Top.Mail.Ru

Как искусственный интеллект может улучшить работу ESG компаний в 2023 году

Рост искусственного интеллекта (ИИ) в последние годы привлек немало критики, так же как он стал центральным в разговоре о том, как расширить и улучшить производительность ESG в корпоративной Америке.

Опасения по поводу ИИ оправданы. В конце концов, люди все еще разрабатывают эти системы, поэтому предвзятость по-прежнему представляет собой риск на многих уровнях, будь то технология распознавания лиц или проверка компаний потенциальных сотрудников. Некоторые бренды фактически обязались работать вместе, чтобы предотвратить проникновение алгоритмической предвзятости на рабочие места. Google является примером компании, которая заявляет, что стремится научить разработчиков принципам справедливости при создании, оценке и развертывании моделей искусственного интеллекта и машинного обучения.

Тем не менее, системы ИИ в совокупности могут предложить ESG-практику один важный инструмент, который трудно упустить из виду: способность работать с огромным объемом данных, которые команды должны просеять, оценивая эффективность своей компании.

Некоторые способы, с помощью которых ИИ может оказаться полезным и вызвать у скептиков момент «ах-ха», — это когда дело доходит до «Е» в ESG — например, при измерении и уточнении экологических характеристик. Как напомнил нам на прошлой неделе Всемирный экономический форум (ВЭФ), одним из самых сложных наборов данных для измерения являются выбросы категории 3, которые, как известно, неприятно отслеживать, поскольку они включают выбросы компаний, поступающие от их цепочек поставок и создания стоимости. Преследовать поставщиков за этими данными — если они вообще будут измерять, а затем раскрывать такую информацию — это задача, которую ни один здравомыслящий человек не потребует от другого. Но системы отчетности, работающие на основе ИИ, могут помочь решить эту проблему. WEF указывает на исследование BCG, в котором делается вывод о том, что компании, использующие такие технологии, примерно в два раза чаще эффективно измеряют свои выбросы и достигают своих целей по сокращению выбросов.

Кроме того, в то время как плохо спроектированные системы ИИ рискуют усилить предубеждения людей, в то же время на «S» для социального фронта они могут помочь выявить лучших кандидатов на работу, а также определить команды нынешних сотрудников, которые рискуют быть отключен. Оптимизированные платформы искусственного интеллекта потенциально могут сгладить потенциальные шероховатости между менеджерами и их непосредственными подчиненными. «Предубеждения менеджеров также могут проявляться, когда дело доходит до постановки целей для сотрудников. ИИ может помочь, сравнивая цели сотрудников с целями других с таким же стажем работы, а затем предупреждая менеджеров, если они постоянно назначают меньше или менее важные цели определенным работникам», — написала в прошлом году журналист по технологиям Линда Розенкранс.

За пределами офиса компании платформы искусственного интеллекта и машинного обучения могут объединяться для выявления возможных проблем в цепочке поставок — урок, который многие организации все еще усваивают после того, что произошло во всем мире во время глобальной пандемии. Руководители цепочки поставок могут использовать эти технологии, чтобы помочь отслеживать нарушения прав человека, такие как принудительный труд или риски, включая небезопасные условия труда.

Что касается компаний с очень конкретной миссией, ИИ достигает того, для чего раньше требовались огромные команды профессионалов. Возьмем, к примеру, индустрию растительного белка, которая, с одной стороны, может использовать эту технологию, чтобы определить, какое сырье может воссоздать текстуру и питательность мяса по конкурентоспособной цене, а с другой стороны, секвенирование с помощью ИИ может даже улучшить их вкус.

Наконец, в то время, когда все больше инвесторов принимают структуру ESG, чтобы отточить структуры управления компаниями, ИИ также может оказать помощь. Компании, работающие по всему миру, должны в режиме реального времени знать, как различаются правила в разных компаниях и здесь, в США, даже в разных штатах. Моделирование рисков следующего поколения может помочь корпоративным советам принимать решения на основе максимально возможной информации, поскольку они оценивают рыночные тенденции и потенциальные риски. «Что касается управления, акцент на суверенитете данных и создании единого представления данных в режиме реального времени гарантирует, что к данным относятся с уважением», — написал Майк Хьюз для Forbes в прошлом месяце.