AI для ESG и измерения воздействия: данные, верификация и отчётность

Введение

Информация об устойчивом развитии становится полезной для инвестора только тогда, когда лицо, принимающее решения, может проследить отражённый показатель до определённой метрики, ограниченной совокупности, исходных записей, преобразований, контролей и подотчётного утверждения. Искусственный интеллект может ускорять отдельные звенья этой цепочки. Он может извлекать показания счётчиков и условия договоров, классифицировать доказательства, устранять несоответствия единиц измерения, выявлять аномалии, оценивать пропущенные значения по утверждённой методике, отслеживать спутниковые наблюдения и готовить комментарии со ссылками на источники. Каждая возможность создаёт новое требование к контролю, поскольку модель также может скрывать происхождение данных, распространять ошибки границ, завышать точность и создавать связный текст, не подкреплённый доказательствами.

В данной работе разрабатывается операционная модель с обязательной проверкой доказательств для инвесторов в инфраструктуру и цифровую инфраструктуру; вторичная аудитория — инвестиционные директора семейных офисов и руководители направлений альтернативных инвестиций. Работа охватывает физические активы, проектные компании, фонды, прямые инвестиции и отчётность по портфелю. Её основной вопрос практический: как инвестиционная команда может использовать AI для совершенствования ESG, а также измерения, верификации и отчётности о воздействии, сохраняя целостность, необходимую для инвестиционных решений, ковенантов кредиторов, раскрытия информации регуляторам и независимого заверения?

Применимые стандарты задают разные ракурсы для принятия решений. IFRS S1 и IFRS S2 сосредоточены на связанных с устойчивым развитием рисках и возможностях, значимых для поставщиков капитала [1,2]. GRI сосредоточен на воздействии организации на экономику, окружающую среду и людей [9]. ESRS сочетает финансовую существенность и существенность воздействия, а также цифровую таксономию для структурированной отчётности [11-13]. PCAF рассматривает финансируемые выбросы [7]. TNFD рассматривает связанные с природой зависимости, воздействия, риски и возможности [10]. ICMA, IFC и IRIS+ обеспечивают дисциплины отчётности и управления воздействием [16-18]. Эти ракурсы могут совместно использовать доказательства. Их определения, сферы охвата, тесты существенности и утверждения должны оставаться различимыми.

Центральное положение состоит в том, что AI должен работать внутри графа доказательств, а не становиться доказательством. Запись показателя должна определять применимый критерий, отчитывающуюся организацию, границу актива, период, единицу измерения, источник, преобразование, неопределённость, проверяющего, утверждение и место раскрытия. Вывод модели должен сохранять ссылки на эти записи. Верификатор должен иметь возможность воспроизвести расчёт, не полагаясь на сгенерированное описание.

В анализе рассматриваются 30 первичных стандартов, официальные публикации регуляторов и межправительственные источники, доступные по состоянию на 1 августа 2026 года. В нём разрабатывается оригинальная архитектура Matchpoint, контракт показателя, каталог контролей, расчётные сценарии и дорожная карта внедрения на девяносто дней. Расчётные сценарии являются прямо оговорёнными гипотетическими допущениями моделирования. Они не представляют клиентов Matchpoint, фактически полученную экономию, инвестиционные результаты или заверенные раскрытия.

Периметр принятия решений «И»

инфраструктурные инвесторы

Инвесторы направляют капитал в энергетику, транспорт, коммунальные услуги, дата-центры и другую инфраструктуру реальных активов. Их информация об устойчивом развитии тесно связана с физическими операциями. Электросчётчики, данные по топливу, водные системы, графики строительства, экологические разрешения, коэффициенты электросети, характеристики оборудования, активность арендаторов и геопространственные наблюдения могут все вносить вклад в отчётный показатель. Один и тот же актив может поддерживать несколько решений: андеррайтинг приобретения, проектное финансирование, мониторинг ковенантов, операционные улучшения, оценка, страхование, подготовка к выходу и внешняя отчётность.

Таким образом, нагрузка по данным является многоуровневой. Проектной компании нужны контроли на уровне активов. Управляющему фондом нужна согласованная агрегация портфеля. Партнёру с ограниченной ответственностью нужна сопоставимая, полезная для принятия решений информация. Кредитору нужны определения ковенантов и доказательства. Специалисту по заверению нужны достаточные надлежащие доказательства в соответствии с подходящими критериями [8,30]. Единый сгенерированный дашборд не может удовлетворить эти роли, если его происхождение и права на принятие решений не являются явными.

аллокаторы семейных офисов

Аллокаторы часто получают неоднородные отчёты от управляющих, прямых вложений и консультантов. Они могут видеть одну и ту же концепцию, выраженную через несовместимые границы, периоды, единицы и методы оценки. Один управляющий сообщает о выбросах от электроэнергии по территориальному принципу, другой — о выбросах по рыночному принципу, третий предоставляет совокупный эквивалент диоксида углерода без примечания о методах. Прямой актив сообщает о предотвращённых выбросах по сравнению с собственным контрфактическим сценарием. Портфельная компания предоставляет описание выгод для сообщества без базовой линии или доказательств результатов.

AI может помочь команде нормализовать эти пакеты, сопоставить раскрытые показатели с внутренней онтологией, выявить недостающие доказательства, сравнить методы и подготовить вопросы для инвестиционного комитета. Команда должна сохранять исходное представление управляющего и маркировать каждую корректировку аллокатора. Нормализация аллокатора является аналитическим представлением. Она не становится отчётным фактом объекта инвестиций или заверенным показателем.

Права на принятие решений

AI может рекомендовать классификацию или выявлять аномалию. Он не должен утверждать границу отчётности, заверять климатическое заявление, определять существенность, подписывать заключение о заверении или осуществлять публичное раскрытие. Эти действия влекут институциональную ответственность.

Стандарты, существенность и типы заявлений

Определите призму принятия решений до выбора метрики

IFRS S1 и IFRS S2 устанавливают ориентированную на инвесторов базовую основу для финансовой информации, связанной с устойчивым развитием [1,2]. Их структура охватывает управление, стратегию, управление рисками, а также показатели и целевые значения. Таксономия раскрытий в области устойчивого развития IFRS поддерживает машиночитаемую разметку и предназначена для работы с Таксономией финансовой отчётности IFRS [3]. Обновления таксономии, вызванные изменениями раскрытий по парниковым газам, иллюстрируют необходимость версионируемых сопоставлений [4].

GRI требует, чтобы отчитывающиеся организации выявляли существенные воздействия и применяли принципы, включая точность, сбалансированность, ясность, сопоставимость, полноту, своевременность и проверяемость [9]. ESRS использует двойную существенность и подробную цифровую таксономию [11]. Европейская комиссия приняла пересмотренные ESRS 3 июля 2026 года; пересмотренный пакет сокращает обязательные точки данных и добавляет добровольный стандарт для меньших предприятий при условии соблюдения установленного в ЕС процесса проверки [12,13]. Поэтому производственная система должна фиксировать применимую версию отчётности и период действия.

PCAF предоставляет методы отнесения финансируемых выбросов к финансовым видам деятельности и различает базовые инвентаризации и необязательную прогнозную информацию или информацию о предотвращённых выбросах [7]. TNFD организует раскрытие информации, связанной с природой, вокруг управления, стратегии, управления рисками и воздействием, а также показателей и целевых значений [10]. ICMA рекомендует прозрачное использование поступлений и отчётность о воздействии для зелёных облигаций [16]. Операционные принципы IFC связывают стратегические намерения, отбор инвестиций, мониторинг, выход и независимую проверку [17]. IRIS+ предоставляет практическую систему выбора показателей по критериям «что, кто, сколько, вклад и риск» [18].

Эти рамки не образуют единую взаимозаменяемую библиотеку показателей. Они создают карту стандартов.

Лестница заявлений

Надёжная система не позволяет повышать наблюдение низкого уровня до заявления высокого уровня без доказательств. Интеллектуальный счётчик может зафиксировать показание электроэнергии в пределах своих калибровочных и охватных ограничений. Коэффициент выбросов может преобразовать данные о деятельности в оценку выбросов по заданной методологии. Сокращение год к году можно рассчитать после проверки согласованности границ и методологии. Заявление о том, что действия руководства привели к сокращению, требует дополнительных доказательств. Заявление о том, что инвестиция привела к экологическому воздействию, требует анализа вклада и оценки рисков воздействия.

Лестницу заявлений следует закодировать как допустимые переходы:

1. исходное наблюдение;
2. валидированный элемент данных о деятельности;
3. рассчитанный показатель;
4. сравнение периодов;
5. оценка прогресса в достижении цели;
6. интерпретация риска или финансовых показателей;
7. утверждение о результате;
8. заявление о вкладе или дополнительности;
9. раскрытие информации для внешних сторон.

Каждый переход должен иметь владельца, метод и порог доказательности. AI может автоматизировать части переходов с первого по пятый под контролем. Переходы с шестого по девятый требуют содержательного суждения и утверждения.

Контракт метрики ESG

Одна запись для каждой версии метрики

Контракт метрики — это основная операционная запись. Он отделяет метку, отображаемую в отчёте, от определения, которое придаёт числу смысл.

Идентичность метрики предотвращает незаметное расхождение

Идентичность метрики должна меняться при изменении существенного определения. Новый коэффициент выбросов, пересмотренная граница активов, обновлённая методология PCAF, новое определение бенефициара или версия модели должны создавать новую версию метрики. Политика пересчёта должна определять, пересчитываются ли исторические периоды и как обе версии остаются доступными для обнаружения.

Такого названия показателя в отчёте, как «выработка возобновляемой энергии», недостаточно. Договор должен указывать валовую или чистую выработку, место установки счётчика, вспомогательное потребление, учёт ограничений выработки, учёт экспорта, отчётный период, пробелы в данных и использовалась ли какая-либо оценка. Сопоставление AI должно возвращать идентификатор метрики и уровень уверенности вместе с извлечённым значением. Значение без действительной идентичности метрики должно попадать в очередь исключений.

Качество данных — это вектор

Одна составная оценка качества может скрывать причину слабости показателя. Система должна сохранять вектор:

• происхождение: исходное, скопированное, выведенное или полученное из внешнего источника;
• покрытие: доля представленных активов, времени или совокупности;
• полнота: наличие обязательных полей;
• актуальность: задержка между событием, фиксацией и использованием;
• метод: прямое измерение, расчёт, оценка или прокси-показатель;
• контроль: статус валидации и сверки;
• неопределённость: известный диапазон измерения или модели;
• заверение: без заверения, внутренняя проверка, ограниченное заверение или разумное заверение, где применимо;
• сопоставимость: согласованность границ и методов между периодами или активами.

Концепции качества данных PCAF показывают, почему измеренные и оценочные данные о финансируемых выбросах должны оставаться различимыми [7]. Принципы отчетности GRI также поддерживают явные атрибуты точности, полноты и проверяемости [9]. Аллокаторы могут использовать этот вектор для направления взаимодействия: повысить покрытие у одного управляющего, заменить оценки у другого и устранить несоответствие границ у третьего.

Исходные данные и цифровое измерение

Иерархия источников

Иерархия источников должна отдавать предпочтение записям, наиболее близким к событию, и сохранять подтверждающие наблюдения. Примеры включают:

Цифровой MRV

Всемирный банк определяет цифровой мониторинг, отчётность и верификацию как использование цифровых технологий и процессов для автоматизации сбора данных, отчётности о выбросах и формирования результатов смягчения [19,27]. Его руководство 2025 года охватывает оценку системы, интероперабельность и критические зоны контроля. Цифровой MRV может связывать счётчики, датчики, спутники, мобильные приложения, облачные системы и реестры. При использовании для отчётности необходимо сохранять записи, требуемые применимыми механизмами прозрачности [21]. Архитектура приобретает ценность, когда физический и цифровой уровни связаны согласованными идентификаторами, средствами контроля и аудиторскими следами.

Система оповещения и реагирования на метан ЮНЕП служит практическим примером. По состоянию на июль 2026 года MARS использует данные более чем 30 спутниковых приборов, научную экспертизу и передовые модели AI для обнаружения и уведомления правительств и компаний об очень крупных выбросах метана; в 2026 году сфера его охвата расширилась на уголь и отходы [20,28]. Пример демонстрирует масштабируемое наблюдение с поддержкой AI. Он также показывает важность документирования методики, атрибуции источников, рабочего процесса реагирования и подтверждения. Спутниковое оповещение — это сигнал для принятия решений, атрибуция актива и меры реагирования по которому требуют операционного сопровождения.

Связующее звено между физической и цифровой идентичностью

Каждый актив, счётчик, проект, юридическое лицо, финансовый инструмент и граница отчётности должны иметь стабильный идентификатор. Связующее звено идентичности соединяет:

• юридическое лицо — с фондом и периодом владения;
• актив — с местоположением и операционной границей;
• счётчик — с оборудованием, единицей измерения и записью о калибровке;
• документ — с эмитентом, подписью и периодом действия;
• инвестиция — с суммой финансирования и знаменателем атрибуции PCAF;
• запись о бенефициаре — с согласием, программой и правилами дедупликации;
• геопространственное наблюдение — с координатами, временем, разрешением и уровнем достоверности.

Разрешение сущностей с помощью AI может предлагать связи. Связи с высоким влиянием или неоднозначные связи должны требовать проверки. Граф доказательств должен сохранять отклонённые альтернативы и окончательного утверждающего. W3C PROV предоставляет полезную общую модель сущностей, действий и агентов для интероперабельного провенанса [26].

Архитектура контролируемого AI

Семь уровней

Целевая архитектура состоит из семи уровней:

1. источник и идентичность;
2. неизменяемые исходные доказательства;
3. проверенные и нормализованные данные;
4. детерминированный расчёт метрик;
5. сервисы AI с ограниченной областью;
6. рабочая среда для проверки, утверждения и подтверждения достоверности;
7. отчётность, тегирование таксономии и раскрытие информации.

Необработанный слой сохраняет исходные файлы, наблюдения и метаданные. Проверенный слой применяет правила единиц измерения, идентификации, отсечения и качества. Детерминированные расчёты реализуют утверждённые формулы. Затем сервисы AI могут извлекать, классифицировать, сопоставлять, выявлять аномалии, прогнозировать или готовить черновики на основе контролируемых входных данных. Проверяющие видят сгенерированный результат рядом с указанными доказательствами, методом и исключениями. Адаптеры отчётности сопоставляют утверждённые версии метрик с соответствующей таксономией или шаблоном.

Каталог сервисов AI

RMF NIST AI организует управление рисками вокруг функций govern, map, measure и manage [22]. Его профиль генеративного AI выявляет риски целостности информации и происхождения, значимые для публичной отчётности [23]. Поэтому архитектура должна инвентаризировать модели, фиксировать предполагаемое использование, тестировать репрезентативные данные, отслеживать изменения и поддерживать процессы инцидентов, переопределения и вывода из эксплуатации.

Поиск и цитирование

Поиск должен работать с утверждёнными пакетами доказательств, а не с неограниченным множеством документов. Каждый фрагмент должен сохранять идентификатор документа, версию, страницу или местоположение, дату вступления в силу, метку безопасности и связь с метрикой. Сгенерированный текст должен ссылаться на точный фрагмент доказательства или запись метрики. Неподтверждённые предложения должны блокироваться или возвращаться для ручного дополнения.

Система должна различать три состояния:

• подтверждено: утверждение вытекает из утверждённых доказательств;
• с оговоркой: доказательства поддерживают утверждение в рамках заявленного метода, границы или неопределённости;
• не подтверждено: доказательства отсутствуют, противоречивы или ниже требуемого порога.

Интерфейс подготовки текста должен отдавать предпочтение воздержанию от утверждений, а не связному автодополнению. Внешний текст отчёта должен генерироваться только из подтверждённых или одобренных утверждений с оговорками.

Готовность к верификации и заверению

Верификация закладывается на ранних этапах

Заверение не может восстановить отсутствующие сведения о происхождении данных после публикации. Пакет доказательств должен создаваться вместе с показателем. Он должен включать определяющий критерий, исходную совокупность, результат извлечения, отклонённые записи, журнал преобразований, формулу, версию фактора, сверку, урегулирование исключений, утверждение рецензентом и итоговое сопоставление с раскрытием.

ISSA 5000 применяется к темам устойчивого развития и подходящим框架 отчётности, а также поддерживает задания по ограниченному и разумному заверению [8,30]. Система подготовки отчётности не должна помечать показатель как «заверенный», если только заключение о заверении не охватывает эту информацию и период. Внутренняя проверка, валидация модели и независимое заверение — это разные уровни контроля.

Матрица достаточности доказательств

Разделение обязанностей

Владелец источника не должен в одностороннем порядке утверждать показатель, изменять модель и публиковать раскрытие информации. Как минимум система должна разделять:

• представление исходных данных;
• подготовка показателя;
• администрирование модели или правил;
• проверка и утверждение исключений;
• внешняя публикация;
• доступ для независимого заверения.

Привилегированные изменения требуют заявки, обоснования, доказательств тестирования и даты вступления в силу. Граф доказательств должен показывать, какая версия сформировала каждое раскрытие информации. Обновление модели после отчётного периода не должно незаметно перезаписывать исторический пакет доказательств.

Измерение выбросов, энергии и ресурсов

Инвентаризация выбросов

Протокол по парниковым газам (GHG Protocol) обеспечивает основы корпоративного учёта и учёта по цепочке создания стоимости [5,6]. Рабочий процесс должен установить организационные и операционные границы до загрузки данных. Он должен фиксировать категории Охвата 1, Охвата 2 и соответствующие категории Охвата 3; представления Охвата 2 на основе местоположения и на основе рынка должны оставаться раздельными, когда это требуется. Данные о деятельности, источник коэффициента, версия коэффициента, основа расчёта потенциала глобального потепления, пересчёт единиц и статус оценки должны быть прослеживаемыми.

AI может извлекать данные о потреблении из счетов-фактур, сопоставлять объекты с коэффициентами энергосети, выявлять пропущенные периоды и сверять энергетические записи с главной книгой или операционными системами. Детерминированные правила должны выполнять расчёт выбросов. Коэффициент, сгенерированный моделью, или недокументированное значение из интернета недопустимы. Обновления коэффициентов должны приводить к контролируемому решению о пересмотре данных.

Операционные показатели инфраструктуры

Тот же подход применяется к произведённой и потреблённой энергии, забранной и сброшенной воде, отходам, хладагентам и показателям эффективности дата-центра. Контекст актива имеет значение. Дата-центр должен связывать счета за коммунальные услуги, собственную генерацию на площадке, системы бесперебойного питания, охлаждение, нагрузки арендаторов и системы водоснабжения и водоотведения с установленными границами. Объект возобновляемой энергетики должен различать валовую генерацию, вспомогательную нагрузку, ограничение выработки и экспортируемую энергию.

Механизм выявления аномалий может отмечать скачок. Операционный персонал должен выяснить, отражает ли он работу оборудования, ошибку счётчика, отсутствие данных, изменение границ или обычную сезонность. Запись показателя должна сохранять сведения о проверке и её результатах.

Финансируемые выбросы

Часть A PCAF содержит методы расчёта финансируемых выбросов по классам финансовых активов, включая проектное финансирование и коммерческую недвижимость [7]. Фонд должен связывать сумму экспозиции, знаменатель атрибуции, выбросы активов и атрибуты качества данных для каждой отчётной даты. При распределении должна сохраняться информация о том, предоставил ли управляющий отчётные выбросы, оценку или распределение на уровне портфеля.

Агрегирование портфеля должно предотвращать двойной учёт по структурам владения и периодам. Если фонд владеет проектом через несколько структур, граф юридического и экономического владения должен учитывать экспозицию один раз в соответствии с выбранным методом. AI может помогать в сопоставлении и классификации сущностей; утверждённые правила владения и атрибуции остаются детерминированными.

Измерение природных, социальных и импакт-показателей

Доказательства, связанные с природой

TNFD рекомендует раскрывать информацию по управлению, стратегии, управлению рисками и воздействием, а также по показателям и целевым значениям [10]. Инфраструктурные проекты могут воздействовать на землю, воду, экосистемы и сообщества в конкретных местах. Геопространственные данные и машинное обучение могут поддерживать скрининг местоположений, мониторинг земного покрова и выявление изменений. Их пакет доказательств должен раскрывать источник изображений, дату, разрешение, модель классификации, эталонные данные, обработку облачности или помех, неопределённость и интерпретацию проверяющего.

Обнаруженное изменение земного покрова само по себе не устанавливает причинно-следственную связь, нарушение законодательства или существенное финансовое воздействие. Система должна связывать наблюдение с разрешениями, границами проекта, полевыми доказательствами и ответственной проверкой. Зависимости от природы и воздействия на неё могут требовать предметной экспертизы, которую не может обеспечить общая модель.

Социальная информация и информация о бенефициарах

Социальные и импакт-показатели могут затрагивать работников, подрядчиков, клиентов и затронутые сообщества. Спецификация показателя должна учитывать конфиденциальность, согласие, защитные меры, выборку, репрезентативность и механизмы подачи жалоб. Дедупликация не должна стирать значимое повторное участие. Доступ к чувствительным атрибутам должен контролироваться, а использоваться они должны только для утверждённых целей.

AI может кодировать ответы на опросы, переводить текст и выявлять темы. Исследовательская команда должна проверять качество работы с учётом языка, подгрупп и культурных особенностей. Сгенерированные резюме должны включать мнения меньшинств и неблагоприятные мнения, когда это существенно. Сбалансированный отчёт не может опираться только на агрегирование тональности.

Логика воздействия

Операционные принципы IFC и IRIS+ поддерживают структурированную цепочку от стратегического замысла через измерение к управлению [17,18]. Граф доказательств должен отражать:

• вход: капитал, труд или выделенные ресурсы;
• деятельность: выполненная работа;
• выпуск: продукт, услуга или предоставленная мощность;
• результат: изменение, которое испытывают люди или планета;
• вклад: роль предприятия или инвестора в этом изменении;
• риск воздействия: вероятность того, что результаты будут отличаться от ожидаемых или причинят вред.

Система должна фиксировать негативные и непреднамеренные эффекты. Отчётность о воздействии не должна ограничиваться отдельными положительными показателями. AI может отслеживать цепочку и выявлять противоречивые утверждения; ответственность за воздействие и меры по устранению остаются за людьми.

Отчётность, таксономия и раскрытие информации

Единая доказательная база, контролируемые представления отчётности

Уровень отчётности должен преобразовывать утверждённые версии показателей в представления для конкретных рамок. Он должен сохранять связь между исходным фактом и каждым сопоставлением раскрытия. Это позволяет одной записи о потреблении электроэнергии поддерживать расчёт выбросов парниковых газов, операционный KPI, панель инвестора и тег раскрытия, сохраняя при этом соответствующие методы и типы утверждений раздельными.

Система никогда не должна выводить эквивалентность только на основании схожих обозначений. Запись сопоставления должна указывать:

• идентификатор и версия исходного показателя;
• целевой стандарт, пункт, точку данных или элемент таксономии;
• преобразование или агрегирование;
• элементы измерений, такие как география, актив, период или категория Scope 3;
• владелец сопоставления и утверждение;
• дата вступления в силу и сопоставление заменённых элементов;
• назначение раскрытия: текст или таблица.

Цифровые таксономии IFRS и ESRS демонстрируют, как теги и измерения могут поддерживать извлечение и сравнение [3,11]. Вспомогательные материалы Фонда IFRS предоставляют ресурсы для внедрения стандартов ISSB [29]. Система отчётности должна проверять обязательные измерения, знак, единицу, тип периода и дублирующиеся факты перед публикацией. Валидация таксономии дополняет содержательную проверку. Технически корректный факт XBRL всё равно может быть неверным, неполным или неподтверждённым.

Контроли повествовательного раскрытия

Подготовка повествовательных раскрытий несёт особый риск, поскольку правдоподобное предложение может подразумевать больше, чем устанавливают метрики. Реестр заявлений должен содержать утверждённые субъект, предикат, квалификаторы, идентификаторы доказательств, разрешённые места раскрытия и дату истечения срока действия или проверки. Сгенерированные комментарии должны использовать только зарегистрированные заявления и текущие утверждённые метрики.

Примеры обязательных квалификаторов:

• оценочное или измеренное;
• по данным объекта инвестиций или независимо подтверждено;
• валовое или чистое;
• на основе местоположения или на основе рынка;
• операционный углеродный след или финансируемые выбросы;
• выпуск или результат;
• ожидаемое или фактическое;
• процент охвата портфеля;
• существенные исключения;
• неопределённость или пересмотр отчётности.

Руководство Европейской комиссии по AI Act за июль 2026 года касается прозрачности в отношении определённого контента, представляющего общественный интерес и сгенерированного AI, с 2 августа 2026 года [24]. Применимость зависит от системы, роли и использования. Юридическая проверка по-прежнему необходима. Операционное правило проще: фиксировать участие AI в публичной отчётности, сохранять утверждение редактором-человеком и поддерживать доказательства, подтверждающие каждое существенное утверждение.

Контекст отчётности UAE

Принципы раскрытия информации Рабочей группы UAE по устойчивому финансированию требуют надлежащих систем, процедур и управления данными для мониторинга вопросов устойчивого развития и устранения пробелов в данных [14]. Регулирование CBUAE в отношении климатических рисков требует, чтобы финансовые учреждения развивали возможности в области управления, данных, измерения и отчётности для климатических финансовых рисков [15]. Управляющему или аллокатору, работающему с регулируемыми учреждениями UAE, следует ожидать, что запросы доказательств будут выходить за рамки отточенного годового отчёта и охватывать качество данных, методологию, сценарный анализ и управление.

Поэтому механизм отчётности должен поддерживать как внешнее раскрытие информации, так и контролируемые хранилища доказательств для кредиторов или дью-дилидженса. Конфиденциальные данные об активах могут предоставляться через ролевой доступ, представления с маскированием данных и загрузки с журналированием. Публичная прозрачность и информационная безопасность — одновременные требования к дизайну.

Операционная модель «до и после»

Фрагментированное текущее состояние

Типичная картина текущего состояния включает локальные электронные таблицы, шаблоны, пересылаемые по электронной почте, ручную проверку документов, несогласованные обозначения показателей и подготовку описательной части в конце отчётного цикла. Проверяющие запрашивают доказательства после агрегирования. История версий хранится в именах файлов. Пересмотры трудно воспроизвести. Команды портфеля тратят время на поиск и повторный ввод данных, а команды по заверению восстанавливают происхождение данных.

Это состояние порождает четыре вида скрытой работы:

1. работа по сбору: поиск файлов и решение вопросов с правами доступа;
2. семантическая работа: понимание определений, границ и единиц измерения;
3. контрольная работа: выявление пробелов, дубликатов и несоответствий;
4. презентационная работа: преобразование доказательств в различные форматы отчётности.

Количество часов само по себе не определяет ценность. Часть деятельности требует профессионального суждения. Часть — это избегаемая переработка. Часть должна выполняться экспертом в предметной области. Исходная оценка должна классифицировать работу до автоматизации.

Контролируемое целевое состояние

Целевое состояние начинается с утверждённого каталога показателей и контракта на представление данных. Источники поступают через контролируемые коннекторы или загрузку доказательств. Автоматическая проверка контролирует идентификатор, период, единицу измерения, полноту и ожидаемое соотношение. Извлечение и классификация AI работают с ограниченными типами документов. Исключения направляются ответственному владельцу. Детерминированные расчёты создают версионированные показатели. Проверяющие утверждают пакеты доказательств. Адаптеры отчётности создают таблицы с тегами и черновики описательной части со ссылками на источники.

Работа человека в целевой модели

Человеческие усилия смещаются в сторону методологии, исключений, проверки доказательств, предметной интерпретации и принятия решений. Операционная модель не должна считать сгенерированный черновик принятым результатом. Пакет метрик принимается только тогда, когда обязательные источники, валидация, проверка и сопоставление с раскрытиями успешно пройдены. Текстовая часть принимается только тогда, когда каждое существенное утверждение подкреплено, снабжено оговорками и одобрено.

Два гипотетических иллюстративных примера

Все входные данные в этом разделе — это гипотетические допущения моделирования. Примеры не описывают клиентов Matchpoint или наблюдаемые проекты. Они демонстрируют логику расчёта и контроля. Показатели, отнесённые к Matchpoint или клиентам: выручка, сокращение денежных затрат, сокращение убытков и альфа — остаются USD 0.

Сценарий A: фонд цифровой инфраструктуры

Иллюстративный пример: фонд владеет восемью активами цифровой инфраструктуры. Команда отчётности получает счета за коммунальные услуги, выгрузки показаний счётчиков, графики арендаторов, экологические разрешения и квартальные операционные пакеты. Команда готовит метрики по энергии, воде, Scope 1, Scope 2 и отдельным категориям Scope 3, а также комментарии для кредиторов и инвесторов.

Пилот ограничивает AI извлечением данных из счетов и документов, сопоставлением единиц, выявлением пропущенных периодов и подготовкой текстовых проектов со ссылками на источники. Расчёты выбросов, выбор факторов, утверждение границ и внешний выпуск остаются детерминированными или контролируемыми человеком.

Иллюстративный расчёт. Команда моделирует 1 056 часов целевого состояния, включая 720 часов подготовки, 240 часов проверки и 96 часов на исключения или администрирование. Смоделированный объём высвобождаемой валовой мощности составляет:

1 920 базовых часов − 1 056 часов целевого состояния = 864 часа

Иллюстративный расчёт. Плановая стоимость высвобождаемой мощности составляет:

864 часа × USD 75 в час = USD 64,800

Эта сумма представляет собой стоимость высвобождаемой мощности, а не сокращение денежных затрат. Сценарий не содержит утверждённых доказательств сокращения персонала, предотвращённых внешних расходов или вклада в выручку. Поэтому атрибутированное сокращение денежных затрат составляет USD 0.. Решение о продолжении потребует контроля, качества отчётности, готовности к заверению и стратегических выгод в дополнение к любой наблюдаемой стоимости высвобождаемой мощности.

Эти пороговые значения являются непроверенными предложениями руководства. Ответственный владелец должен утвердить или заменить их исходя из существенности, использования в отчётности и толерантности к риску.

Сценарий B: портфель семейного офиса

Иллюстративный пример. Семейный офис получает ежеквартальные ESG и пакеты данных о воздействии от восемнадцати управляющих и шести прямых вложений. Каждый пакет использует разные шаблоны. Инвестиционная команда хочет получить консолидированный внутрифирменный взгляд на охват, финансируемые выбросы, энергетическую экспозицию, индикаторы воздействия и спорные случаи, не изменяя исходные представления данных управляющих.

Целевой рабочий процесс сохраняет каждое исходное значение, метку управляющего, примечание к методике и файл. AI предлагает сопоставления с внутрифирменной онтологией и помечает отсутствующие поля границ, периода, единицы измерения, методологии, охвата или подтверждения. Проверяющий утверждает сопоставление. Расчёты по портфелю используют только утверждённые сопоставления. Панель инвестиционного комитета отображает как представленные управляющими, так и нормализованные аллокатором представления.

Иллюстративный расчёт. Команда моделирует 760 часов целевого состояния, включая 420 часов на подготовку, 260 часов на проверку и 80 часов на исключения или администрирование. Смоделированная высвобождаемая мощность составляет:

1 440 базовых часов − 760 часов целевого состояния = 680 часов

Иллюстративный расчёт. Плановая стоимость высвобождаемой мощности составляет:

680 часов × USD 90 в час = USD 61,200

Сценарий не даёт доказательств того, что высвобожденная мощность конвертируется в денежную экономию или превосходную инвестиционную доходность. Атрибутированное сокращение денежных затрат, сокращение потерь и альфа равны USD 0.. Обоснование решения должно включать наблюдаемые улучшения в охвате доказательной базы, качестве вопросов, цикле принятия решений и надёжности контроля, не переводя их в финансовую стоимость до появления утверждённых причинно-следственных доказательств.

Граница сценария

Оба сценария демонстрируют, что экономику производительности можно рассчитать до реализации стоимости. Плановая ставка переводит время в стоимость мощности. Денежные потоки, выручка, убыток и атрибуция альфы требуют дополнительных наблюдаемых подтверждений. Программа должна сохранять нулевые значения для этих полей до прохождения контрольного этапа подтверждения.

Производительность, качество и атрибуция стоимости

Принятые пакеты подтверждений

Основная единица производительности — принятый пакет подтверждений. Он включает исходные записи, идентификацию метрики, валидацию, детерминированный расчёт, где требуется, AI результат, урегулирование исключений, утверждение проверяющим и сопоставление раскрытия. Подсчёт извлечённых полей, сгенерированных предложений или вызовов модели вознаграждает активность, а не результат, полезный для принятия решений.

Используйте следующие показатели:

Производительность по принятым пакетам = принятые пакеты / общее оплаченное время

Приёмка с первого прохода = пакеты, принятые без существенной доработки / проверенные пакеты

Нагрузка от исключений = часы обработки исключений / общее время рабочего процесса

Время поиска подтверждений = минуты проверяющего от запроса до достаточных подтверждений

Доля неподтверждённых утверждений = неподтверждённые существенные утверждения / проверенные существенные утверждения

Покрытие = представленная совокупность / требуемая совокупность

Реестр стоимости

В реестре должны фиксироваться базовое окно, совокупность, правило приёмки, исключения данных, стоимость внедрения, стоимость эксплуатации, трудозатраты проверяющего и уровень уверенности. Пропускная способность должна оставаться отдельно от денежных средств. Более широкий охват должен оставаться отдельно от результативности. Инвестиционное решение, основанное на более качественных доказательствах, не подтверждает альфу.

Контрольные точки выпуска

1. цель и критерии отчётности утверждены;
2. каталог метрик и граница метрики утверждены;
3. протестирована репрезентативная исходная совокупность;
4. утверждены контроли идентификации, доступа и хранения;
5. оценка AI проходит в разрезе вариантов использования и уровней риска;
6. детерминированные расчёты воспроизводятся независимо;
7. ссылки на доказательства и исключения проходят проверку;
8. проверка готовности к заверению выполнена, где применимо;
9. реестр ценности фиксирует наблюдаемые результаты и обнуляет неподтверждённые поля;
10. ответственный орган утверждает ограниченное использование в промышленной эксплуатации.

Режимы отказов

Автоматизация неопределённых метрик

Модель может безошибочно извлечь число и всё равно сформировать неверный отчёт, если метка, граница или единица измерения не определены. Завершите контракт метрики до автоматизации.

Трактовка выходных данных AI как доказательства

Сгенерированное объяснение расчёта или описание является слоем представления. Сохраняйте исходные записи, формулу и материалы проверки независимо.

Незаметное изменение метода

Коэффициенты выбросов, таксономии, сопоставления портфеля и модели меняются. Управляйте версиями, утверждайте даты вступления в силу и контролируйте пересчёты.

Пропущенные значения, отображаемые как ноль

Ноль — это результат измерения. Пропущенное значение — это состояние данных. Система никогда не должна подставлять ноль вместо пропущенного значения без утверждённого метода оценки и явной маркировки.

Ложная точность

Оценочные данные о деятельности, геопространственные классификации и прогнозы содержат неопределённость. Увеличение числа десятичных знаков не повышает доказательную силу. Указывайте точность, соответствующую источнику и методу.

Несовпадение границ

Границы активов, фонда, финансового контроля, операционного контроля и цепочки создания стоимости могут различаться. Храните каждую границу и проверяйте сопоставимость перед агрегированием.

Двойной учёт

Структуры владения, атрибуция финансируемых выбросов, инструменты возобновляемой энергетики, углеродные кредиты и заявления о воздействии могут пересекаться. Используйте записи об идентичности и правах, чтобы предотвратить повторное включение.

Завышение статуса результатов

Выходы можно ошибочно принять за результаты, а результаты — за вклад. Соблюдайте иерархию заявлений и требуйте доказательства на каждом переходе.

Несбалансированность изложения

Генеративное составление текстов может выбирать позитивные факты и опускать неблагоприятные последствия, неопределённость или нерешённые исключения. Тесты на сбалансированность утверждений и проверка человеком должны охватывать как положительные, так и отрицательные доказательства.

Предвзятость модели и пробелы в покрытии

Типы документов, языки, географические регионы, датчики и группы заинтересованных сторон могут показывать разные результаты. Сообщайте показатели по подгруппам и требуйте воздержания от выводов вне проверенного покрытия.

Недостаточное разделение обязанностей

Один оператор не должен изменять сопоставления, закрывать исключения и выпускать раскрытия без независимого контроля. Права доступа и утверждения должны соответствовать дизайну контроля.

Показные гарантии

Внутренний знак соответствия или валидация модели не заменяют независимую гарантию. Используйте точные обозначения для статуса проверки и гарантии.

Публичные заявления без ссылки на источник

Каждое существенное внешнее заявление должно ссылаться на утверждённый показатель или запись утверждения. Текст без подтверждения должен оставаться заблокированным.

Теневой AI

Аналитики могут использовать неутверждённые инструменты для обобщения конфиденциальных отчётов. Требуются утверждённые рабочие пространства, контроль классификации данных, реестр моделей и обучение.

Дорожная карта внедрения на 90 дней

Дни 0–15: мандат и инвентаризация

• назначить исполнительного спонсора, владельцев показателей, владельцев данных и орган, уполномоченный на выпуск;
• определить применимые рамки, ковенанты и адресаты отчётности;
• провести инвентаризацию активов, юридических лиц, источников, моделей и действующих контролей;
• выбрать два ограниченных по масштабу сценария использования с большим объёмом операций;
• определить ограничения по конфиденциальности, безопасности, обеспечению достоверности и хранению;
• установить нулевые значения в реестре значений для неподтверждённых финансовых полей.

Дни 16–30: проектирование метрик и доказательств

• сформировать каталог приоритетных метрик и иерархию утверждений;
• создать правила идентификации для юридического лица, актива, измерителя, инвестиции и документа;
• определить иерархию источников, вектор качества и таксономию исключений;
• спроектировать пакеты доказательств и детерминированные расчёты;
• выбрать репрезентативные тестовые данные, включая неблагоприятные и низкокачественные случаи;
• согласовать предлагаемые пороги приемлемости и права на принятие решений.

Дни 31–45: построение и теневой режим

• внедрить неизменяемый захват исходных данных и контролируемую нормализацию;
• настроить сервисы извлечения, сопоставления и выявления аномалий;
• сохранять версию модели, промпт или конфигурацию и ссылки на источники;
• запустить теневую обработку параллельно с текущим рабочим процессом;
• помечать каждую ошибку и измерять трудозатраты проверяющего;
• запретить внешний выпуск из теневой системы.

Дни 46–60: контролируемый пилот

• запустить один внутренний сценарий использования для ограниченной группы пользователей;
• требовать проверки существенных полей и всех результатов с низкой уверенностью;
• измерять принятые пакеты, доработки, нагрузку от исключений и время извлечения;
• проводить тесты конфиденциальности, доступа, инцидентов и контроля изменений;
• провести сквозной анализ готовности к заверению;
• останавливать или ограничивать использование при несоблюдении пороговых значений.

Дни 61–75: повышение устойчивости и картирование отчётности

• устранить первопричины в вопросах идентификации, определений и качества источников;
• утвердить версии факторов, методов и таксономии;
• внедрить сопоставления раскрытий для конкретных структур отчётности;
• добавить тесты реестра утверждений и обоснованности нарратива;
• задокументировать операционные процедуры, резервные варианты и вывод из эксплуатации;
• повторно проводить репрезентативную оценку после каждого существенного изменения.

Дни 76–90: ограниченный выпуск

• утвердить границу промышленной эксплуатации и назначенных операторов;
• сохранить утверждение человеком для экспертных суждений и внешней отчётности;
• провести полную репетицию закрытия периода или отчётного цикла;
• сверить утверждённые метрики с итоговыми данными раскрытия;
• обновить реестр стоимости на основе наблюдаемых подтверждений;
• запланировать проверки дрейфа, доступа, контроля и обеспечения уверенности.

Контрольный список по управлению и контролю

Реестр утверждений и ограничения

Обоснованные положения

Цитируемые стандарты и официальные материалы подтверждают следующие положения:

• ориентированные на инвесторов раскрытия информации об устойчивом развитии требуют информации об управлении, стратегии, управлении рисками, а также показателях и целях [1,2];
• цифровые таксономии обеспечивают структурированное тегирование и машиночитаемый анализ [3,11];
• методы расчёта выбросов и финансируемых выбросов требуют определённых границ, факторов, атрибуции и раскрытия информации о качестве данных [5-7];
• заверение в области устойчивого развития требует надлежащих критериев, доказательств и дисциплинированного выполнения задания [8,30];
• измерение воздействия должно различать намерение, прямые результаты, итоговые результаты, вклад и риск [17,18];
• цифровой MRV может объединять датчики, спутники, AI и реестры, с требованиями к интероперабельности и контролю [19,20,27,28];
• AI управление рисками требует управления, измерения, тестирования, мониторинга и документирования [22,23,25];
• UAE рамки устойчивого развития финансового сектора акцентируют внимание на системах, управлении данными, измерении рисков и отчётности [14,15].

Неподтверждённые утверждения

В настоящей статье не устанавливается, что программа AI снижает денежные затраты конкретной организации, увеличивает выручку, предотвращает убытки, улучшает доходность инвестиций или генерирует альфу. Она не устанавливает наличие заверения, соответствие регуляторным требованиям или дополнительность воздействия для какого-либо актива или портфеля. Такие выводы требуют утверждённых наблюдаемых доказательств в соответствующих границах.

Эмпирические ограничения

Статья представляет собой операционную модель, основанную на стандартах. Она не является статистическим исследованием эффективности AI, затрат на отчётность в области устойчивого развития или инвестиционных результатов. Два сценария являются гипотетическими модельными допущениями. Предлагаемые пилотные пороги требуют утверждения собственником и эмпирической калибровки.

Регуляторные и профессиональные ограничения

Обязательства по отчётности и AI различаются в зависимости от организации, юрисдикции, инструмента и даты вступления в силу. ЕС и другие рамки продолжают развиваться. Статья не является юридической, регуляторной, бухгалтерской, аудиторской, налоговой, экологической, инженерной или инвестиционной консультацией, а также консультацией по заверению. Квалифицированные специалисты должны определить применимость и дать окончательное утверждение.

Технические ограничения

Извлечение, классификация, сопоставление сущностей, обнаружение аномалий, геопространственный анализ, прогнозирование и генерация могут давать сбои. Качество работы может меняться в зависимости от типа источника, языка, географии, версии модели и операционного контекста. Проверка человеком, детерминированные контроли и резервные процедуры остаются необходимыми.

Ограничения данных

Данные об инфраструктуре и частных активах могут быть неполными, запаздывающими, оценочными или конфиденциальными. Агрегирование портфеля может скрывать различия на уровне активов. Внешние факторы и таксономии меняются. Граф доказательств должен сохранять все ограничения, а не сглаживать их.

Заключение

AI может улучшать ESG и измерение воздействия при размещении в контролируемой системе доказательств. Система начинается с линзы принятия решений, критериев, идентичности метрики, границы и происхождения источника. Она использует детерминированный расчёт для воспроизводимых метрик. Она поручает AI ограниченные задачи с репрезентативной оценкой, воздержанием и мониторингом. Она предоставляет проверяющим пакет доказательств, сохраняет права на принятие решений и отображает только утверждённые факты в таксономии отчётности и описательные разделы.

Для инвесторов в инфраструктуру приоритетом является связь между физическими активами, цифровыми наблюдениями, финансовым владением и раскрытием информации. Для семейных офисов, распределяющих капитал, приоритетом является сохранение доказательств, предоставленных управляющими, наряду с прозрачной внутренней нормализацией. Обеим аудиториям нужны явные векторы качества данных, иерархии заявлений и статус заверения.

Коммерческая дисциплина столь же строга. Измеряйте принятые пакеты доказательств и наблюдаемые трудозатраты в рабочем процессе. Сохраняйте затраты на внедрение и эксплуатацию. Относите денежные средства, выручку, снижение убытков или альфу на результат только после того, как причинно-следственный мост утверждён и наблюдаем. До тех пор реестр ценности фиксирует USD 0 для этих полей.

Результатом является операционная модель, в которой AI поддерживает более быструю и более последовательную работу с доказательствами, при этом подотчётность остаётся видимой. Это основа для информации об устойчивом развитии инвестиционного качества.

Источники

[1] Фонд МСФО. 2023. IFRS S1 «Общие требования к раскрытию финансовой информации, связанной с устойчивым развитием». https://www.ifrs.org/issued-standards/ifrs-sustainability-standards-navigator/ifrs-s1-general-requirements/

[2] Фонд МСФО. 2023. МСФО S2 «Раскрытие информации, связанной с климатом». https://www.ifrs.org/issued-standards/ifrs-sustainability-standards-navigator/ifrs-s2-climate-related-disclosures/

[3] Фонд МСФО. 2024. Таксономия раскрытия информации об устойчивом развитии МСФО. https://www.ifrs.org/issued-standards/ifrs-sustainability-taxonomy/

[4] Фонд МСФО. 2025-2026. Обновление таксономии раскрытия информации об устойчивом развитии МСФО — поправки к раскрытиям о выбросах парниковых газов. https://www.ifrs.org/projects/work-plan/ifrs-sustainability-disclosure-taxonomy-update-amendments-ghg-emissions-disclosures/

[5] Протокол по парниковым газам. 2004. Корпоративный стандарт учёта и отчётности, пересмотренное издание. https://ghgprotocol.org/corporate-standard

[6] Протокол по парниковым газам. 2011. Стандарт учёта и отчётности по корпоративной цепочке создания стоимости (Охват 3). https://ghgprotocol.org/scope-3-calculation-guidance-2

[7] Партнёрство по углеродному учёту в финансовой сфере. 2025. Глобальный стандарт учёта и отчётности по парниковым газам, часть A: финансируемые выбросы, третье издание. https://carbonaccountingfinancials.com/standard

[8] Совет по международным стандартам аудита и подтверждения достоверности информации. 2024. Международный стандарт по подтверждению достоверности информации об устойчивом развитии 5000, Общие требования к заданиям по подтверждению достоверности информации об устойчивом развитии. https://www.iaasb.org/consultations-projects/sustainability-assurance-issa-5000

[9] Глобальная инициатива по отчётности. 2021-2025. Универсальные стандарты GRI и консолидированные стандарты GRI. https://www.globalreporting.org/standards/

[10] Целевая группа по раскрытию информации, связанной с природой, в финансовой сфере. 2023. Рекомендации Целевой группы по раскрытию информации, связанной с природой, в финансовой сфере, версия 1.0. https://tnfd.global/publication/recommendations-of-the-taskforce-on-nature-related-financial-disclosures/

[11] EFRAG. 2024. Набор 1 ESRS: таксономия XBRL и пояснительная записка. https://www.efrag.org/en/projects/esrs-xbrl-taxonomy/concluded

[12] Европейская комиссия. 2026. Комиссия принимает пересмотренные стандарты отчётности в области устойчивого развития, чтобы снизить административную нагрузку на бизнес ЕС, сохраняя высокое качество раскрытия информации. https://finance.ec.europa.eu/news/commission-adopts-revised-sustainability-reporting-standards-reduce-administrative-burdens-eu-2026-07-03_en

[13] Европейская комиссия. 2026. Корпоративная отчётность в области устойчивого развития. https://finance.ec.europa.eu/financial-markets/company-reporting-and-auditing/company-reporting/corporate-sustainability-reporting_en

[14] UAE Рабочая группа по устойчивому финансированию. 2024. Принципы раскрытия информации, связанной с устойчивым развитием, для отчитывающихся организаций. https://rulebook.centralbank.ae/en/entiresection/46

[15] Центральный банк UAE. Действует по 2026 год включительно. Положение об управлении финансовыми рисками, связанными с климатом. https://rulebook.centralbank.ae/en/rulebook/climate-related-financial-risk-management-regulation

[16] Международная ассоциация рынков капитала. 2024. Руководство: Гармонизированная система отчётности о воздействии для зелёных облигаций. https://www.icmagroup.org/assets/documents/Sustainable-finance/2024-updates/Handbook-Harmonised-Framework-for-Impact-Reporting-June-2024.pdf

[17] Международная финансовая корпорация. 2019 — настоящее время. Операционные принципы управления воздействием. https://www.ifc.org/en/our-impact/impact-investing-at-ifc

[18] Глобальная сеть импакт-инвестирования. Актуально. IRIS+. https://iris.thegiin.org/

[19] Всемирный банк и Рабочая группа по инфраструктуре углеродных рынков. 2025. Техническое руководство по стандартизации цифрового MRV на углеродных рынках: критерии оценки системы и оценка проблемных зон. https://openknowledge.worldbank.org/entities/publication/397c4e52-445a-4cf4-89df-f2e61373a524

[20] Программа Организации Объединенных Наций по окружающей среде, Международная обсерватория по выбросам метана. Обновлено в 2026 году. Система оповещения и реагирования по метану. https://www.unep.org/topics/energy/methane/methane-alert-and-response-system-mars

[21] Рамочная конвенция Организации Объединенных Наций об изменении климата. Актуально. Ресурсы по прозрачности и Расширенной рамочной основе для прозрачности. https://unfccc.int/Transparency

[22] Национальный институт стандартов и технологий. 2023. Структура управления рисками искусственного интеллекта 1.0. https://doi.org/10.6028/NIST.AI.100-1

[23] Национальный институт стандартов и технологий. 2024. Структура управления рисками искусственного интеллекта: профиль генеративного искусственного интеллекта. https://doi.org/10.6028/NIST.AI.600-1

[24] Европейская комиссия. Актуально по состоянию на 27 июля 2026 г. Реализация AI Act и график AI Omnibus. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

[25] Организация экономического сотрудничества и развития. Обновлено в 2024 г. Принципы ОЭСР AI. https://oecd.ai/en/principles

[26] Консорциум Всемирной паутины. 2013. PROV-DM: Модель данных PROV. https://www.w3.org/TR/prov-dm/

[27] Всемирный банк. 2022. Системы цифрового мониторинга, отчётности и верификации и их применение на будущих углеродных рынках. https://openknowledge.worldbank.org/handle/10986/37622

[28] Программа Организации Объединённых Наций по окружающей среде, Международная обсерватория по выбросам метана. Актуально. Взгляд на метан: подход и методология MARS. https://methanedata.unep.org/mars-approach-methodology

[29] Фонд МСФО. Актуально. Вспомогательные материалы к стандартам раскрытия информации об устойчивом развитии IFRS. https://www.ifrs.org/supporting-implementation/supporting-materials-for-ifrs-sustainability-disclosure-standards/

[30] Совет по международным стандартам аудита и обеспечения уверенности. 2025-2026. Информационный лист ISSA 5000, руководство по внедрению и часто задаваемые вопросы о существенности. https://www.iaasb.org/publications/issa-5000-fact-sheet

Приложение A. Минимальная ESG запись показателей

Приложение B. Пилотная карта показателей

Приложение C. Пакет доказательств, готовый к заверению

1. критерий отчётности и версия;
2. утверждение контракта показателя и границ;
3. полная сверка исходной совокупности;
4. неизменяемые исходные записи и журнал доступа;
5. результат извлечения с диапазонами доказательств;
6. утверждения идентичности и сопоставления;
7. детерминированная формула, факторы и результат повторного расчёта;
8. оценки, неопределённость и план замены;
9. версия модели, репрезентативная оценка и результат мониторинга;
10. журнал исключений и доказательства устранения;
11. утверждение рецензентом и доказательства разделения обязанностей;
12. сопоставление таксономии и результат раскрытия информации;
13. запись о пересмотре и контроле изменений;
14. запись в реестре утверждений для каждого существенного описательного утверждения;
15. точный статус внутренней проверки или независимого заверения.

Приложение D. Глоссарий

Аудитория. инвестиционные директора семейных офисов и руководители подразделений альтернативных инвестиций.

Аудитория. инвесторы в инфраструктуру и цифровую инфраструктуру.

AI сервис. Ограниченный компонент для извлечения, классификации, разрешения сущностей, обнаружения аномалий, геопространственного анализа, прогнозирования или генерации.

Заверение. Задание, выполненное по надлежащим критериям в соответствии с применимым стандартом заверения; внутренняя проверка обозначается отдельно.

Класс заявления. Контролируемая категория заявления, такая как углеродный след, финансируемые выбросы, выпуск, результат, вклад, риск или нарратив.

Вектор качества данных. Отдельные атрибуты для происхождения, охвата, полноты, актуальности, метода, контроля, неопределённости, заверения и сопоставимости.

Цифровая MRV. Мониторинг, отчётность и верификация с цифровой поддержкой, которые интегрируют контролируемые физические и цифровые доказательства.

Граф доказательств. Связанные записи для источника, идентичности, преобразования, расчёта, проверки, утверждения и раскрытия.

Финансируемые выбросы. Выбросы, относимые на финансовую деятельность по утверждённому методу, например PCAF.

Воздействие. Изменение результата для людей или планеты, оцениваемое с учётом вклада и риска, а не только объёма выпуска.

Существенность. Определение значимости информации по конкретному критерию; финансовая существенность и существенность воздействия остаются различимыми.

Контракт метрики. Контролируемое определение, границы, единица измерения, метод, источник, владелец и сопоставление с отчётностью для одной версии метрики.

Происхождение. Информация о сущностях, действиях и агентах, участвующих в создании данных или влияющих на них.

Сопоставление таксономии. Утверждённая взаимосвязь между версией метрики и элементом отчётности или точкой данных.

TEVV. Тестирование, оценка, верификация и валидация системы AI.

гипотетические допущения моделирования. Проработанный входной пример, созданный исключительно для демонстрации логики; он не является наблюдаемым подтверждением от клиента или доказательством Matchpoint.