Sztuczna inteligencja a rozumienie długoterminowej wartości

Sztuczna inteligencja (AI) będzie istotnym narzędziem w kolejnej generacji KPI (key performance indicators).

W skrócie

• Na przedsiębiorstwach spoczywa obowiązek zdefiniowania KPI, które zapewnią bardziej holistyczny obraz ich działalności i czynników generujących długoterminową wartość.
• AI może pomóc w pomiarze KPI w takich obszarach jak: zaufanie, kultura organizacji, ryzyko i sprawozdawczość ESG (Environmental, Social and Governance, pomiar ryzyka środowiskowego, społecznego i związanego z zarządzaniem).
• AI może poprawić funkcjonowanie firmy, ale powinna być wdrażana w połączeniu z innymi technologiami, w tym analizą danych i blockchain.

Większa część wartości firmy znajduje obecnie odzwierciedlenie w niematerialnych aspektach jej działalności, związanych z takimi czynnikami jak: innowacyjność, kultura, zaufanie, kapitał ludzki, zrównoważony rozwój i ład korporacyjny. Koncepcje te są trudne do określenia, a większość z nich nie jest ujęta w tradycyjnych ramach rachunkowości i sprawozdawczości dla potrzeb zarządzania. Niemniej jednak z uwagi na coraz większe zainteresowanie udziałowców, dostawców kapitału i innych interesariuszy tworzeniem długoterminowej wartości w przedsiębiorstwie, koncepcje te wymagają coraz bardziej precyzyjnego określenia.

Globalna pandemia COVID-19 przyciągnęła jeszcze większą uwagę do społecznych ról i obowiązków przedsiębiorstw. Jak zaznaczył Klaus Schwab, przewodniczący Światowego Forum Ekonomicznego (WEF), w artykule opublikowanym w "Financial Times" 25 marca 2020 roku: "Krótkoterminowy kryzys gospodarczy, taki jak ten wywołany przez epidemię koronawirusa, ujawnia, które firmy naprawdę wprowadziły w życie model interesariuszy, a które jedynie składały gołosłowne deklaracje wdrożenia go, zachowując zasadniczo krótkoterminową orientację na zysk".

Już przed pandemią nastąpiło zauważalne przejście od kapitalizmu akcjonariusza do kapitalizmu interesariusza. W dziedzinie sprawozdawczości korporacyjnej projekt Embankment Project for Inclusive Capitalism koncentrował się na opracowaniu nowych wskaźników i metod, które pomogą przedsiębiorstwom mierzyć i wyrażać wartość, jaką tworzą dla szerokiego grona interesariuszy.

Badanie następnej generacji KPI

Zatem na przedsiębiorstwach spoczywa teraz obowiązek zdefiniowania kolejnej generacji KPIs: czyli tych, które zapewniają bardziej całościowy obraz ich działalności i czynników generujących długoterminową wartość. W miarę jak te nowe KPI i ramy sprawozdawczości zaczną się pojawiać, przedsiębiorstwa muszą przemyśleć, jak dokonywać pomiaru tych nowych wskaźników, które mogą okazać się bardziej złożone niż zwykłe wskaźniki finansowe.

Dobra wiadomość jest taka, że pojawienie się ogromnej ilości danych oznacza, że istnieje szeroki zestaw nieustrukturyzowanych i zewnętrznych informacji do wykorzystania. Wyzwanie dla liderów biznesu polega na tym, jak zrobić to skutecznie – i tutaj pojawia się sztuczna inteligencja (AI). AI będzie istotnym narzędziem do pomiaru KPI następnej generacji i umożliwi przedsiębiorstwom lepsze zobrazowanie sposobu w jaki tworzą one długoterminową wartość.

Zaufanie i wyniki finansowe

Dla przykładu AI jest już wykorzystywana do badania poziomu zaufania. Ma to zasadnicze znaczenie dla wartości firmy, ponieważ sposób, w jaki ktoś ufa firmie lub marce teraz, będzie miał wpływ na to, jak zachowa się wobec niej w przyszłości. Zaufanie ma wpływ na konsumentów, dostawców i pracowników. Ma ono również wpływ na koszt kapitału przedsiębiorstwa w zakresie, w jakim wpływa na poglądy dostawców kapitału i rynków kapitałowych. Choć wnioski te są jasne, często trudno jest je jednoznacznie przedstawić lub ocenić.

Zaawansowane funkcje analityczne i AI mogą być wykorzystywane do pozyskiwania i gromadzenia dużych ilości danych, w tym danych z wielu źródeł, oraz do tworzenia "zaufanych źródeł" dla szeregu wskaźników, takich jak integralność, spójność czy otwartość. Opracowano szereg narzędzi, które dotyczą wielu wersji tej tak zwanej analizy zaufania, opartej na rozmaitych atrybutach i czynnikach. Zarówno przedsiębiorstwa, jak i rynki kapitałowe coraz częściej korzystają z tych narzędzi do analizy nastrojów rynkowych i konsumenckich oraz zrozumienia poziomu zaufania do marki lub organizacji. Mogą one pomóc firmom w podejmowaniu decyzji menadżerskich, kierując je do obszarów działalności, które należy wzmocnić, podczas gdy analitycy i inwestorzy mogą z nich korzystać przy podejmowaniu decyzji inwestycyjnych i kredytowych.

Za pomocą tych narzędzi opartych na sztucznej inteligencji można teraz udowodnić, że istnieje namacalny związek między zachowaniem się w sposób budzący zaufanie, a osiągnięciem lepszych wyników finansowych zarówno w perspektywie krótko-, jak i długoterminowej. Wysoka ocena zaufania pozytywnie wpływa na utrzymanie klientów i pracowników, stabilność cen i przewagę konkurencyjną.

Wykazanie tej korelacji i przyczynowości pomiędzy zaufaniem, a wynikami finansowymi zmusza również zarządzających aktywami (którzy mają powierniczy obowiązek maksymalizacji zysków dla swoich inwestorów) do spojrzenia poza tradycyjne wskaźniki finansowe.

A co z innymi wartościami niematerialnymi, takimi jak dobrostan, integracja, talent, różnorodność, wpływ na środowisko, innowacyjność i ład korporacyjny? Wszystkie one są ważne, ale jak dotąd okazały się również trudne do skutecznego zmierzenia. Ale teraz, dzięki sile AI oraz cyfryzacji biznesu, może się to zmienić. Poniżej znajdują się przykłady trzech obszarów, w których AI może dokonać zmian: kultura; pomiar ryzyka środowiskowego, społecznego i związanego z zarządzaniem (ESG); oraz sprawozdawczość ESG.

Kultura i AI

Spojrzenie na kulturę organizacyjną przedsiębiorstwa nie jest niczym nowym, ale firmy coraz częściej badają inne możliwości przeprowadzania pomiarów poza tradycyjnymi grupami docelowymi i badaniami pracowników.

AI może analizować komunikację w całej organizacji (w tym korespondencję mailową i wiadomości na platformach kooperacyjnych), skupiając się na gramatyce, składni, nastrojach i słowach kluczowych oraz identyfikować ton wypowiedzi zawarty w wiadomościach. (Oczywiście podczas przeprowadzania takiej analizy należy zwrócić uwagę na odpowiednie normy i przepisy dotyczące prywatności). Pomaga to określić trendy i ocenić kondycję danej kultury organizacyjnej.

Ocena ryzyka ESG za pomocą narzędzi AI

Według Global Risks Report 2020 WEF cztery z pięciu największych światowych zagrożeń pod względem dotkliwości oddziaływania są związane ze środowiskiem lub społeczeństwem. Oznacza to, że kluczowe znaczenie ma kwantyfikacja ryzyka ESG.

I znowu, AI może pomóc. Na przykład, firmy mogą analizować i przewidywać ryzyko związane z prawami człowieka wśród dostawców z danego kraju lub sektora. A poprzez przeglądanie portali społecznościowych czy słuchanie wiadomości można coraz szybciej identyfikować pojawiające się ryzyko.

Sprawozdawczość ESG i AI

Jak wykazało ostatnie badanie EY Institutional Investor Survey inwestorzy aktywnie poszukują bardziej rygorystycznego podejścia do oceny wyników pozafinansowych, szczególnie w zakresie ESG. Analitycy inwestycyjni, kierownicy ds. portfela inwestycyjnego oraz organizacje regulacyjne czerpią znaczne korzyści z wykorzystania AI w celu dokonania świadomego osądu w zakresie ładu korporacyjnego i standardów branżowych.

W przeciwieństwie do sprawozdawczości finansowej, która opiera się na zestawie ścisłych i jednolitych zasad, sprawozdawczość ESG jest elastyczna i często jej zakres zależy od tego, jakie informacje przedsiębiorstwa zdecydują się ujawnić. Wykorzystanie AI może okazać się tu korzystne, ponieważ sprawozdawczość ESG staje się coraz bardziej powszechna i spójna. AI umożliwia również zbieranie informacji związanych z ESG, które są obecnie dostarczane w różnorakich raportach mających na celu dokonywanie wszelakich porównań i podejmowanie decyzji przez firmy, uczestników rynku i agencje ratingowe.

Nauka korzystania z AI

Z przykładów tych jasno wynika, że AI idealnie nadaje się do mierzenia wartości długoterminowej, a w szczególności atrybutów, które napędzają wartość długoterminową w organizacji. Powinna ona jednak być stosowana prawidłowo i w połączeniu z innymi technologiami. Sztuczna inteligencja może poprawić wyniki firm, ale nie samodzielnie; powinna być raczej postrzegana jako część puli nowych zasobów technologicznych, obok big data i technologii blockchain.

Należy również zmierzyć się z procesem uczenia. Wiele firm nie dostrzega w pełni potencjału AI oraz brakuje w nich osób posiadających specjalistyczną wiedzę, która pozwoliłaby na najbardziej efektywne jej wykorzystanie. Poziom przydatności danych zbieranych za pośrednictwem AI – na przykład ustalenie odpowiedniej korelacji pomiędzy szeregiem KPIs – będzie ewoluował wraz z upływem czasu, w miarę jak przedsiębiorstwa będą coraz lepiej dostosowywać się do jej zastosowania.

Pomimo, że to dopiero początek, firmy powinny jak najszybciej zainteresować się tą technologią. W przeciwnym przypadku zajmie się tym konkurencja.