Indirekta påverkan - direkt klimateffekt

Syfte och mål

Målet med projektet var att ta fram en prototyp av en AI-tjänst för att identifiera hur väl företag rapporterar i klimatfrågan. Mer specifikt så har projektet utvecklat en AI-lösning som fokuserar på hur företag arbetar med klimatrelaterade risker och möjlighet, utifrån rapportering i årsredovisning i linje med TCFDs rekommendationer (styrning, strategi, risk, mål, mätetal). Informationen vi får fram ger underlag för ägardialog och tillgängliggör jämförbar data på företag. . Vi har lyckats ta fram en beta-version av en tjänst som kan skalas upp och användas av investerare globalt.

Resultat och förväntade effekter

Om investerare får enkel tillgång till jämförbara data för hur företagen presterar utifrån klimatfrågan, ökar deras möjligheter att påverka dem i en mer klimatsmart riktning. De förväntade effekter som vi hoppats på med projektet var att den informationen kan göras tillgänglig och jämförbar. Resultatet från projektet har givit oss kunskap för att skala upp AI-tjänsten, så att investerare kan använda den utvecklade ML algoritmen på årsredovisningar för att få ett jämförbart underlag med fokus på bolagens styrning, strategi, riskhantering och mätetal inom klimat.

Upplägg och genomförande

Detta projekt har innefattat fyra arbetsdelar 1)Scraping; Inhämtning av relevant data (extrahera text från pdf) 2)Kategorisering; Data kategoriseras och analyseras - underlag till algoritm 3)Algoritmen tränas-deep learning 4)Analys av ett urval av bolag från AP7-listanresultat presenteras. Under projektets gång har vi varit tvungna att jämföra och analysera flera olika AI-tjänster och hitta rätt kompetens för att bistå i arbetet med kunskap, driv och nära samarbete som krävs detta gjorde att vi fick förlänga projektet och innebar en ändrad tidsplan och fokus.