Van het bepalen van uw ambitie tot het blijvend verankeren ervan: vijf cruciale fases van uw duurzaamheidsreis kunnen niet worden geautomatiseerd.
AI heeft een logische plek gevonden binnen duurzaamheidswerk. De technologie stelt materialiteitssjablonen op, genereert ESG-gap-analyses, brengt rapportageraamwerken in kaart en berekent emissie-inventarissen. Voor duurzaamheidsmanagers die onder hoge werkdruk opereren, en die vaak tegelijk verantwoordelijk zijn voor EcoVadis, rapportage en strategie, bieden deze tools echte efficiëntiewinst.
Het risico zit niet in het gebruik van AI. Het risico ontstaat wanneer efficiëntie wordt verward met strategie.
Een duurzaamheidsprogramma bestaat niet uit een reeks documenten. Het is een proces van beslissingen, relaties en verandering. Het grootste deel daarvan speelt zich af tussen mensen, niet tussen een gebruiker en een algoritme.
Gedurende de duurzaamheidsreis, van het bepalen van wat belangrijk is tot het blijvend verankeren van de verandering, zijn er vijf momenten waarop menselijke expertise geen voorkeur is. Zij is een vereiste. Dit artikel brengt deze momenten in kaart.
Bepalen waar uw duurzaamheidsreis werkelijk om draait
Elk duurzaamheidsprogramma begint met een vraag die eenvoudig klinkt: wat is het belangrijkst voor uw organisatie? In de praktijk is het antwoord een van de meest bepalende strategische beslissingen die een managementteam neemt.
AI-tools kunnen snel een materialiteitsmatrix opstellen. Zij gebruiken sectorspecifieke benchmarks, GRI-onderwerpen, rapportages van sectorgenoten en wettelijke vereisten om een lijst met plausibele materiële onderwerpen te genereren. De uitkomst voldoet aan het gewenste format. Wat ontbreekt, is een weerspiegeling van uw specifieke organisatie.
Materialiteit is geen benchmarkoefening. Het is een beoordeling van waar uw onderneming de grootste impact op de wereld heeft en waar de wereld de grootste impact op uw onderneming heeft.
Die beoordeling vereist een inhoudelijke dialoog met uw stakeholders, waaronder klanten, medewerkers, leveranciers, investeerders en lokale gemeenschappen. Ook is een realistisch inzicht nodig in uw activiteiten, blootstelling aan sectorspecifieke risico’s en de strategische keuzes die uw directie daadwerkelijk bereid is te maken.
Een materialiteitsbepaling die is gebaseerd op door AI gegenereerde sjablonen, zonder inhoudelijke stakeholderbetrokkenheid en deskundige begeleiding, levert een document op. Geen richting.
Dat verschil is belangrijk. Alles wat daarna komt, zoals uw doelstellingen, disclosures en investeringsprioriteiten, wordt op deze basis gebouwd.
Doelstellingen vaststellen die u daadwerkelijk kunt verdedigen
Zodra een organisatie heeft bepaald wat belangrijk is, volgt een veeleisender vraag: waaraan verbindt u zich concreet om iets te veranderen?
Voor het vaststellen van science-based targets moet u de juiste route voor uw sector kiezen. Ook moet u een geloofwaardige nulmeting opbouwen op basis van uw huidige emissieprofiel. Daarnaast moet u het validatieproces van SBTi doorlopen, waarbij de methodologie, reikwijdte en tijdlijn gedetailleerd worden beoordeeld.
AI-tools kunnen helpen om berekeningen te structureren. Zij kunnen echter niet de expertise vervangen die nodig is om te bepalen welke route geschikt is voor uw sector. Ook kunnen zij niet beoordelen welke onderdelen validatiereviewers doorgaans kritisch bekijken of hoe u doelstellingen ontwerpt die zowel ambitieus als operationeel haalbaar zijn.
Hetzelfde geldt voor het verbeteren van een EcoVadis-score. De methodologie is precies, houdt rekening met sectorverschillen en wordt regelmatig bijgewerkt.
AI-tools kunnen lijsten met mogelijke verbetermaatregelen genereren. Voor een duurzaamheidsmanager die op een score wordt beoordeeld, is een lijst echter niet voldoende. Belangrijker is inzicht in welke acties de specifieke score kunnen verbeteren, rekening houdend met de sector van het bedrijf, de huidige documentatie en de precieze tekortkomingen uit de vorige beoordeling.
Die kennis komt voort uit diepgaande vertrouwdheid met de methodologie. Zij ontstaat niet door alleen een prompt te gebruiken.
Organisaties die doelstellingen vaststellen die zij kunnen verdedigen en vervolgens behalen, bouwen deze doelstellingen vanaf het begin met deskundige ondersteuning op. Algemene doelstellingen die uit sjablonen zijn gegenereerd, lopen vaak vast tijdens het validatieproces. In sommige gevallen blijkt pas tijdens een voortgangsbeoordeling dat zij niet uitvoerbaar zijn.
Uw verplichtingen uitbreiden tot buiten uw eigen organisatie
Voor de meeste organisaties bevindt het grootste deel van hun ecologische en sociale impact zich buiten de directe bedrijfsactiviteiten. Duurzaamheid in de toeleveringsketen is daardoor een bepalende uitdaging geworden. Voor steeds meer bedrijven is het bovendien een commerciële vereiste [4].
AI kan helpen om risicoprofielen van leveranciers in kaart te brengen, ESG-data uit een leveranciersbestand samen te voegen en vragenlijsten voor beoordelingen te genereren. Wat AI niet kan, is het gesprek voeren.
Toeleveringsketenduurzaamheid vereist dat leveranciers worden overtuigd om te investeren in veranderingen die zij anders mogelijk niet zouden doorvoeren. Het gaat daarbij vaak om kleinere bedrijven met beperkte middelen en beperkte kennis van de reden achter het verzoek.
Dit vereist het opbouwen van relaties, het wegnemen van terughoudendheid, het begrijpen van de specifieke beperkingen waarmee leveranciers te maken hebben en het ontwerpen van een realistisch programma voor leveranciersbetrokkenheid. Dat programma moet geschikt zijn voor bedrijven die zich in verschillende fases van hun duurzaamheidsreis bevinden.
Hiervoor zijn cultureel bewustzijn, commerciële sensitiviteit en een oprechte dialoog nodig.
Dit zijn menselijke competenties. Het zijn ook precies de competenties die bepalen of een programma voor de toeleveringsketen leidt tot meetbare verbetering van leveranciersprestaties of tot een map met onbeantwoorde vragenlijsten.
Communiceren op een manier die vertrouwen opbouwt
Duurzaamheidscommunicatie gaat niet alleen over rapportage. Het gaat om geloofwaardigheid. Geloofwaardigheid wordt opgebouwd in gesprekken, niet in documenten.
Uw CFO moet begrijpen waarom een investering in duurzaamheid gerechtvaardigd is. Uw bestuur moet ESG zien als een strategische waarde, niet als een complianceverplichting. Uw investeerders moeten erop kunnen vertrouwen dat uw claims zijn onderbouwd. Uw klanten moeten geloven dat uw inspanningen oprecht zijn.
Elk van deze doelgroepen vraagt om een andere aanpak, een ander taalregister en een andere vorm van menselijke betrokkenheid.
AI kan duurzaamheidsrapporten, verhalen voor investeerders en presentaties voor bestuursleden opstellen. AI kan echter niet aanvoelen wat er tijdens een bestuursvergadering speelt.
AI kan de politieke dynamiek rond het opnemen van duurzaamheid in de agenda voor kapitaalallocatie niet navigeren. De technologie kan ook niet weten welke vraag uw investeerder werkelijk stelt wanneer die kritiek heeft op uw tijdlijn voor netto nul.
AI merkt niet wanneer een gesprek van richting verandert. Ook kan AI zich niet in real time aanpassen aan zo’n verandering.
Geloofwaardige duurzaamheidscommunicatie bestaat uit strategie, beoordeling en relaties. De documenten zijn het resultaat. De gesprekken die ervoor zorgen dat die documenten overtuigen, zijn niet iets waarop een tool u kan voorbereiden.
Zorgen dat de verandering beklijft
Dit is het moment dat de meeste duurzaamheidsprogramma’s onderschatten. Het is ook het moment waarop AI het minst te bieden heeft.
Duurzaamheid levert alleen blijvende waarde op wanneer zij wordt verankerd in de manier waarop een organisatie beslissingen neemt. Duurzaamheid mag niet worden behandeld als een parallel werktraject dat door één persoon of één team wordt beheerd.
Daarvoor moeten gedragspatronen veranderen, prikkels verschuiven, medewerkers in verschillende functies inzicht ontwikkelen en momentum worden behouden wanneer de aandacht van de directie naar andere onderwerpen verschuift.
De verandermanagementmodellen die al decennialang richting geven aan organisatorische transformatie, zijn onder andere:
• het 8-stappenmodel van Kotter;
• de ADKAR-aanpak van Prosci;
• Doppelt’s Wheel of Change.
Deze modellen wijzen allemaal op hetzelfde inzicht: blijvende verandering vereist zichtbaar leiderschap en commitment, een echte interne coalitie, tweerichtingscommunicatie en consequente persoonlijke betrokkenheid bij de bronnen van weerstand.
Geen van deze onderdelen kan worden geautomatiseerd.
AI kan geen workshop begeleiden die de manier verandert waarop een inkoopteam naar leveranciersselectie kijkt. AI kan de manager in het middenkader niet overtuigen die duurzaamheid als afleiding van de primaire doelstellingen beschouwt.
AI kan de betrokkenheid van een organisatie bij haar duurzaamheidsprogramma niet vasthouden wanneer een moeilijk kwartaal aanbreekt en prioriteiten opnieuw worden bepaald.
Duurzaamheid blijvend verankeren is een uitdaging op het gebied van leiderschap, cultuur en verandermanagement. In de kern is het een menselijke uitdaging.
Defne Yurddas, Nexio Projects



