加速范围3排放核算：大型语言模型的助力
内容提要
本文介绍了利用人工智能和大型语言模型简化范围3温室气体排放估算的创新方法。通过使用财务交易数据作为排放因子的代理，可以快速计算组织价值链中的间接排放。实验结果表明，这种方法有助于加快企业计算范围3排放的过程。
延伸解读
范围3排放核算的难点与现状
范围3排放是组织价值链中的间接排放，不在其直接运营控制范围内。2022年CDP研究显示，供应链排放平均是运营排放的11.4倍，但72%的CDP响应公司仅报告运营排放。传统基于支出的计算方法耗时且资源密集，企业面临供应商基数大、供应链深度复杂、数据收集流程繁琐等挑战，导致范围3排放核算进展缓慢。
LLM如何加速范围3排放估算
利用财务交易数据作为排放因子的代理，可将支出转换为温室气体排放。USEEIO框架将商品和服务分为66个支出类别，Eora MRIO数据集提供全球190个国家15,909个部门的排放因子。然而，手动将财务数据映射到商品类别耗时且易错。大型语言模型通过微调基础模型识别EEIO商品类别，能显著提升分类效率，实验表明其性能优于传统TF-IDF和Word2Vec方法，与领域专家分类相当。
实际应用与挑战
IBM Envizi ESG Suite已嵌入基于LLM的AI驱动功能，通过NLP引擎从支出交易描述中识别商品类别。但挑战依然存在：采购产品和服务以多种自然语言形式描述，商品识别困难；数百万产品和服务可能缺乏基于支出的排放因子，手动映射几乎不可能。深度学习基础模型在标记数据有限时表现优异，为范围3排放计算提供了可行路径。
Q&A
什么是范围3温室气体排放？
范围3温室气体排放是指在组织价值链中发生的间接排放，超出组织的直接控制。
传统的范围3排放计算方法有哪些缺点？
传统的基于支出的计算方法耗时且资源密集，且手动映射财务数据容易出错。
大型语言模型如何帮助计算范围3排放？
大型语言模型通过识别财务交易描述中的商品类别，简化范围3排放的估算过程。
CDP研究显示供应链排放与运营排放的关系是什么？
CDP研究显示，供应链中的排放平均是运营排放的11.4倍。
IBM Envizi ESG Suite如何利用AI计算范围3排放？
IBM Envizi ESG Suite嵌入了基于LLMs的AI驱动功能，帮助识别支出交易描述中的商品类别。
使用财务交易数据作为排放因子的代理有什么优势？
使用财务交易数据可以快速计算与购买的商品或服务相关的温室气体排放，简化估算过程。
