論文の概要: AI in ESG for Financial Institutions: An Industrial Survey

• arxiv url: http://arxiv.org/abs/2403.05541v1
• Date: Sat, 3 Feb 2024 02:14:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 06:19:57.816805
• Title: AI in ESG for Financial Institutions: An Industrial Survey
• Title（参考訳）: 金融機関向けESGにおけるAI:産業調査
• Authors: Jun Xu,
• Abstract要約: 本稿では,ESGフレームワークの活性化におけるAIの必要性と影響を明らかにするために,産業環境を調査した。 調査では、分析能力、リスク評価、顧客エンゲージメント、報告精度など、ESGの主要な3つの柱にまたがるAIアプリケーションを分類した。 この論文は、ESG関連の銀行プロセスにおけるAI展開の倫理的側面を強調し、責任と持続可能なAIの衝動についても論じている。
• 参考スコア（独自算出の注目度）: 4.893954917947095
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The burgeoning integration of Artificial Intelligence (AI) into Environmental, Social, and Governance (ESG) initiatives within the financial sector represents a paradigm shift towards more sus-tainable and equitable financial practices. This paper surveys the industrial landscape to delineate the necessity and impact of AI in bolstering ESG frameworks. With the advent of stringent regulatory requirements and heightened stakeholder awareness, financial institutions (FIs) are increasingly compelled to adopt ESG criteria. AI emerges as a pivotal tool in navigating the complex in-terplay of financial activities and sustainability goals. Our survey categorizes AI applications across three main pillars of ESG, illustrating how AI enhances analytical capabilities, risk assessment, customer engagement, reporting accuracy and more. Further, we delve into the critical con-siderations surrounding the use of data and the development of models, underscoring the importance of data quality, privacy, and model robustness. The paper also addresses the imperative of responsible and sustainable AI, emphasizing the ethical dimensions of AI deployment in ESG-related banking processes. Conclusively, our findings suggest that while AI offers transformative potential for ESG in banking, it also poses significant challenges that necessitate careful consideration. The final part of the paper synthesizes the survey's insights, proposing a forward-looking stance on the adoption of AI in ESG practices. We conclude with recommendations with a reference architecture for future research and development, advocating for a balanced approach that leverages AI's strengths while mitigating its risks within the ESG domain.
• Abstract（参考訳）: 金融セクター内の環境、社会、ガバナンス(ESG)イニシアチブへの人工知能(AI)の統合は、より持続可能で公平な金融慣行へのパラダイムシフトを表している。 本稿では,ESGフレームワークの活性化におけるAIの必要性と影響を明らかにするために,産業環境を調査した。 厳格な規制要件の出現と利害関係者の意識の高まりにより、金融機関(FI)はESG基準を採用することを余儀なくされている。 AIは、金融活動と持続可能性目標の複雑なインタープレイをナビゲートする上で、重要なツールとして現れます。 調査では、分析能力、リスク評価、顧客エンゲージメント、報告精度など、ESGの主要な3つの柱にまたがるAIアプリケーションを分類した。 さらに、データの使用とモデルの開発に関する批判的な考察を掘り下げ、データ品質、プライバシ、モデルロバスト性の重要性を強調します。 この論文は、ESG関連の銀行プロセスにおけるAI展開の倫理的側面を強調し、責任と持続可能なAIの衝動についても論じている。 結論としては、AIがバンキングにおいてESGに変革的ポテンシャルを提供する一方で、慎重に検討する必要のある重大な課題を生じさせることが示唆されている。 論文の最後のパートでは、調査の洞察を要約し、ESGプラクティスにおけるAIの採用に対する前向きなスタンスを提案している。 ESGドメイン内のリスクを軽減しつつ、AIの強みを活用するバランスのとれたアプローチを提唱する。

関連論文リスト

• Ethical and Scalable Automation: A Governance and Compliance Framework for Business Applications [0.0]
  本稿では、AIが倫理的で、制御可能で、実行可能で、望ましいものであることを保証するフレームワークを紹介する。 異なるケーススタディは、学術と実践の両方の環境でAIを統合することで、このフレームワークを検証する。
  論文  参考訳（メタデータ） (2024-09-25T12:39:28Z)
• Integrating ESG and AI: A Comprehensive Responsible AI Assessment Framework [15.544366555353262]
  ESG-AIフレームワークは28社の企業との関わりの洞察に基づいて開発された。 これは、AIアプリケーションの環境および社会的影響の概要を提供し、投資家のようなユーザーがAI利用の物質性を評価するのに役立つ。 投資家は、構造化されたエンゲージメントと特定のリスク領域の徹底的な評価を通じて、責任あるAIに対する企業のコミットメントを評価することができる。
  論文  参考訳（メタデータ） (2024-08-02T00:58:01Z)
• Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
  汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。 本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
  論文  参考訳（メタデータ） (2024-03-21T19:12:37Z)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• Investigating Responsible AI for Scientific Research: An Empirical Study [4.597781832707524]
  このような機関におけるResponsible AI(RAI)の推進は、AI設計と開発に倫理的配慮を統合することの重要性の高まりを強調している。 本稿では,AI設計・開発に内在する倫理的リスクに対する意識と準備性を評価することを目的とする。 その結果、倫理的、責任的、包括的AIに関する知識ギャップが明らかとなり、利用可能なAI倫理フレームワークに対する認識が制限された。
  論文  参考訳（メタデータ） (2023-12-15T06:40:27Z)
• A Vision for Operationalising Diversity and Inclusion in AI [5.4897262701261225]
  本研究は,AIエコシステムにおける多様性と包摂性(D&I)の倫理的命令の運用を想定することを目的とする。 AI開発における重要な課題は、D&Iの原則を効果的に運用することである。 本稿では,ジェネレーティブAI(GenAI)を用いたペルソナシミュレーションを活用したツール開発のためのフレームワークの構想を提案する。
  論文  参考訳（メタデータ） (2023-12-11T02:44:39Z)
• The AI Revolution: Opportunities and Challenges for the Finance Sector [12.486180180030964]
  金融セクターにおけるAIの応用は、業界を変えつつある。 しかしながら、これらのメリットに加えて、AIはいくつかの課題も提示する。 これには透明性、解釈可能性、公正性、説明責任、信頼性に関する問題が含まれる。 金融セクターにおけるAIの使用は、データプライバシとセキュリティに関する重要な疑問をさらに引き起こす。 このニーズをグローバルに認識しているにもかかわらず、金融におけるAIの使用に関する明確なガイドラインや法律はいまだに存在しない。
  論文  参考訳（メタデータ） (2023-08-31T08:30:09Z)
• Fairness in Agreement With European Values: An Interdisciplinary Perspective on AI Regulation [61.77881142275982]
  この学際的立場の論文は、AIにおける公平性と差別に関する様々な懸念を考察し、AI規制がそれらにどう対処するかについて議論する。 私たちはまず、法律、(AI)産業、社会技術、そして(道徳)哲学のレンズを通して、AIと公正性に注目し、様々な視点を提示します。 我々は、AI公正性の懸念の観点から、AI法の取り組みを成功に導くために、AIレギュレーションが果たす役割を特定し、提案する。
  論文  参考訳（メタデータ） (2022-06-08T12:32:08Z)
• An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
  本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。 目的は、AIシステムを評価するための共有概念や相違点を特定することである。
  論文  参考訳（メタデータ） (2021-05-07T12:01:31Z)
• Toward Trustworthy AI Development: Mechanisms for Supporting Verifiable Claims [59.64274607533249]
  AI開発者は、責任を負うことのできる検証可能な主張をする必要がある。 このレポートは、さまざまな利害関係者がAIシステムに関するクレームの妥当性を改善するための様々なステップを示唆している。 我々は、この目的のための10のメカニズム、すなわち、組織、ソフトウェア、ハードウェアを分析し、それらのメカニズムの実装、探索、改善を目的とした推奨を行う。
  論文  参考訳（メタデータ） (2020-04-15T17:15:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。