Каталог начальных сценариев использования ИИ в области устойчивого развития, а также два продвинутых рабочих процесса

Команды по устойчивому развитию редко начинают работу с «чистыми» наборами данных. Обычно они имеют дело со счетами за коммунальные услуги, выгрузками из систем закупок, файлами поставщиков и электронными таблицами, созданными для других целей. Прежде чем отчитываться о выбросах или находить возможности для их сокращения, им приходится приводить форматы к единому виду, заполнять пробелы и исследовать аномалии.

Эта работа с данными идеально подходит для автоматизации с помощью ИИ-агентов. При правильной настройке и дообучении на основе данных об устойчивом развитии агенты могут преобразовывать «грязные» исходные файлы в данные, готовые к анализу, сопоставлять материалы и поставщиков с коэффициентами выбросов, отвечать на вопросы об углеродном следе компании и превращать результаты анализа в отчеты и раскрытия информации. При внедрении ИИ в процессы устойчивого развития полезно иметь под рукой несколько распространенных сценариев использования. Мы собрали набор отправных точек для вашей команды, основанный на опыте клиентов Watershed.

Превращение «грязных» исходных файлов в данные, готовые к измерению

Работа по измерению выбросов часто начинается задолго до самих расчетов. Команды по устойчивому развитию получают данные из систем закупок, от отделов эксплуатации объектов, поставщиков, туристических агентств и финансовых систем. Часто эти данные представлены в разных форматах и с разной степенью полноты. Подготовка таких данных к измерению может потребовать многих часов ручной работы с электронными таблицами.

Агенты сокращают это время. Вы загружаете необработанные файлы, а агент определяет их структуру, отмечает пробелы, конвертирует единицы измерения, устраняет дубликаты и преобразует файл в формат, готовый к анализу.

Агент также создает четкую запись предпринятых шагов, включая допущения и решения, которые повлияли на результат, поэтому процесс документируется и становится воспроизводимым с первого дня.

Пример из реальной жизни:

До появления Watershed команда по устойчивому развитию Cimpress вручную обрабатывала сотни тысяч строк данных о расходах из десятков отчетов поставщиков, сопоставляя транзакции и создавая файлы для загрузки более чем по дюжине наборов данных. Благодаря новому рабочему процессу с использованием ИИ агенты теперь выполняют первоначальное сканирование, выявляют дублирующие расходы, сопоставляют коэффициенты выбросов и создают документ сверки для аудитора, связывающий каждый результат с исходными строками. Команда сократила время обработки и загрузки данных на три недели и получила консолидированное представление о своих данных, которое ранее было недоступно.

«Для меня, с точки зрения обеспечения достоверности, возможность показать аудитору, что я сверил все эти выходные файлы, — это настоящий прорыв».

— Кристин Трелла, менеджер по данным об устойчивом развитии, Cimpress

Как начать работу в Watershed:

• Используйте запрос «Очисти мои необработанные данные». Вы также можете предоставить в запросе любой необходимый бизнес-контекст. Например, сообщите агентам, что предоставляемые вами данные относятся к логистике вышестоящего звена.
• Прикрепите файл.
• Агенты Watershed начнут обработку файла. При необходимости отвечайте на вопросы прямо в чате.
• После того как агенты закончат работу, просмотрите и проверьте результаты.
• Попросите агента отправить результат непосредственно в расчет.
• Полная информация появится на этапе очистки в прослеживаемости данных, где любой, кто проверяет углеродный след, сможет прочитать сводку и загрузить скрипт.

Создание более точного углеродного следа без месяцев ручного сопоставления

Исторически сложилось так, что сопоставление тысяч материалов или поставщиков требовало от специалистов интерпретации расплывчатых описаний, поиска возможных соответствий и принятия субъективных решений о том, какой коэффициент выбросов подходит лучше всего. В масштабах компании эта работа могла занимать месяцы и стоить тысячи долларов в виде консалтинговых сборов.

Агенты автоматизируют первичную обработку, используя контекст компании для сопоставления материалов с коэффициентами выбросов, специфичными для поставщика или основанными на деятельности.

Пример из реальной жизни:

Для компании Specialized понимание выбросов, связанных с поставщиками компонентов второго уровня, всегда было сложной задачей. Команда знала, что производство составляет около 30% углеродного следа продукции, но не имела возможности определить, какие именно материалы и поставщики оказывают наибольшее влияние. Агенты Watershed классифицировали каждый компонент по стандартным типам материалов, достигнув 100% покрытия по более чем 200 поставщикам второго уровня всего за несколько часов. Этот первый детальный обзор дает Specialized основу для более глубокого анализа цепочки поставок и будущей работы по декарбонизации.

«Это просто то, что я никогда бы не сделал раньше, потому что данных было слишком много, но теперь агент обработает их».

— Надя Кэрролл, руководитель направления устойчивого развития продукции и инжиниринга, Specialized

Как начать работу в Watershed:

• На вкладке «материалы» выберите материалы, которые хотите сопоставить,
• Откройте меню «действие», выберите «Создать новое»,
• Выберите «использовать агента» для сопоставления с библиотекой материалов,
• Ознакомьтесь с полным объяснением подходов к сопоставлению и тем, как читать показатели соответствия. (только для клиентов)

Изучение данных о выбросах на естественном языке

Работа в области устойчивого развития требует учета множества различных данных, методологий, нормативных требований и взаимодействия с заинтересованными сторонами. Ручная отчетность может быть сложной и трудоемкой. Агенты сокращают это время, помогая командам исследовать свои данные с помощью запросов на естественном языке. Они могут сравнивать выбросы год к году, выявлять «горячие точки», исследовать аномалии, понимать риски в цепочке поставок и изучать изменения в методологии — и все это простым языком.

Пример из реальной жизни:

Когда из-за изменений в отрасли компании Hain Celestial пришлось пересмотреть стратегию устойчивого развития для одного из своих ведущих брендов, у команды было всего несколько недель на ответ и не было бюджета на внешних консультантов. Старший менеджер по глобальному воздействию Кайл Робертсон создал семиэтапный рабочий процесс с агентами Watershed, который сжал то, что раньше было многомесячным консалтинговым проектом, до двух дней. Рабочий процесс позволил создать наглядную панель мониторинга, отслеживающую прогресс в достижении цели компании по сокращению выбросов на 28% к 2030 финансовому году, и одновременно создать воспроизводимый процесс, который можно использовать во всем портфеле брендов Hain Celestial.

«Удивительно то, что агент позволил нам действовать проактивно и по-настоящему интегрироваться в операционные решения на будущее».

— Кайл Робертсон, старший менеджер по глобальному воздействию, Hain Celestial

Как начать работу в Watershed:

Попробуйте такие запросы:

• Что изменилось в моих выбросах парниковых газов в период с 2024 по 2025 год?
• Какие категории выбросов являются наиболее значимыми?
• Какова была численность персонала в мае 2024 года?
• Какие наши объекты наиболее энергоемки в 2025 году?
• Есть ли аномалии в выбросах объектов за прошлый год? Какие шаги я могу предпринять, чтобы исправить аномалии в данных?
• Напишите краткий отчет об изменениях между нашими углеродными следами за 2024 и 2025 годы по категориям парниковых газов, указав на любые изменения, вызванные обновлением коэффициентов выбросов.

Создание отчетов, готовых к раскрытию информации

Нормативные требования сложны и постоянно меняются. Интерпретация этих требований, определение необходимых показателей, составление отчета и обеспечение точности базовых данных могут создать значительную рабочую нагрузку и оставить место для ошибок.

Агенты отчетности помогают командам интерпретировать требования, автоматически заполнять показатели, выявлять пробелы, проводить сравнительный анализ раскрытия информации коллегами по отрасли и составлять описательную часть отчетов на основе собственных данных компании. Они поддерживают такие стандарты, как CDP (Carbon Disclosure Project), TCFD, CSRD, законы Калифорнии SB 253 и SB 261, SECR (Streamlined Energy and Carbon Reporting) и австралийский ASRS.

Пример из реальной жизни:

Раньше сезон аудита отнимал почти все рабочее время Кристиана Бутби в Smiths Group. Поскольку данные по охвату 1 и 2 (Scope 1 and 2) поступали с более чем 300 объектов, он неделями занимался скачиванием данных, созданием сводных таблиц, поиском пробелов и взаимодействием с управляющими объектами. Теперь Кристиан использует рабочий процесс Watershed, который сканирует весь набор данных, помечает отсутствующие отчеты и аномальные изменения в единицах измерения или топливе, а также ранжирует проблемы по степени серьезности. В сезон аудита он запускает эту проверку несколько раз в день, что заменяет большую часть ручной работы по проверке и позволяет команде быстрее готовиться к приходу аудиторов.

«Я создаю дашборд в Watershed, скачиваю его и создаю сводную таблицу, чтобы увидеть, где есть пробелы. Затем я связываюсь с ответственными лицами. Тот факт, что агент может выдать это автоматически, экономит массу времени».

— Кристиан Бутби, менеджер по устойчивому развитию, Smiths Group

Как начать работу в Watershed:

Создайте новый отчет или откройте существующий. Откройте панель чата, нажав на боковую панель справа, и попробуйте один из этих запросов:

• Как на это ответили мои коллеги по отрасли?
• Как я отвечал на это ранее?
• Что означает этот вопрос на простом, нетехническом языке?
• Какие доказательства обычно удовлетворяют этому требованию?
• Как этот вопрос связан с другим вопросом в этом отчете?
• Учитывая то, что мы подготовили, что еще осталось без ответа или недостаточно проработано для этого требования?
• Каковы вероятные вопросы проверяющих?
• Какие утверждения требуют более сильных доказательств?
• Подготовь ответ на этот вопрос.

Проверьте и подтвердите ответ. При необходимости задайте уточняющие вопросы.

Продвинутые варианты использования ИИ для устойчивого развития

После того как вы освоите базовые сценарии использования и начнете видеть результаты в ускорении отдельных задач, таких как очистка данных, анализ и отчетность, вы сможете начать систематизировать использование агентов в своей команде и компании. На Нью-Йоркской климатической неделе в этом году Watershed представила совместных агентов — уровень оркестрации, который позволяет агентам работать вместе по всей организации для решения сложных многоэтапных задач. Вот как команды используют их сегодня.

Создайте собственный навык, который можно использовать всей командой

Работа в области устойчивого развития часто зависит от специфических знаний компании: предпочтительных методологий, правил отчетности, организационных структур, внутренних политик и решений, принятых в предыдущих циклах отчетности. Без способа фиксации этого контекста команды каждый раз заново объясняют один и тот же процесс, а критически важный опыт остается запертым в электронных таблицах или головах сотрудников.

Пользовательские навыки решают эту проблему. Команды кодифицируют повторяющийся процесс для любой регулярной задачи: подготовка ежемесячного обзора выбросов, проверка набора данных поставщика, применение внутренней методологии или составление отчета для руководства в стандартном формате. Как только навык создан, работа становится более последовательной, предсказуемой и поддающейся аудиту.

Примеры пользовательских навыков:

• Настройка предпочтений по аномалиям: помогите агенту предоставлять более релевантные и полезные результаты, установив пользовательские настройки аномалий в навыке. Например, вы можете дать агенту указание использовать пользовательские пороговые значения для выявления аномалий или изменить типы отслеживаемых аномалий, например, квартал к кварталу вместо месяца к месяцу.
• Имитация вопросов аудитора: заранее подготовьте ответы на вероятные вопросы и запросы разъяснений от аудитора. Например, вы можете просмотреть предыдущий процесс аудита, извлечь заданные вопросы и добавить их в навык, который предписывает агенту попытаться ответить на эти вопросы с помощью ваших текущих данных и выделить пробелы, которые вам нужно устранить.
• Создание регулярного резюме: определите логику анализа данных и формат итогового вывода, чтобы вы могли запускать один и тот же процесс с новыми данными и получать сопоставимые результаты. Например, вы можете определить набор инсайтов, которые хотите генерировать по каждому из ваших объектов, и шаблон резюме. Затем вы можете запускать этот навык для каждого объекта или для одного и того же объекта каждый квартал и получать резюме в едином формате.

Пример из реальной жизни:

В Royal Mail углеродный след еще не был постоянной частью решений по закупкам. Когда коллега попросила Эмму Бэйлисс-Чан оценить влияние нового контракта, она использовала агентов Watershed для создания пятишагового калькулятора, который проверяет существенность, сопоставляет расходы с коэффициентами выбросов, применяет внутреннюю цену на углерод Royal Mail и сравнивает сценарии поставщиков. Полученная оценка может быть выполнена менее чем за пять минут, при этом каждый ввод, допущение и результат регистрируются автоматически. Теперь углеродный след учитывается наряду со стоимостью, качеством и рисками в документах по закупкам и тендерных оценках.

«Помимо экономии времени, агенты снижают риск человеческой ошибки и повышают точность данных. Быстрее и надежнее — это именно то, что нужно в регулируемой сфере, где аудит является нормой».

— Эмма Бэйлисс-Чан, руководитель отдела климатической стратегии и рисков, Royal Mail

Как сделать это в Watershed:

• Перейдите на страницу «Агенты» (Agents).
• Нажмите «Навыки» (Skills) под текстовым полем.
• В меню «Навыки» нажмите «Управление» (Manage), а затем «Новый навык» (New skill).
• У вас есть варианты: вы можете либо определить навык с нуля, либо провести управляемую беседу с агентом о том, как достичь того, что вы пытаетесь сделать, в виде повторяемого навыка.

Стандартизация более сложных рабочих процессов между агентами и коллегами

Квартальное закрытие данных по выбросам, цикл раскрытия информации или кампания по взаимодействию с поставщиками могут охватывать подготовку данных, анализ, проверку, утверждение и коммуникацию между несколькими командами. Рабочие процессы координируют эти шаги: определяют, какую работу выполняет агент, какие шаги требуют человеческого суждения, кто проверяет и где происходят утверждения. Суть в том, чтобы распределить работу в четких границах, сохраняя при этом прозрачность и контроль.

Как сделать это в Watershed:

Пользовательские навыки и рабочие процессы решают разные задачи. Пользовательский навык фиксирует, как выполнить повторяемую задачу. Рабочий процесс координирует, кто или что выполняет каждый шаг в сквозном процессе. О продвинутых рабочих процессах агентов было объявлено в сентябре 2026 года, и они скоро станут доступны всем клиентам.

По мере того как агенты переходят от изолированных задач к скоординированным процессам, команды по устойчивому развитию могут создать парк агентов, которые отражают то, как на самом деле работает их организация.

Агенты для устойчивого развития будут продолжать развиваться, а сценарии их использования — расти. По мере этого мы будем обновлять этот каталог новыми навыками и примерами использования, которые вы сможете попробовать. Еще не являетесь клиентом Watershed? Мы поможем вам начать.