AI Agent hỗ trợ tổng hợp dữ liệu báo cáo ESG ra sao?

Khi cần làm báo cáo ESG hay báo cáo phát triển bền vững, bộ phận phụ trách thường mất nhiều tuần chỉ để gom số liệu: hóa đơn điện của từng nhà máy, phiếu xuất nhiên liệu cho đội xe, số lao động và giờ đào tạo từ nhân sự, khối lượng chất thải từ biên bản của đơn vị thu gom. Mỗi nguồn một định dạng, một đơn vị, một kỳ, và nhiều con số không ai nhớ lấy từ đâu khi kiểm toán hỏi lại.

AI báo cáo ESG có thể đảm nhận phần gom, quy đổi và đối chiếu này, với mỗi con số đi kèm nguồn và bằng chứng. Bài viết không bàn chọn khung báo cáo nào hay quy định công bố nào áp dụng cho doanh nghiệp; đó là quyết định cần chuyên gia và pháp chế. Bài chỉ tập trung vào cách tổ chức dữ liệu để AI hỗ trợ đúng vai trò.

1. AI báo cáo ESG làm phần nào của công việc

Một báo cáo ESG gồm hai lớp. Lớp số liệu là các chỉ số định lượng như năng lượng tiêu thụ, lượng nước, chất thải, phát thải ước tính, số lao động, tỷ lệ nữ, giờ đào tạo, tai nạn lao động. Lớp diễn giải là chính sách, mục tiêu, đánh giá rủi ro và cam kết. AI phù hợp nhất với lớp số liệu: đọc chứng từ, trích số, quy đổi đơn vị, cộng theo phạm vi và kỳ, và chỉ ra chỗ thiếu hoặc bất thường.

Ở lớp diễn giải, AI có thể soạn bản nháp mô tả từ số liệu đã duyệt, nhưng mọi nhận định và cam kết phải do người có trách nhiệm viết và ký. Cách làm này giống báo cáo quản trị định kỳ, vốn đã được bàn ở bài AI tự động tổng hợp báo cáo tuần; điểm khác là báo cáo ESG có kỳ dài hơn, nhiều nguồn ngoài hơn và yêu cầu truy vết chặt hơn.

2. Tám yếu tố cần thiết kế

1. Chỉ số ESG

Danh sách chỉ số phải xuất phát từ khung báo cáo mà doanh nghiệp đã chọn, cùng với yêu cầu của cổ đông, ngân hàng hay khách hàng lớn nếu có. AI không tự đề xuất khung hay khẳng định chuẩn nào là bắt buộc. Mỗi chỉ số trong danh sách cần định nghĩa rõ: đo cái gì, phạm vi nào, đơn vị nào, công thức nào, và người chịu trách nhiệm số liệu.

2. Đơn vị

Hóa đơn điện ghi kWh, phiếu xuất dầu ghi lít, biên bản chất thải ghi kilôgam hoặc tấn, có chi nhánh ghi mét khối. AI quy đổi về đơn vị thống nhất theo bảng quy đổi đã duyệt và ghi lại phép quy đổi cho từng dòng. Hệ số quy đổi, nhất là hệ số phát thải, phải do người phụ trách chọn từ nguồn mà doanh nghiệp chấp nhận, ghi tên nguồn và phiên bản; AI không tự chọn hay tự điền hệ số.

3. Nguồn dữ liệu

Mỗi chỉ số gắn với một hoặc vài nguồn: hệ thống kế toán, phần mềm nhân sự, bảng tính của từng nhà máy, hóa đơn nhà cung cấp, biên bản của đơn vị bên ngoài. AI cần quyền đọc đúng những nguồn này, không cần quyền sửa. Khi một nguồn là bảng tính do người nhập tay, nên chuẩn hóa mẫu để AI đọc ổn định qua các kỳ. Cách AI đọc bảng tính và cơ sở dữ liệu có ở bài AI đọc Excel, Google Sheets và database.

4. Kỳ báo cáo

Kỳ báo cáo thường là năm tài chính hoặc năm dương lịch, nhưng hóa đơn điện có thể chốt giữa tháng, và một nhà máy mới có thể chỉ hoạt động nửa kỳ. AI phân bổ số liệu vào đúng kỳ theo quy tắc đã chốt, đánh dấu những dòng phải phân bổ, và báo khi một địa điểm thiếu tháng nào đó. Số liệu kỳ trước nên được khóa để so sánh, không bị ghi đè khi có điều chỉnh.

5. Bằng chứng

Mỗi con số trong bảng tổng hợp phải truy ngược được tới chứng từ gốc: hóa đơn, phiếu xuất, báo cáo hệ thống, biên bản. AI lưu đường dẫn tới chứng từ cho từng dòng số liệu và tạo danh mục bằng chứng theo chỉ số. Khi kiểm toán hoặc bên đảm bảo hỏi, người phụ trách mở ngay được tài liệu. Cách tổ chức bằng chứng cho kiểm toán nội bộ nói chung có ở bài AI thu thập bằng chứng kiểm toán nội bộ.

6. Ước tính

Không phải số liệu nào cũng có chứng từ đầy đủ. Một chi nhánh thuê văn phòng không có đồng hồ điện riêng, một phần chất thải không có biên bản cân. Khi phải ước tính, phương pháp và giả định do người phụ trách quyết định; AI áp phương pháp đó và gắn nhãn ước tính cho con số. Số ước tính phải luôn phân biệt được với số đo thực tế trong mọi bảng, kể cả khi đã cộng gộp.

7. Phê duyệt

Số liệu đi qua nhiều lớp duyệt: người phụ trách từng nguồn xác nhận số của mình, người điều phối báo cáo duyệt bảng tổng hợp, lãnh đạo duyệt bản cuối. AI theo dõi trạng thái duyệt của từng chỉ số, nhắc người chưa xác nhận và ghi lại ai duyệt lúc nào. Mọi chỉnh sửa sau khi duyệt phải để lại dấu vết.

8. Công bố

Quyết định công bố nội dung nào, ở đâu, cho ai thuộc về lãnh đạo, có ý kiến của pháp chế và các chuyên gia mà doanh nghiệp mời. AI không đăng hay gửi báo cáo ra ngoài. Phần AI có thể hỗ trợ là kiểm tra chéo: số trong bản dàn trang có khớp bảng tổng hợp đã duyệt không, có con số ước tính nào bị mất nhãn khi chuyển sang bản công bố không.

3. Quy trình triển khai

Bước 1: Lập từ điển chỉ số

Với từng chỉ số trong khung đã chọn, ghi định nghĩa, phạm vi, đơn vị, công thức, nguồn, người chịu trách nhiệm và cách xử lý khi thiếu dữ liệu. Đây là tài liệu gốc cho mọi bước sau.

Bước 2: Chuẩn hóa nguồn và mẫu nhập

Rà các nguồn dữ liệu, chuẩn hóa mẫu bảng tính cho các địa điểm nhập tay, và thống nhất nơi lưu chứng từ. Chốt bảng quy đổi đơn vị và hệ số đã được duyệt.

Bước 3: Chạy thử trên kỳ đã qua

Cho AI tổng hợp lại số liệu của một kỳ đã làm thủ công, so từng chỉ số với kết quả cũ. Những chỗ lệch cho biết quy tắc nào chưa đủ rõ, nguồn nào đọc chưa đúng.

Bước 4: Vận hành theo lịch chốt số

Thay vì dồn vào cuối năm, AI gom số liệu theo tháng hoặc quý khi chứng từ phát sinh, báo thiếu sớm, và người phụ trách xác nhận dần. Cuối kỳ chỉ còn việc rà lại và duyệt.

4. Ví dụ giả định

Một doanh nghiệp sản xuất có hai nhà máy và một văn phòng thuê, lần đầu làm báo cáo phát triển bền vững theo yêu cầu của một khách hàng xuất khẩu.

AI đọc hóa đơn điện mười hai tháng của hai nhà máy từ hệ thống kế toán, phát hiện nhà máy thứ hai thiếu hóa đơn một tháng và báo người phụ trách tìm lại. Văn phòng thuê không có đồng hồ điện riêng, nên người phụ trách chọn cách phân bổ theo diện tích từ hóa đơn tòa nhà; AI áp cách này và gắn nhãn ước tính kèm giả định. Phiếu xuất dầu của đội xe ghi lít, được quy đổi theo hệ số đã duyệt, kèm tên nguồn hệ số. Số lao động và giờ đào tạo lấy từ phần mềm nhân sự. Bảng tổng hợp gửi người duyệt có cột nguồn, cột bằng chứng và cột loại số liệu, đo thực tế hay ước tính.

5. Rủi ro và giới hạn

• Áp nhầm hệ số quy đổi hoặc dùng hệ số hết hiệu lực mà không ai phát hiện
• Số ước tính mất nhãn khi cộng gộp và được trình bày như số đo thực tế
• Trùng hoặc sót phạm vi, ví dụ tính một địa điểm hai lần hoặc bỏ sót chi nhánh mới
• Bản nháp diễn giải do AI viết đưa ra nhận định hay cam kết không có căn cứ

Báo cáo ESG có thể được bên thứ ba rà soát và ảnh hưởng tới uy tín doanh nghiệp, nên sai sót ở đây nghiêm trọng hơn một báo cáo nội bộ. AI không thay được chuyên gia về phương pháp, không đưa kết luận về tuân thủ quy định, và mọi câu hỏi về nghĩa vụ công bố theo quy định hiện hành cần pháp chế hoặc đơn vị tư vấn chuyên môn trả lời.

6. Phân chia trách nhiệm vận hành

Lãnh đạo chọn khung báo cáo, duyệt bản cuối và quyết định công bố. Người điều phối báo cáo sở hữu từ điển chỉ số, bảng quy đổi và lịch chốt số. Trưởng từng nhà máy, kế toán, nhân sự, hành chính chịu trách nhiệm số liệu nguồn của mình và xác nhận khi AI tổng hợp xong. Chuyên gia bên ngoài, nếu có, rà phương pháp và hệ số. Người phụ trách kỹ thuật lo quyền đọc nguồn, nơi lưu chứng từ và nhật ký thay đổi.

7. Chỉ số nên theo dõi

• Tỷ lệ chỉ số có đủ nguồn và bằng chứng tại thời điểm chốt
• Tỷ lệ số liệu là ước tính trên tổng số liệu, theo chỉ số
• Số lỗi phát hiện khi người phụ trách nguồn xác nhận
• Thời gian từ lúc kết thúc kỳ tới lúc có bảng tổng hợp đã duyệt
• Số chỉnh sửa sau duyệt và lý do

8. Checklist trước khi vận hành

• Khung báo cáo và danh sách chỉ số đã được lãnh đạo chốt
• Từ điển chỉ số có định nghĩa, phạm vi, đơn vị, nguồn và người chịu trách nhiệm
• Bảng quy đổi và hệ số đã duyệt, ghi rõ nguồn và phiên bản
• AI chỉ có quyền đọc với các nguồn dữ liệu
• Mỗi dòng số liệu có đường dẫn tới chứng từ gốc
• Số ước tính có nhãn, phương pháp và giả định
• Có luồng duyệt nhiều lớp và nhật ký chỉnh sửa

9. Câu hỏi thường gặp

AI có tự viết báo cáo ESG hoàn chỉnh để công bố không? Không nên. AI phù hợp với phần thu thập, quy đổi, đối chiếu và soạn bản nháp có nguồn cho từng con số. Việc chọn khung báo cáo, duyệt số liệu, viết các nhận định và quyết định công bố thuộc về người phụ trách, lãnh đạo và các chuyên gia mà doanh nghiệp mời.

AI có tự chọn hệ số quy đổi phát thải không? Không. Hệ số quy đổi phải do người phụ trách chọn từ nguồn mà doanh nghiệp chấp nhận, ghi rõ tên nguồn, phiên bản và năm áp dụng. AI chỉ áp đúng hệ số đã được duyệt vào số liệu hoạt động và báo khi thiếu hệ số cho một loại nhiên liệu hay hoạt động nào đó.

Số liệu ước tính trong báo cáo ESG nên xử lý thế nào? Mọi con số ước tính cần được gắn nhãn, ghi phương pháp ước tính, giả định và người chịu trách nhiệm. Trong bảng tổng hợp, số ước tính nên tách riêng hoặc có ký hiệu để người duyệt và người đọc phân biệt với số đo thực tế có chứng từ.

Doanh nghiệp nên bắt đầu tổng hợp dữ liệu ESG bằng AI từ đâu? Bắt đầu từ những chỉ số có nguồn chứng từ rõ ràng như điện năng tiêu thụ theo hóa đơn, nhiên liệu theo phiếu xuất, số lao động và giờ đào tạo theo hệ thống nhân sự. Khi phần này chạy ổn mới mở rộng sang các chỉ số cần ước tính hoặc dữ liệu từ nhà cung cấp.

Kết luận

AI báo cáo ESG giúp nhiều nhất ở phần tốn công và dễ sai: gom số liệu từ nhiều nguồn, quy đổi đơn vị, phân bổ đúng kỳ, gắn bằng chứng và đánh dấu số ước tính. Giá trị đó chỉ có khi doanh nghiệp đã chốt khung báo cáo, từ điển chỉ số, bảng hệ số và luồng duyệt. Chọn phương pháp, viết nhận định và quyết định công bố vẫn là việc của con người có trách nhiệm.

Trao đổi với Naventic để khảo sát nguồn dữ liệu và luồng tổng hợp số liệu ESG. Đọc thêm: AI Data Analyst Agent.