ESG datu vākšana, datu kvalitāte un audita pēdas pārvaldība — Mākslīgais intelekts ilgtspējībā un ESG pārvaldībā

Ieguvumi:

Spēja nodrošināt deterministisku precizitāti, strukturējot izkliedētus ESG datus un veicot vienību konvertēšanu ar izpildāmu kodu/formulu, nevis manuāli
Iespēja atzīmēt datu nepilnības kā starpniekserveri (prognozes), tos nepiemērojot, un atrisināt bināro skaitīšanu un novirzes, atgriežoties pie avota
Spēja padarīt datus izsekojamus, izveidojot audita izsekojamību, kas savieno katru digitālo vienumu ar tā avotu

Zem katra ilgtspējības ziņojuma slēpjas kluss, bet monumentāls uzdevums: datu vākšana. Pat vidēja lieluma uzņēmums iekasē elektrības un dabasgāzes rēķinus, degvielas čekus, atkritumu nodošanas dokumentus, darbinieku datus no HR sistēmām, piegādātāju aptaujas atbildes un ceļojumu ierakstus no desmitiem objektu. Lielākā daļa šo datu ir izkaisīti, dažādos formātos, dažādās vienībās un bieži tiek ievadīti manuāli. Pārskata kvalitāti nodrošina šo neapstrādāto datu precizitāte, nevis tā spilgtākā diagramma. Šajā nodaļā jūs uzzināsit, kā droši izmantot mākslīgo intelektu (AI), lai savāktu, notīrītu un pārvaldītu šos netīros datus.

Pirmkārt, jēdziens: datu kvalitāte nozīmē, ka dati ir precīzi (atspoguļo patiesību), pilnīgi (pilnīgi), konsekventi (nav pretrunīgi), savlaicīgi un izsekojami (to avots ir zināms). Visizplatītākā ESG kvalitātes problēma ir tā, ka dati ir neizsekojami, nevis neprecīzi: ir skaitlis, bet “no kurienes tas radās?” Uz jautājumu nav atbildes. Tieši to jautā neatkarīgais pārliecības revidents (ārējais eksperts, kas pārbauda ziņojumu). Tātad šīs nodaļas mugurkauls ir vienots jēdziens: audita izsekojamība — ierakstu ķēde, kas parāda, no kura dokumenta katra problēma ir nākusi, kurā datumā un ar kādu pieņēmumu.

Trīs tipiskas problēmas ar ESG datiem

1. Vienības haoss. Viena iekārta uzrāda elektroenerģiju kWh, cita MWh, bet trešā GJ (gigadžoulos). Ja tie visi pirms pievienošanas netiek pārvērsti vienā vienībā, rezultāts ir bezjēdzīgs. Tā kā 1 MWh = 1000 kWh, ja vienība tiek izlaista, radīsies 1000 reižu kļūda.

2. Datu sprauga. Trūkst īpašuma ceturkšņa rēķina. Atšķirību aizpilda vai nu ar reāliem datiem, vai ar skaidri izteiktu aprēķinu (proxy): piemēram, līdzīgu mēnešu vidējo rādītāju. Kritiskā lieta ir neslēpt prognozi; ir atzīmēt to kā "aptuvenos datus" pārskatā.

3. Dubultā skaitīšana un nekonsekvence. Viena un tā pati degviela tiek savākta divas reizes, ja to ieskaita gan autoparkā, gan ģeneratorā. AI palīdz uztvert šādas pretrunas, bet nevar pieņemt galīgo lēmumu.

problēma

simptoms

pareizā pieeja

Vienības haoss

kWh/MWh/GJ jaukts

Konvertējiet uz vienu vienību, veiciet konvertēšanu ar kodu

datu sprauga

Trūkst mēneša/iespējas

Izmantojiet starpniekserveri, atzīmējiet to kā "aptuveni"

binārais skaits

Viena un tā pati pildspalva divās vietās

Piespraust avotu vienam punktam

neizsekojamība

nezināmas izcelsmes numurs

Saite uz audita izsekojamības tabulu

Padoms. Zelta likums datu tīrīšanā: "Nekad nepieskarieties neapstrādātiem datiem; strādājiet ar kopiju." Oriģinālie rēķini un uzskaite tiek glabāti nemainīgi; Visi labojumi un pārveidojumi tiek veikti atsevišķā darba failā, ar pamatojumu. Tādā veidā auditors vienmēr var atgriezties pie sākotnējās patiesības.

Soli pa solim: droša datu darbplūsma, izmantojot AI

1. Apkopojiet datus un saglabājiet tos tādus, kādi tie ir. Vienuviet apkopot rēķinus un ierakstus to sākotnējā formā; tas ir "vienīgais patiesības avots".

2. Konfigurēt. Kārtojiet netīros datus sakārtotā tabulā (iekārta, periods, vienums, vērtība, vienība, avots). AI lieliski spēj iekļaut šajā tabulas veidnē brīvu tekstu vai PDF saturu.

3. Tulkot vienības ar izpildāmo kodu. Neļaujiet AI manuāli veikt vienību konvertēšanu un summēšanu; izdrukājiet tai izklājlapas formulu vai nelielu kodu un palaižat kodu. Tādējādi rezultāts ir deterministisks (viens un tas pats un katru reizi pārbaudāms).

4. Veikt kvalitātes kontroli. Lieciet viņiem atzīmēt novirzes (piemēram, objekta patēriņš pēkšņi palielinās 10 reizes), izlaidumus un pretrunas. Bet apstipriniet katru zīmi ar cilvēka acīm.

5. Izveidojiet revīzijas liecības. Aizpildiet tabulu, savienojot katru skaitlisko vienumu ar tā avotu. Šī tabula ir ziņojuma pamats.

Vāja uzvedne / spēcīga uzvedne

Vāja uzvedne:

Apkopojiet šīs iekārtas datus un pastāstiet par kopējo enerģijas patēriņu.

Nav mērvienības, avota un telpas noteikumu; AI var izsmelt un savākt dažādas vienības un klusi kompensēt trūkstošās vienības.

Spēcīga uzvedne:

Jūsu loma: ESG datu analītiķis. Ievade: objekta-periods-vērtības-vienības tabula zemāk.Uzdevums:1) Pārvērst visas enerģijas vērtības uz kWh; parādīt konversijas koeficientus atsevišķā kolonnā.2) Kopējās summas veidošana MANUĀLI; Uzrakstiet izklājlapas formulu, ko varu izmantot.3) Atzīmējiet vienumus, kuriem trūkst vai nulle, kā "TRŪKST — pārbaudiet", nekad tos neaizpildiet pats.4) Uzskaitiet iespējamos bināros skaitļus, kur viens un tas pats vienums parādās divas reizes.Izvade: iztīrīta tabula + konversijas kolonna + brīdinājumu saraksts.

Kāpēc ir svarīgi ievietot datus kodā?

AI ir teksta ģenerators; Var pieļaut kļūdas, prātīgi apkopojot garus skaitļu sarakstus. Un otrādi, ja lūdzat ģenerēt formulu vai kodu, tas precīzi izpildīs aprēķinu jūsu vidē un katru reizi iegūs to pašu rezultātu. Šī ir atšķirība starp "skaitli, ko saka AI" un "kontrolējamu aprēķinu".

Uzrakstiet Excel/Google Sheets formulu kopu šādai emisiju datu tabulai. Nepieciešams:- katrā rindā: vērtība × konversijas koeficients = kWh- visu kWh summa- Pievienojiet trūkstošās šūnas (tukšu) kā SKAITLI; saskaitiet atsevišķu "trūkstošo skaitu" Izskaidrojiet formulas ar šūnu atsaucēm, lai es varētu tās lietot manuāli.Tabulas struktūra: A = objekts, B = periods, C = vērtība, D = vienība

Uzmanību: pievērsiet īpašu uzmanību skaitļiem, ko AI "nolasa" no PDF vai attēla. Optiskās nolasīšanas laikā bieži sastopamas kļūdas, piemēram, 1.100 pret 11.00 vai komatu sajaukšana (1.100 pret 1.100). Vizuāli salīdziniet vismaz dažus piemērus ar avota dokumentu.

trīs mini futrāļi

1. gadījums — vienības slazds. Kontrolakciju sabiedrība apkopoja 8 objektu enerģijas datus. Par 7 objektiem ziņots kWh, par 1 iekārtu ziņots par MWh. AI paveica visu, pirmajā mēģinājumā izlaižot vienības, un šo objektu uzskaitīja par 1000 mazāk; Kopā izrādījās 3201 MWh, kad patiesībā bija 4200 MWh. Kļūda tika uztverta un novērsta, izmantojot uz kodu balstītu transformāciju.

2. gadījums — slepena prognoze. Trūka vienas iestādes marta rēķina. Analītiķis teica AI “aizpildīt tukšo vietu”; AI noteica kaimiņu mēnešu vidējo rādītāju, bet to nenorādīja. Revidents jautā "no kura rēķina ir šis numurs?" Uz jautājumu avotu nevarēja atrast. Process ir fiksēts: pārskatā prognoze ir skaidri atzīmēta kā “starpnieks — februāra/aprīļa vidējais rādītājs”.

3. gadījums — dubultā uzskaite. Kādā rūpnīcā ģeneratora degviela tika ievadīta gan pozīcijās "stacionārā degšana", gan "rezerves enerģija". AI atzīmēja šo atkārtojumu savā pretrunu skenēšanā; analītiķis apstiprināja, un dubultā 6 tonnu CO₂e uzskaite tika noņemta. Analītiķim bija jāatzīmē AI ieguldījums un jāpieņem lēmums.

Kvalitātes kontroles uzvednes

Veiciet kvalitātes pārbaudi zemāk esošajā ESG datu tabulā.Nosakiet (bet NElabojiet to pats, vienkārši atzīmējiet):1) Izņēmumus (preces, kas atšķiras par vairāk nekā 50% no iepriekšējā perioda)2) Mērvienību neatbilstības3) Tukšas/trūkst šūnas4) Iespējamie dublikāti, ja viens un tas pats vienums parādās vairākas reizes.Norādiet katru brīdinājumu ar "Iespējams]B:Brīdinājums ir iespējams.

Šī uzvedne iestata auditam gatavu pārraudzības tabulas skeletu.

Biežas kļūdas

Neapstrādātu datu modificēšana. Labojumu veikšana, nesaglabājot sākotnējos ierakstus, izjauc audita pēdas.
Liekot AI veikt vienību pārveidošanu manuāli. Garīgā pievienošana garos sarakstos ir pakļauta kļūdām; Izmantojiet kodu/formulu.
Slēpt prognozi. Starpniekservera datu izmantošana nav problēma; Tā neprecizēšana ir liela audita problēma.
Klusi dzēšot nobīdi. Objekta patēriņa dubultošana var būt kļūda; To nevar izdzēst bez izmeklēšanas.
Akli pieņemot no PDF/attēla nolasīto numuru. Paraugu kontrole pret optiskām nolasīšanas kļūdām ir būtiska.

Rezumējot

ESG ziņojuma patiesā vērtība ir tā datu precizitāte un izsekojamība. AI; Tas ir spēcīgs palīglīdzeklis izkliedētu datu strukturēšanai, vienību konvertēšanas formulas ģenerēšanai un novirzes un pretrunu atzīmēšanai. Taču lielākais risks ir nevis tas, ka dati ir nepareizi, bet gan tas, ka tos nevar izsekot. Saglabājiet neapstrādātos datus, veiciet pārveidošanu kodā, skaidri atzīmējiet prognozi un piesaistiet katru skaitli audita izsekojamībai. “Cipars izskatās pareizi” nepietiek; Jānosaka “Es varu izsekot šim numuram līdz tā avotam”.

Lietojumprogrammas uzdevums

Sagatavojiet nelielu paraugu tabulu ar datiem vismaz trīs dažādās mērvienībās (piemēram, kWh, MWh, litrs); Ar nolūku atstājiet vienu vai divas šūnas tukšas. Jautājiet AI, izmantojot iepriekš minēto jaudīgo uzvedni, lai iegūtu formulu kopu, kas pārvērš šo tabulu vienā vienībā, un kvalitātes brīdinājumu sarakstu. Pēc tam: (1) pārbaudiet pārrēķina koeficientus, (2) pārbaudiet, vai nav aizpildītas nepilnības, (3) katram vienumam uzrakstiet nelielu audita izsekojamības rindiņu.

kontrolsaraksts

[ ] Es saglabāju neapstrādātos datus to sākotnējā formā, strādāju pie kopijas.
[ ] Es pārveidoju visas vienības vienā vienībā ar kodu/formulu.
[ ] Es neesmu izdomājis trūkstošos datus; Es atzīmēju prognozes kā "starpniekserveri".
[ ] Es izpētīju novirzes pirms to dzēšanas.
[ ] Es atrisināju iespējamos bināros skaitļus, dodoties uz avotu.
[ ] Es vizuāli pārbaudīju no PDF/attēla nolasītos skaitļus ar paraugu.
[ ] Es saistīju katru skaitlisko vienumu ar audita izsekojamības ierakstu.