Verbetering van compliance met AI 

6 minuten01/12/2025

Dit artikel is oorspronkelijk gepubliceerd door Enhesa – een vertrouwde partner van Quentic – en vat de discussies samen die tijdens een webinar zijn gevoerd.

Deskundig inzicht van de Chief AI Officer bij Enhesa, de directeur Duurzame Financiering bij LSEG en een vooraanstaande GRC-analist over de toekomst van AI op het gebied van duurzaamheid en compliance.

AI verandert de manier waarop we zaken doen en biedt mogelijkheden om de veerkracht te verbeteren door beter risicobeheer. Het wordt steeds vaker gebruikt om strategische bedrijfsinitiatieven te ondersteunen, en compliance en duurzaamheid vormen daarop geen uitzondering. Waarom? Het regelgevingslandschap wordt elke dag overspoeld met nieuwe en herziene wetten, waardoor bedrijven onder enorme druk staan om honderden veranderende wetsvoorstellen in hun sector en rechtsgebied bij te houden om aan de compliance-eisen te blijven voldoen.  

Opkomende AI-technologieën kunnen de efficiëntie en wendbaarheid van teams helpen vergroten, waardoor de last van buitensporige tijd, middelen en geld die worden besteed aan het beperken van deze risico's, wordt verminderd. Alexander Sadovsky, Chief AI Officer bij Enhesa, ging in gesprek met Michael Rasmussen, oprichter van GRC 20/20 Research, en Marianthe Evangelidis, directeur Duurzame Financiering & Investeringen bij de London Stock Exchange Group, over de mogelijke impact van AI op compliance en duurzaamheid.  

Hier volgt een samenvatting van het webinar van Enhesa uit 2024 over AI als strategisch bedrijfsinitiatief.   

1. Hoe automatisering in AI de naleving van regelgeving kan verbeteren 

“Moderne bedrijven navigeren door chaos.” Michael Rasmussen, hoofdanalist en oprichter van GRC 20/20 Research

Michael Rasmussen legt eenvoudigweg uit dat bedrijven moeite hebben om de enorme hoeveelheid veranderingen in de regelgeving bij te houden. Nieuwe en toekomstige regelgeving, bijgewerkte richtlijnen en handhavingsmaatregelen veranderen het risicoklimaat en zorgen voor geopolitieke, economische en ecologische onzekerheid.

Naast veranderende regelgeving moeten bedrijven ook interne veranderingen bijhouden. Zijn werknemers die een nieuwe functie bekleden op de hoogte van het duurzaamheidsbeleid? Zijn degenen die nieuwe gebieden binnen de organisatie betreden, omgaan met nieuwe technologie en verantwoordelijkheid krijgen voor nieuwe rechtsgebieden, getraind in compliance?

Deze uitdagingen kunnen leiden tot hiaten in de naleving, met boetes, sancties en zelfs veroordelingen tot gevolg voor bedrijven die niet kunnen “bijblijven”. Het risico van niet-naleving neemt toe met elke nieuwe regelgeving. Financiële schade en reputatieschade kunnen op hun beurt leiden tot verlies van markttoegang en kansen.

Nieuw gepubliceerde wetten kunnen honderden pagina's lang zijn, wat veel tijd en middelen van mensen vergt, maar met technologie zoals AI kan het begrijpen van deze regelgeving aanzienlijk worden versneld, waardoor het risico op niet-naleving tot een minimum wordt beperkt.

Chief AI Officer Alexander Sadovsky schetste de drie opkomende technologieën die een revolutie teweegbrengen in de manier waarop bedrijven regelgeving op het gebied van duurzaamheid en compliance kunnen automatiseren.

Contentcreatie

In plaats van dat werknemers tijd verspillen met het zoeken naar wijzigingen en nieuwe wetten, kan AI automatisch nieuwe content screenen en relevante wetten voor bedrijfssectoren en regio's en wijzigingen in bestaande wetsvoorstellen vinden.   

Het kan voor internationale teams een uitdaging zijn om de omvang en complexiteit van regelgeving correct te interpreteren. EHS-compliance teams kunnen iets over het hoofd zien, gezien het grote aantal nieuwe regels en wijzigingen. Bovendien moeten ze al deze informatie correct interpreteren voor hun bedrijf en de juiste stappen plannen en volgen om het risico op niet-naleving te beperken.   

Zoals Michael in eerste instantie al aangaf, is er “kilometers aan wetgeving” om door te spitten. Alex merkte op dat AI hele wetsdocumenten kan samenvatten, zodat bedrijven “snel weten wat er wanneer gebeurt”. Het kan documenten ook in context plaatsen, zodat bedrijven relevante informatie sneller kunnen identificeren. AI kan bijvoorbeeld wetgevingsdocumenten vergelijken om de wereldwijde impact van vergelijkbare wetten te identificeren, of specifieke informatie extraheren, zoals de wettelijke verplichtingen die in een pdf-document van 100 pagina's worden gespecificeerd. Bovendien kan AI toekomstige trends voorspellen op basis van patronen uit het verleden.

Content discovery

“Meer data betekent meer problemen.”  Alexander Sadovsky, Chief AI Officer bij Enhesa

AI-tools verbeteren de zoekbaarheid, waardoor bedrijven genuanceerde antwoorden op hun problemen kunnen vinden. Bovendien kan AI foto's gebruiken om resultaten te bereiken. EHS-teams kunnen bijvoorbeeld een foto van een kantoor uploaden terwijl ze een gezondheids- en veiligheidsbeoordeling uitvoeren. AI kan deze foto's vervolgens analyseren om mogelijke problemen te identificeren, zoals ontbrekende labels op apparaten of veiligheidsrisico's met ladders of kabels.

Verbetering van content 

AI is volgens Alex nuttig bij het doorgeven van informatie die bedrijven misschien niet altijd weten hoe ze moeten uitdrukken. Er kan bijvoorbeeld een wet zijn rond kankerverwekkende chemicaliën, waar auditors misschien niet altijd bekend mee zijn omdat ze niet vaak met chemicaliën of duurzame chemische praktijken werken. In dit geval kan AI gegevens kruisverwijzen, dieper ingaan op de chemische inhoud en deze informatie doorgeven aan leveranciers, waardoor er kennisketens binnen de industrie ontstaan.

Openbaarmaking van gegevens  

Marianthe Evangelidis, directeur Duurzame Financiering & Investeringen bij de London Stock Exchange Group (LSEG), ging dieper in op de verbeteringsmogelijkheden van AI bij het openbaar maken van gegevens.

De grootste uitdaging voor beleggers en klanten is dat elk bedrijf zijn duurzaamheidsinformatie op een andere manier openbaar maakt, waardoor het moeilijk kan zijn om de juiste gegevens te verzamelen en door te geven aan toezichthouders. Gedecentraliseerde EHS-compliance kan silo's en hiaten creëren, wat leidt tot inconsistente, onvolledige en onnauwkeurige gegevens die de betrouwbaarheid van het complianceprogramma van een bedrijf in gevaar kunnen brengen.

Ook hier kan AI worden gebruikt om dit proces te vereenvoudigen en te stroomlijnen, door openbaar gemaakte informatie en duurzaamheidsverslagen te scannen en gegevens voor auditors en leveranciers te extraheren.

2. Hoe u mogelijke valkuilen kunt vermijden 

Hoe kunnen bedrijven die AI gebruiken om hun compliance-inspanningen te verbeteren, de technologische, filosofische en juridische valkuilen vermijden?

Kun je een machine echt vertrouwen?

“AI is slechts zo krachtig als de gegevens en experts erachter.” Alexander Sadovsky

“Er zijn veel vragen rond de mate van vertrouwen die je in AI kunt stellen”, aldus Alex, aangezien elk AI-systeem anders is en getest moet worden om de validiteit ervan te controleren, de nauwkeurigheid ervan te begrijpen en te bepalen voor welke use cases het wel of niet geschikt is. Een manier om dit potentiële risico te beheersen is door middel van een stoplichtsysteem:  

• Groen = informatie is geverifieerd en kan worden gebruikt
• Geel = informatie moet worden gecontroleerd
• Rood = de AI is nog niet zo ver ontwikkeld en er mag dus niet op worden vertrouwd

“AI is een zoekmachine, geen advocaat”, en is niet ontworpen om menselijke intelligentie te vervangen, maar om deze aan te vullen, aldus Alex. 

“Garbage in, garbage out”

Ervoor zorgen dat je de juiste gegevens in je AI-model invoert, is een belangrijke stap om een groot struikelblok bij het gebruik van deze tools te verminderen, merkte Marianthe op. De gegevens moeten verantwoord, betrouwbaar en bruikbaar zijn om ervoor te zorgen dat de output van AI efficiënt is.

Compliancegegevens zijn vaak verspreid over een hele organisatie, waardoor er één platform nodig is om de bevindingen te stroomlijnen. Kiezen voor een generiek AI-model kan zowel inefficiënt zijn in termen van energieverbruik als onnauwkeurig met onbetrouwbare bronnen. De specifieke inhoudsbibliotheek van Enhesa stelt ons in staat om resultaten van hoge kwaliteit te leveren, in tegenstelling tot een generiek AI-model dat het risico loopt onjuist te zijn. Een op maat gemaakt model daarentegen “kan krachtig zijn”, aldus Michael, en “vervangt de materiedeskundige niet, maar breidt [hun kennis] uit”.

3. Hoe AI duurzaamheid en naleving kan transformeren 

Governance, Risk en Compliance (GRC) op basis van waarden

“GRC is per definitie het vermogen om doelstellingen op betrouwbare wijze te bereiken, onzekerheden aan te pakken met risicobeheer en integer te handelen.” Michael Rasmussen  

Michael bespreekt de vier waardegebieden die te vinden zijn in het gebruik van AI in businesscases:

1. Efficiëntie

“Tijdwinst is geldwinst”, vat Michael samen. Hij wijst erop dat veel personeelstijd kan worden besteed aan onproductief werk dat niet bijdraagt aan de einddoelen van het bedrijf. Een machine, zoals AI, kan documenten snel doorlopen, waardoor op de lange termijn tijd, energie, middelen en geld worden bespaard en werknemers hun tijd aan andere zaken kunnen besteden.

2. Effectiviteit

AI kan werknemers helpen het risico te verminderen dat gegevens door de mazen van het net glippen, door als een “copiloot” te fungeren bij het onderzoeken en presenteren van informatie om de bestaande bevindingen te versterken.

3. Veerkracht

“Hoe helpt deze automatisering mij bij nalevingskwesties?”  

Een AI-oplossing kan nieuwe gebieden en hiaten in de naleving ontdekken en is in staat om kleine problemen te identificeren voordat ze uitgroeien tot grotere problemen voor het bedrijf. Op deze manier kan AI bedrijven in staat stellen proactief te werken in plaats van reactief.

4. Wendbaarheid

AI, ook wel ‘horizon scanning’ genoemd, kan bedrijven helpen om hun huidige en verwachte regelgevingspad met meer wendbaarheid te bewandelen en antwoord te geven op vragen als:  

• “Houden we onze ogen op de weg voor ons gericht?”  
• “Waar gaan we naartoe?”  
• “Wat is onze strategie?” 

LSEG over data

Bij de London Stock Exchange Group merkte Marianthe op dat AI een “copiloot” is, die intern wordt gebruikt om veranderende regelgeving bij te houden. Het is cruciaal om “de synergieën tussen regelgevingen te begrijpen, zodat je niet steeds opnieuw dezelfde gegevens hoeft te interpreteren.” Extern helpt AI het bedrijf om financiële risico's te beperken. Door diep in de uitgebreide gegevens te duiken, kan LSEG deze onderzoeken om zinvolle antwoorden te vinden die aan de raad van bestuur of klanten kunnen worden gepresenteerd. 

Wat kan AI voor uw bedrijf betekenen? 

AI kan een potentiële katalysator zijn voor het stimuleren van bedrijfsactiviteiten en kan de aanpak van compliance en duurzaamheid transformeren, waardoor bedrijfsdoelstellingen sneller haalbaar worden. Het is belangrijk dat marktleiders leren hoe AI compliance-initiatieven kan aanvullen om voorop te blijven lopen in een snel veranderend landschap.