يفتح في علامة تبويب جديدة
Clarity AI و«جلاس لويس» يتعاونان
صحفي

Clarity AIمقدمو البيانات القدامى لديهم تناقضات تزيد عن 20٪ في 13٪ من بيانات الانبعاثات المباشرة:

تم النشر: نوفمبر 21, 2022
تم التعديل: 21 نوفمبر 2022

في عينة من أكثر من 30000 نقطة بيانات من ثلاثة من كبار مزودي البيانات ، كانت التناقضات موجودة أكثر من 40٪ من الوقت.

Clarity AI، المنصة العالمية الرائدة في مجال تكنولوجيا الاستدامة، اليوم أنه من بين ما يقرب من 6,500 شركة عامة تبلغ عن انبعاثات مباشرة، فإن مزودي البيانات الرائدين لديهم تناقضات في هذه البيانات المبلغ عنها بنسبة 42٪ من الوقت، حيث يكون التناقض هو أي فرق يزيد عن 1٪. عند زيادة عتبة التناقض إلى أكثر من 20٪ ، يكون لدى موفري البيانات الرائدين تناقضات في واحدة من كل ثماني نقاط بيانات.

قالت باتريشيا بينا ، رئيسة أبحاث المنتجات والابتكار في Clarity AI. "تعد موثوقية البيانات أمرا أساسيا لما نقوم به ، ونرى فوائد هائلة في استخدام التكنولوجيا المتقدمة للمساعدة في ضمان الجودة."

Clarity AI تحديد ثلاثة مجالات مشكلة يمكن أن يواجهها موفرو البيانات القديمة عند جمع البيانات:

  1. الخطأ البشري: تمثل الأخطاء البشرية أكثر من 80٪ من الأخطاء التي تم العثور عليها. وتختلف هذه العوامل في طبيعتها ولكن بعض الأمثلة تشمل: الإضافة غير الصحيحة لقيم الفئات، وسوء تفسير تفاصيل التقرير، وقياسات الوحدة غير الدقيقة (على سبيل المثال، الأطنان مقابل الجيجاطن)
  2. حدود الإبلاغ غير المتسقة: يستخدم مقدمو البيانات الحدود (أي القواعد لتحديد الكيانات من المجموعة التي يجب تضمينها أم لا ، وما يجب القيام به مع المشاريع المشتركة ، والاستثمارات ، وما إلى ذلك) للإبلاغ عن الانبعاثات بشكل غير متسق
  3. الإفصاحات غير المكتملة: تنشر الشركات إفصاحات غير كاملة تحذف الانبعاثات ذات الصلة (على سبيل المثال، فئات النطاق 3، والمناطق/المكاتب، وخطوط الأعمال)

"في Clarity AI نحن نعتمد على التكنولوجيا والبيانات لحل مشكلات الموثوقية. أولا ، نقوم برعاية مجموعة بيانات قوية من نقاط بيانات الاستدامة ، والتي خضعت لفحوصات جودة صارمة. بعد ذلك ، قمنا بتدريب ومعايرة والتحقق من صحة نموذج التعلم الآلي تحت إشراف الخبراء لتحديد نقاط البيانات الأكثر موثوقية وتصفية البيانات غير الموثوقة "، أضاف رون بوتوك ، رئيس علوم البيانات في Clarity AI.  "تسمح مرونة نموذج التعلم الآلي بعلاقات أكثر تعقيدا بين موثوقية نقطة البيانات وميزاتها. يحلل النموذج البيانات من جميع الزوايا على كل مستوى من مستويات الدقة ، مما يعزز أدائه ".

التكنولوجيا المتقدمة ، مثل التعلم الآلي ، هي الطريقة الوحيدة القابلة للتطوير والفعالة لإنشاء بيانات نظيفة وموثوقة يمكن للمستثمرين الاعتماد عليها. Clarity AI قامت بتدريب خوارزميات التعلم الآلي الحديثة التي تستفيد من مدخلات خبراء الاستدامة وهي المزود الوحيد لتكنولوجيا الاستدامة في السوق مع خوارزمية موثوقية التعلم الآلي المتطورة. علاوة على ذلك ، فإن الخوارزميات والنماذج تتحسن فقط مع مرور الوقت والرعاية المستمرة من خبراء التكنولوجيا المتقدمة ، لأنه عندما يتم اكتشاف نقطة بيانات على أنها غير موثوقة ، يتم إرسالها للمراجعة الخارجية (أي إلى فريق الخبراء) وتصحيحها إذا لزم الأمر.  بعد ذلك ، ستدخل هذه البيانات مرة أخرى إلى النظام وتزيد من تدريب النموذج وتحسينه في دورة حميدة.

—————

عن Clarity AI

Clarity AI هي منصة تكنولوجيا الاستدامة التي تستخدم التعلم الآلي والبيانات الضخمة لتقديم رؤى بيئية واجتماعية للمستثمرين والمؤسسات والمستهلكين. اعتبارا من أغسطس 2022 ، Clarity AIتقوم المنصة بتحليل أكثر من 50,000 شركة و 320,000 صندوق و 198 دولة و 188 حكومة محلية - 2-13 مرة أكثر من أي لاعب آخر في السوق - وتقدم البيانات والتحليلات للاستثمار وأبحاث الشركات وقياس الأداء والتجارة الإلكترونية للمستهلكين وإعداد التقارير. Clarity AI لديها مكاتب في أمريكا الشمالية وأوروبا والشرق الأوسط ، وتدير شبكة عملائها عشرات التريليونات من الأصول الخاضعة للإدارة. clarity.ai 

 

الاتصال بوسائل الإعلام

اديلمان
clarityAI@edelmansmithfield.com

البحوث والرؤى

آخر الأخبار والمقالات

الامتثال التنظيمي

لوائح تصنيفات ESG: الأسئلة التي يجب على المستثمرين طرحها الآن

دخلت لائحة الاتحاد الأوروبي الخاصة بتصنيفات ESG حيز التنفيذ. تعرف على التغييرات التي طرأت على المستثمرين، وآخر المستجدات بشأن ترخيص هيئة الأوراق المالية والأسواق الأوروبية (ESMA)، والأسئلة الأساسية التي يجب طرحها على مزودي خدمات التصنيف.

الامتثال التنظيمي

الركيزة الثالثة للهيئة الأوروبية للبنوك (EBA) واختبارات الضغوط المناخية: الإفصاح عن معايير ESG آخذ في التطور ولم يعد يقتصر على البنوك الكبرى فقط

في حال فاتك هذا الخبر قبل الصيف، فإن موجة جديدة من متطلبات الاستدامة تقترب من البنوك الأوروبية، الكبيرة منها والصغيرة على حد سواء. لسنوات عديدة، كان الاتجاه واضحًا: كان من المقرر أن يصبح الإفصاح عن المعايير البيئية والاجتماعية والحوكمة (ESG) وتقييم المخاطر المناخية جزءًا أكبر بكثير من الرقابة المصرفية الأوروبية. أما ما ظل غير واضح فهو بالضبط…

مناخ

الفجوة بين الأهداف والإنفاق الرأسمالي: لماذا لا تتطابق التعهدات المتعلقة بالمناخ مع تمويل عملية التحول

الأهداف المناخية الطموحة لا تؤدي إلا إلى زيادة طفيفة في الإنفاق الرأسمالي الأخضر: 27% مقابل 25% للشركات التي لا تضع أهدافًا. فالعوامل الاقتصادية، وليس التعهدات، هي التي تدفع الإنفاق على التحول.

Icono إعلان هام