Spotlight: Διάσταση 6, Συνέπεια
Σειρά συνεντεύξεων με την εκτελεστική ομάδα του Clarity AI σχετικά με τις 8 διαστάσεις της ποιότητας δεδομένων
Πώς διασφαλίζει το Clarity AI ότι τα δεδομένα του είναι υψηλής ποιότητας;
Clarity AI χρησιμοποιεί ένα πλαίσιο 8 διαστάσεων για να διασφαλίσει ότι τα δεδομένα είναι υψηλής ποιότητας. Οι διαστάσεις αυτές είναι η κάλυψη, η φρεσκάδα/επικαιρότητα, η ακρίβεια, οι ενημερώσεις δεδομένων, η επεξηγηματικότητα, η συνέπεια, το χρονικό σημείο και η ανατροφοδότηση. Σε αυτή τη σειρά συνεντεύξεων με στελέχη του Clarity AI , διερευνάται και εξηγείται κάθε μία από αυτές τις διαστάσεις. Clarity AIΗ ομάδα εμπειρογνωμόνων της εταιρείας δημιουργεί μεθοδολογίες βασισμένες σε επιστημονικά και αποδεικτικά στοιχεία, οι οποίες στη συνέχεια αξιοποιούν την ισχυρή, κλιμακούμενη τεχνητή νοημοσύνη (π.χ. μηχανική μάθηση) για τη συλλογή, τον καθαρισμό, την ανάλυση και την επέκταση των υφιστάμενων συνόλων δεδομένων για την τροφοδοσία της τεχνολογικής πλατφόρμας βιωσιμότητας ή για την ενσωμάτωση απευθείας στις υφιστάμενες ροές εργασίας των χρηστών.
Διάσταση 6 - Συνέπεια
Clarity AIο Αντιπρόεδρος Προϊόντος, Ángel Agudo, η Επικεφαλής Έρευνας και Καινοτομίας Προϊόντος, Patricia Pina, ο Επικεφαλής Στρατηγικής Δεδομένων, Juan Diego Martin, και ο Επικεφαλής Επιστήμης Δεδομένων, Ron Potok, συζητούν - με τον Chris Ciompi, Διευθυντή Μάρκετινγκ του Clarity AI- την κρίσιμη διάσταση της συνέπειας και τη σχέση της με την ποιότητα των δεδομένων.
Chris Ciompi: Ciompi: Γεια σε όλους. Καλώς ήρθατε και πάλι για μια ακόμη συζήτηση σχετικά με την ποιότητα των δεδομένων. Ángel, μπορείς να ορίσεις τη συνέπεια σε σχέση με την ποιότητα των δεδομένων;
Ángel Agudo: Η συνέπεια μπορεί να περιγραφεί από διαφορετικές οπτικές γωνίες, αλλά για εμάς, αφορά κυρίως την αντιμετώπιση των πληροφοριών με τον ίδιο τρόπο σε βάθος χρόνου και τη δυνατότητα να παρέχουμε οπτικές απεικονίσεις του τρόπου με τον οποίο οι εταιρείες τα καταφέρνουν. Σχετίζεται επίσης με την ικανότητα σύγκρισης, και μία από τις κύριες προκλήσεις της ποιότητας των δεδομένων είναι η σύγκριση μήλων με μήλα. Η ακρίβεια του ορισμού της μετρικής θα πρέπει να είναι ακριβώς η ίδια για κάθε εταιρεία. Ο τελικός στόχος είναι να μπορείτε να κάνετε συγκρίσεις και να έχετε συνέπεια όταν διαβάζετε τη μέτρηση σε όλες τις εταιρείες. Υπάρχει επίσης συνέπεια στον τρόπο με τον οποίο συγκεντρώνουμε όλες τις πληροφορίες και στον τρόπο με τον οποίο αντιμετωπίζουμε τις εταιρείες, τις θυγατρικές, τους τίτλους... Έτσι, όταν εξετάζετε ένα χαρτοφυλάκιο, όλα θα είναι οργανωμένα και συγκεντρωμένα με συνεπή τρόπο στους διάφορους τίτλους, τις εταιρείες και τα κεφάλαια.
Χουάν Ντιέγκο Μαρτίν: και από τη σκοπιά του πελάτη, η συνοχή είναι ζωτικής σημασίας, διότι οι πελάτες μας βλέπουν το πρόβλημα της βιωσιμότητας με διαφορετικούς φακούς. Ορισμένοι εξετάζουν την ESG, άλλοι εξετάζουν τον αντίκτυπο ή χρησιμοποιούν κανονισμούς. Η συνέπεια είναι απαραίτητη για τον συνδυασμό και τη συγκέντρωση χαρτοφυλακίων μετοχών διαφορετικών εταιρειών και την εξαγωγή συγκρίσεων, αλλά οι πελάτες θέλουν επίσης να διασταυρώνουν διαφορετικές προοπτικές. Πρέπει να κατανοήσουν τα χαρτοφυλάκια, τα κεφάλαια και τις εταιρείες από διαφορετικές οπτικές γωνίες για να έχουν μια καλύτερη εικόνα, οπότε πρέπει να τους παραχωρηθεί και να τους παρασχεθεί όλη αυτή η συνέπεια.
Chris Ciompi: Ciompi: Εντάξει, πολύ καλά. Patricia, γιατί είναι σημαντική η συνέπεια για τους καταναλωτές των δεδομένων βιωσιμότητας;
Patricia Pina: Πρώτον, η συνέπεια σε όλες τις αναλύσεις που σχετίζονται με τη βιωσιμότητα, και δεύτερον, η χρονική συνέπεια. Ας επικεντρωθούμε πρώτα στην πρώτη, αναφέρεται στο ότι η ίδια εταιρεία έχει μια τιμή μέτρησης ή μια βαθμολογία που είναι διαφορετική ανάλογα με το προϊόν. Για παράδειγμα, ο πελάτης θα έβλεπε διαφορετική τιμή για τη βαθμολογία άνθρακα της εταιρείας στο προϊόν για το κλίμα και στο προϊόν για τη βαθμολογία κινδύνου ESG. Και θα μπορούσαν να υπάρχουν πολύ καλοί λόγοι για αυτή την ασυμφωνία: διαφορετικές συχνότητες ενημέρωσης δεδομένων ανά προϊόν, διαφορετικά σύμπαντα κάλυψης, ανά προϊόν που οδηγούν σε διαφορετικές βαθμολογίες κατά τον υπολογισμό σχετικών κατατάξεων και βαθμολογιών best-in-class, ή διαφορετικές λογικές κληρονομικότητας μεταξύ μητρικών και θυγατρικών εταιρειών ανάλογα με την περίπτωση χρήσης. Ωστόσο, το πρώτο πράγμα που θα παρατηρήσουν οι πελάτες είναι η ασυνέπεια και πολύ γρήγορα θα χάσουν την εμπιστοσύνη τους στα δεδομένα. Επιπλέον, οι πελάτες συχνά αναμειγνύουν αναλύσεις από διαφορετικά προϊόντα για να οικοδομήσουν μια ολοκληρωμένη κατανόηση της πορείας βιωσιμότητας μιας εταιρείας, οι ασυνέπειες μεταξύ των προϊόντων τους καθιστούν πολύ δύσκολο να γνωρίζουν ποια είναι η βασική αλήθεια και πώς πρέπει να σκέφτονται για τη συγκεκριμένη εταιρεία.
Όσον αφορά τη χρονική συνέπεια, οι πελάτες αγωνίζονται με μεγάλες απροσδόκητες αλλαγές μεταξύ ετών- στην περίπτωση αυτή, το θέμα είναι η εξηγήσιμότητα και η εξασφάλιση ότι οι αλλαγές αυτές δικαιολογούνται στο πλαίσιο μιας χρονοσειράς. Με άλλα λόγια, η διασφάλιση ότι αυτές οι μεγάλες αλλαγές οφείλονται σε πραγματικές αλλαγές στη συμπεριφορά και ότι δεν συνδέονται με την αλλαγή των ορίων αναφοράς από την εταιρεία ή άλλες μεθοδολογικές αλλαγές. Το ζήτημα των εταιρειών που επαναδιατυπώνουν τις αναφερόμενες τιμές τους από τα προηγούμενα έτη αποτελεί επίσης μια άλλη πρόκληση, διότι έχει ως αποτέλεσμα η εταιρεία να έχει δύο διαφορετικές τιμές για την ίδια μέτρηση και το ίδιο έτος, πράγμα που αποτελεί ένα άλλο είδος ασυνέπειας. Αυτές οι περιπτώσεις πρέπει να αξιολογούνται προσεκτικά για να γίνει κατανοητό τι οδηγεί στην επαναδιατύπωση και πώς πρέπει να αντιμετωπιστεί με βάση την περίπτωση χρήσης.
Chris Ciompi: Πατρίσια. Juan Diego, πώς διασφαλίζει το Clarity AI ότι τα δεδομένα του είναι συνεπή;
Χουάν Ντιέγκο Μαρτίν: Πρέπει να διασφαλίσουμε ότι χρησιμοποιούμε την ίδια χαρτογράφηση και ότι συγκεντρώνουμε τις πληροφορίες με τρόπο που να έχει νόημα. Η ερμηνεία πρέπει να είναι συνεπής, διότι η συνέπεια αφορά την παροχή μιας ολοκληρωμένης άποψης. Κατανοούν καλύτερα τα πράγματα και είναι σε θέση να λαμβάνουν καλύτερες επενδυτικές αποφάσεις.
Chris Ciompi: Ciompi: Εντάξει, καταλαβαίνω. Σχετικά με τη "λήψη καλύτερων επενδυτικών αποφάσεων", αυτό ακριβώς κάνουν...
Χουάν Ντιέγκο Μαρτίν: Λοιπόν, αυτή είναι η μαγεία τους.
Chris Ciompi: Ciompi: Νομίζω ότι υπάρχει κάτι εδώ που πρέπει να τονίσουμε. Μιλάμε για διαφορετικές διαστάσεις γύρω από την ποιότητα των δεδομένων, σωστά; Η συνέπεια των δεδομένων μπορεί να συμβάλει στη διαμόρφωση της πεποίθησής τους. Δεν μιλάμε για τη λήψη αποφάσεων γι' αυτούς. Τι σκέφτεστε σχετικά με αυτό;
Χουάν Ντιέγκο Μαρτίν: Όχι, είναι εμπιστοσύνη, σωστά; Αυτή η πεποίθηση είναι επίσης αυτό που αναφέρθηκε προηγουμένως σχετικά με την οικοδόμηση εμπιστοσύνης. Αυτό είναι ένα πρόσθετο στοιχείο που τους κάνει να έχουν εμπιστοσύνη όσον αφορά το εργαλείο Clarity AI και τις πληροφορίες που περιέχει, επειδή καταλαβαίνουν ότι υπάρχει μια λογική πίσω από όλα αυτά.
Chris Ciompi: Ciompi: Εντάξει, υπέροχα. Ron, ας μιλήσουμε για τη συνέπεια και την τεχνητή νοημοσύνη. Πώς επηρεάζεται η συνέπεια και το Clarity AI από την τεχνητή νοημοσύνη;
Ron Potok: Κάτι που βλέπουμε πολύ καθαρά στα δεδομένα βιωσιμότητας είναι ότι συνήθως δεν αλλάζουν πολύ από έτος σε έτος, εκτός αν υπάρχει κάποιο γεγονός που αλλάζει δραματικά την πορεία της εταιρείας. Αυτό είναι ένα πράγμα που οι επενδυτές προσέχουν. Οι εταιρείες δεν αλλάζουν πολύ γρήγορα, ειδικά στον τομέα της παραγωγής. Έτσι, η προσδοκία είναι ότι από έτος σε έτος, μια εταιρεία με χειρότερη απόδοση θα χρειαστεί λίγο χρόνο για να εξελιχθεί στην καλύτερη στην κατηγορία της. Έχουμε μάθει αυτό το μοτίβο με την τεχνητή νοημοσύνη και το εφαρμόζουμε για να διασφαλίσουμε ότι οι βαθμολογίες μας παραμένουν πιστές στη φύση της επιχείρησης, η οποία συχνά μεταβάλλεται αργά. Μπορείτε επίσης να δείτε αυτά τα μοτίβα σε κοινωνικές και κυβερνητικές εταιρείες, όπου οι διευθυντές των διοικητικών συμβουλίων και η εναλλαγή των εργαζομένων δεν αλλάζουν πολύ συχνά. Εντοπίζουμε τα μοτίβα και τα εφαρμόζουμε στα δεδομένα, και όταν βλέπουμε εξαιρέσεις, ρίχνουμε άλλη μια ματιά.
Chris Ciompi: Ciompi: Οπότε υπάρχει ένας γάμος της Τεχνητής Νοημοσύνης και των ανθρώπινων εμπειρογνωμόνων που εργάζονται μαζί για να εντοπίσουν μοτίβα και να τα εφαρμόσουν στα δεδομένα. Σωστά;
Ron Potok: Ναι, η τεχνητή νοημοσύνη εντοπίζει μοτίβα και εμείς εφαρμόζουμε αυτά τα μοτίβα στα δεδομένα. Όταν βλέπουμε εξαιρέσεις, ρίχνουμε άλλη μια ματιά.
Chris Ciompi: Ciompi: Εντάξει, ωραία. Patricia, πώς η συνέπεια βοηθά στην προώθηση της καινοτομίας προϊόντων στο Clarity AI;
Patricia Pina: Η επιδίωξη της συνέπειας μας έκανε να δημιουργήσουμε μια πλατφόρμα που ενσωματώνει πολλαπλά προϊόντα, όλα συνδεδεμένα με μια ενιαία πηγή αλήθειας. Μια τέτοια αρχιτεκτονική μας επιτρέπει να διαδίδουμε γρήγορα την καινοτομία σε όλα τα προϊόντα μας. Για παράδειγμα, αυτή τη στιγμή προσλαμβάνουμε δορυφορικά δεδομένα για να εκτιμήσουμε το επίπεδο δραστηριότητας των περιουσιακών στοιχείων που κατέχει μια εταιρεία, και τα δεδομένα αυτά θα είναι διαθέσιμα στο κλιματικό μας προϊόν καθώς και στο νεοδημιουργηθέν προϊόν μας για τη βιοποικιλότητα. Στο κλίμα, θα τα χρησιμοποιήσουμε για να εκτιμήσουμε τα δεδομένα για τα αέρια θερμοκηπίου, ενώ στη βιοποικιλότητα, θα τα χρησιμοποιήσουμε για να ποσοτικοποιήσουμε το μερίδιο των δραστηριοτήτων μιας εταιρείας που εκτίθεται σε κινδύνους που σχετίζονται με τη φύση.
Chris Ciompi: Clarity AI επηρεάζει τις δυνατότητες της εφαρμογής λογισμικού;
Ron Potok: Potok: Μία από τις προτάσεις αξίας μας είναι ότι παρέχουμε όλες τις ανάγκες σας για βιωσιμότητα σε ένα μέρος, γεγονός που έχει σημαντικό όφελος. Αξιοποιούμε τα ίδια βασικά δεδομένα για όλες τις μετρήσεις βιωσιμότητας σε διαφορετικά πλαίσια - όπως οι μετρήσεις επιπτώσεων στη βιοποικιλότητα που περιλαμβάνονται στην ειδική λύση μας για τη βιοποικιλότητα χρησιμοποιούν τα ίδια δεδομένα με αυτά που περιλαμβάνονται στις λύσεις μας SFDR . Αυτή η προσέγγιση, σε συνδυασμό με συνεπείς μεθοδολογίες, εγγυάται υψηλό επίπεδο συνολικής συνέπειας. Αυτό σημαίνει ότι μόλις μάθετε πώς κάνουμε τα πράγματα σε μια ενότητα, όπως το Net Zero, το SFDR, ή το EU Taxonomy, είναι το ίδιο σε όλες τις ενότητες. Αυτό θα μπορούσε να είναι μια πολύτιμη πρόταση, ιδίως για τις μικρές και μεσαίες επιχειρήσεις. Αντί να χρειάζεται να πηγαίνουν σε πολλά μέρη και να ανησυχούν για διαφορετικές καλύψεις, κληρονομιές και άλλα ζητήματα, μπορούν να βασίζονται στην πλατφόρμα μας για όλες τις ανάγκες τους σε θέματα βιωσιμότητας.
Ángel Agudo: Η πλατφόρμα μας παρέχει ιχνηλασιμότητα σε όλες τις διαφορετικές διαστάσεις που αναφέραμε, διασφαλίζοντας ότι όλα λειτουργούν με συνέπεια σε όλες αυτές. Επιτρέψτε μου να σας δώσω ένα παράδειγμα. Όταν ανεβάζετε ένα χαρτοφυλάκιο, μπορείτε να δείτε πώς αναλύεται σε μεμονωμένους οργανισμούς ή κυβερνήσεις που συμπληρώνουν τη συνολική προβολή του χαρτοφυλακίου. Αυτό κατανέμεται σε διαφορετικούς φακούς και μπορείτε να δείτε ότι όλα αυτά τα σύμπαντα αναπαράγονται στις διάφορες ενότητες. Είναι σημαντικό να διατηρείτε την ιχνηλασιμότητα αυτών που περιλαμβάνονται ή αποκλείονται μέσα σε κάθε έναν από τους διαφορετικούς φακούς για να κατανοήσετε τις εμφανιζόμενες πληροφορίες. Είναι επίσης σημαντικό να υπάρχουν καλές συνδέσεις μεταξύ τίτλων και οργανισμών. Το λογισμικό μας παρέχει πλήρη διαφάνεια σχετικά με τον τρόπο με τον οποίο συνδέονται τα διάφορα κομμάτια και οι ορισμοί των μετρήσεων είναι συνεπείς σε όλες τις ενότητες. Έτσι, μπορείτε να εμπιστεύεστε τις πληροφορίες που βλέπετε.
Chris Ciompi: Ciompi: Σας ευχαριστώ και πάλι όλους. Υπέροχη συζήτηση!
