Zbiranje podatkov ESG, kakovost podatkov in upravljanje revizijske sledi — Umetna inteligenca v trajnostnem in ESG upravljanju

Dobički:

Sposobnost zagotavljanja deterministične natančnosti s strukturiranjem razpršenih podatkov ESG in izvajanjem pretvorbe enot z izvršljivo kodo/formulo namesto ročno
Zmožnost označevanja vrzeli v podatkih kot proxy (napoved) brez njihovega prilagajanja in razreševanja binarnega štetja in izstopajočih vrednosti tako, da se vrnete k viru
Sposobnost omogočiti sledljivost podatkov z vzpostavitvijo revizijske sledi, ki povezuje vsak digitalni element z njegovim virom

Pod vsakim poročilom o trajnosti se skriva tiha, a monumentalna naloga: zbiranje podatkov. Celo srednje veliko podjetje zbira račune za elektriko in zemeljski plin, račune za gorivo, dokumente o prenosu odpadkov, podatke o zaposlenih iz kadrovskih sistemov, odgovore dobaviteljev na ankete in potne evidence iz desetin objektov. Večina teh podatkov je razpršenih, v različnih formatih, v različnih enotah in pogosto vnesenih ročno. Kakovost poročila izhaja iz natančnosti teh neobdelanih podatkov, ne iz njegovega najbolj bliskovitega grafa. V tej enoti se boste naučili, kako varno uporabljati umetno inteligenco (AI) za zbiranje, čiščenje in upravljanje teh neurejenih podatkov.

Prvič, koncept: kakovost podatkov pomeni, da so podatki točni (odražajo resnico), popolni (popolni), dosledni (neprotislovni), pravočasni in sledljivi (njihov vir je znan). Najpogostejša težava s kakovostjo v ESG je, da podatki niso sledljivi in ne netočni: obstaja številka, toda "od kod prihaja?" Na vprašanje ni odgovora. Prav to se sprašuje neodvisni revizor (zunanji strokovnjak, ki preverja poročilo). Hrbtenica te enote je torej en sam koncept: revizijska sled — veriga zapisov, ki prikazuje, iz katerega dokumenta izvira posamezna težava, na kateri datum in pod kakšnimi predpostavkami.

Tri tipične težave s podatki ESG

1. Enotni kaos. En objekt poroča o električni energiji v kWh, drugi v MWh, tretji pa v GJ (gigajoulih). Če pred seštevanjem niso vsi pretvorjeni v eno samo enoto, je rezultat brez pomena. Ker je 1 MWh = 1.000 kWh, če enoto izpustite, bo prišlo do 1000-kratne napake.

2. Podatkovna vrzel. Manjka četrtletni račun nepremičnine. Vrzel se zapolni z resničnimi podatki ali z jasno navedeno oceno (približek): na primer povprečje iz podobnih mesecev. Bistveno je, da napovedi ne skrivamo; je, da ga v poročilu označite kot "ocenjene podatke".

3. Dvojno štetje in nedoslednost. Isto gorivo se zbere dvakrat, če se šteje v voznem parku in generatorju. AI pomaga pri lovljenju takih protislovij, vendar ne more sprejeti končne odločitve.

problem

simptom

pravi pristop

Enotni kaos

kWh/MWh/GJ mešano

Pretvorite v eno enoto, izvedite pretvorbo s kodo

podatkovna vrzel

Manjka mesec/objekt

Uporabi proxy, označi ga kot "ocenjeno"

binarno štetje

Isto pero na dveh mestih

Pripni vir na eno točko

nesledljivost

številka neznanega izvora

Povezava do tabele revizijske sledi

Nasvet: Zlato pravilo pri čiščenju podatkov: "Nikoli se ne dotikajte neobdelanih podatkov; delajte na kopiji." Originalni računi in evidence se hranijo nespremenjeni; Vsi popravki in pretvorbe so narejeni v ločeni delovni datoteki z utemeljitvijo. Tako se lahko revizor vedno vrne k prvotni resnici.

Korak za korakom: Zavarujte delovni tok podatkov z AI

1. Zberite podatke in jih hranite takšne, kot so. Zberite račune in evidence v izvirni obliki na enem mestu; je »edini vir resnice«.

2. Konfigurirajte. Razvrstite neurejene podatke v organizirano tabelo (obrat, obdobje, predmet, vrednost, enota, vir). AI je dober pri prilagajanju prostega besedila ali vsebine PDF v to predlogo tabele.

3. Prevedite enote z izvršljivo kodo. Ne dovolite umetni inteligenci, da ročno preračuna enoto in sešteje; natisnite formulo preglednice ali majhno kodo in zaženite kodo. Tako je rezultat determinističen (vsakič enak in preverljiv).

4. Izvedite nadzor kakovosti. Naj označijo odstopanja (kot je poraba objekta, ki se nenadoma poveča za 10-krat), opustitve in protislovja. Toda vsak znak potrdite s človeškimi očmi.

5. Vzpostavite revizijsko sled. Izpolnite tabelo in povežite vsako številsko postavko z njenim virom. Ta tabela je hrbtenica poročila.

Šibek poziv/močan poziv

Šibek poziv:

Zberi te podatke o objektu in povej skupno porabo energije.

Ni pravil glede enote, vira in prostora; AI lahko preleti in zbira različne enote ter tiho nadoknadi manjkajoče.

Močan poziv:

Vaša vloga: podatkovni analitik ESG. Vnos: spodnja tabela enote-obdobje-vrednost. Naloga: 1) Pretvorite vse vrednosti energije v kWh; prikažite pretvorbene faktorje v ločenem stolpcu. 2) ROČNA izdelava vsote; Napišite formulo preglednice, ki jo lahko uporabim.3) Označite elemente, ki manjkajo ali so ničelni, kot "MANJKAJO — preverite", nikoli jih ne izpolnite sami.4) Navedite možna binarna števila, kjer se isti element pojavi dvakrat. Izhod: očiščena tabela + stolpec konverzije + seznam opozoril.

Zakaj je kritično vnesti podatke v kodo?

AI je generator besedila; Lahko dela napake pri mentalnem zbiranju dolgih seznamov številk. Nasprotno, če ga prosite, naj ustvari formulo ali kodo, bo izvedel izračun natančno v vašem okolju in vsakič dobil enak rezultat. To je razlika med "številko, ki jo pove AI" in "izračunom, ki ga je mogoče nadzorovati".

Napišite nabor formul Excel/Google Sheets za naslednjo tabelo s podatki o emisijah.Potrebno:- V vsaki vrstici: vrednost × pretvorbeni faktor = kWh- Vsota vseh kWh- Dodajte manjkajoče celice (prazne) kot ŠTEVILO; preštej ločeno "manjkajoče število" Razloži formule s sklici na celice, da jih lahko uporabim ročno. Struktura tabele: A=objekt, B=obdobje, C=vrednost, D=enota

Pozor: Bodite posebej pozorni na številke, ki jih AI "prebere" iz PDF-ja ali slike. Napake, kot je 1.100 proti 11.00 ali zmeda vejice (1.100 proti 1.100), so pogoste med optičnim branjem. Vizualno primerjajte vsaj nekaj primerov z izvornim dokumentom.

trije mini kovčki

Primer 1 – past enote. Holding je zbral energetske podatke 8 objektov. 7 objektov je prijavilo kWh, 1 objekt pa MWh. AI je naredil skupno tako, da je zgrešil enote v prvem poskusu in preštel to zmogljivost za faktor 1000; Skupaj se je izkazalo za 3201 MWh, dejansko pa 4200 MWh. Napaka je bila ulovljena in popravljena s transformacijo na osnovi kode.

Primer 2 – Skrivna napoved. Manjkal je marčevski račun enega objekta. Analitik je rekel AI, naj "izpolni prazno"; AI je navedel povprečje sosednjih mesecev, vendar ga ni navedel. Revizor vpraša "iz katerega računa je ta številka?" Na vprašanje vira ni bilo mogoče najti. Postopek je bil popravljen: napoved je v poročilu jasno označena kot »približek — povprečje februar/april«.

Primer 3 – Dvojno štetje. V tovarni je bilo generatorsko gorivo vneseno tako pod postavke "stacionarno kurjenje" kot "rezervna energija". Umetna inteligenca je to ponovitev označila pri skeniranju protislovja; je potrdil analitik in dvojno štetje 6 ton CO₂e je bilo odstranjeno. Na analitiku je bilo, da označi prispevek AI in sprejme odločitev.

Navodila za nadzor kakovosti

Izvedite preverjanje kakovosti spodnje tabele s podatki ESG. Zaznajte (vendar ga NE popravite sami, samo označite): 1) izstopne vrednosti (elementi, ki odstopajo za več kot 50 % od prejšnjega obdobja) 2) odstopanja enot 3) prazne/manjkajoče celice 4) možne dvojnike, kjer se isti element pojavi večkrat. vsako opozorilo navedite z razlogom »zakaj je sumljivo«. Tabela: [TABLE]

Naslednji poziv nastavi okostje nadzorne tabele, pripravljeno za revizijo.

Pogoste napake

Spreminjanje neobdelanih podatkov. Popravljanje brez ohranitve izvirnih zapisov prekine revizijsko sled.
Umetna inteligenca naredi pretvorbo enot ročno. Miselno dodajanje na dolgih seznamih je nagnjeno k napakam; Uporabi kodo/formulo.
Skrij napoved. Uporaba posredniških podatkov ni težava; Nenavedba tega je velika težava pri revidiranju.
Tiho brisanje odstopanja. Podvojitev porabe objekta je lahko napaka ali pa tudi ne; Ni ga mogoče izbrisati brez preiskave.
Slepo sprejemanje številke, prebrane iz PDF-ja/slike. Bistven je nadzor vzorca proti optičnim napakam pri branju.

Če povzamem

Prava vrednost poročila ESG je v točnosti in sledljivosti njegovih podatkov. AI; Je močan pripomoček pri strukturiranju razpršenih podatkov, ustvarjanju formul za pretvorbo enot ter označevanju izstopajočih vrednosti in protislovij. Toda največje tveganje ni v tem, da so podatki napačni, temveč v tem, da jih ni mogoče izslediti. Ohranite neobdelane podatke, izvedite transformacijo v kodi, jasno označite napoved in povežite vsako številko z revizijsko sledjo. "Številka je videti prava" ni dovolj; Zahtevati bi moralo "To številko lahko izsledim do njenega vira".

Aplikacijska naloga

Pripravite majhno vzorčno tabelo s podatki v vsaj treh različnih enotah (npr. kWh, MWh, liter); Eno ali dve celici namerno pustite prazni. Z zmogljivim zgornjim pozivom AI vprašajte za nabor formul, ki to tabelo pretvorijo v eno samo enoto, in seznam opozoril o kakovosti. Nato: (1) preverite pretvorbene faktorje, (2) preverite, ali vrzeli niso napolnjene, (3) napišite majhno vrstico revizijske sledi za vsako postavko.

kontrolni seznam

[ ] Neobdelane podatke sem hranil v izvirni obliki, delal na kopiji.
[ ] Vse enote sem pretvoril v eno enoto s kodo/formulo.
[ ] Nisem nadomestil manjkajočih podatkov; Napovedi sem označil kot "proxy".
[ ] Preučil sem odstopanja, preden sem jih izbrisal.
[ ] Možna binarna štetja sem rešil tako, da sem šel do vira.
[ ] Prebrane številke iz PDF/slike sem vizualno preveril z vzorcem.
[ ] Vsako številsko postavko sem povezal z zapisom revizijske sledi.