van hernieuwbare energie, waardoor efficiënter plannen mogelijk is en het verminderen van fossiele brandstoffen.
Ooit waren duurzaamheidsrapportages een vriendelijk verzoek van de directie
Het resultaat is een combinatie van technologische vooruitgang en ecologische betrokkenheid, die de kracht van data en ai voor een duurzamere toekomst benadrukt. Ai speelt hierin een sleutelrol door duurzaamheidsinitiatieven te ontdekken en te ondersteunen via voorspellende analyses, dataverzameling en samenwerking.
Zakenwereld
Waar duurzaamheidsrapportages ooit een vriendelijk verzoek van de directie waren, zijn ze anno 2024 verplicht in de zakenwereld. Deze rapportages vormen echter een uitdaging waar organisaties op creatieve wijze mee moeten omgaan in hun strategieën. Duurzaamheidsrapportages kunnen een uitdaging zijn vanwege de complexiteit van gegevens, diverse vereisten van belanghebbenden, de noodzaak van nauwkeurigheid en geloofwaardigheid, technologische beperkingen en de vereiste verandering in mentaliteit en cultuur binnen organisaties. Hoewel interne teams duurzaamheidscijfers kunnen rapporteren, blijft het een kunst om de ware betekenis ervan over te brengen. Het visualiseren van de meetbare voordelen van duurzaamheidsinitiatieven, naast de cijfers, is van essentieel belang om de impact helder over te brengen aan bestuur, medewerkers en klanten.
Met de toenemende verplichting van duurzaamheidsrapportage is het van belang om obstakels voor toegang tot en het delen van gegevens te overwinnen. Veel organisaties en overheden houden waardevolle datasets achter, terwijl deze inzichten kunnen bieden in belangrijke vraagstukken, zoals het verminderen van de milieu-impact van productieprocessen binnen de industrie.
Het is verstandig om geavanceerde processen voor datadeling tussen publieke en private sectoren te creëren. Dit verbetert de efficiëntie, stimuleert innovatie en vergroot de transparantie. Het maakt een betere coördinatie mogelijk bij het aanpakken van gedeelde uitdagingen, bevordert samenwerking voor innovatieve oplossingen en versterkt het vertrouwen van het publiek door transparantie.
Toenemende impact en hoop
Met de opkomst van nieuwe ai-toepassingen en de volwassenheid van technologieën, groeit de noodzaak om diverse datasets met elkaar te verbinden. Dit opent de deur naar een vernieuwende aanpak van toekomstgericht werken, waarbij ai, data en duurzaamheid naadloos samensmelten. Door gebruik te maken van datapunten die voorheen ontoegankelijk waren, kunnen organisaties effectieve en duurzame beslissingen nemen. Bovendien biedt de wereldwijde implementatie van ai en data de mogelijkheid om grotere en meer omvattende veranderingen te realiseren dan ooit tevoren.
Julie Kae is vp duurzaamheid en diversity, equity, and inclusion, evenals uitvoerend directeur bij Qlik
Modellen hebben veelal de neiging om zich te plooien naar de belangen van de stakeholders waardoor betrouwbaarheid zonder transparantie business as usual is. Er zit dan ook een verschil tussen modelleren van de werkelijkheid en het meten is weten door de realtime datastromen te visualiseren in een dashboard om duurzaamheidsinitiatieven te distilleren uit een voortschrijdende trend. Want vooral in de ‘nulmeting’ als vertrekpunt voor een energietransitie ben ik nogal teleurgesteld in de energiebedrijven door zoiets als de paradox van Jevons.
Zo zorgen relatief goedkope zonnepanelen (het arbeidsloon is hoger) voor een overschot aan energie waardoor duurzaamheidsinitiatieven zoals het wijzigen van een vraag afstemmen op het aanbod voor 90% zelfvoorziening zorgt. Desondanks blijft het aanbod aan energie uit de pas lopen met een vraag op zonnige dagen doordat het uitzetten van de zon lastig is. Discussie over batterij van salderen gaat om het vertrouwen van het publiek in een energietransitie welke niet versterkt wordt door ontransparante machtsverhoudingen in een markt.
Van consument naar producent kan ik met het overschot aan energie uiteindelijk beter waterstof produceren dan dit met boete terugleveren. Show me the money van verandering geldt ook binnen de micro-economie het rendement want administratieve verzwaringen gaan om het temmen van de papieren tijgers. Het enige dat telt is uiteindelijk het geld want ik mis nog een businesscase omdat Jevons en prijselasticiteit voor een lastige voorspelbaarheid zorgen. Misschien dat de iteraties van een Monte-Carlo simulatie helpen want energie hebben we genoeg.