ESG-tiedonkeruu, tiedon laatu ja seurantaketjun hallinta — Tekoäly kestävässä kehityksessä ja ESG-hallinnassa

Voitot:

Kyky tarjota determinististä tarkkuutta strukturoimalla hajallaan olevaa ESG-dataa ja suorittamalla yksikkömuunnos suoritettavalla koodilla/kaavalla manuaalisen sijaan
Kyky merkitä tietoaukot välityspalvelimeksi (ennusteeksi) sovittamatta niitä ja ratkaista binäärilaskenta ja poikkeamat palaamalla lähteeseen
Kyky tehdä tiedoista jäljitettävissä luomalla kirjausketju, joka yhdistää jokaisen digitaalisen kohteen lähteeseensä

Jokaisen kestävän kehityksen raportin alla piilee hiljainen mutta monumentaalinen tehtävä: tiedonkeruu. Jopa keskikokoinen yritys kerää sähkö- ja maakaasulaskuja, polttoainekuitit, jätteensiirtoasiakirjat, henkilöstötiedot HR-järjestelmistä, kyselyvastaukset toimittajilta ja matkakirjat kymmenistä toimipisteistä. Suurin osa näistä tiedoista on hajallaan, eri muodoissa, eri yksiköissä ja syötetään usein manuaalisesti. Raportin laatu johtuu näiden raakatietojen tarkkuudesta, ei sen räikeimmistä kaavioista. Tässä osiossa opit käyttämään tekoälyä (AI) turvallisesti näiden sotkuisten tietojen keräämiseen, puhdistamiseen ja hallintaan.

Ensinnäkin käsite: tiedon laatu tarkoittaa, että tiedot ovat tarkkoja (heijastavat totuutta), täydellisiä (täydellisiä), johdonmukaisia (ei ristiriitaisia), ajantasaisia ja jäljitettävissä (sen lähde on tiedossa). Yleisin laatuongelma ESG:ssä on se, että tiedot ovat pikemminkin jäljittämättömiä kuin epätarkkoja: numeroita on, mutta "mistä se tuli?" Kysymykseen ei ole vastausta. Juuri tätä riippumaton varmuuden antava tilintarkastaja (ulkopuolinen asiantuntija, joka tarkistaa raportin) kysyy. Tämän yksikön selkäranka on siis yksi konsepti: kirjausketju – tietueketju, joka osoittaa, mistä asiakirjasta kukin ongelma on peräisin, minä päivämääränä ja millä oletuksella.

Kolme tyypillistä ESG-tietojen ongelmaa

1. Yksikkökaaos. Yksi laitos ilmoittaa sähkön kWh:na, toinen MWh:na ja kolmas GJ (gigajouleina). Jos niitä kaikkia ei muunneta yhdeksi yksiköksi ennen lisäämistä, tulos on merkityksetön. Koska 1 MWh = 1 000 kWh, jos yksikkö jätetään pois, tapahtuu 1000-kertainen virhe.

2. Data aukko. Kiinteistön neljännesvuosittainen lasku puuttuu. Aukko täytetään joko todellisilla tiedoilla tai selkeästi ilmaistulla arviolla (proxy): esimerkiksi vastaavien kuukausien keskiarvo. Kriittinen asia ei ole piilottaa ennustetta; on merkitä se "arvioiduiksi tiedoiksi" raportissa.

3. Kaksoislaskenta ja epäjohdonmukaisuus. Sama polttoaine kerätään kahdesti, jos se lasketaan sekä ajoneuvokalustoon että generaattoriin. Tekoäly auttaa havaitsemaan tällaiset ristiriidat, mutta ei voi tehdä lopullista päätöstä.

ongelma

oire

oikea lähestymistapa

Yksikkökaaos

kWh/MWh/GJ sekoitettuna

Muunna yhdeksi yksiköksi, tee muunnos koodilla

data aukko

Puuttuu kuukausi/tila

Käytä välityspalvelinta, merkitse se "arvioituksi"

binääriluku

Sama kynä kahdessa paikassa

Kiinnitä lähde yhteen pisteeseen

jäljittämättömyyttä

numero tuntematon alkuperä

Linkki kirjausketjutaulukkoon

Vinkki: Kultainen sääntö tietojen puhdistuksessa: "Älä koskaan koske raakatietoihin, vaan käsittele kopiota." Alkuperäiset laskut ja asiakirjat säilytetään ennallaan; Kaikki korjaukset ja muunnokset tehdään erillisessä työtiedostossa perusteluineen. Näin tilintarkastaja voi aina palata alkuperäiseen totuuteen.

Askel askeleelta: Suojaa tiedon työnkulku tekoälyllä

1. Kerää tiedot ja säilytä ne sellaisenaan. Kerää laskut ja tietueet alkuperäisessä muodossaan yhteen paikkaan; se on "ainoa totuuden lähde".

2. Määritä. Lajittele sotkuiset tiedot järjestettyyn taulukkoon (tehdas, jakso, nimike, arvo, yksikkö, lähde). Tekoäly on hyvä sovittamaan vapaata tekstiä tai PDF-sisältöä tähän taulukkomalliin.

3. Käännä yksiköt suoritettavalla koodilla. Älä anna tekoälyn tehdä yksikkömuunnoksia ja summaa manuaalisesti; tulosta se laskentataulukkokaavana tai pienen koodin ja suoritat koodin. Siten tulos on deterministinen (sama ja todennettavissa joka kerta).

4. Suorita laadunvalvonta. Pyydä heitä merkitsemään poikkeamat (kuten laitoksen kulutus äkillisesti 10-kertaiseksi), puutteet ja ristiriidat. Mutta vahvista jokainen merkki ihmissilmin.

5. Luo kirjausketju. Täytä taulukko, joka yhdistää jokaisen numeerisen kohteen lähteeseensä. Tämä taulukko on raportin selkäranka.

Heikko kehote / Vahva kehote

Heikko kehote:

Kerää nämä laitoksen tiedot ja kerro kokonaisenergiankulutus.

Yksikkö-, lähde- ja tilasääntöjä ei ole; Tekoäly voi selata ja kerätä erilaisia yksiköitä ja hiljaa korvata puuttuvia yksiköitä.

Tehokas kehotus:

Roolisi: ESG-tietoanalyytikko.Syöte: alla oleva laitos-jakso-arvo-yksikkötaulukko. Tehtävä: 1) Muunna kaikki energia-arvot kWh:iksi; näytä muuntokertoimet erillisessä sarakkeessa.2) Kokonaissumman tekeminen MANUAALISESTI; Kirjoita laskentataulukkokaava, jota voin käyttää.3) Merkitse puuttuvilta tai nollalta näyttävät kohteet "PUUTTUVA - tarkista", älä koskaan täytä niitä itse.4) Listaa mahdolliset binäärimäärät, joissa sama kohde esiintyy kahdesti.Tuloste: puhdistettu taulukko + muunnossarake + varoitusluettelo.

Miksi on tärkeää laittaa tiedot koodiin?

AI on tekstigeneraattori; Saattaa tehdä virheitä kerätessään henkisesti pitkiä numerolistoja. Toisaalta, jos pyydät sitä luomaan kaavan tai koodin, se suorittaa laskennan tarkasti ympäristössäsi ja saa joka kerta saman tuloksen. Tämä on ero "AI:n sanoman numeron" ja "hallittavan laskennan" välillä.

Kirjoita joukko Excel-/Google Sheets -kaavoja seuraavaa päästötietotaulukkoa varten.Tarve:- Jokaisella rivillä: arvo × muuntokerroin = kWh- Kaikkien kWh:iden summa- Lisää puuttuvat solut (tyhjät) NUMEROKSI; laske erillinen "puuttuva määrä" Selitä kaavat soluviittauksilla, jotta voin käyttää niitä manuaalisesti. Taulukon rakenne: A = tilat, B = jakso, C = arvo, D = yksikkö

Varoitus: Kiinnitä erityistä huomiota numeroihin, joita tekoäly "lukee" PDF-tiedostosta tai kuvasta. Virheet, kuten 1.100 vs. 11.00 tai pilkkujen sekaannus (1.100 vs 1.100), ovat yleisiä optisen lukemisen aikana. Vertaa visuaalisesti ainakin muutamaa esimerkkiä lähdeasiakirjaan.

kolme minilaukkua

Tapaus 1 – Yksikköloukku. Holdingyhtiö keräsi 8 kiinteistön energiatiedot. 7 laitosta raportoitu kWh, 1 laitos raportoitu MWh. Tekoäly teki kaiken puuttumalla yksiköt ensimmäisellä yrittämällä ja alilaski tämän laitoksen kertoimella 1000; Kokonaismääräksi tuli 3 201 MWh, kun se itse asiassa oli 4 200 MWh. Virhe havaittiin ja korjattiin koodipohjaisella muunnolla.

Tapaus 2 – Salainen ennustus. Yhden laitoksen maaliskuun lasku puuttui. Analyytikko käski AI:ta "täytä tyhjä kenttä"; Tekoäly asetti naapurikuukausien keskiarvon, mutta ei tarkentanut sitä. Tilintarkastaja kysyy "miltä laskulta tämä numero on?" Kysyttäessä lähdettä ei löytynyt. Prosessi on korjattu: ennuste on raportissa selkeästi merkitty ”proksi – helmi/huhtikuu keskiarvo”.

Tapaus 3 – Kaksoislaskenta. Tehtaassa generaattoripolttoaine kirjattiin sekä "kiinteäpoltto"- että "varaenergia" -kohtaan. Tekoäly merkitsi tämän toiston ristiriitaskannauksessaan; analyytikko vahvisti ja 6 tonnin CO₂e kaksoislaskenta poistettiin. Analyytikon oli arvioitava tekoälyn panos ja tehdä päätös.

Laadunvalvonta kehottaa

Suorita laaduntarkistus alla olevasta ESG-tietotaulukosta.Havaitse (mutta ÄLÄ korjaa sitä itse, vaan merkitse):1) Outliers (kohteet, jotka poikkeavat yli 50 % edellisestä kaudesta)2) Yksikköerot3) Tyhjät/puuttuvat solut4) Mahdolliset kaksoiskappaleet, joissa sama kohde esiintyy useita kertojaLuettele jokainen hälytys, jossa on "todellinen syy".

Seuraava kehote määrittää auditointivalmiuden valvontataulukon rungon.

Yleisiä virheitä

Raakatietojen muokkaaminen. Korjausten tekeminen alkuperäisiä tietueita säilyttämättä rikkoo kirjausketjun.
AI tekee yksikkömuunnoksen manuaalisesti. Henkinen lisäys pitkillä listoilla on altis virheille; Käytä koodia/kaavaa.
Piilota ennuste. Välityspalvelintietojen käyttäminen ei ole ongelma; Sen ilmoittamatta jättäminen on suuri ongelma tilintarkastuksessa.
Poistetaan poikkeava arvo hiljaa. Laitteen kulutuksen kaksinkertaistuminen voi olla virhe tai ei; Sitä ei voi poistaa ilman tutkintaa.
PDF-tiedostosta/kuvasta luetun numeron hyväksyminen sokeasti. Näytteenhallinta optisten lukuvirheiden varalta on välttämätöntä.

Yhteenvetona

ESG-raportin todellinen arvo on sen tietojen tarkkuus ja jäljitettävyys. AI; Se on tehokas apu hajatietojen jäsentämiseen, yksikkömuunnoskaavojen luomiseen sekä poikkeamien ja ristiriitojen merkitsemiseen. Mutta suurin riski ei ole se, että tiedot ovat vääriä, vaan se, että niitä ei voida jäljittää. Säilytä raakadata, tee muunnos koodissa, merkitse ennuste selkeästi ja yhdistä jokainen numero kirjausketjuun. "Numero näyttää oikealta" ei riitä; "Voin jäljittää tämän numeron sen lähteeseen" pitäisi olla pakollinen.

Sovellustehtävä

Laadi pieni näytetaulukko, jossa on tiedot vähintään kolmessa eri yksikössä (esim. kWh, MWh, litra); Jätä yksi tai kaksi solua tyhjäksi tarkoituksella. Pyydä tekoälyltä yllä olevan tehokkaan kehotteen avulla joukko kaavoja, jotka muuntavat tämän taulukon yhdeksi yksiköksi, ja luettelo laatuvaroituksista. Sitten: (1) tarkista muuntokertoimet, (2) varmista, että aukkoja ei ole täytetty, (3) kirjoita pieni kirjausketjurivi jokaiselle tuotteelle.

tarkistuslista

[ ] Säilytin raakatiedot alkuperäisessä muodossaan, työstin kopiota.
[ ] Muunsin kaikki yksiköt yhdeksi yksiköksi koodilla/kaavalla.
[ ] En keksi puuttuvia tietoja; Merkitsin ennusteet "välityspalvelimeksi".
[ ] Tutkin poikkeamat ennen niiden poistamista.
[ ] Ratkaisin mahdolliset binäärimäärät menemällä lähteeseen.
[ ] Tarkastin visuaalisesti PDF:stä/kuvasta luetut numerot näytteellä.
[ ] Linkitin jokaisen numeerisen kohteen kirjausketjutietueeseen.