87 Quiz: Ενότητα 11 (11.11)- AI και Στρατηγικές ESG

AI και Στρατηγικές ESG

Σκορ: 0 / 15

Χρόνος: 20:00

1. Πώς υποστηρίζει η AI τις επιχειρήσεις σχετικά με τους κινδύνους της αειφορίας;

Μόνο με τη μείωση του κόστους. Με τη διαχείριση των κινδύνων και την τεκμηριωμένη προσαρμογή στις απαιτήσεις των ενδιαφερόμενων μερών. Με την αποκλειστική χρήση απλών στατιστικών μοντέλων. Με την κατάργηση των κανονιστικών πλαισίων.

Η αξιοποίηση της AI υποστηρίζει τις επιχειρήσεις τόσο στη **διαχείριση των κινδύνων** που συνδέονται με την αειφορία όσο και στην **ταχύτερη και τεκμηριωμένη προσαρμογή** τους στις απαιτήσεις των ενδιαφερόμενων μερών και των κανονιστικών πλαισίων.

2. Στον περιβαλλοντικό πυλώνα (E), πώς συμβάλλει η AI στην εφοδιαστική αλυσίδα;

Σχεδιάζοντας την αλυσίδα με γνώμονα τη μεγιστοποίηση των εκπομπών CO₂. Σχεδιάζοντας την αλυσίδα με γνώμονα την **ελαχιστοποίηση των εκπομπών CO₂**. Αυξάνοντας την κατανάλωση ενέργειας. Με την αποκλειστική χρήση μεγάλων γλωσσικών μοντέλων (LLM).

Μέσω predictive analytics, οι επιχειρήσεις μπορούν να σχεδιάζουν την εφοδιαστική αλυσίδα με γνώμονα την **ελαχιστοποίηση των εκπομπών CO₂**.

3. Τι επιτρέπουν τα predictive analytics όσον αφορά τη συντήρηση του εξοπλισμού στον περιβαλλοντικό πυλώνα;

Να αναβάλλουν επ’ αόριστον τη συντήρηση. Να προβλέπουν τις ανάγκες συντήρησης του εξοπλισμού ώστε να περιορίζονται οι απώλειες. Να αυξάνουν τις απώλειες ενέργειας. Να εκτιμούν μόνο τις πωλήσεις.

Μέσω predictive analytics, οι επιχειρήσεις μπορούν να **προβλέπουν τις ανάγκες συντήρησης του εξοπλισμού ώστε να περιορίζονται οι απώλειες**.

4. Στον κοινωνικό πυλώνα (S), ποιοι τρεις βασικοί τομείς υποστηρίζονται από την AI;

Τιμολόγηση, Marketing και Παραγωγή. Ισότητα, ένταξη και υγεία και ασφάλεια των εργαζομένων. Διαχείριση αποβλήτων, εκπομπές CO₂ και κατανάλωση ενέργειας. Διαφάνεια, λογοδοσία και απάτη.

Στον κοινωνικό πυλώνα, η AI υποστηρίζει την **ισότητα, την ένταξη και την υγεία και ασφάλεια των εργαζομένων**.

5. Τι επιτρέπουν τα συστήματα ανάλυσης δεδομένων HR στον κοινωνικό πυλώνα;

Την ανίχνευση αποκλίσεων που σχετίζονται με τις πρακτικές ένταξης ή τα επίπεδα ικανοποίησης και ασφάλειας. Την αυτόματη απόλυση των εργαζομένων. Την πρόβλεψη των κινδύνων διαφθοράς. Τη βελτιστοποίηση της χρήσης πρώτων υλών.

Τα συστήματα ανάλυσης δεδομένων HR επιτρέπουν την **ανίχνευση αποκλίσεων που σχετίζονται με τις πρακτικές ένταξης ή με τα επίπεδα ικανοποίησης και ασφάλειας των εργαζομένων**.

6. Στον πυλώνα της εταιρικής διακυβέρνησης (G), πώς συμβάλλει η AI στη συμμόρφωση;

Μόνο με τη μείωση της διαφάνειας. Μέσω συστημάτων ανίχνευσης απάτης και αυτοματοποίησης της παρακολούθησης κανονιστικών απαιτήσεων. Με την αποκλειστική χρήση decision trees. Με την αύξηση του κινδύνου φαινομένων διαφθοράς.

Στον πυλώνα G, η AI συμβάλλει μέσω **συστημάτων ανίχνευσης απάτης και αυτοματοποίησης της παρακολούθησης κανονιστικών απαιτήσεων**, ενισχύοντας τη συμμόρφωση.

7. Ποια είναι η συγκεκριμένη χρήση των Μεγάλων Γλωσσικών Μοντέλων (LLM) στο πλαίσιο του ESG;

Για τη δημιουργία προσχεδίων εκθέσεων ESG. Για την πρόβλεψη της κατανάλωσης ενέργειας. Για την ανίχνευση αποκλίσεων στην ικανοποίηση εργαζομένων. Για τη βέλτιστη χρήση πρώτων υλών.

Τα μεγάλα γλωσσικά μοντέλα (LLM) χρησιμοποιούνται για τη **δημιουργία προσχεδίων εκθέσεων ESG**, υποστηρίζοντας τη διαφάνεια.

8. Ποιο διεθνές πρότυπο συμμόρφωσης, πέραν των ESRS, αναφέρεται ότι παρακολουθείται μέσω συστημάτων AI;

ISO 9001 Standards. GRI Standards. IFRS Standards. Six Sigma Standards.

Οι επιχειρήσεις μπορούν να ενισχύσουν τη συμμόρφωσή τους με διεθνή πρότυπα (όπως τα **GRI Standards**, τα ESRS).

9. Ποιο είναι το κύριο ανταγωνιστικό πλεονέκτημα που παρέχει η AI σε στρατηγικές ESG;

Η διαμόρφωση βιώσιμων πολιτικών που βασίζονται σε πραγματικά δεδομένα και τεκμηριωμένη ανάλυση, και όχι σε γενικές εκτιμήσεις. Η πλήρης αποφυγή όλων των κανονιστικών απαιτήσεων. Η αύξηση της ανάγκης για χειροκίνητη συλλογή δεδομένων. Η αντικατάσταση των στελεχών διοίκησης.

Η AI καθιστά εφικτή τη διαμόρφωση βιώσιμων πολιτικών που **βασίζονται σε πραγματικά δεδομένα και τεκμηριωμένη ανάλυση, και όχι σε γενικές εκτιμήσεις**.

10. Ποια είναι μία από τις κύριες προκλήσεις που συνοδεύουν την εφαρμογή της AI στο πλαίσιο του ESG;

Η υπερβολική απλότητα των μοντέλων. Η ανάγκη διασφάλισης της ακεραιότητας των δεδομένων. Η έλλειψη διαθέσιμων αλγορίθμων. Η απουσία κανονιστικών πλαισίων.

Οι προκλήσεις περιλαμβάνουν την ανάγκη διασφάλισης της **ακεραιότητας των δεδομένων**, την αντιμετώπιση πιθανών προκαταλήψεων και την ερμηνευσιμότητα.

11. Για ποιους λόγους η ερμηνευσιμότητα των αποτελεσμάτων (Interpretability) αποτελεί πρόκληση για την AI στο ESG;

Για την αύξηση της ταχύτητας επεξεργασίας. Για λόγους λογοδοσίας και κοινωνικής αποδοχής. Για να χρησιμοποιούνται μόνο απλά μοντέλα. Για να αυξηθούν οι γενικές εκτιμήσεις.

Η ερμηνευσιμότητα των αποτελεσμάτων είναι κρίσιμη για λόγους **λογοδοσίας και κοινωνικής αποδοχής**.

12. Ποια εταιρεία αναφέρεται ως χαρακτηριστικό παράδειγμα εφαρμογής της AI στο πλαίσιο στρατηγικής ESG στον κλάδο των πλαστικών;

Toyota. Plastika Kritis. Coca-Cola. Microsoft.

Το χαρακτηριστικό παράδειγμα εφαρμογής της τεχνητής νοημοσύνης στο πλαίσιο στρατηγικής ESG συναντάται στην εταιρεία **Plastika Kritis**.

13. Πώς επιτυγχάνει η Plastika Kritis τη μέγιστη ενεργειακή αποδοτικότητα στην παραγωγή της;

Με τη μείωση της παραγωγικής διαδικασίας. Με την αντικατάσταση όλων των μηχανημάτων. Μέσω predictive analytics και machine learning, προσαρμόζοντας δυναμικά τις λειτουργίες της. Με τη χρήση μόνο γραμμικών μοντέλων.

Η εταιρεία αξιοποιεί **predictive analytics και machine learning** για την παρακολούθηση της κατανάλωσης ενέργειας και των εκπομπών CO₂ και **προσαρμόζει δυναμικά τις λειτουργίες της** για μέγιστη ενεργειακή αποδοτικότητα.

14. Πώς υποστηρίζει το τμήμα Ανθρώπινου Δυναμικού της Plastika Kritis τον κοινωνικό πυλώνα (S);

Με την παρακολούθηση μόνο των εκπομπών CO₂. Με την παρακολούθηση δεικτών ικανοποίησης εργαζομένων και την πρόβλεψη αναγκών κατάρτισης και ανάπτυξης δεξιοτήτων. Με την αυτοματοποίηση της ανίχνευσης απάτης. Με τη χρήση LLMs για τις εκθέσεις ESG.

Το τμήμα ανθρώπινου δυναμικού χρησιμοποιεί συστήματα ανάλυσης δεδομένων για την **παρακολούθηση δεικτών ικανοποίησης εργαζομένων και την πρόβλεψη αναγκών κατάρτισης και ανάπτυξης δεξιοτήτων**.

15. Το τμήμα κανονιστικής συμμόρφωσης της Plastika Kritis αξιοποιεί συστήματα AI για:

Την αύξηση της μεροληψίας. Την παρακολούθηση της συμμόρφωσης με τα πρότυπα GRI και ESRS. Την πρόβλεψη της τιμής των πρώτων υλών. Την αποκλειστική χρήση μη ερμηνεύσιμων μοντέλων.

Το τμήμα κανονιστικής συμμόρφωσης αξιοποιεί συστήματα ανίχνευσης ανωμαλιών και αυτοματοποιημένα εργαλεία αναφοράς για την **παρακολούθηση της συμμόρφωσης με τα πρότυπα GRI και ESRS**.