أضواء كاشفة: جودة البيانات - البعد 1، التغطية

سلسلة مقابلات مع Clarity AI الفريق التنفيذي المعني بالأبعاد ال 8 لجودة البيانات

كيف Clarity AI تأكد من أن بياناتها من أعلى مستويات الجودة؟

Clarity AI يستخدم إطار عمل 8 أبعاد لضمان أن تكون البيانات من أعلى مستويات الجودة.  هذه الأبعاد هي التغطية ، والدقة ، والنضارة / التوقيت ، وتحديثات البيانات ، وقابلية الشرح ، والاتساق ، والنقطة الزمنية ، والتعليقات.  في هذه السلسلة من المقابلات مع Clarity AI المديرين التنفيذيين ، يتم استكشاف كل من هذه الأبعاد وشرحها. Clarity AIيقوم فريق الخبراء بإنشاء منهجيات علمية وقائمة على الأدلة تستفيد بعد ذلك من الذكاء الاصطناعي القوي والقابل للتطوير (مثل التعلم الآلي) لجمع مجموعات البيانات الحالية وتنظيفها وتحليلها وتوسيعها لتشغيل منصة تكنولوجيا الاستدامة الخاصة بها أو للاندماج مباشرة في سير العمل الحالي للمستخدمين.

البعد 1 – التغطية

Clarity AIنائب رئيس المنتج ، أنخيل أجودو ، رئيس أبحاث المنتجات والابتكار ، باتريشيا بينا ، رئيس استراتيجية البيانات ، خوان دييغو مارتين ، ورئيس علوم البيانات ، رون بوتوك ، يناقشون - مع كريس سيومبي ، Clarity AIالرئيس التنفيذي للتسويق - البعد الحاسم للتغطية وعلاقتها بجودة البيانات ، وأهمية امتلاك القدرات المناسبة في الذكاء الاصطناعي لإدارة مجموعات البيانات الكبيرة والمعقدة. كانت إحدى الأفكار الرئيسية من المحادثة هي الحاجة إلى منهجيات وأدوات للانتقال من البيانات إلى المعلومات ، مما يتيح استخلاص الأفكار من كميات هائلة من البيانات.

ومن النقاط المهمة الأخرى التي شدد عليها المتحدثون تأثير الذكاء الاصطناعي في زيادة جودة البيانات من حيث صلتها بتغطية البيانات، مما يبرز الحاجة إلى قدرات الذكاء الاصطناعي للتنقل وإدارة كميات كبيرة من المعلومات بشكل فعال.

كريس سيومبي: دعنا نتحدث تحديدا عن التغطية. أنخيل ، هل يمكنك تحديد التغطية من حيث صلتها بجودة البيانات؟

أنخيل أجودو: يجب أن تكون التغطية هي التأكد من أننا نقدم المجموعة الصحيحة من المقاييس ذات الصلة بعملائنا.

كريس سيومبي: لماذا تعتبر التغطية مهمة لمستهلكي بيانات الاستدامة؟

باتريشيا بينا: يعد تقديم تغطية واسعة أمرا مهما لضمان وصول المستخدمين المختلفين (ذوي الاحتياجات المختلفة) إلى بيانات الشركات ذات الصلة بهم. بالإضافة إلى ذلك ، فإن عالم الشركات ذات الصلة ديناميكي وقد يتغير ، لذا فإن التغطية تساعد في تحديد الثغرات المحتملة وضمان عدم فقدان العملاء لأي شيء مهم.

كريس سيومبي: خوان دييغو ، ما مدى اتساع التغطية التي Clarity AI يمكن أن توفر؟

خوان دييغو مارتين: Clarity AI يوفر حاليا تغطية تتراوح بين الوحدات المختلفة. لدينا وحدات تشمل 40,000 إلى 70,000 شركة. لدينا أيضا القدرة على تجميع المحافظ ، حيث نغطي 80,000 صندوق أساسي وأكثر من 360,000 فئة سهم. إن الجمع بين هؤلاء قوي للغاية لعملائنا لتقييم محافظهم الاستثمارية من وجهات نظر مختلفة.

كريس سيومبي: هل يمكنك التحدث أكثر قليلا عن سبب قوة ذلك؟

خوان دييغو مارتين: يواجه العملاء مشاكل مع البيانات التي تغطي جزئيا إما المعلومات المتعلقة بالأموال أو المعلومات المتعلقة بالشركات. Clarity AI قادر على الجمع بين تلك المعلومات وتجميعها ، والنظر في التكوين النهائي للمحفظة ، وتوفير المعلومات على مستوى الشركة ، أو على مستوى الصندوق ، أو على مستوى المحفظة ، أو حتى على مستوى الكيان ، من خلال تجميع جميع المحافظ داخل مدير أصول معين.

كريس سيومبي: رون ، كيف هو مقدار التغطية التي Clarity AI تأثر بالذكاء الاصطناعي؟

رون بوتوك: عندما نتحدث عن التغطية ، نفكر أولا في البيانات المبلغ عنها. تنشر الشركات تقارير الاستدامة ، وعادة ما تكون هذه التقارير مستندات PDF تحتوي على بيانات غير منظمة ، بما في ذلك النصوص والصور والجداول. يمكننا الاستفادة من الذكاء الاصطناعي لاستخراج المعلومات بطريقة سريعة وطبيعية من تلك الوثائق. الطريقة الثانية التي يمكننا من خلالها التأثير على التغطية باستخدام التعلم الآلي الذكاء الاصطناعي هي نمذجة مقاييس معينة لا تبلغ عنها جميع الشركات. يمكننا تعزيز تغطية مقاييس معينة بشكل كبير من خلال بناء نماذج التعلم الآلي التي تربط الأشياء التي تقوم بها الشركة بانبعاثاتها. على سبيل المثال ، يمكننا تقديم تقديرات CO2 لجزء كبير من الشركات التي لا تبلغ عن انبعاثات CO2 الخاصة بها.

كريس سيومبي: في قطعة التعلم الآلي ، هل يمكنك أن تقول المزيد عن كيفية حدوث ذلك بالضبط وما إذا كان يتحسن بمرور الوقت؟

رون بوتوك: عندما بدأنا في عام 2018 ، أبلغت حوالي 5000 شركة عن انبعاثات ، ولكن لدينا الآن 8000 شركة تبلغ عن ذلك. مع تقرير المزيد من الشركات ، فإنه يسمح لنا بمعرفة المزيد عن هذه الشركات وتحسين دقة نموذجنا. ثانيا ، نقوم باستمرار بتحسين النماذج من خلال منحها ميزات أكثر إثارة للاهتمام. على سبيل المثال، نحن نعمل الآن مع تقنيات صور الأقمار الصناعية لتعزيز نماذج التقدير لدينا، والتي توسع تغطيتنا. تساعدنا معرفة محطات الطاقة ومصانع الأسمنت التي تنتج الانبعاثات في الحصول على بيانات أكثر دقة وفي الوقت المناسب في النماذج للتنبؤ بشكل أكثر دقة.

كريس سيومبي: شكرا رون. باتريشيا ، كيف تساعد التغطية في دفع ابتكار المنتجات في Clarity AI?

باتريشيا بينا: نحن نسعى جاهدين لتحقيق الكفاءة وقابلية التوسع والاستفادة من التكنولوجيا للابتكار على مستوى المنتج. بالنسبة للبيانات المبلغ عنها ، نقدم إمكانية التتبع الكامل لنقاط البيانات إلى مصدرها وروابط التقارير . نستفيد أيضا من نماذج التقدير وتقنيات التعلم الآلي لملء الثغرات ، ونوفر فترات ثقة لكل نموذج ، بالإضافة إلى أي تفاصيل إضافية حول نوع النموذج والتقدير الذي نقدمه. يتيح ذلك للعملاء فهم ما إذا كان التقدير مناسبا للغرض من حالة الاستخدام الخاصة بهم. نحن نبتكر أيضا من حيث جمع البيانات والخدمات ذات الصلة للتغطية ، اعتمادا على احتياجات السوق المتغيرة.

كريس سيومبي: هل يمكن أن تعطيني مثالا محددا؟

باتريشيا بينا: بالتأكيد. على سبيل المثال ، قمنا ببناء منتج استثماري مستدام شامل مع تغطية واسعة لأن لدينا اللبنات الأساسية اللازمة. لدينا اللبنة الأساسية الأولى في حل الاتحاد الأوروبي للتصنيف أو أهداف التنمية المستدامة ، والذي يقيس ويحدد مساهمة العميل في الأهداف البيئية والاجتماعية. لدينا أيضا حل يوفر قيما لمؤشرات التأثير السلبي الرئيسية المطلوبة ل SFDR الإبلاغ. ولدينا وحدة الخلافات أو وحدة التعرض التي تمنح العملاء إحساسا جيدا بممارسات الحوكمة.

كريس سيومبي: شكرا لك يا باتريشيا. Ángel ، هل يمكنك توضيح مقدار التغطية التي Clarity AI هل أثرت على قدرات منصتها التقنية؟

أنخيل أجودو: في رأيي ، ما هو حاسم هنا هو الانتقال من البيانات إلى المعلومات القابلة للتنفيذ. خاصة عند إدارة كميات كبيرة من البيانات عبر المؤسسات والمقاييس والصناعات المختلفة. هذا هو المكان الذي تأتي فيه المنهجيات والأدوات القائمة على التكنولوجيا. هناك قطعتان لهذا. أولا ، نحتاج إلى منهجيات يمكن أن تساعد في استخراج رؤى من البيانات ، وثانيا ، أدوات يمكن أن تساعد في التنقل والتدقيق في تلك المعلومات. يجب أن تكون الأدوات قادرة على تقسيم المعلومات إلى نقاط بارزة وتفاصيل ، أو العكس ، حسب احتياجات المستخدم.