Alcance3decomprasconIA:delExcelaldatoauditable

Medir el alcance 3 ya no es cosa de grandes corporaciones: cada vez más empresas lo hacen, y la mayoría son pymes. Pero medir no es comprometerse. En España, cada vez más empresas registran su alcance 3 de forma voluntaria mientras bajan las que validan un objetivo de reducción. Nuestra lectura, después de trabajar con cientos de empresas, es que el freno no es la metodología, sino la confianza en la medición.

Por qué hablamos de alcance 3 ahora

Del alcance 3 llevamos años hablando. Lo que ha cambiado es la IA. Esta misma semana, un cliente integró por API dos años de huella, con los alcances 1, 2 y 3, en dos horas: 7 categorías y 56.000 datos. Se apoyó en la IA para validar sus datos contra la documentación de nuestra API y, según nos contó, no le costó nada.

Qué está haciendo el mercado

Son las conclusiones de Scope 3 Market Momentum, el estudio de Dcycle sobre más de 20.000 empresas, hecho con la base de datos de SBTi y el registro de huella de carbono del Ministerio.

• 2026 será un año récord: unas 3.500 empresas nuevas validarán objetivo, y el 55% de las que ya lo tienen son pymes, sobre todo europeas.
• 5.997 empresas tienen ya un objetivo de alcance 3 validado, la mitad de las 12.043 que tienen algún objetivo.
• Los objetivos son cada vez más exigentes: en 2019, las empresas se comprometían a reducir un 25% en 12 o 13 años. En 2026, un 33% en 9 años.
• En España, el alcance 3 crece aunque no sea obligatorio: el Real Decreto 214/2025 obliga a las empresas afectadas a calcular y publicar los alcances 1 y 2, pero cada vez más registran también el 3 de forma voluntaria, de 92 registros en 2019 a una previsión de 953 en 2026. Lo que empuja es el mercado: lo pide el cliente, el banco, el financiador.
• Pero en objetivos de reducción, España va a menos: 49 empresas validaron su primer objetivo con SBTi en 2024, 43 en 2025 y la previsión para 2026 es de 35, un 19% menos.

El problema: no nos fiamos de la medición

Lo preguntamos en directo, y las respuestas que más se repitieron fueron «me faltan datos» y «no me fío de que el cálculo esté bien hecho». Coincide con lo que vemos cada día: el alcance 3 es, de media, el 75% de las emisiones de una empresa, el grueso está en lo que compras (la categoría 1, bienes y servicios adquiridos, y la 2, bienes de capital) y suele recaer en una o dos personas del equipo de sostenibilidad. La desconfianza aparece en tres puntos:

• Obtención: el dato de compras está repartido entre el ERP, el Excel de compras y las facturas en PDF, y reunirlo cuesta tiempo y dinero.
• Transformación: cada importe hay que convertirlo en emisiones con su factor, línea a línea y con miles de líneas.
• Calidad: el resultado tiene que ser trazable, estar documentado y poder verificarse.

Los tres retos, resueltos en directo

En la demo partimos de Galletas Estelares, una empresa ficticia con 5.500 t CO2e de alcance 3, todas de la categoría 1 y calculadas por gasto: un cálculo rápido y automático, pero con la peor calidad del dato posible. A partir de ahí resolvimos los tres retos:

1. Pasar de € a kg. El dato llega como llega: unos proveedores en kilos, otros en euros, otros en unidades. Mientras calcules por gasto, aplica el tipo de cambio de la fecha de compra (el Banco Central Europeo lo publica y tiene API), quita el IVA antes de multiplicar por el factor y decide qué hacer con los importes negativos: se excluyen si son un error y se mantienen, justificados, si son ajustes o devoluciones. Para pasar a cantidad física, una fórmula en la propia plataforma convierte 300 cajas de cartón en kilos (0,4 kg por caja), sin tocar el ERP y sin perder la trazabilidad.
2. Priorizar. Con miles de líneas no se puede mejorar todo a la vez. Le pedimos a Leia, el agente de IA de Dcycle, qué materiales pesan más en la huella: papel, polietileno y aluminio. Se puede priorizar por emisiones totales, por cantidad física o por intensidad, es decir, emisiones por unidad comprada. Y lo mismo con los proveedores, para saber a quién pedirle el dato primero.
3. Mejorar los factores de emisión. Para el papel cambiamos el factor por gasto (EXIOBASE) por uno por cantidad física (ecoinvent). Solo con eso, la calidad del dato pasó del 0% al 59% y las emisiones bajaron un 43%: no estaban mal calculadas, pero el método por gasto es menos preciso. Después, con un asistente de IA (Claude, en este caso) conectado a Dcycle, leímos la declaración ambiental (EPD) del polietileno de un proveedor, creamos su factor de emisión con el PDF como evidencia y lo aplicamos a sus compras: el primer dato primario, listo para el auditor.

Un trabajo que hace seis meses podía ocupar a un equipo de tres personas durante dos o tres meses hoy se resuelve, como mucho, en una semana.

El caso de Avramar

Eduardo Soler, responsable de Sostenibilidad de Avramar (granjas marinas de dorada, lubina y corvina), contó por qué miden los tres alcances desde 2022 sin que ninguna ley se lo exija: su referencia es el salmón, que lleva años haciendo un cálculo completo, y quieren abrir camino en el Mediterráneo. Trabajan con Dcycle desde principios de 2026 y en unos seis meses han medido tres ejercicios.

• Lo que más pesa, en kilos desde el principio: el pienso es en torno al 60% de sus compras y de su coste operativo, y lo controlan «hasta la última bolita». Son entre 20.000 y 25.000 toneladas al año, y sus proveedores les dan el factor de emisión del 90% de las referencias.
• El resto, por gasto, por comodidad, salvo materiales como el polietileno de sus jaulas flotantes.
• Su consejo para quien empieza: «el origen de los datos ha de ser absolutamente fiable». Cuanto más detallado sea el apunte contable en el ERP, menos errores de interpretación después: no es lo mismo un tipo de polietileno que otro.

Tres ideas para llevarte

1. Empieza ya, porque si no te quedas atrás.
2. Al medir, avanza por fases: primero el gasto, después la cantidad física y, por último, el dato de proveedor.
3. La IA te da más velocidad y seguridad con menos coste.