碳会计软件 ： 计数什么重要

碳会计软件 计数什么是重要的 Contents 04GPBULLHOUND的观点 15CHAPTER 4提高自动化对于更广泛的采用至关重要 05CHAPTER1气候责任的业务必要性 21CHAPTER 5下一代碳会计技术驱动的市场潜力 08CHAPTER 2从活动到排放：碳核算过程 23AUTHOR24关于GP BULLHOUND25免责声明 13CHAPTER 3碳会计软件，为您服务 视图 来自GP BULLHOUND 为了实现到2050年实现净零排放的雄心勃勃的全球目标，到2030年，人类造成的二氧化碳排放量必须比2019年的水平减少约43％。向经济脱碳的过渡是复杂的，在这一切的嗡嗡声中，我们不可避免地进入了对商业领袖期望的新时代。 在这份报告中，我们关注的不是气候行动，而是气候责任。为了实现真正的，系统的变化，我们需要公司适应一种新的运作方式，其中的基准是考虑并透明地报告它们对地球的影响。 气候责任的业务必要性 通过绘制活动和与之相关的排放图,企业可以计算其碳足迹并了解大部分排放来自哪些类别。通过报告和沟通结果，利益相关者应该能够看到企业对气候影响负责。 碳足迹按类别细分，准备报告 在此碳核算过程中检索到的数据反过来又是目标，预测和有效减排计划的基础。 随着监管机构对影响和价值创造的更全面的观点被强制纳入报告，企业开始更加关注其碳足迹。 欧盟的企业可持续发展报告指令（CSRD）将要求将碳测量纳入财务报表，并将在2023年重塑约50,000家欧盟公司的报告实践。在气候相关金融信息披露工作组（TFCFD）的领导下，美国的讨论也在推进，从现在开始加大了对气候报告的监管压力。 01适应新的一切照旧 企业将需要可靠、可扩展且易于使用的碳测量解决方案来应对这一转变。BCG最近的一项研究包括1600家企业，这些企业总共占全球排放量的40％以上，结果显示，只有10％的公司在2022年测量了其完整的排放足迹。此外，87%的受访者希望扩大他们的报告范围，只要他们有更好的数字工具。 无论是遵守法规还是减少碳足迹，一切都指向碳会计软件对企业的重要性，就像实施AWS或CRM系统一样。 然而，目前的低采用率表明市场仍处于早期阶段，我们刚刚看到第一代软件玩家的出现。我们需要哪些技术发展来提高碳核算的可用性，并达到完全气候责任的状态？ 从活动到排放：碳核算过程 高复杂性障碍给资源和时间带来压力 与财务会计一样，碳会计量化了组织的影响活动-虽然不是数字，而是跟踪和报告排放单位。 碳核算是企业排放多少温室气体（GHG）的系统方法，测量和监控。该过程可以分为五个阶段。随着排放计算的操作适用性的发展，它出现在动态循环中，而不是静态线。 1.活动映射:首先，需要监督所有业务活动和可用数据。根据业务需要遵守的标准，可能需要特定的数据类型。内部运营会计不足以计算企业的总碳足迹（范围1）。还必须考虑从供应商处购买的商品和服务的间接排放（范围2-3）。事实上，企业90%的碳足迹来自间接排放。 2.数据收集和处理：数据应有助于确定活动的规模、范围或性质。应使用支出和活动(例如单位)测量。例如，商务旅行数据可以通过1)航班数量、公里数或使用的燃料或2)公司航空旅行支出来收集。 然后,数据需要处理为适用的格式,如果您以一个特定单位测量能源使用量,但排放因子是基于千瓦时(见下文),数据必须转换为千瓦时单位。 3.计算:收集和处理数据后，您可以应用排放因子将其转化为碳排放。根据您拥有的数据-支出或活动，使用不同的方法进行计算。混合方法将两者结合在一起。 基于活动的方法使用生产或消费特定产品，材料或服务所涉及的单位级数据，并将其乘以排放因子-消费该单位所产生的排放量。这些因素通常来自与该特定材料或活动相关的科学研究。 一般活动数据允许更准确的排放估算比基于支出的数据，但它不是可用的，而且更多耗时且复杂的收集。特别是，很难收集间接和范围3排放。 示例：如果您制造椅子，基于活动的方法可以考虑使用多少千克的钢和其他材料，以及这些输入因素来自哪里，以提供特定于您产品的碳足迹。 基于支出的方法取购买的商品或服务的财务价值，并将其乘以排放因子-每个财务单位产生的排放量。 基于支出的排放因子通常来自环境扩展的投入产出（EEIO）模型，该模型描述了经济不同部门之间的资源流动。基于此，可以计算与特定行业和地区支付的每个单位货币相关的平均排放量。 由于基于支出的方法的排放因子是建立在行业平均值上的，因此计算可能缺乏特殊性，并且通常不被视为首选方法。 示例：基于支出的方法通常会考虑您生产椅子，而不会考虑椅子是铁还是木头制成的，还是从中国或美国运来的。 4.Results:碳核算的主要输出是对实体排放足迹的估计。这种估计的准确性将取决于输入数据的质量和使用的排放因子的准确性。然而，重要的是要注意，粗略的估计仍然有助于更好地了解您的排放足迹。 5.报告和行动：结果可以多种方式使用。首先，通过最终报告企业的碳足迹，将满足监管要求和利益相关者的新要求。在透明度和可靠性等条件下，最终将有一个系统，使企业对其气候影响的重要部分负责。此外，排放数据创建了行动和行星影响的机会，因为它能够识别有效的减排目标和战略。 高复杂性障碍给资源和时间带来压力 从客户的角度来看，排放量计算并不是最复杂的部分。得出之前的数据的步骤使碳核算变得复杂且耗时。 特别是，复杂性发生在： ▪活动映射:确定企业在内部和整个供应链中从事的所有活动，以及数据可用的地方是耗时的，也是第一个手动障碍。▪数据收集和处理：从所有相关来源收集非标准化和非数字格式的数据，通常需要手动处理和计算。 碳核算过程的复杂性水平和所需时间的阐释 考虑到这种复杂性，碳会计对许多公司来说也是一项新的工作。而且，当纳入新的内部底线并将其报告给利益相关者时，公司希望得到正确的东西。需要第一步来了解流程以及如何思考基础数据。 由于上述因素，可持续发展顾问和传统碳会计提供商历来提供定制服务，指导客户完成此过程或执行完全外包工作。 碳会计软件，为您服务 随着ESG日益关注并渴望帮助企业自动化上述复杂流程的顺风，碳会计软件在2021年筹集了约4亿美元的资金，在2022年筹集了约9.7亿美元的资金。 开始使用机器学习和人工智能来计算排放量和执行分析的基于云的数字平台已经成为市场上的关键和重要的转变。除了从手动流程和电子表格到数字平台的明显好处之外，软件提供商还使碳会计更加广泛，动态和合规。 虽然这些发展对碳会计的应用有重大好处，但客户在目前的状态下仍然需要支持。碳会计软件用户平均花费75％的时间来映射业务活动和正确的数据输入。客户和专家访谈表明，选择碳会计提供商时，企业最重要的决定因素之一是通过数据收集阶段及以后的手动支持和战略服务水平。 总而言之，碳会计软件提供商已经推动了这一过程的数字化，但仍然高度依赖于将人工服务与他们的产品结合起来。 然而，目前的碳会计软件提供商正在为“一切照旧”的新时代铺平道路，而我们刚刚经历了第一代创新者。 来源：Sifted，Trends.co 提高自动化对于更广泛的采用至关重要 活动数据收集和处理自动化的关键障碍 解决数据问题的基础架构 无论预期的法规如何，大多数公司都没有投入当前执行可靠的碳核算所需的时间和资源。增加的自动化将降低复杂性，并且对于持续采用排放报告至关重要。 随着时间的推移，它也是气候工作的重要驱动力。BCG的一项研究表明，拥有更多自动化排放测量解决方案的组织全面测量排放的可能性增加了2.2倍，减少排放的可能性增加了1.9倍。 第一代软件提供商在自动化计算部分方面已经走了很长一段路。通过使用AI和排放因子数据库，将活动数据转换为碳足迹在当前状态下已达到高度自动化。 碳会计自动化的现状及改进之处 自动化水平 回到上面解释的复杂性的挑战，毫不奇怪，活动映射和数据收集和处理将是最难自动化的组件。 活动数据收集和处理自动化的关键障碍 01 碳会计软件客户和行业专家确定了减缓碳会计软件自动化和更广泛采用的三个关键领域： 1.检索供应商（范围3）数据。从供应商那里获取正确的数据是一项艰巨的任务，它随着价值链的规模、地理范围和复杂性而增长。该过程涉及确定供应商和有问题的数据，一些供应商不能够或不愿意分享。这导致企业严重依赖第三方实体进行碳核算。依赖关系也可能危及结果的可靠性。2.持续需要手动处理非结构化数据。缺乏标准化的数据格式和来自不同提供商的一系列来源，需要耗时的手动流程来准备数据以供使用。为了说明，请考虑看似常规的电费。企业可能有一组提供商数据以不同的频率以不同的格式到达，例如PDF或Excel表格。他们甚至可能无法在同一单元中测量电量。为了确保与软件的兼容性，需要连续手动收集、清理和重新格式化这些数据。3.非标准化的做法不堪重负。由于方法和数据格式都缺乏标准化，因此同时存在各种方法的空间，因为遵守现有法规是目标。考虑到碳核算仅存在了大约20年，因此尚未开发出统一的系统也就不足为奇了。诸如《温室气体议定书》和《全球报告倡议》（GRI）等框架正在推动发展，但可互操作的数据格式仍需数年时间。 02解决数据问题的基础架构 虽然挑战首先需要更成熟的市场和系统状态变化，有一些关键的发展将有助于加速过程自动化。 通过“解决数据”实现自动碳会计 AI来构造和清理数据。生成式AI已经解锁了在每个行业中自动执行文本到输出和重复任务的可能性。在处理大量非结构化数据时，例如在电费中，应用自然语言处理来提取正确的行项目将提高这种费力任务的速度和简便性。虽然人工智能帮助数据结构总体上很重要，但像Brii这样的公司已经在利用人工智能创新ESG见解和文档分析。 支持AI的输出的完全可追溯性。以目前的AI创新速度来看，上述进步并不是科幻小说。但是，该技术只能在输出可靠且始终可追溯的情况下充分发挥其潜力。这意味着，即使AI助手检索和处理您的电力数据，审计师也必须能够将数据追溯到每个电费。 改进了分散子类别中的API和数据集成。一旦到位，从企业的不同系统中自动提取数据的API集成极大地简化了数据收集。现在，财务会计系统的API用于提取基于支出的数据。但是，在标准化和精度较低的活动数据领域，范围要广泛得多。尽管一些更综合的子类别软件，如公司差旅，与碳会计的互操作越来越多，但数据孤岛和不同系统之间需要的许多集成还不存在。 更先进的API解决方案，例如API聚合器，开源应用程序和API优先软件，对于实现自动数据收集和碳排放指标的可行性至关重要。我们已经看到有影响力的创新者，例如Climatiq，它通过其API将碳排放数据集成到现有的业务功能软件中。 数字化供应链和可持续性数据从供应商那里检索数据很困难，因为我们首先需要完整的数据可用性。作为全球贸易和价值链向更高透明度的系统性转变的一部分，数字化和建立大型公司数据库的多项努力已经在进行中。Altaa和Flexport等公司正在数字化供应链物流以及EcoVadis和Prewave供应链可持续性合规。所有这些都在建立由数千家公司组成的有价值的数据库，这些公司可以在其他用例中提供帮助，例如碳会计范围3排放。 尽管在全球范围内将所有当前的手动数据和流程数字化将需要一段时间，但我们拥有的有关公司的实时数据越多，收集的数据就越容易获得。这些发展也具有协同作用，因为碳核算工作将为采购，运输和供应链决策做出重要贡献。 推动这些发展的努力将导致公司创造自动化和可靠的碳核算方法： 从最终用户的角度来看，不会有赢家将其全部用于碳核算的用例。由于流程的复杂性和范围，我们不会有一揽子解决方案。我们相信下面的细分市场将在多个供应商将共存的成熟市场中具有非常不同的客户群、特征和软件能力。 垂直软件是针对利基行业或子排放类别的一个有前途的细分市场。通过专注于为特定客户或排放类别构建产品，客户流程、数据输入和标准的多样性较少，因此在解决自动化方面的努力将更有影响力。当今更加定制化和高度接触的行业合作伙伴