banner large

Bagaimana AI geospasial dapat membuka inisiatif LST

Comment
X
Share

Kami sangat antusias untuk menghadirkan Transform 2022 kembali secara langsung pada 19 Juli dan 20 – 28 Juli secara virtual. Bergabunglah dengan AI dan pemimpin data untuk pembicaraan yang berwawasan luas dan peluang jaringan yang menarik. Daftar hari ini!


Penggunaan data geospasial untuk menginformasikan keputusan bisnis sudah ada sejak tahun 1960-an. Menggunakan komputer dan geografi komputasi, bisnis dapat memanfaatkan beberapa data geospasial paling awal yang tersedia untuk menentukan peluang sumber daya dan potensi ekspansi geografis. Pada tahun 2022, teknologi ini telah berkembang secara dramatis, memungkinkan bisnis untuk memanfaatkan AI untuk menganalisis lebih lanjut data sistem informasi geografis (GIS) yang tersedia untuk mengungkap tren dan prediksi yang tidak tersedia. Dengan bertambahnya data yang tersedia, bisnis juga menggunakan GIS untuk membantu menginformasikan inisiatif Lingkungan, Sosial, dan Tata Kelola (ESG) mereka.

Setiap bisnis sangat terkait dengan masalah lingkungan, sosial, dan tata kelola (ESG). Karena krisis perubahan iklim terus memburuk dan baik konsumen maupun karyawan menuntut transparansi yang lebih di setiap tingkat, pentingnya bisnis yang memiliki inisiatif LST yang kuat tidak pernah menjadi lebih penting. Faktanya, penelitian telah menunjukkan bahwa perusahaan dengan proposisi LST yang kuat terkait dengan penciptaan nilai yang lebih tinggi. Meskipun AS tidak memiliki pengungkapan LST wajib di tingkat federal, SEC mewajibkan semua perusahaan publik untuk mengungkapkan informasi yang mungkin material bagi investor, termasuk informasi tentang risiko terkait LST. Konsumen juga menuntut lebih banyak transparansi dari perusahaan, karena dampak iklim menjadi perhatian utama banyak orang. Meskipun pelaporan dan metrik terstandarisasi belum ada di AS seputar pelaporan LST, bisnis telah mengambil langkah pertama untuk mempercepat persyaratan pelaporan ini. Ketika inisiatif ESG dievaluasi dengan data yang tepat, perusahaan dapat menilai diri mereka sendiri terhadap penggunaan energi, penggunaan dan pengelolaan sumber daya alam, keamanan siber, praktik konservasi, dan perlakuan terhadap karyawan.

Di sinilah data geospasial yang didukung AI dapat berguna bagi banyak bisnis yang melaporkan inisiatif LST mereka. Laporan ESG yang diinformasikan oleh AI geospasial dapat membantu bisnis memvalidasi dan kembali ke klaim inisiatif mereka dengan bukti material yang dapat direproduksi. Tingkat wawasan tambahan ini, yang ditangkap secara real-time dan kaya dengan detail, dapat membantu investor menghubungkan pengeluaran modal finansial dengan modal sosial dan alam perusahaan. Singkatnya, data ini akan membantu investor dan konsumen meminta pertanggungjawaban bisnis atas tindakan mereka terkait dengan stabilitas ekonomi dan lingkungan global. Memahami bagaimana data geospasial dapat menginformasikan pelaporan ESG adalah salah satu langkah dalam membantu perusahaan menetapkan inisiatif mereka dan membuat rencana tindakan yang jelas untuk menjaga transparansi dan akuntabilitas atas upaya ini.

Dampak AI geospasial pada pelaporan lingkungan

Data geospasial yang didukung oleh AI adalah evolusi data berikutnya untuk bisnis dan organisasi yang mencoba untuk benar-benar memahami dampak lingkungan dari komersialisasi mereka. Salah satu contohnya yang kami lihat di iMerit Technology berasal dari proyek yang melibatkan pelatihan algoritme AI untuk mendeteksi ranjau yang ditinggalkan. Sementara citra satelit dari lokasi-lokasi ini ada, hampir tidak mungkin dan sangat memakan waktu bagi para peneliti untuk memindai ribuan gambar untuk mengidentifikasi ranjau yang ditinggalkan sambil membandingkannya dengan data historis tentang seperti apa tanah atau wilayah itu sebelum, selama, dan setelah operasi penambangan. . Seringkali, peneliti, lembaga pemerintah, dan perusahaan bahkan mungkin tidak memiliki akses ke data historis untuk mendorong penelitian ini, yang meninggalkan kesenjangan besar dalam pelaporan faktual. Di sinilah AI masuk. Dalam contoh ini, algoritme AI dapat dilatih untuk menyisir data satelit bervolume tinggi dan mendeteksi ranjau yang ditinggalkan menggunakan data pelatihan GIS berkualitas tinggi, dan informasi ini kemudian dapat digunakan untuk mengevaluasi perubahan yang sedang berlangsung pada lingkungan yang disebabkan oleh tambang, bahkan lama setelah mereka tidak digunakan. Informasi ini dapat membantu pemerintah, perusahaan, dan organisasi membuat keputusan yang lebih tepat tentang operasi penambangan di masa depan dan mengukur dampak tambang terhadap lingkungan saat tidak lagi berfungsi. Industri logam dan pertambangan global menyumbang sekitar 8% dari jejak karbon global. Ketika berpikir tentang membangun inisiatif lingkungan proaktif, data geospasial dapat menginformasikan industri tentang dampak sumber daya. Informasi ini pada akhirnya akan mendorong perusahaan untuk membuat keputusan yang lebih berkelanjutan yang melindungi lingkungan.

AI Geospasial dapat membuat perusahaan bertanggung jawab secara sosial atas inisiatif LST mereka

Data geospasial bukanlah sumber informasi pertama yang muncul di benak para eksekutif ketika menentukan bagaimana mengukur dan mengevaluasi dampak sosial. Namun, kumpulan data ini dapat membantu perusahaan memantau rantai pasokan mereka dari awal hingga akhir melalui citra satelit yang didukung oleh analisis AI. Dengan menggunakan data ini, perusahaan memiliki ruang lingkup untuk melihat setiap tahap siklus rantai pasokan mereka dari sumber daya hingga pengiriman, dan dapat melihat lebih jauh untuk memastikan bahwa praktik ketenagakerjaan yang etis dipertahankan. Tingkat presisi ini memungkinkan organisasi dan perusahaan untuk meminta pertanggungjawaban mitra dan memiliki data yang layak untuk melakukannya.

Dengan menggunakan algoritme AI, perusahaan dapat memperoleh peringatan instan tentang pelanggaran dalam siklus rantai pasokan mereka dan bertindak cepat. Ini bisa menjadi sangat kritis dalam kasus deforestasi ilegal atau perdagangan manusia. Pada tahun 2015, Yayasan Keadilan Lingkungan memanfaatkan data geospasial untuk membantu menginformasikan bukti perdagangan manusia ilegal dan perbudakan nelayan Thailand. Kelompok lain seperti Tim Humanitarian OpenStreetMap menggunakan data geospasial untuk mengerjakan banyak proyek, termasuk air dan sanitasi, kesetaraan gender, pengentasan kemiskinan, tanggap bencana, dan banyak lainnya. Dengan iterasi GIS dan AI berikutnya, organisasi-organisasi ini dapat menggunakan algoritme untuk mendeteksi ketidakadilan ini dalam skala besar dan mendapatkan informasi dengan cepat untuk menyusun solusi yang tepat.

Tata kelola didukung oleh AI geospasial standar

Mengevaluasi kinerja pada inisiatif LST tidak lagi menyenangkan bagi perusahaan. Seperti disebutkan sebelumnya, pelaporan ini menjadi standar bagi publik dan regulator. Dalam hal faktor tata kelola, perusahaan perlu memastikan bahwa laporan didukung oleh data material. Dalam hal data geospasial, pelaporan harus mencakup tidak hanya citra satelit atau database GIS, tetapi tindakan praktis dan keadaan perusahaan yang mengarah pada kondisi yang dilaporkan. Dengan AI, perusahaan dapat memanfaatkan algoritme untuk menarik wawasan dan kesimpulan yang lebih kaya dari citra satelit atau kumpulan data penginderaan jauh lainnya untuk menggambarkan bagaimana tujuan perusahaan berdampak langsung terhadap lingkungan.

Ini mungkin termasuk meninjau data geospasial terhadap kepuasan pelanggan, kinerja produksi, retensi, dan belanja modal. Data geospasial juga dapat mendukung pengembangan skenario prediksi yang dapat membantu perusahaan memitigasi risiko iklim. Karena geospasial adalah data yang nyata dan dapat dilacak, perusahaan diberdayakan untuk membuat keputusan konkret dari wawasan yang diperoleh. Ini sangat membantu dalam penggunaan kembar digital, metode yang digunakan oleh perusahaan untuk mereplikasi model virtual fasilitas mereka. Informasi tambahan yang dikembangkan dari data geospasial berbasis AI memungkinkan mereka untuk menyusun strategi dan merencanakan melalui skenario untuk mempersiapkan situasi terburuk dan terbaik.

Bukan masalah apakah pelaporan ESG akan bergantung pada AI geospasial, melainkan masalah waktu sebelum semua perusahaan memanfaatkan teknologi ini untuk menginformasikan pelaporan ESG mereka. Tingkat detail dan wawasan yang diberikan dari kumpulan data yang diberdayakan AI akan menempatkan perusahaan pada posisi paling proaktif untuk menangani perubahan iklim secara serius. Informasi geospasial saja hanya memberikan beberapa wawasan yang dibutuhkan perusahaan untuk merumuskan inisiatif LST yang lebih kuat. Saat menambahkan AI ke dalam campuran, kami benar-benar dapat mengatasi kesenjangan dalam informasi dan bahkan mengungkap informasi yang akan berdampak pada perubahan iklim dan sosial.

Mallory Dodd adalah arsitek solusi senior di iMerit.

DataDecisionMakers

Selamat datang di komunitas VentureBeat!

DataDecisionMakers adalah tempat para ahli, termasuk orang-orang teknis yang melakukan pekerjaan data, dapat berbagi wawasan dan inovasi terkait data.

Jika Anda ingin membaca tentang ide-ide mutakhir dan informasi terkini, praktik terbaik, dan masa depan data dan teknologi data, bergabunglah dengan kami di DataDecisionMakers.

Anda bahkan mungkin mempertimbangkan untuk menyumbangkan artikel Anda sendiri!

Baca Lebih Lanjut Dari DataDecisionMakers

Leave a Reply

Your email address will not be published. Required fields are marked *