Pengumpulan Data ESG, Kualiti Data dan Pengurusan Jejak Audit — Kecerdasan Buatan dalam Kelestarian dan Pengurusan ESG

Keuntungan:

Keupayaan untuk memberikan ketepatan deterministik dengan menstrukturkan data ESG yang tersebar dan melakukan penukaran unit dengan kod/formula boleh laku dan bukannya secara manual
Keupayaan untuk menandakan jurang data sebagai proksi (ramalan) tanpa menyesuaikannya dan menyelesaikan pengiraan binari dan outlier dengan kembali ke sumber
Keupayaan untuk menjadikan data boleh dikesan dengan mewujudkan jejak audit yang menghubungkan setiap item digital kepada sumbernya

Di bawah setiap laporan kemampanan terdapat tugas yang tenang tetapi monumental: pengumpulan data. Malah syarikat bersaiz sederhana mengumpul bil elektrik dan gas asli, resit bahan api, dokumen pemindahan sisa, data pekerja daripada sistem HR, maklum balas tinjauan daripada pembekal, dan rekod perjalanan daripada berpuluh-puluh kemudahan. Kebanyakan data ini bertaburan, dalam format yang berbeza, dalam unit yang berbeza, dan sering dimasukkan secara manual. Kualiti laporan datang daripada ketepatan data mentah ini, bukan grafnya yang paling terang. Dalam unit ini, anda akan belajar cara menggunakan kecerdasan buatan (AI) dengan selamat untuk mengumpul, membersihkan dan mengurus data yang tidak kemas ini.

Pertama, konsep: kualiti data bermaksud data adalah tepat (mencerminkan kebenaran), lengkap (lengkap), konsisten (tidak bercanggah), tepat pada masanya dan boleh dikesan (sumbernya diketahui). Masalah kualiti yang paling biasa dalam ESG ialah data tidak dapat dikesan dan bukannya tidak tepat: terdapat nombor, tetapi "dari mana datangnya?" Tiada jawapan untuk soalan itu. Inilah yang ditanya oleh juruaudit jaminan bebas (pakar luar yang mengesahkan laporan). Jadi tulang belakang unit ini adalah satu konsep: jejak audit — rantaian rekod yang menunjukkan dokumen mana setiap terbitan datang, pada tarikh mana, di bawah andaian apa.

Tiga masalah biasa dengan data ESG

1. Kekacauan unit. Satu kemudahan melaporkan elektrik dalam kWj, satu lagi dalam MWj, dan yang ketiga dalam GJ (gigajoules). Jika kesemuanya tidak ditukar kepada satu unit sebelum ditambah, hasilnya tidak bermakna. Oleh kerana 1 MWj = 1,000 kWj, jika unit itu ditinggalkan, ralat 1000 kali akan berlaku.

2. Jurang data. Invois suku tahunan hartanah tiada. Jurang diisi sama ada dengan data sebenar atau dengan anggaran yang dinyatakan dengan jelas (proksi): contohnya, purata dari bulan yang serupa. Perkara yang kritikal adalah untuk tidak menyembunyikan ramalan; adalah untuk menandakannya sebagai "data anggaran" dalam laporan.

3. Pengiraan dua kali dan tidak konsisten. Bahan api yang sama dikumpul dua kali jika ia dikira dalam kedua-dua armada kenderaan dan penjana. AI membantu dalam menangkap percanggahan tersebut tetapi tidak dapat membuat keputusan muktamad.

masalah

gejala

pendekatan yang betul

Kekacauan unit

kWj/MWj/GJ bercampur

Tukar kepada unit tunggal, lakukan penukaran dengan kod

jurang data

Bulan/kemudahan yang tiada

Gunakan proksi, tandai sebagai "anggaran"

kiraan binari

Pen yang sama di dua tempat

Sematkan sumber kepada satu titik

tidak dapat dikesan

bilangan asal yang tidak diketahui

Pautan ke jadual jejak audit

Petua: Peraturan emas dalam pembersihan data: "Jangan sekali-kali menyentuh data mentah; kerjakan salinan." Invois dan rekod asal disimpan tidak berubah; Semua pembetulan dan penukaran dibuat dalam fail kerja yang berasingan, dengan justifikasi. Dengan cara ini, juruaudit sentiasa boleh kembali kepada kebenaran asal.

Langkah demi langkah: Aliran kerja data selamat dengan AI

1. Kumpul data dan simpan seperti sedia ada. Kumpul invois dan rekod dalam bentuk asalnya di satu tempat; ia adalah "satu-satunya sumber kebenaran."

2. Konfigurasikan. Isih data yang tidak kemas ke dalam jadual yang teratur (tumbuhan, tempoh, item, nilai, unit, sumber). AI pandai memasukkan teks percuma atau kandungan PDF ke dalam templat jadual ini.

3. Terjemah unit dengan kod boleh laku. Jangan minta AI melakukan penukaran unit dan jumlah secara manual; mencetaknya formula hamparan atau kod kecil dan anda menjalankan kod tersebut. Oleh itu, hasilnya adalah deterministik (sama dan boleh disahkan setiap masa).

4. Lakukan kawalan kualiti. Minta mereka menandai outlier (seperti penggunaan kemudahan yang tiba-tiba meningkat 10 kali ganda), peninggalan dan percanggahan. Tetapi sahkan setiap tanda dengan mata manusia.

5. Wujudkan jejak audit. Lengkapkan jadual yang menghubungkan setiap item berangka dengan sumbernya. Jadual ini adalah tulang belakang laporan.

Gesaan lemah / Gesaan kuat

Gesaan yang lemah:

Kumpul data kemudahan ini dan beritahu anda jumlah penggunaan tenaga.

Tiada peraturan unit, sumber dan ruang; AI boleh mengimbas dan mengumpul unit yang berbeza dan secara senyap menebus unit yang hilang.

Gesaan kuat:

Peranan anda: Penganalisis data ESG. Input: jadual unit nilai tempoh kemudahan di bawah. Tugas:1) Tukar semua nilai tenaga kepada kWj; tunjukkan faktor penukaran dalam lajur berasingan.2) Membuat jumlah secara MANUAL; Tulis formula hamparan yang boleh saya gunakan.3) Tandai item yang kelihatan hilang atau sifar sebagai "HILANG — semak", jangan sekali-kali mengisinya dalam diri anda.4) Senaraikan kemungkinan kiraan perduaan di mana item yang sama muncul dua kali. Output: jadual dibersihkan + lajur penukaran + senarai amaran.

Mengapa penting untuk memasukkan data ke dalam kod?

AI ialah penjana teks; Boleh membuat kesilapan semasa mengumpul senarai nombor yang panjang secara mental. Sebaliknya, jika anda memintanya menjana formula atau kod, ia akan menjalankan pengiraan dengan tepat dalam persekitaran anda dan mendapat hasil yang sama setiap kali. Ini adalah perbezaan antara "nombor yang AI katakan" dan "pengiraan boleh dikawal".

Tulis satu set formula Excel/Helaian Google untuk jadual data pelepasan berikut. Keperluan:- Dalam setiap baris: nilai × faktor penukaran = kWj- Jumlah semua kWhs- Tambah sel yang hilang (kosong) sebagai BILANGAN; kira "kiraan hilang" yang berasingan Terangkan formula dengan rujukan sel supaya saya boleh menggunakannya secara manual. Struktur jadual: A=kemudahan, B=tempoh, C=nilai, D=unit

Awas: Beri perhatian lebih kepada nombor yang "dibaca" oleh AI daripada PDF atau imej. Ralat seperti 1.100 lwn 11.00, atau kekeliruan titik koma (1.100 lwn 1.100) adalah perkara biasa semasa pembacaan optik. Bandingkan secara visual sekurang-kurangnya beberapa contoh dengan dokumen sumber.

tiga kes mini

Kes 1 — Perangkap unit. Sebuah syarikat induk mengumpul data tenaga 8 kemudahan. 7 kemudahan dilaporkan kWj, 1 kemudahan dilaporkan MWj. AI melakukan jumlah dengan kehilangan unit pada percubaan pertama dan mengurangkan kemudahan itu dengan faktor 1000; Jumlah itu ternyata 3,201 MWj, sedangkan ia sebenarnya 4,200 MWj. Ralat telah ditangkap dan diperbaiki melalui transformasi berasaskan kod.

Kes 2 — Ramalan rahsia. Invois Mac satu kemudahan telah tiada. Penganalisis memberitahu AI untuk "mengisi tempat kosong"; AI meletakkan purata bulan jiran tetapi tidak menyatakannya. Juruaudit bertanya "invois dari mana nombor ini?" Apabila ditanya, sumbernya tidak ditemui. Proses ini telah ditetapkan: ramalan ditandakan dengan jelas sebagai "proksi — purata Februari/April" dalam laporan.

Kes 3 — Pengiraan dua kali. Di sebuah kilang, bahan api penjana dimasukkan di bawah kedua-dua item "pembakaran pegun" dan "tenaga sandaran". AI menandakan pengulangan ini dalam imbasan percanggahannya; penganalisis mengesahkan dan pengiraan berganda sebanyak 6 tan CO₂e telah dikeluarkan. Terpulang kepada penganalisis untuk menandakan sumbangan AI dan membuat keputusan.

Gesaan kawalan kualiti

Lakukan semakan kualiti pada jadual data ESG di bawah. Kesan (tetapi JANGAN betulkan sendiri, tandakan sahaja):1) Outlier (item yang menyimpang lebih daripada 50% daripada tempoh sebelumnya)2) Percanggahan unit3) Sel kosong/hilang4) Kemungkinan pendua di mana item yang sama muncul beberapa kaliSenaraikan setiap makluman dengan alasan "mengapa ia mencurigakan: ["

Gesaan berikut menyediakan rangka meja pemantauan sedia audit.

Kesilapan biasa

Mengubah suai data mentah. Membuat pembetulan tanpa mengekalkan rekod asal memecahkan jejak audit.
Mempunyai AI melakukan penukaran unit secara manual. Penambahan mental dalam senarai panjang terdedah kepada kesilapan; Gunakan kod/formula.
Sembunyikan ramalan. Menggunakan data proksi tiada masalah; Tidak menyatakannya adalah masalah besar dalam pengauditan.
Memadam outlier secara senyap. Penggandaan penggunaan kemudahan mungkin atau mungkin bukan satu kesilapan; Ia tidak boleh dipadam tanpa disiasat.
Menerima secara membuta tuli nombor yang dibaca daripada PDF/imej. Kawalan sampel terhadap ralat bacaan optik adalah penting.

Secara ringkasnya

Nilai sebenar laporan ESG terletak pada ketepatan dan kebolehkesanan datanya. AI; Ia adalah bantuan yang berkuasa dalam menstrukturkan data yang bertaburan, menjana formula untuk penukaran unit, dan menandakan outliers dan percanggahan. Tetapi risiko terbesar bukanlah bahawa data itu salah, tetapi ia tidak dapat dikesan. Kekalkan data mentah, lakukan transformasi dalam kod, tandakan ramalan dengan jelas dan ikat setiap nombor pada jejak audit. "Nombor itu kelihatan betul" tidak mencukupi; "Saya boleh mengesan nombor ini kepada sumbernya" sepatutnya diperlukan.

Tugasan permohonan

Sediakan jadual sampel kecil dengan data dalam sekurang-kurangnya tiga unit berbeza (cth. kWj, MWj, liter); Biarkan satu atau dua sel kosong dengan sengaja. Tanya AI dengan gesaan kuat di atas untuk satu set formula yang menukar jadual ini menjadi satu unit dan senarai makluman berkualiti. Kemudian: (1) semak faktor penukaran, (2) sahkan bahawa jurang tidak dibuat, (3) tulis garis jejak audit kecil untuk setiap item.

senarai semak

[ ] Saya menyimpan data mentah dalam bentuk asalnya, bekerja pada salinan.
[ ] Saya menukar semua unit kepada satu unit dengan kod/formula.
[ ] Saya tidak membuat data yang hilang; Saya menandakan ramalan sebagai "proksi".
[ ] Saya menyiasat outlier sebelum memadamkannya.
[ ] Saya menyelesaikan kiraan binari yang mungkin dengan pergi ke sumber.
[ ] Saya mengesahkan secara visual nombor yang dibaca daripada PDF/imej dengan sampel.
[ ] Saya memautkan setiap item angka kepada rekod jejak audit.