Сбор данных ESG, качество данных и управление аудиторскими следами — Искусственный интеллект в устойчивом развитии и управлении ESG

Прибыль:

Способность обеспечить детерминированную точность за счет структурирования рассредоточенных данных ESG и выполнения преобразования единиц измерения с помощью исполняемого кода/формулы, а не вручную.
Возможность помечать пробелы в данных как прокси (прогнозирование), не подгоняя их, и устранять двоичные подсчеты и выбросы, возвращаясь к источнику.
Возможность отслеживать данные путем создания контрольного журнала, который связывает каждый цифровой элемент с его источником.

За каждым отчетом об устойчивом развитии стоит тихая, но монументальная задача: сбор данных. Даже компания среднего размера собирает счета за электроэнергию и природный газ, квитанции о топливе, документы о передаче отходов, данные о сотрудниках из систем управления персоналом, ответы на опросы поставщиков и записи о поездках с десятков предприятий. Большая часть этих данных разбросана, представлена в разных форматах, в разных единицах измерения и часто вводится вручную. Качество отчета зависит от точности этих исходных данных, а не от их ярких графиков. В этом модуле вы узнаете, как безопасно использовать искусственный интеллект (ИИ) для сбора, очистки и управления этими беспорядочными данными.

Во-первых, концепция: качество данных означает, что данные точны (отражают истину), полны (полны), непротиворечивы (не противоречивы), своевременны и отслеживаемы (их источник известен). Самая распространенная проблема качества в ESG заключается в том, что данные скорее не отслеживаются, чем неточны: число есть, но «откуда оно взялось?» Ответа на вопрос нет. Именно об этом спрашивает независимый аудитор (внешний эксперт, проверяющий отчет). Таким образом, основой этого подразделения является единая концепция: контрольный журнал — цепочка записей, которая показывает, из какого документа возникла каждая проблема, в какую дату и при каком предположении.

Три типичные проблемы с данными ESG

1. Хаос юнитов. Одно предприятие сообщает об электроэнергии в кВтч, другое — в МВтч, а третье — в ГДж (гигаджоулях). Если они не все преобразованы в одну единицу перед добавлением, результат будет бессмысленным. Поскольку 1 МВтч = 1000 кВтч, то если единица измерения опущена, возникнет 1000-кратная ошибка.

2. Пробел в данных. Отсутствует квартальный счет-фактура объекта недвижимости. Пробел заполняется либо реальными данными, либо четко сформулированной оценкой (прокси): например, средним показателем за аналогичные месяцы. Главное – не скрыть прогноз; заключается в том, чтобы пометить их как «оценочные данные» в отчете.

3. Двойной учет и непоследовательность. Одно и то же топливо собирается дважды, если оно учитывается и в автопарке, и в генераторе. ИИ помогает уловить такие противоречия, но не может принять окончательное решение.

проблема

симптом

правильный подход

Единичный хаос

кВтч/МВтч/ГДж смешанный

Преобразование в единую единицу измерения, выполнение преобразования с помощью кода

пробел в данных

Отсутствует месяц/объект

Используйте прокси, отметьте его как «оценочный»

двоичный счет

Одна и та же ручка в двух местах

Прикрепить источник к одной точке

неотслеживаемость

номер неизвестного происхождения

Ссылка на таблицу контрольного журнала

Совет: Золотое правило очистки данных: «Никогда не трогайте необработанные данные; работайте с копией». Оригиналы счетов-фактур и записей сохраняются без изменений; Все исправления и преобразования производятся в отдельный рабочий файл с обоснованием. Таким образом, одитор всегда сможет вернуться к исходной истине.

Шаг за шагом: защитите рабочий процесс с данными с помощью ИИ

1. Соберите данные и сохраните их как есть. Собирать счета и записи в исходном виде в одном месте; это «единственный источник истины».

2. Настроить. Сортируйте беспорядочные данные в организованную таблицу (завод, период, товар, стоимость, единица измерения, источник). ИИ хорошо помещает в этот шаблон таблицы произвольный текст или содержимое PDF.

3. Перевести модули с исполняемым кодом. Не заставляйте ИИ конвертировать единицы измерения и суммировать вручную; распечатайте формулу электронной таблицы или небольшой код и запустите его. Таким образом, результат является детерминированным (одинаковым и проверяемым каждый раз).

4. Проведите контроль качества. Попросите их отметить отклонения (например, внезапное увеличение потребления на предприятии в 10 раз), упущения и противоречия. Но подтверждайте каждый знак человеческими глазами.

5. Создайте контрольный журнал. Заполните таблицу, соединив каждый числовой элемент с его источником. Эта таблица является основой отчета.

Слабая подсказка / Сильная подсказка

Слабая подсказка:

Соберите данные об этом объекте и сообщите вам общее потребление энергии.

Здесь нет правил единиц измерения, источника и пространства; ИИ может просматривать и собирать разные юниты и молча восполнять недостающие.

Мощная подсказка:

Ваша роль: аналитик данных ESG. Входные данные: приведенная ниже таблица единиц измерения стоимости объекта. Задача: 1) Преобразовать все значения энергии в кВтч; показывать коэффициенты пересчета в отдельной колонке.2) Подсчитываем итог ВРУЧНУЮ; Напишите формулу электронной таблицы, которую я могу использовать. 3) Отметьте элементы, которые кажутся отсутствующими или нулевыми, как «ОТСУТСТВУЮЩИЕ — проверьте», никогда не заполняйте их самостоятельно. 4) Перечислите возможные двоичные числа, в которых один и тот же элемент появляется дважды. Результат: очищенная таблица + столбец преобразования + список предупреждений.

Почему так важно помещать данные в код?

ИИ — генератор текста; Может совершать ошибки при мысленном сборе длинных списков чисел. И наоборот, если вы попросите его сгенерировать формулу или код, он выполнит расчет именно в вашей среде и каждый раз получит один и тот же результат. В этом разница между «числом, которое говорит ИИ» и «контролируемым расчетом».

Напишите набор формул Excel/Google Sheets для следующей таблицы данных о выбросах. Необходимо: - В каждой строке: значение × коэффициент преобразования = кВтч - Сумма всех кВтч - Добавить недостающие ячейки (пустые) как НОМЕР; подсчитайте отдельный «отсутствующий счетчик». Объясните формулы со ссылками на ячейки, чтобы я мог применить их вручную. Структура таблицы: A = объект, B = период, C = значение, D = единица измерения.

Внимание: обратите особое внимание на цифры, которые ИИ «считывает» из PDF-файла или изображения. Такие ошибки, как 1,100 против 11,00 или путаница запятых (1,100 против 1,100), часто встречаются при оптическом считывании. Визуально сравните хотя бы несколько примеров с исходным документом.

три мини-кейса

Случай 1 — Ловушка для юнитов. Холдинговая компания собрала энергетические данные 8 объектов. 7 объектов указали кВтч, 1 объект указал МВтч. ИИ сделал общее количество, пропустив единицы с первой попытки и недооценив эту возможность в 1000 раз; Итого получилось 3201 МВтч, тогда как на самом деле было 4200 МВтч. Ошибка была обнаружена и исправлена с помощью преобразования кода.

Случай 2 — Тайное предсказание. Мартовский счет одного учреждения отсутствовал. Аналитик посоветовал ИИ «заполнить пробел»; ИИ выставил среднее значение соседних месяцев, но не уточнил. Аудитор спрашивает: «Из какого счета этот номер?» Когда его спросили, источник не был найден. Процесс отлажен: в отчете прогноз четко обозначен как «прокси — среднее значение за февраль/апрель».

Случай 3 — Двойной учет. На заводе топливо для генераторов учитывалось как по статьям «стационарное горение», так и по статьям «резервная энергия». ИИ отметил это повторение при сканировании противоречий; Аналитик подтвердил, и двойной учет 6 тонн CO₂e был исключен. Аналитик должен был оценить вклад ИИ и принять решение.

Подсказки по контролю качества

Выполните проверку качества в приведенной ниже таблице данных ESG. Обнаружьте (но НЕ исправляйте ее самостоятельно, просто отметьте): 1) выбросы (элементы, которые отклоняются более чем на 50 % от предыдущего периода) 2) расхождения в единицах измерения 3) пустые/отсутствующие ячейки 4) возможные дубликаты, когда один и тот же элемент появляется несколько раз. Перечислите каждое предупреждение с указанием причины «почему это подозрительно». Таблица: [ТАБЛИЦА]

Следующее приглашение устанавливает готовый к аудиту скелет таблицы мониторинга.

Распространенные ошибки

Изменение необработанных данных. Внесение исправлений без сохранения исходных записей нарушает контрольный след.
Если ИИ выполняет преобразование единиц вручную. Мысленное добавление в длинные списки подвержено ошибкам; Используйте код/формулу.
Скрыть прогноз. Использование прокси-данных не является проблемой; Не указать это — большая проблема в аудите.
Тихое удаление выброса. Удвоение потребления объекта может быть ошибкой, а может и не быть; Его нельзя удалить без проверки.
Слепо принимая число, прочитанное из PDF/изображения. Контроль образцов на предмет ошибок оптического считывания имеет важное значение.

В заключение

Реальная ценность отчета ESG заключается в точности и отслеживаемости его данных. ИИ; Это мощный помощник в структурировании разрозненных данных, создании формул для преобразования единиц измерения и выделении выбросов и противоречий. Но самый большой риск заключается не в том, что данные неверны, а в том, что их невозможно отследить. Сохраните необработанные данные, выполните преобразование в коде, четко отметьте прогноз и привяжите каждое число к контрольному журналу. «Число выглядит правильно» недостаточно; Должно быть обязательно требование «Я могу отследить источник этого числа».

Задача приложения

Подготовьте небольшую таблицу-образец с данными как минимум в трех различных единицах измерения (например, кВтч, МВтч, литр); Оставьте одну или две ячейки пустыми намеренно. С помощью мощной подсказки выше попросите у ИИ набор формул, преобразующих эту таблицу в единую единицу, и список предупреждений о качестве. Затем: (1) проверьте коэффициенты пересчета, (2) убедитесь, что пробелы не заполнены, (3) напишите небольшую строку контрольного журнала для каждого элемента.

контрольный список

[ ] Я сохранил необработанные данные в исходном виде, работал над копией.
[ ] Я преобразовал все единицы измерения в одну с помощью кода/формулы.
[ ] Я не восполнял недостающие данные; Я пометил прогнозы как «прокси».
[ ] Я исследовал выбросы, прежде чем удалять их.
[ ] Я решил возможные двоичные числа, обратившись к источнику.
[ ] Я визуально проверил числа, прочитанные из PDF-файла/изображения, с помощью образца.
[ ] Я связал каждый числовой элемент с записью контрольного журнала.