Kombiniranje akademske stručnosti i industrijske ekspertize za rješavanje ESG izazova
Tehničko sveučilište u Münchenu (TUM) i pružatelj poslovnih informacija Creditreform sklopili su duboku suradnju fokusiranu na istraživanje povezano s ekološkim, društvenim i upravljačkim (ESG) komponentama u poslovanjima. Njihova zajednička inicijativa usmjerena je na integritet podataka kako bi se učinkovito suprotstavili praksi prikrivanja zelenog pranja – obmanjujućem tvrdnjama o održivom poslovanju tvrtki. Ova partnerska suradnja ima za cilj stvaranje najsuvremenijih metodologija za analizu relevantnih korporativnih podataka.
Umjetna inteligencija: Alat za održivi razvoj
U srcu ovog pothvata nalazi se snažna uloga umjetne inteligencije (AI). Iskorištavajući simulacije, AI nastoji pružiti preciznu procjenu usklađenosti poslovanja s često neodređenim standardima održivosti. Spajanjem akademskih istraživačkih sposobnosti TUM-a s praktičnim, podatkovno usmjerenim sposobnostima Creditreform-a cilj je potaknuti stvarni napredak u procjeni i upravljanju ESG povezanim rizicima.
Strateška suradnja koja jača pametnu znanost o podacima
Predsjednik TUM-a, Thomas F. Hofmann, istaknuo je primjerenu prirodu ove sinergije, u kojoj znanstveno istraživanje stupnjuje komercijalnu primjenjivost. Bernd Bütow, izvršni direktor Creditreform-a, istaknuo je integraciju istraživanja sveučilišta i ekspertize za analizu podataka Creditreform-a kao dinamični katalizator u području procjene podataka.
Osim toga, ova suradnja namjerava proširiti Münchenski institut za znanost o podacima (MDSI) TUM-a, unapređujući akademsko znanje o AI pod vodstvom profesora Gjergjija Kasnecija. Ovaj projekt ilustrira kako se inicijative pokrenute u okviru Inicijative za izvrsnost mogu razvijati i skalirati s dodatnim sredstvima, jačajući ulogu TUM-a kao plodnog centra učenja i inovacija.
Suradnja s digitalnom transformacijom putem Instituta za znanost o podacima u Münchenu
Pomoću mota “Oblikovanje budućnosti s podacima”, MDSI je ključan u predviđanju i usmjeravanju digitalne transformacije na društvenom, ekonomskom i znanstvenom polju. Kao interdisciplinarni križište i leglo inovacija, MDSI vodi upite i pronalazi rješenja u području znanosti o podacima, strojnog učenja i AI-a, sve pod okriljem TUM AGENDA 2030 podržanog saveznim i državnim inicijativama za izvrsnost te Bavarskim programom visoke tehnologije.
Ključna pitanja i odgovori
Što je ‘zeleno pranje’ i kako utječe na poslovanje i potrošače?
Zeleno pranje je praksa gdje tvrtke pogrešno predstavljaju svoje proizvode ili operacije kao ekološki prijateljske kada to zapravo nisu. To može utjecati na potrošače tako što ih zavodi da vjeruju da čine ekološki svjesne izbore, a može utjecati na poslovanja stvarajući nepravednu konkurenciju i potencijalno dovodeći do narušavanja reputacije kada se prevare otkriju.
Koje izazove nosi borba protiv zelenog pranja?
Izazovi uključuju nedostatak standardiziranih kriterija za održivost, složenost provjere ESG tvrdnji i potencijal za sofisticirane tehnike zelenog pranja koje mogu biti teške za otkrivanje bez napredne analitike i ekspertize. Dinamična priroda globalnih standarda održivosti komplicira proces praćenja i provođenja.
Postoje li kontroverze vezane uz uporabu AI-a u borbi protiv korporativnog zelenog pranja?
Kontroverze mogu uključivati točnost i objektivnost AI sustava, transparentnost AI algoritama i procesa te etičku upotrebu podataka. Postoji rizik pristranosti u AI modelima, a postupak donošenja odluka AI-a može biti upitan, posebno ako utječe na reputaciju tvrtki ili financijski status.
Prednosti i nedostaci korištenja AI-a za borbu protiv zelenog pranja
Prednosti:
– Učinkovitost: AI može obraditi ogromne količine podataka brže od ljudi.
– Objektivna analiza: Pravilno programirani AI može pružiti nepristrane procjene.
– Napredna analitika: AI može otkriti suptilne prakse zelenog pranja koje možda nisu očite ljudskim analitičarima.
Nedostaci::
– Složenost: AI sustavi mogu biti teški za razumijevanje i upotrebu bez specijaliziranih vještina.
– Privatnost podataka: Prikupljanje i analiza korporativnih podataka može izazvati zabrinutosti zbog privatnosti.
– Ovisnost o podacima: Učinkovitost AI-a uvelike ovisi o kvaliteti i količini podataka, što može biti ograničavajući faktor.
Povezane poveznice
Za saznanja o ESG kriterijima i njihovoj važnosti u poslovanju, možete se obratiti glavnim web stranicama renomiranih organizacija poput Globalnog izvještajnog inicijativa (GRI) na GRI, ili Odbora za standarde računovodstva o održivosti (SASB) na SASB. Za uvid u napredne tehnologije i AI uključene u integriranje održivih praksi, Institut elektrotehničara i elektroničara (IEEE) nudi resurse putem svoje internetske stranice na IEEE.
Molimo imajte na umu da su URL-ovi pruženi tek nakon što su osigurani kao valjani i korisnici se direktno vode na glavnu domenu poštovanih entiteta koji se odnose na temu.