تسریع در حسابداری انتشار گازهای گلخانه ای 3: LLMs برای نجات - وبلاگ IBM

افزایش علاقه به محاسبه و افشای انتشار گازهای گلخانه ای محدوده 3، توجه را به روش های محاسبه انتشارات معطوف کرده است. یکی از متداول‌ترین روش‌های محاسباتی حوزه 3 که سازمان‌ها از آن استفاده می‌کنند، روش مبتنی بر هزینه است که اجرای آن می‌تواند زمان‌بر و منابع فشرده باشد. این مقاله روشی نوآورانه برای ساده‌سازی تخمین انتشار گازهای گلخانه‌ای Scope 3 با استفاده از هوش مصنوعی و مدل‌های زبان بزرگ (LLM) برای کمک به دسته‌بندی داده‌های تراکنش مالی برای همسویی با عوامل انتشار مبتنی بر هزینه بررسی می‌کند.

چرا محاسبه انتشارات Scope 3 دشوار است؟

دامنه انتشار 3انتشارات غیرمستقیم نیز شامل انتشار گازهای گلخانه ای (GHG) است که در زنجیره ارزش سازمان رخ می دهد و به این ترتیب تحت کنترل یا مالکیت عملیاتی مستقیم آن نیست. به عبارت ساده تر، این انتشارات از منابع خارجی مانند انتشارات مرتبط با تامین کنندگان و مشتریان ناشی می شوند و فراتر از عملیات اصلی شرکت هستند.

یک CDP 2022 مطالعه دریافتند که برای شرکت هایی که به CDP گزارش می دهند، انتشار گازهای گلخانه ای در زنجیره تامین آنها به طور متوسط ​​11.4 برابر بیشتر از انتشار گازهای گلخانه ای عملیاتی آنها است.

همین مطالعه نشان داد که 72 درصد از شرکت‌های پاسخ‌دهنده به CDP تنها انتشارات عملیاتی خود را گزارش کردند (حوزه 1 و/یا 2). برخی از شرکت‌ها تلاش می‌کنند تا با جمع‌آوری داده‌ها از تامین‌کنندگان و دسته‌بندی دستی داده‌ها، انتشارات Scope 3 را تخمین بزنند، اما پیشرفت با چالش‌هایی مانند پایگاه بزرگ تامین‌کننده، عمق زنجیره‌های تامین، فرآیندهای پیچیده جمع‌آوری داده‌ها و نیازهای منابع قابل توجه مانع می‌شود.

استفاده از LLMs برای برآورد انتشارات محدوده 3 برای سرعت بخشیدن به زمان رسیدن به بینش

یکی از روش‌های تخمین انتشارات محدوده 3، استفاده از داده‌های تراکنش مالی (به عنوان مثال، خرج کردن) به عنوان نماینده انتشارات مرتبط با کالاها و/یا خدمات خریداری شده است. تبدیل این داده های مالی به موجودی انتشار گازهای گلخانه ای به اطلاعاتی در مورد تأثیر انتشار گازهای گلخانه ای محصول یا خدمات خریداری شده نیاز دارد.

La ورودی-خروجی توسعه یافته محیطی ایالات متحده (USEEIO) یک چارچوب ارزیابی چرخه حیات (LCA) است که جریان های اقتصادی و زیست محیطی کالاها و خدمات را در ایالات متحده ردیابی می کند. USEEIO مجموعه داده و روش شناسی جامعی را ارائه می دهد که تجزیه و تحلیل IO اقتصادی را با داده های زیست محیطی ادغام می کند تا پیامدهای زیست محیطی مرتبط با فعالیت های اقتصادی را تخمین بزند. در USEEIO، کالاها و خدمات بر اساس ویژگی‌های زیست محیطی مشترکشان به 66 دسته هزینه طبقه‌بندی می‌شوند. این کلاس‌های کالا با عوامل انتشار مرتبط هستند که برای تخمین اثرات زیست‌محیطی با استفاده از داده‌های مخارج استفاده می‌شوند.

La Eora MRIO (ورودی-خروجی چند منطقه ای) مجموعه داده یک مجموعه فاکتور انتشار مبتنی بر هزینه به رسمیت شناخته شده جهانی است که نقل و انتقالات بین بخشی را در بین 15.909 بخش در 190 کشور مستند می کند. مجموعه فاکتور Eora برای همسویی با طبقه بندی USEEIO از 66 طبقه بندی خلاصه در هر کشور اصلاح شده است. این شامل نقشه برداری از 15.909 بخش موجود در سراسر دسته های Eora26 و طبقه بندی های بخش ملی دقیق تر به دسته بندی هزینه های USEEIO 66 است.

اینجاست که LLM ها وارد عمل می شوند. در سال‌های اخیر، گام‌های قابل توجهی در ساخت مدل‌های زبان پایه گسترده برای پردازش زبان طبیعی (NLP) به دست آمده است. این نوآوری‌ها عملکرد قوی را در مقایسه با مدل‌های یادگیری ماشین معمولی (ML) نشان داده‌اند، به‌ویژه در سناریوهایی که داده‌های برچسب‌گذاری شده کمبود دارند. استفاده از قابلیت‌های این مدل‌های بزرگ NLP از پیش آموزش‌دیده، همراه با تکنیک‌های انطباق دامنه که استفاده مؤثری از داده‌های محدود می‌کند، پتانسیل قابل‌توجهی را برای مقابله با چالش مرتبط با حسابداری تأثیر محیطی محدوده 3 ارائه می‌دهد.

رویکرد ما شامل تنظیم دقیق است مدل های پایه برای شناسایی کلاس‌های کالای Environmentally Extended Input-Output (EEIO) از سفارش‌های خرید یا ورودی‌های دفتر که به زبان طبیعی نوشته شده‌اند. متعاقباً، ما انتشارات مرتبط با هزینه را با استفاده از فاکتورهای انتشار EEIO (انتشار به ازای هر دلار هزینه شده) محاسبه می‌کنیم. زنجیره تامین عوامل انتشار گازهای گلخانه ای برای کالاها و صنایع ایالات متحده برای مجموعه داده های ایالات متحده محور، و Eora MRIO (ورودی-خروجی چند منطقه ای) برای مجموعه داده های جهانی این چارچوب به ساده‌سازی و ساده‌سازی فرآیند برای کسب‌وکارها برای محاسبه انتشارات Scope 3 کمک می‌کند.

شکل 1 چارچوبی را برای تخمین انتشار محدوده 3 با استفاده از یک مدل زبان بزرگ نشان می دهد. این چارچوب شامل چهار ماژول مجزا است: آماده‌سازی داده، تطبیق دامنه، طبقه‌بندی و محاسبه انتشار.

ما آزمایش‌های گسترده‌ای را شامل چندین LLM پیشرفته از جمله roberta-base، bert-base-uncased و distilroberta-base-climate-f انجام دادیم. علاوه بر این، مدل‌های کلاسیک غیر پایه را بر اساس رویکردهای برداری TF-IDF و Word2Vec بررسی کردیم. هدف ما ارزیابی پتانسیل مدل‌های پایه (FM) در تخمین انتشارات محدوده 3 با استفاده از سوابق تراکنش‌های مالی به عنوان نماینده ای برای کالاها و خدمات بود. نتایج تجربی نشان می‌دهد که LLM‌های با تنظیم دقیق پیشرفت‌های قابل‌توجهی را نسبت به رویکرد طبقه‌بندی شات صفر نشان می‌دهند. علاوه بر این، آن‌ها از تکنیک‌های متن کاوی کلاسیک مانند TF-IDF و Word2Vec بهتر عمل کردند و عملکردی همتراز با طبقه‌بندی تخصصی دامنه ارائه کردند.

گنجاندن هوش مصنوعی در IBM Envizi ESG Suite برای محاسبه انتشارات Scope 3

بکارگیری LLMها در فرآیند تخمین انتشارات Scope 3 یک رویکرد جدید امیدوارکننده است.

همانطور که قبلا توضیح داده شد، داده های خرج کردن به راحتی در یک سازمان در دسترس است و یک نماینده رایج از مقدار کالا/خدمات است. با این حال، چالش هایی مانند شناسایی کالا و نقشه برداری می تواند دشوار به نظر برسد. چرا؟

• اولاً، به این دلیل که محصولات و خدمات خریداری شده به زبان های طبیعی به اشکال مختلف توصیف می شوند، به همین دلیل است که تشخیص کالا از طریق سفارش خرید/ورود دفتر کل بسیار سخت است.
• ثانیاً، زیرا میلیون‌ها محصول و خدمات وجود دارد که ممکن است فاکتور انتشار مبتنی بر هزینه برای آنها در دسترس نباشد. این امر نگاشت دستی کالا/خدمات به دسته محصول/خدمت را بسیار سخت و حتی غیرممکن می کند.

در اینجاست که مدل‌های پایه مبتنی بر یادگیری عمیق برای NLP می‌توانند در طیف وسیعی از وظایف طبقه‌بندی NLP زمانی که در دسترس بودن داده‌های برچسب‌گذاری شده کافی یا محدود است، کارآمد باشند. استفاده از مدل های بزرگ NLP از پیش آموزش دیده با تطبیق دامنه با داده های محدود، پتانسیلی برای پشتیبانی از محاسبه انتشارات محدوده 3 دارد.

پسگفتار

در نتیجه، محاسبه انتشارات Scope 3 با پشتیبانی LLM ها نشان دهنده پیشرفت قابل توجهی در مدیریت داده برای پایداری است. نتایج امیدوارکننده به‌کارگیری LLM‌های پیشرفته، پتانسیل آن‌ها را برای تسریع ارزیابی‌های ردپای گازهای گلخانه‌ای برجسته می‌کند. ادغام عملی در نرم افزاری مانند IBM Envizi ESG Suite می تواند فرآیند را ساده کند و در عین حال سرعت بینش را افزایش دهد.

به AI Assist در IBM Envizi ESG Suite مراجعه کنید