Top.Mail.Ru

Как компании используют искусственный интеллект для процессов, связанных с ESG

Экология, социальная сфера и управление (ESG) и искусственный интеллект (ИИ) являются двумя крупнейшими тенденциями в мире финансов, но, работая вместе, они потенциально могут изменить методы работы бизнеса.

Одним из крупнейших событий в мире ИИ стало распространение инструментов генеративного ИИ. Такие компании, как OpenAI, продемонстрировали, насколько мощным может быть генеративный ИИ, а ChatGPT и Sora продемонстрировали, насколько легко простой набор инструкций может дать впечатляющие результаты. Потенциал генеративного искусственного интеллекта привлек интерес финансового сектора. Фактически, по данным Statista, ожидается, что генеративный искусственный интеллект в индустрии финансовых услуг будет расти в среднем на 28,1% в среднем и достигнет стоимости в $9,4 млрд к 2032 году.

Внутренние процессы ESG могут стать естественным домом для генеративного ИИ. Не только потребители все больше интересуются факторами ESG, но и регулирующие органы также повышают свое внимание к этим факторам. В результате предприятиям приходится совершенствовать свои внутренние рабочие процессы, чтобы обеспечить их соответствие новым правилам, таким как новая директива ЕС по корпоративной отчетности в области устойчивого развития (CSRD).

Управляющий директор Position Green в Брюсселе Джулия Стауниг заявила: «Генераторный искусственный интеллект может помочь пользователям более глубоко понять собранные данные, увидеть тенденции на основе, казалось бы, несвязанных данных, направить их к обеспечению сбора всех соответствующих данных и дать реальные рекомендации о действиях по сокращению выбросов. основанный на конкретной ситуации компании среди многих других применений».

Технический директор IntellectAI Дипак Дастрала также выразил уверенность в использовании генеративного искусственного интеллекта в рамках ESG и обозначил несколько потенциальных улучшений процессов ESG. Первым из них был поиск и консолидация достоверных данных ESG. Например, генеративный ИИ может разумно перемещаться и консолидировать данные ESG из различных источников, устраняя фрагментацию в экосистеме данных ESG и создавая единый и полный набор данных.

Другим вариантом использования может быть создание индивидуальной аналитической информации по ESG. Дипак сказал: «Это позволит получить дифференцированное понимание или сосредоточиться на темах, которые не освещены должным образом, таких как океаны или биоразнообразие».

Другими улучшениями с помощью генеративного искусственного интеллекта могут быть предоставление оценок и моделирования показателей ESG для заполнения пробелов в данных, предоставление штатным экспертам ESG возможностей самостоятельно создавать наборы данных, повышение прозрачности и контроля, автоматизация отчетности ESG и анализ неструктурированных данных для выявления идей и тенденций. .

Улучшение ESG-анализа

Хотя генеративный ИИ может улучшить ряд задач, связанных с ESG, одной из самых больших областей влияния является анализ данных. Стауниг отметил: «В рамках анализа такие модели, как GPT-4, потенциально могут рассматривать весь набор данных о выбросах и в то же время понимать всю организацию, чтобы затем, например, помочь выяснить, почему и как ваши данные о выбросах выглядят так. делает: более глубокое понимание, чем раньше».

Учитывая преимущества генеративного искусственного интеллекта для анализа ESG, неудивительно, что у Position Green есть собственное решение, делающее именно это. Компания ESG FinTech запустила функцию AI Analyst в конце 2023 года, стремясь помочь компаниям трансформировать свои возможности отчетности ESG. Новый инструмент, интегрированный с пакетом управления устойчивым развитием компании Position Green, использует генеративный искусственный интеллект для преобразования данных в практические идеи в режиме реального времени путем обнаружения закономерностей и аномалий, а также выделения ключевых результатов для анализа.

Демонстрируя значительный размер рынка, который может захватить генеративный ИИ, IntellectAI также имеет собственный инструмент генеративного ИИ. Генеративная платформа искусственного интеллекта «Интеллект» поддерживает ESG Edge, который используется опытными корпоративными инвесторами для получения уникальной ESG-информации по своим инвестиционным портфелям. Задайте один вопрос к вашим собственным рекомендациям и получите соответствующую ESG-аналитику в ответ на каждую компанию в вашем портфеле.

Дипак отметил ряд потенциальных преимуществ, которые компании могут ожидать от использования генеративного искусственного интеллекта для анализа ESG. Среди них главным преимуществом является масштабируемость. Генеративный искусственный интеллект позволит компаниям масштабировать свою аналитику для различных портфелей без необходимости пропорционального увеличения затрат или сложности.

Генеративный ИИ также позволит компаниям выявлять уникальные устойчивые инвестиционные возможности, повышать точность показателей риска для принятия более обоснованных инвестиционных решений и стратегий управления рисками, а также возможности прогнозирования и распознавания закономерностей, чтобы обеспечить упреждающее управление рисками, связанными с ESG.

Дополнительные преимущества включают в себя возможность для управляющих активами создавать сложную аналитику ESG, доступную более широкому кругу компаний, а также сокращать затраты и время, необходимые для сбора, анализа и отчетности ESG-данных.

Что нужно знать перед использованием технологии

Вокруг возможностей генеративного искусственного интеллекта было поднято много шумихи, побуждающей многие фирмы с нетерпением искать возможности его реализации. Однако важно не поддаваться волнению и сразу же приступить к интеграции технологии. Прежде чем принять решение о внедрении этой технологии, следует учитывать несколько факторов.

Важным аспектом, о котором следует помнить, является то, что ИИ не является непогрешимым. Поскольку генеративный ИИ — впечатляющая технология, можно легко предположить, что она никогда не ошибется, но это не так. Галлюцинации ИИ — это явления, которые могут быть вызваны рядом причин, будь то неверные исходные данные, пробелы в данных или просто неправильное понимание подсказок. Существует ряд причин, по которым стек технологий ИИ может привести к неправильному ответу. Аналогичным образом, присущие предвзятости в данных обучения также могут привести к искажению оценок ESG и вызвать серьезные этические проблемы. В результате компаниям крайне важно иметь стратегии, позволяющие проверять качество получаемых данных, проверять их точность, релевантность, токсичность, пробелы в охвате, дрейф данных и многое другое.

Дипак добавил: «Сложная природа генеративных моделей ИИ также может создавать проблемы с точки зрения прозрачности и объяснимости, усложняя контроль и подотчетность. Существует риск создания зависимости от ИИ для анализа ESG, что потенциально может привести к дефициту навыков среди аналитиков в традиционных методах анализа. Кроме того, способность генеративного ИИ создавать убедительные повествования может быть использована для манипулирования рынком, в то время как неправильное обращение или неправильная интерпретация данных ESG, генерируемых ИИ, может серьезно повредить репутации фирмы».

Когда дело доходит до внедрения этой технологии, Стауниг сказал: «Сначала используйте общие и функциональные модели, чтобы убедиться, что результат интересен, прежде чем переходить к более нишевым моделям. Сначала убедитесь, что у вас есть узкие идеи, которые нужно проверить».

Что касается Дипака, он призвал фирмы внедрить надежные процессы проверки данных, чтобы гарантировать точность и надежность данных, генерируемых ИИ. «Установка приоритета прозрачности и проверяемости за счет инвестиций в объяснимые технологии искусственного интеллекта может помочь прояснить процессы принятия решений в моделях искусственного интеллекта, укрепив доверие между заинтересованными сторонами. Развитие грамотности в области искусственного интеллекта и навыков критического анализа внутри организации также имеет решающее значение, поскольку позволяет командам эффективно интерпретировать и проверять результаты, полученные с помощью искусственного интеллекта». Кроме того, выбор правильных источников данных будет иметь жизненно важное значение для обеспечения актуальности и высокого качества базовых данных, используемых при анализе ИИ.

В заключение, размышляя о потенциале генеративного ИИ в ESG, Дипак сказал: «Интеграция генеративного ИИ в практику ESG представляет собой значительный шаг вперед, способный по-новому определить устойчивое развитие и ответственное инвестирование. Центральное место в использовании этой преобразующей технологии занимает надежная информация. Обеспечение точности, прозрачности и этичного использования генеративного ИИ имеет решающее значение для укрепления доверия к его приложениям. Снижая потенциальные риски и придерживаясь лучших практик, компании могут в полной мере использовать генеративный искусственный интеллект для достижения эффективных результатов ESG».