♻️ปัญญาประดิษฐ์ในด้านความยั่งยืนและการจัดการ ESG

วิทยาศาสตร์พื้นฐานและสิ่งแวดล้อม · 11 หน่วย · ฟรีโดยไม่ต้องเป็นสมาชิก

1 ข้อมูลเบื้องต้นเกี่ยวกับ AI ใน ESG และความยั่งยืน: บทบาท ขอบเขต การตรวจสอบความถูกต้อง และจริยธรรม

2 การวิเคราะห์ประเด็นสำคัญและประเด็นสำคัญคู่: การระบุหัวข้อ ข้อมูลของผู้มีส่วนได้ส่วนเสีย และการจัดลำดับความสำคัญ

3 การรวบรวมข้อมูล ESG คุณภาพข้อมูล และการจัดการเส้นทางการตรวจสอบ

4 การบัญชีคาร์บอน: ขอบเขต 1-2-3 ปัจจัยการปล่อยก๊าซเรือนกระจก และพิธีสาร GHG

5 กรอบการรายงาน: การทำแผนที่ GRI, ESRS/CSRD และ ISSB

6 ความยั่งยืนของห่วงโซ่อุปทาน: ขอบเขตที่ 3 ข้อมูลซัพพลายเออร์และการตรวจสอบสถานะ

7 การสื่อสารและการมีส่วนร่วมของผู้มีส่วนได้ส่วนเสีย: แบบสำรวจ การวิเคราะห์ความคิดเห็น และภาษาการรายงานที่โปร่งใส

8 การเขียนรายงานและระบบอัตโนมัติ: การร่าง ความสม่ำเสมอ และการแก้ไขการเล่าเรื่อง

9 การตรวจสอบมาตรฐานและการประกันที่เป็นอิสระ: ห่วงโซ่หลักฐานและการเตรียมการตรวจสอบ

10 ความเสี่ยงในการล้างสีเขียว: การตรวจสอบการเรียกร้อง ประเภทการล้างสีเขียว และกฎหมาย

11 ขั้นตอนการทำงาน ESG แบบครบวงจร การกำกับดูแลข้อมูล จริยธรรม และเกตเวย์คุณภาพ

การฝึกอบรมทั้งหมด เริ่มจากหน่วยแรก