作者:Qlik大中华区董事总经理 刘智宏
极端高温及次生灾害让全球意识到了更紧迫的气候变化挑战,中国作为最大的发展中国家,在过去十年实现了年均3%能源消费支撑6.6%经济增长,为全球气候治理作出了表率。可持续发展的进程势不可挡,2022年联合国气候变化大会(COP27)即将召开,我们将看到各国政府在可持续发展目标承诺的最新进展。
中国政府近期在党的二十大报告中已经重申了要“积极稳妥推进碳达峰碳中和”,许多企业在强大的号召之下也力图在环境监管方面以身作则,有所作为。同时,对环境、社会和治理(ESG)的考量将提高企业的投资潜力,引导商业战略的成功。
2021年安永全球机构投资者调查显示,74%的机构投资者倾向于从可持续性排名落后的公司撤资,90%在规划投资时会密切关注企业的ESG表现。ESG也成为了消费者习惯转变的影响因素,普华永道最近的一项研究表明,80%的消费者更青睐那些通过业务积极推动环境保护的公司。
现在,可持续发展之于企业不再是备选项,而是一种势在必行的战略选择,既能以环境法规为“镜”审视自身能力,加速推动实现ESG目标来满足利益相关方的期望,又能在运营层面减少能耗方面的成本和碳排放。其中,数据是推动可持续发展进程的关键所在。
提高可持续发展路径中数据透明度和标准
为了证明自身对ESG的承诺,许多企业通过对各项指标进行数据跟踪,来展示对周围环境和社会的影响。毕马威最新的一项研究指出这类的报告信息正在增加,世界上80%的大型组织正提供某种形式的可持续发展报告,而1993年这一比例只有13%。
数据能让我们直观理解一家企业的ESG实况,但如果企业之间的报告缺乏统一的衡量标准,呈现的洞察维度只对单一的组织成立,那企业所提供的ESG指标数据就有可能被贴上“自说自话”的标签,被其目标客户、员工、投资者和监管机构置若罔闻。
这不仅仅是一个外部挑战。普华永道的报告称,37%的企业领导人强调缺乏标准(以及监管的复杂性)也阻碍了ESG的发展。面对可以与利益相关方分享的数据,企业往往无法察觉它的意义所在或者不知如何呈现,Qlik的最新研究显示,全球只有24%的全球员工认为自己能够自如阅读、处理、分析和辩证看待数据。
ESG和商业目标齐心,做数据素养的价值投资
《联合国气候变化框架公约》(UNFCCC)提供了最高层面的ESG领域决策依据,如果企业能全面掌握组织的ESG数据,就有机会推动自身绿色路径与国际权威的标准保持一致,作出对人类和地球具有实际影响的举措。
以联合国自身为例,针对《公约》中关于将平均气温升幅限制在1.5度的集体目标,联合国与Qlik合作来管理其差旅产生的二氧化碳排放,将内部差旅数据与外部航空资料数据结合起来计算碳足迹。不仅实现了更准确的报告,差旅管理部门也能轻松获取相关数据洞察进而采取措施。
ESG与收入增长和盈利并不是非此即彼,我们可以通过有效的数据分析将双方的目标保持一致。例如,分析航空旅行的排放不仅是支持可持续发展目标,还可以优先减少非必要旅行的费用,减少企业未来行为对环境的影响。因此,数据素养的价值和数据集成的功能将是企业实现ESG目标和商业目标的关键,来赋能所有利益相关者,包括员工、社区、投资者、股东和我们的地球。
以“用户友好”数据,共建可持续发展世界
衡量企业的环境足迹应该像衡量销售额、营业额或销售量一样简单明了,让所有利益相关者都可以通过数据洞察来审视企业ESG现状,从而实现更可持续的运营,这就需要企业以用户友好的方式来呈现这些数据信息。
事实上,许多客户已经着手将排放系数表、差旅或电费发票等环境足迹数据记录到电子表格中,但这很大程度上仍然是一个无法释放生产力的手工流程。数据应该服务于员工的日常业务,而不是让他们停下手中的工作来整理、解读大量未知的数据。
Qlik可以将可持续发展的相关数据整合到同一仪表盘中,来帮助简化数据分析,这是让用户在日常通过数据获得价值的关键所在。借助Qlik,员工可以放弃基于“直觉”判断的可持续发展目标,转而采取更实际的举措。
例如,Qlik目前正在帮助澳大利亚连锁超市Woolworths改善库存管理,以减少食品浪费。如今,Woolworths的数据管理系统能够更好地提供单个商店和产品的信息,有助其准确把握产品降价时机,从而减少易腐商品的浪费。这在节省大量成本的同时,有效地减少了食品垃圾对环境的影响。
数据是企业推动可持续经营进程中,万变不离其宗的解决之道,既可以了解自身商业行为对环境的影响,领导者还可以依此判断企业发展是否“偏航”。Qlik致力于将数据抽丝剥茧、聚于一处,让企业的可持续发展与商业发展相得益彰。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。