Si apre in una nuova scheda
Clarity AI e Glass Lewis uniscono le forze
Conformità normativaArticoli

Tassonomia UE: Sfruttare la tecnologia per analizzare le controversie

Pubblicato: 19 novembre 2021
Modificato: 19 novembre 2021

Utilizzo dell'elaborazione del linguaggio naturale e dell'apprendimento automatico per soddisfare i requisiti di rendicontazione della tassonomia dell'UE su scala.

Dopo aver dimostrato che il vostro investimento è impegnato in attività che rientrano nei criteri tecnici del regolamento sulla tassonomia dell'UE, la nostra attenzione si rivolge a dimostrare che le attività "non arrecano danni significativi" e soddisfano le "garanzie sociali" attraverso le controversie.

Clarity AI ha un approccio unico al processo, utilizzando l'elaborazione del linguaggio naturale e l'apprendimento automatico per individuare le controversie in gioco, il tipo di controversia e la sua gravità. Per fare ciò abbiamo costruito un algoritmo di apprendimento automatico. I vantaggi principali di questo approccio sono due: la scala e la minimizzazione dei pregiudizi. Siamo in grado di elaborare grandi volumi di informazioni, più di 100.000 articoli al giorno provenienti da oltre 30.000 fonti. La scala con cui possiamo elaborare i dati è maggiore di quanto avremmo mai potuto fare tradizionalmente. In passato, avremmo avuto team di persone che leggevano gli articoli, analizzavano e valutavano ogni pezzo alla ricerca di controversie.

Il secondo vantaggio consiste nel ridurre al minimo i pregiudizi, utilizzando in modo ponderato l'elemento umano nell'analisi dei dati. Sfruttare l'uso della tecnologia ci aiuta a ridurre i pregiudizi derivanti dal background personale e dalle competenze delle persone. Anche se siamo un'azienda tecnologica, è importante sottolineare che non abbiamo eliminato l'elemento umano dall'equazione. 

Ci assicuriamo che tutte le soluzioni e i prodotti siano ancorati alle competenze umane nel processo di sostenibilità. È grazie a questi esperti che codifichiamo le regole dell'algoritmo e prepariamo i set di dati per gli input dell'algoritmo. Una parte importante delle nostre competenze umane viene utilizzata per convalidare il sistema e monitorarne le prestazioni. Nel complesso, questo processo ci consente di gestire volumi di dati più efficienti e di utilizzare il nostro capitale umano in modo più efficiente.

Ricerca e approfondimenti

Ultime notizie e articoli

Approfondimenti di mercato

In che modo gli investitori istituzionali possono valutare l’esposizione del proprio portafoglio alle zone di conflitto? 

Gli investitori sono sottoposti a una pressione crescente per comprendere in che modo i loro portafogli siano collegati alle aree colpite da conflitti e ad alto rischio. Tuttavia, è ancora difficile reperire dati sull’esposizione delle aziende che siano sufficientemente indipendenti e trasparenti da poter essere considerati affidabili. In questo webinar presenteremo la nostra soluzione CAHRAs, sviluppata in collaborazione con i proprietari di asset di tutta Europa. È stata progettata per fornire agli investitori istituzionali…

AI

Stesso cervello, logo diverso: il rischio nascosto dell’IA nei mercati finanziari

Ormai, quasi tutti riescono a riconoscere un’e-mail redatta da un’intelligenza artificiale alle prime armi: il trattino lungo usato a sproposito, oppure la frase “ecco una versione più umana” che qualcuno ha dimenticato di cancellare prima di premere “Invia”. A Wall Street, il problema più grave è più difficile da individuare, perché risiede nel ragionamento stesso. E quando quel ragionamento decide dove destinare il capitale, un…

Intelligenza artificiale, Approfondimenti di mercato

Conciliare rischi e opportunità dell’intelligenza artificiale: una valutazione complessiva per gli investitori

Il modulo S-1 di Anthropic riunisce rischi e opportunità in un unico documento. La maggior parte dei commenti sull’IA si concentra solo su uno dei due aspetti. Gli investitori non possono permettersi di farlo.

Icona Annuncio importante