2024-11-27-blog-hero-supporting-esg-goals-1920x840

Supporting ESG goals

Digitalization and CO2 emissions tracking in the food industry

Nov 27, 2024

Environmental, Social, and Governance (ESG) key performance indicators (KPIs) are measurable values that assess a company's environmental sustainability, social responsibility, and ethical governance performance. Common ESG KPIs include:

  • Environmental metrics (e.g., carbon footprint, energy consumption, resource efficiency).
  • Social metrics (e.g., employee diversity, safety incidents, labor policies).
  • Governance metrics (e.g., board composition, executive compensation, policy transparency).

With SAP Meat and Fish Management software for S/4 HANA, we help food manufacturing companies execute processes efficiently and align with industry best practices and trends. Due to regulatory requirements, stakeholder expectations, and market pressures, these industries increasingly need to track and adhere to ESG guidelines.

As a sustainably aware company, we offer our ESG consultancy expertise to support sustainability for food companies and others. By empowering top-notch SAP products like SAP Sustainability Footprint Management (SFM) and SAP Sustainability Control Tower (SCT) on top of OLTP systems like S/4 HANA, tracking of ESG guidelines like carbon footprint is seamless and real-time, which is demonstrated in following usage examples. The example is built on the actual scenario of a meat processing company, but the solution applies to any manufacturing industry:

2025-11-27-blog-image-SFM-picture-01

For instance, a meat processing company can utilize S/4HANA and SAP Meat and Fish Management as its operational system, storing critical data such as material master records, bills of materials, routings, and transactional records (e.g., material movements and production line execution times). SAP Sustainability Footprint Management (SFM), seamlessly integrated with S/4HANA and/or third-party systems, analyzes this data to calculate and monitor carbon footprints across the value chain.

2025-11-27-blog-image-SFM-picture-02

This includes plant-level overviews or detailed insights per process, supplier, or product—such as calculating the carbon footprint of producing packed bacon:

2025-11-27-blog-image-SFM-picture-03
2025-11-27-blog-image-SFM-picture-04

As the last part of the digital chain, SAP SCT provides a comprehensive overview of ESG performance by consolidating data from various sources into an accessible dashboard. SCT enhances decision-making by offering insights into compliance and progress toward sustainability goals, ensuring alignment with regulatory frameworks and company objectives.

2025-11-27-blog-image-SFM-picture-05

By leveraging SAP SFM and SCT, companies gain the ability to track their sustainability metrics in real time, ensuring compliance with ESG standards and enabling proactive adjustments to reduce emissions, improve resource efficiency, and foster social and governance excellence. These tools empower decision-makers to optimize operations and align with global sustainability commitments like the Paris Agreement. Digital transformation through tools like SAP SFM and SCT is not just a step toward regulatory compliance but a strategic move for businesses aspiring to lead in sustainable innovation.

Your contact

msg_global_sustainability_team

Agribusiness Team

27 nov. 2024

L’intelligence artificielle (IA) est un sujet largement débattu dans de nombreux secteurs. Bien que son potentiel de transformation soit indéniable, l’industrie de la réassurance, historiquement prudente et réticente au risque, a été plus lente à adopter les nouvelles technologies, y compris l’IA. 

Cette approche prudente s’explique par plusieurs facteurs: les systèmes existants ne permettent souvent pas d’intégrer des fonctionnalités basées sur l’IA, tandis que les interactions en face-à-face restent un pilier du modèle B2B en réassurance. De plus, la forte réglementation du secteur et des cultures d’entreprise traditionnellement réfractaires au risque compliquent encore davantage son adoption. Par ailleurs, de nombreuses organisations manquent de compréhension claire des bénéfices que l’IA pourrait leur apporter, ce qui renforce leur hésitation face au changement. 

Cette approche prudente s’explique par plusieurs facteurs : les systèmes existants ne sont souvent pas conçus pour intégrer des fonctionnalités basées sur l’IA, et le secteur de la réassurance repose encore largement sur des interactions directes et des relations de confiance établies sur le long terme. De plus, la forte réglementation du secteur et une culture d’entreprise traditionnellement prudente face aux innovations technologiques ralentissent son adoption. Enfin, l’absence de compréhension claire des bénéfices concrets de l’IA pour le secteur alimente les réticences et freine la transition vers ces nouvelles technologies.

Malgré ces freins, la transformation numérique bouscule les modèles traditionnels de la réassurance, ouvrant la voie à de nouvelles opportunités mais aussi à des défis. Le principal obstacle à l’adoption de l’IA ne réside pas tant dans la technologie elle-même que dans l’expérience accumulée. Les systèmes d’IA et de machine learning (ML) ont besoin de volumes considérables de données pour se perfectionner. Or, bien que les algorithmes et les infrastructures existent déjà, le secteur en est encore aux prémices de l’alimentation de ces modèles avec les données pertinentes.

Pour rester compétitives, les entreprises doivent s’équiper des bonnes technologies, s’appuyer sur des experts qualifiés et disposer d’une plateforme capable d’intégrer l’IA. Cette approche leur permettra d’exploiter pleinement les analyses générées par l’IA et de prendre des décisions plus éclairées et efficaces.

L’IA s’est d’abord imposée dans les modèles B2C, mais son impact dans le B2B, notamment en réassurance, devient de plus en plus évident. Le marché de l’assurance Lloyd’s, longtemps ancré dans des processus traditionnels basés sur le papier et les interactions humaines, a récemment amorcé une transformation numérique progressive, illustrant une tendance plus large dans le secteur. Les outils d’IA apportent une véritable valeur ajoutée en améliorant à la fois la productivité et la précision grâce à l’analyse efficace de volumes massifs de données. Par exemple, ils peuvent :

  • Optimiser l’évaluation des risques: Affiner les décisions de souscription grâce à une analyse approfondie des profils de risque, en s’appuyant sur des données historiques et des tendances actuelles.
  • Améliorer le traitement des sinistres: Générer des synthèses automatisées à partir des rapports d’experts pour accélérer et fiabiliser la gestion des dossiers.
  • Affiner les modèles de tarification: Anticiper les pertes en croisant données historiques, conditions de marché, tendances météorologiques, localisation et saisonnalité, afin d’ajuster les tarifs avec précision.
  • Exploiter les documents non structurés: Extraire et résumer les informations essentielles de rapports complexes pour faciliter des décisions de souscription plus éclairées.

En automatisant et en optimisant ces processus, l’IA permet de réduire les coûts d’exploitation, d’améliorer la performance et la rentabilité, tout en offrant un avantage concurrentiel pérenne.

Une étude récente de McKinsey réalisée auprès des dirigeants des principaux assureurs européens montre que plus de la moitié d’entre eux estiment que l’IA générative (Gen AI) pourrait accroître la productivité de 10 à 20 %, tout en boostant la croissance des primes et les résultats techniques de 1,5 à 3 points de pourcentage.

Dans la gestion des sinistres, une récente analyse de BCG met en lumière des perspectives encore plus prometteuses. L’adoption de l’IA générative pourrait permettre de réduire les indemnisations de 3 à 4 % grâce à une évaluation plus précise des dommages et une détection renforcée des fraudes. Elle pourrait également diminuer les coûts d’ajustement des pertes de 20 à 30 %, offrant ainsi des économies significatives et une meilleure efficacité opérationnelle. Bien que ces chiffres concernent principalement l’assurance, des bénéfices similaires sont attendus en réassurance.

Chez msg global, nous sommes à la pointe de l’innovation technologique et intégrons l’IA à notre solution SAP S/4HANA Insurance for Reinsurance Management. Nos solutions basées sur l’IA apportent une valeur concrète et mesurable à nos clients, en améliorant leur efficacité opérationnelle et leur rentabilité.

Nous disposons d’une équipe dédiée à l’IA et à l’analyse avancée, dont la mission est d’exploiter tout le potentiel de l’IA pour créer de la valeur, tant pour msg global que pour nos clients. Grâce à des partenariats stratégiques avec des startups innovantes et des institutions académiques de renommée mondiale, telles que Harvard Business School, l’Université de Saint-Gall et le MIT, notre équipe est à l’avant-garde de l’innovation et contribue activement à la transformation du secteur.

Si vous souhaitez découvrir comment l’IA peut révolutionner vos opérations de réassurance, contactez-nous. Nous serons ravis de vous montrer comment nos solutions peuvent faire la différence pour votre entreprise.