Scope 3 कार्बन रिपोर्टिंग का सबसे कठिन हिस्सा है — AI इसे आसान बनाता है

एक €2B औद्योगिक फर्म के एक वरिष्ठ sustainability प्रबंधक ने मुझसे पिछले महीने कहा कि उसके Scope 1 और 2 इन्वेंटरी में तीन सप्ताह लगते हैं। उसके Scope 3 इन्वेंटरी में सात महीने लगते हैं। Scope 3 की संख्या लगभग बारह गुना बड़ी भी है। वह कोई अपवाद नहीं है। अधिकांश कंपनियों के लिए जो वास्तव में माप करती हैं, Scope 3 कुल उत्सर्जन का 60% से 90% के बीच होता है, और फिर भी यह रिपोर्टिंग प्रयास का अधिकांश हिस्सा खपत करता है — आमतौर पर एक संख्या के लिए जिसे टीम के हर कोई निजी तौर पर संदेह करता है कि वह दोगुना गलत है।

यह विसंगति Scope 3 की पूरी कहानी है। आपके कार्बन फुटप्रिंट का सबसे बड़ा हिस्सा वह है जिसका आप मालिक नहीं हैं, नहीं देख सकते, और चालान, आपूर्तिकर्ता ईमेल और उद्योग औसत से अनुमान लगाना पड़ता है जिसे जॉर्ज डब्ल्यू बुश के समय में अंतिम बार अपडेट किया गया था। बाकी सब कुछ इसी से निकलता है।

Scope 3 वास्तव में क्या है, दो वाक्यों में

Scope 3 वह हर ग्रीनहाउस गैस उत्सर्जन है जो आपकी मूल्य श्रृंखला में होता है लेकिन आपके प्रत्यक्ष परिचालन नियंत्रण के बाहर — जो स्टील आपने खरीदा, ट्रक जो आपके वितरक ने किराए पर लिए, बिजली जो आपके ग्राहक ने आपके द्वारा बेचे गए उत्पाद को चार्ज करने के लिए उपयोग की। GHG Protocol Scope 3 Standard इसे 15 श्रेणियों में विभाजित करता है, 8 अपस्ट्रीम और 7 डाउनस्ट्रीम, और आपको बताता है कि किसी भी material श्रेणी की रिपोर्ट करें।

शब्द "material" उस वाक्य में एक विशाल काम कर रहा है, जिस पर हम वापस आएंगे।

यह असमान रूप से दर्दनाक क्यों है

Scope 1 वह ईंधन है जो आपने जलाया। आपके पास ईंधन चालान है। Scope 2 वह बिजली है जो आपने खरीदी। आपके पास एक उपयोगिता बिल है। दोनों आपके स्वयं के लेखा प्रणाली के अंदर रहते हैं, ऐसी इकाइयों में जिन्हें आप समझते हैं, ऐसे पक्षकारों से जो आपको मासिक विवरण भेजते हैं क्योंकि वे भुगतान पाना चाहते हैं।

Scope 3 अलग है। उत्सर्जन एक आपूर्तिकर्ता के कारखाने में गुजरात में होता है, या कहीं निंगबो और रॉटरडैम के बीच एक कंटेनर जहाज में, या एक उपभोक्ता के ड्रायर में जिसने आपके ब्रांड से डुसेलडोर्फ में एक टी-शर्ट खरीदी। आपके पास कोई मीटर नहीं है। आपके पास कोई बिल नहीं है। आपके पास सर्वोत्तम रूप से एक खरीद लाइन आइटम है जो कहती है "पैकेजिंग फिल्म के €142,000" और एक अस्पष्ट स्मृति है कि विक्रेता इटली में है।

इसे kgCO2e संख्या में बदलने के लिए, आपको तीन चीजों में से एक की आवश्यकता है: आपूर्तिकर्ता से वास्तविक उत्सर्जन डेटा, आपूर्तिकर्ता से activity डेटा (टन, किलोवाट-घंटे, किलोमीटर), या प्रति डॉलर खर्च पर उत्सर्जन कारक। पहला दुर्लभ है, दूसरा आंशिक है, तीसरा एक विनम्र कल्पना है — और हम समझाएंगे कि क्यों।

15 श्रेणियाँ, ईमानदारी से

सभी श्रेणियां समान नहीं हैं। कुछ अंकगणित हैं। कुछ शोध परियोजनाएं हैं। यहाँ अपस्ट्रीम आठ की निष्कपट विभाजन है:

1. क्रय की गई वस्तुएं और सेवाएं। राक्षस। आमतौर पर निर्माताओं, खुदरा विक्रेताओं, और किसी के लिए भी जो भौतिक सामान खरीदते हैं, सबसे बड़ी लाइन। हजारों SKU के लिए प्रति-उत्पाद या प्रति-व्यय उत्सर्जन डेटा की आवश्यकता है।
2. Capital goods। Category 1 के समान गणित, लेकिन आपकी CapEx लाइन के लिए — भवन, मशीनरी, IT हार्डवेयर। दर्दनाक लेकिन प्रति asset एक बार।
3. ईंधन- और ऊर्जा-संबंधित गतिविधियां Scope 1/2 में नहीं। ईंधन निष्कर्षण और परिवहन से अपस्ट्रीम उत्सर्जन जिसे आपने पहले से गिना है। अपेक्षाकृत आसान: grid-स्तर कारक, एक स्प्रेडशीट, हो गया।
4. अपस्ट्रीम परिवहन और वितरण। Inbound freight जिसे आपूर्तिकर्ताओं ने आपकी ओर से भुगतान किया। माध्यम कठिनाई — आपकी logistics टीम के पास अधिकांश डेटा है, लेकिन ईंधन प्रकार और modes को फिर से बनाने की आवश्यकता है।
5. संचालन में उत्पन्न कचरा। आमतौर पर छोटा। Waste hauler चालान प्लस disposal-method कारक। एक शांत जीत।
6. व्यावसायिक यात्रा। व्यय रिपोर्ट, कॉर्पोरेट यात्रा टूल API। यदि आपकी वित्त टीम एक booking प्लेटफॉर्म उपयोग करती है तो सुलभ, यदि वे छः उपयोग करते हैं तो नर्क।
7. कर्मचारी commuting। सर्वेक्षण और national औसत कारक। कोई भी नाटक नहीं करता है कि संख्या precise है।
8. अपस्ट्रीम leased assets। अधिकांश कंपनियों के लिए edge case। यदि आप गोदाम या वाहन किराए पर लेते हैं और मकान मालिक ऊर्जा बिल का भुगतान करता है, तो यह यहाँ है।

और डाउनस्ट्रीम सात:

9. डाउनस्ट्रीम परिवहन और वितरण। Freight जिसे आपके ग्राहक ने भुगतान किया। अक्सर अपस्ट्रीम के समान आकार का, शायद ही कभी समान सटीकता के साथ मापा जाता है।
10. बेचे गए उत्पादों की प्रक्रिया। प्रासंगिक यदि आप intermediate goods बेचते हैं — रसायन, स्टील coil, yarn। आपके ग्राहक का अगला कदम क्या है यह जानने की आवश्यकता है।
11. बेचे गए उत्पादों का उपयोग। राक्षस का डाउनस्ट्रीम चचेरा भाई। जो कोई भी कार, उपकरण, HVAC, या इलेक्ट्रॉनिक्स बेचता है, यह श्रेणी बाकी सब कुछ को बौना कर देती है। ऊर्जा-उपयोग-प्रति-यूनिट को expected lifetime से गुणा करें, फिर units बेचे गए से। जो assumptions आप lifetime और usage pattern के बारे में करते हैं वह परिणाम को 3x से drive करते हैं।
12. बेचे गए उत्पादों का end-of-life उपचार। Waste श्रेणी, लेकिन massive स्केल पर। National recycling और landfill दर। Estimation सब तरह से।
13. डाउनस्ट्रीम leased assets। Edge case — Category 8 का mirror।
14. Franchises। Edge case जब तक कि आप McDonald's नहीं हैं।
15. Investments। Banks, asset managers, और insurers के लिए राक्षस। PCAF methodology, financed उत्सर्जन, पूरा अलग universe।

अधिकांश औद्योगिक और खुदरा कंपनियों के लिए, Categories 1, 4, 9, और 11 वह हैं जहां 80% footprint रहता है। Category 1 वह है जहां 80% काम रहता है।

Category 1 वह है जो साल को खाता है

मान लीजिए आप एक mid-size पेय कंपनी हैं। आप aluminum cans, cardboard trays, shrink film, sugar, flavor concentrate, glass bottles, CO2, pallets, cleaning chemicals, lubricants, और लगभग 4,000 अन्य line items खरीदते हैं 30 देशों में 600 आपूर्तिकर्ताओं से। आपकी SAP से procurement export में वर्ष के लिए 140,000 rows हैं।

Scope 3 Category 1 को ईमानदारी से compute करने के लिए, आपको एक उत्सर्जन कारक की आवश्यकता है — ideally kgCO2e प्रति physical unit में — उन line items में से हर एक के लिए। आपके पास तीन realistic तरीके हैं।

Spend-based

हर procurement line item लें, इसे industry code (NAICS, CPA, ISIC, या EEIO sector equivalent) के द्वारा classify करें, और euros खर्च किए को environmentally-extended input-output कारक से गुणा करें (kgCO2e प्रति output euro उस sector से)। US EPA का USEEIO डेटाबेस, Exiobase, और Quantis Scope 3 Evaluator सभी इसी तरह काम करते हैं।

Pros: आप इसे एक सप्ताह में कर सकते हैं। Procurement ledger वाली हर कंपनी एक संख्या produce कर सकती है। Cons: कारक एक industry-wide औसत है जो मानता है कि आपका aluminum सभी के aluminum की तरह produced था। एक supplier जो Iceland में hydroelectric smelting का उपयोग करता है बनाम Shandong में coal smelting, real अंतर लगभग 10x है। Spend-based कारक दोनों को एक संख्या देता है। इस पर एक मिनट में अधिक।

Activity-based

Physical quantity डेटा प्राप्त करें — aluminum के tonnes, concentrate के litres, film के square meters — और Ecoinvent, GaBi, या एक product-specific LCA डेटाबेस से प्रति-unit उत्सर्जन कारक से गुणा करें। यह वह है जिसे GHG Protocol "average data" कहता है यदि कारक industry-typical है, या "supplier-specific" यदि कारक supplier से आया है।

Pros: उन categories के लिए far अधिक accurate जहां material type dominates (metals, plastics, chemicals)। Cons: आपकी procurement system tonnes store नहीं करता — यह euros और part numbers store करता है। 140,000 line items को physical units में translate करने के लिए या तो एक master data project या बहुत phoning around की आवश्यकता है।

Hybrid

अपनी top 20 या 30 commodities के लिए spend के द्वारा activity-based उपयोग करें, long tail के लिए spend-based। यह वह है जो अधिकांश serious कंपनियां वास्तव में करती हैं। यह भी वह है जिसे GHG Protocol implicitly recommend करता है: data quality प्रयास को concentrate करें जहां यह number को move करता है।

Hybrid approach defensible है। समस्या यह है कि "top 20 by spend" अक्सर "top 20 by emissions" के बराबर नहीं होता है, और यह पता लगाना कि किन categories में emissions-heavy है — हाँ — एक first pass की आवश्यकता है जो same spend-based कारक का उपयोग करता है जिसे आप avoid करने की कोशिश कर रहे थे।

वह हिस्सा जो कोई आपको नहीं बताता है

यह वह जगह है जहां polite industry साहित्य शांत हो जाता है और मैं नहीं होऊंगा।

पहला, spend-based उत्सर्जन कारक अक्सर 30 से 50 प्रतिशत गलत होते हैं, और कभी-कभी 2x से गलत होते हैं। अंतर्निहित input-output तालिकाओं को 2016, 2018, या 2012 के national statistical surveys से built किया जाता है (region के आधार पर), फिर एक GDP deflator के साथ वर्तमान वर्ष के लिए inflated किया जाता है। वे एक production mix को assume करते हैं जो किसी specific supplier पर exist नहीं करता है। एक commodity जैसे steel के लिए, जहां best-in-class (renewable power के साथ EAF) और worst-in-class (coal power के साथ blast furnace) के बीच range लगभग 10x उत्सर्जन intensity में है, एक "industry average" संख्या एक mathematical object है जो कोई real factory के अनुरूप नहीं है। यह आपको एक जवाब देता है, जो progress की तरह लगता है। यह knowing के समान नहीं है।

दूसरा, supplier-specific data nominally बेहतर है, लेकिन suppliers आपको wildly inconsistent formats hand करते हैं। बारह suppliers से steel coils के embedded उत्सर्जन के लिए पूछें जो वे आपको बेचते हैं और आपको मिलेगा: एक EPD (environmental product declaration) एक crisp PDF में following EN 15804, एक LCA report इतालवी में एक scanned signature page के साथ, एक ईमेल जो कहती है "approximately 1.8 tCO2e per tonne, please confirm receipt," एक Excel file छः sheets के साथ और एक pivot table जहां unit mysteriously "kg CO2 / USD" है, चार spreadsheets जो केवल company revenue के लिए Scope 1 और 2 उत्सर्जन report करते हैं, और तीन जो कभी reply नहीं करते हैं। दो suppliers 40% अलग physically identical products के लिए numbers भेजेंगे। एक biogenic और fossil CO2 को confuse करेगा। एक GWP-20 की बजाय GWP-100 को quote करेगा। "Primary data" जो आपने collected है वह बारह अलग-अलग puzzles का एक crate है।

तीसरा, अधिकांश कंपनियां quietly industry औसत उपयोग करते हैं और इसे primary data कहते हैं। मैंने household-name multinationals की sustainability reports read की हैं जहां Scope 3 Category 1 methodology कहती है "supplier-specific data जहां available है; secondary data अन्यथा।" Footnote को dig करें और "where available" लगभग 8% spend का मतलब है। अन्य 92% Ecoinvent या USEEIO है। Methodology के बारे में कुछ भी technically गलत नहीं है, लेकिन executive summary में भाषा — "हमने अपने suppliers को engage किया primary data collect करने के लिए" — बहुत heavy lifting कर रही है। CDP इसे score करता है जैसे यह primary data हो। Auditors शायद ही कभी push back करते हैं। हर कोई आगे बढ़ता है।

यह सब कुछ भी नहीं मतलब है Scope 3 fake है। इसका मतलब है Scope 3 एक measurement है honest uncertainty के साथ जिसे industry एक precise number के रूप में dress करना सीख गया है। समाधान measuring को stop करना नहीं है। समाधान actual data को extract, normalize, और track करने में बहुत बेहतर होना है जो suppliers आपको भेजते हैं — ताकि जब आप कहें "primary data, 40% coverage" आप इसका अर्थ करें।

Timeline और क्यों यह softer नहीं हो रहा है, बल्कि sharper हो रहा है

Scope 3 optional हुआ करता था। अब नहीं है।

• CSRD / ESRS E1 सभी 15 categories के लिए Scope 3 disclosure की आवश्यकता है जो material हैं, day एक से limited assurance के साथ। Wave 1 के लिए पहली reports 2025 में FY2024 के लिए filed हैं; Wave 2 filing 2026 में FY2025 के लिए है।
• SBTi एक Scope 3 target की आवश्यकता है यदि Scope 3 कुल उत्सर्जन का 40% से अधिक है — जो लगभग सभी के लिए है।
• CDP का 2026 questionnaire Scope 3 methodologies के लिए scoring penalties introduce किया जो threshold share के ऊपर spend-based कारकों पर rely करते हैं।
• SEC की climate rule, इसके federal level पर Scope 3 पर retreat के बावजूद, California SB 253 द्वारा backfilled जा रही है, जो FY2027 से California में व्यावसायिकता करने वाली कंपनियों के लिए $1B से अधिक revenue के साथ Scope 3 disclosure की आवश्यकता है।
• ISSB की S2 Scope 3 को core मानती है, supplementary नहीं।

Combined effect यह है कि अगले दो reporting cycles लगभग 80,000 कंपनियों को globally Scope 3 संख्या produce करने के लिए push करेंगे जिसे एक auditor विस्तार से देखेगा, शायद पहली बार। Casual methodology era close हो रहा है।

Formist कैसे मदद करता है

Formist एक AI-powered compliance platform है जो WeCarbon द्वारा built है। यह एक knowledgeable colleague की तरह काम करता है जिसने GHG Protocol Scope 3 Standard read किया है, circulation में हर EPD format, और बहुत सारे scanned supplier PDFs — और जो इसे कल फिर से करने के लिए ask किए जाने पर mind नहीं करता है।

Scope 3 specifically के लिए, जो Formist वास्तव में करता है वह messy middle है। आप supplier document upload करते हैं — एक EPD English में, एक LCA report Italian में, एक test certificate Chinese में, एक ईमेल thread embedded screenshots के साथ — और Formist AI agent per-unit emission factors को extract करता है, GWP basis और boundary (cradle-to-gate, cradle-to-grave, A1–A3) को identify करता है, units को normalize करता है, और संख्या को सही Scope 3 category और सही procurement line के खिलाफ file करता है। जब document ambiguous है, यह silently guessing की बजाय ambiguity को flag करता है। जब supplier की संख्या activity average के खिलाफ implausible दिखती है, तो यह ऐसा कहता है।

आपके Category 1 long tail के लिए, Formist spend-based factors को honestly labelled methodology के साथ apply करता है, इसलिए आपकी report 32% primary-data coverage को 68% secondary से distinguish करती है, distinction को launder करने की बजाय। समान card-based data model आपके CBAM filings, आपके CDP response, आपके ESRS E1 disclosure, और आपके SBTi target boundary को re-entry के बिना feed करता है। आप aluminum के उसी tonne को चार अलग-अलग forms में type करना stop करते हैं।

यह आपकी supplier engagement strategy को build नहीं करता है। यह आपकी materiality threshold pick नहीं करता है। वे अभी भी आपके हैं। जो यह replace करता है वह तीन महीने का analyst time है PDFs read करने में, numbers को spreadsheets में copy करने में, और argue करने में कि क्या एक cradle-to-grave कारक एक cradle-to-gate एक से comparable है। वह काम mechanical है। यह आपका calendar नहीं होना चाहिए।

Scope 3 संख्या जिसे आप अगले साल report करते हैं उसे auditors द्वारा scrutinized किया जाएगा जिनके पास अब इसकी तुलना करने के लिए एक methodology है। कंपनियां जिन्होंने इस साल अपने supplier data को एक clean, source-cited, category-mapped dataset में wrestle करने में खर्च किया वह easy time होगा। कंपनियां जिन्होंने industry औसत का उपयोग किया और इसे primary data कहा वह एक interesting conversation होगा।

Formist WeCarbon द्वारा built है, एक climate-tech कंपनी जिसके offices Paris, Shanghai, और Dubai में हैं। यह GHG Protocol Scope 3 Standard, CSRD/ESRS, CBAM, EU Taxonomy, CDP, ISSB, SBTi, और 15+ अन्य sustainability frameworks को support करता है।