As novas capacidades de classificação de texto podem ajudar a categorizar automaticamente milhares de linhas de dados através do processamento de linguagem natural (PLN)
A IBM (NYSE:IBM) anunciou que pode ajudar as organizações a acelerar a captura, o cálculo e a análise das emissões de gases de efeito de estufa (GEE) de âmbito 3, através da integração de capacidades de processamento de linguagem natural (PLN), na solução
IBM Envizi ESG. As novas capacidades de classificação de texto foram concebidas para permitir um avanço em termos de eficiência e precisão, ajudando as organizações a obter, organizar e gerir automaticamente os dados necessários para o cálculo de emissões e para a realização de relatórios externos.
Os novos resultados publicados como uma antevisão do estudo
IBM 2023 Sustainable Business Snapshot1, realizado pela Morning Consult em nome da IBM, revelaram que existe uma lacuna de perceção entre os profissionais de sustentabilidade, incluindo os decisores, e os da área de TI. 93% dos inquiridos acredita que a sua empresa está um pouco ou muito madura na utilização de dados para rastrear o seu progresso de sustentabilidade. Mas apenas 45% diz estar preparado para comunicar as emissões de Âmbito 3.
O IBM Envizi há mais de uma década tem ajudado as empresas a recolher, calcular, analisar e comunicar as emissões de GEE. Este software oferece cobertura para todas as 15 categorias de Âmbito 3, utilizando um motor de cálculo para aplicar os métodos de cálculo do Protocolo GEE que são sustentados por um sistema robusto de gestão de dados. Inclui captura de dados automatizada, recolha de dados de inquéritos a fornecedores, listas de fatores de emissões de Âmbito 3, templates para reporting, um dashboard dedicado à análise de Âmbito 3, ferramentas de auditoria e funcionalidade para suportar a análise comparativa de fornecedores.
A nova funcionalidade do Envizi ajuda a endereçar um dos principais desafios que as organizações enfrentam com as emissões de Âmbito 3, que é a categorização dos dados extraídos de sistemas financeiros ou ERP.
Com a incorporação da classificação de texto automatizado usando PLN, o IBM Envizi pode ajudar a agilizar este processo adicionando, gerindo, categorizando e preparando os dados dos seus consumos para, em última instância, ajudar a produzir um conjunto de dados unificado e atualizado que mapeie com os fatores de emissões específicos do país e do setor. Para complementar esta funcionalidade, o IBM Envizi inclui agora uma biblioteca integrada de fatores de emissão baseados em consumos, que está harmonizada em mais de 180 países, criando uniformidade nos cálculos de Âmbito 3 para bens e serviços adquiridos. Estes conjuntos de dados foram concebidos para ajudar as empresas a realizar os seus cálculos de emissões de forma mais rápida, precisa e eficiente.
“Os crescentes requisitos regulatórios e os interesses externos estão a fazer com que as organizações comuniquem as suas emissões de GEE, incluindo as de Âmbito 3″, explica Christina Shim, Vice President & Global Head, Product Management and Strategy, IBM Sustainability Software.” À medida que aumentam os requisitos e as organizações priorizam a melhoria da informação operacional, também se cria a necessidade de contar com processos sólidos e auditáveis de gestão de dados, cálculo e elaboração de relatórios. O IBM Envizi está agora integrado com as novas capacidades para ajudar as organizações a obterem facilmente insights a partir dos dados de emissões de Âmbito 3 para os relatórios ESG.”
Por exemplo, um fabricante pode comprar componentes informáticos e eletrónicos a vários fornecedores. Ao serem registados, estes componentes podem ser categorizados como “chips” ou podem ser designados por “discos rígidos”. Em última análise, todos deverão estar na categoria de “componentes informáticos e eletrónicos” para que possa ser aplicado o fator de emissão correto. Esta aplicação de classificação de texto pode ajudar a categorizar automaticamente milhares de linhas de dados de consumos para que as equipas se possam focar no trabalho de maior valor.
Para obter mais informações sobre o IBM Envizi ESG Suite,
clique aqui.
1. Metodologia para o “Sustainable Business Snapshot” da Morning Consult: Esse estudo foi realizado online pela Morning Consult em agosto de 2023 junto de uma amostra de 3.250 líderes empresariais globais, colaboradores em empresas com 1.000 ou mais trabalhadores. A amostra inclui 250 participantes de 13 mercados, como os EUA, Reino Unido, Emirados Árabes Unidos, Austrália, Brasil, França, Alemanha, Índia, Itália, Japão, México, Singapura e Espanha. Os resultados têm uma margem de erro de aproximadamente 3 pontos. Pode ver uma pré-visualização do relatório
aqui.
(ITO)