Guide 2026 | L'IA dans les services financiers
IA, Couverture des données, Conformité réglementaire, TechnologieArticles

Investissements durables : Comment la science des données peut améliorer la fiabilité des données communiquées

Publié : 3 février 2022
Modifié : 3 février 2022
Principaux enseignements

Clarity AI standardise les données ESG afin d'établir une base de données fiable avant la mise en œuvre du reporting CSRD

Les données sur les performances en matière de durabilité n'en sont encore qu'à leurs débuts. La directive sur les rapports de durabilité des entreprises (CSRD) permettra à terme d'intégrer ces données dans les rapports annuels des entreprises, avec un audit par un tiers. Toutefois, la CSRD ne sera pas pleinement mise en œuvre avant 2025 et, dans l'intervalle, il faut s'attendre à une fiabilité limitée des données communiquées. Cette fiabilité limitée s'applique même aux mesures quantitatives largement utilisées telles que les émissions de CO2 du champ d'application 1, qui, bien qu'étant une mesure très importante, peuvent souffrir d'une grande variabilité entre les sources de données. Cela est dû aux erreurs, au manque de normalisation et à la mauvaise qualité générale des données d'un fournisseur à l'autre. Cela est vrai même lorsqu'il s'agit de données communiquées par les entreprises elles-mêmes. Plus la variabilité est élevée, moins les données sont fiables.

Variabilité entre les fournisseurs de données utilisés par les Clarity AI

 

Clarity AI s'appuie sur trois différentiateurs clés pour établir la base de données la plus fiable disponible aujourd'hui :

  • Rassembler la plus grande collection de sources de données structurées et non structurées dans une base de données mondiale.
  • Utiliser l'expertise interne et externe en matière de données techniques pour agréger, nettoyer et normaliser cette base de données.
  • Exploitez des algorithmes exclusifs d'apprentissage automatique et des techniques de science des données pour détecter les valeurs aberrantes et sélectionner automatiquement la meilleure source pour les données qui se chevauchent, ainsi que pour obtenir des estimations précises pour les données non déclarées.

Sources des données

Clarity AI s'appuie sur plus de deux millions de points de données de différents types (par exemple, quantitatifs, qualitatifs et d'actualité). Il dispose de données exclusives provenant de modèles d'apprentissage automatique qui estiment les paramètres pour compléter les informations non divulguées des organisations, et de sources de données exclusives provenant de Clarity AI partenariats avec des fournisseurs de données reconnus dans le monde entier (par exemple, pour les nouvelles controversées) qui permettent de générer des informations plus riches et plus approfondies.

Comment Clarity AI obtient la base de données la plus fiable

Expertise en matière de données techniques

Clarity AILes équipes d'ingénierie des données et de DevOps sont des experts de la gestion du cycle de vie des données et s'appuient sur des technologies et des outils de pointe pour l'ingestion, le traitement, la validation et le stockage automatisés des données. Notre équipe peut nettoyer et normaliser de manière experte les autres données d'une entreprise, en les classant dans des groupes de pairs et en identifiant des mesures opérationnelles clés.

Intelligence artificielle

Des données confirmées, c'est bien ; des données triplement confirmées, c'est encore mieux. Clarity AI utilise ses multiples sources, ainsi que le chevauchement de la couverture des mesures clés, pour garantir la cohérence et la fiabilité des données. Pour éliminer les incohérences potentielles au sein de cette base de données consolidée, les algorithmes d'apprentissage automatique exclusifs de Clarity AIchoisissent les meilleures sources et détectent les valeurs aberrantes, comme le ferait un analyste sur la base de son expertise du domaine, mais à grande échelle et sans parti pris humain.

Étude de cas

Le nombre d'émissions de CO2 Scope 1 de Salesforce pour 2019 a été indiqué de manière incohérente dans diverses sources de données. Deux fournisseurs de données ont proposé une valeur de 5 800 tonnes. Un troisième fournisseur a indiqué 5 000 tonnes, et un quatrième a indiqué 50 000 tonnes. Clarity AIL'algorithme de Salesforce a conclu que la valeur de 5 000 tonnes était la plus fiable, et cette conclusion a été confirmée par le rapport annuel de Salesforce.

Accédez au rapport complet ici

Recherche et perspectives

Dernières nouvelles et articles

AI

Besoins énergétiques des centres de données : le plafond de l'IA que les investisseurs doivent prendre en compte dans leurs évaluations

L'IA met à rude épreuve les réseaux électriques occidentaux. Voici comment la demande en énergie, les coûts pour les consommateurs et les contraintes liées à la chaîne d'approvisionnement modifient la manière dont les investisseurs évaluent les entreprises exposées à l'IA.

Taxonomie de l'UE, conformité réglementaire

Simplification de la taxonomie de l'UE : ce que la loi « Omnibus » a réellement changé

Depuis la publication du rapport « post-Draghi », les discussions sur la révision de la réglementation européenne semblent se résumer systématiquement à un seul mot : « simplification ». Le marché est inondé de listes de contrôle génériques et de guides explicatifs qui tentent de décrypter les efforts de l’UE visant à « alléger la charge administrative ». Et le processus est loin d’être terminé : le 1er juillet 2026, les trois institutions financières européennes…

Climat

Ce que les investisseurs attendent aujourd'hui des données sur les risques physiques

La plupart des données relatives aux risques physiques sont encore loin d'être pertinentes, car elles sont établies à partir des informations fournies par les sièges sociaux et ne tiennent pas compte de l'exposition réelle. Voici ce dont les investisseurs ont besoin pour que ces données soient exploitables à des fins décisionnelles.