{"id":4184,"date":"2021-10-15T11:27:03","date_gmt":"2021-10-15T10:27:03","guid":{"rendered":"https:\/\/telecomkh.info\/?p=4184"},"modified":"2021-10-15T11:27:03","modified_gmt":"2021-10-15T10:27:03","slug":"solo-el-9-de-las-empresas-pueden-medir-sus-emisiones-totales-de-gases-de-efecto-invernadero-de-forma-completa-segun-bcg-gamma","status":"publish","type":"post","link":"https:\/\/telecomkh.info\/?p=4184","title":{"rendered":"Solo el 9% de las empresas pueden medir sus emisiones totales de gases de efecto invernadero de forma completa, seg\u00fan BCG GAMMA"},"content":{"rendered":"

Las nuevas herramientas basadas en inteligencia artificial pueden ayudar a las empresas a mejorar de forma significativa la medici\u00f3n y seguimiento de sus emisiones y reducirlas de forma significativa<\/strong><\/p>\n

El 85% de las empresas buscan reducir sus emisiones de gases de efecto invernadero. Sin embargo, seg\u00fan la encuesta \u2018Use AI to Measure Emissions\u2014Exhaustively, Accurately, and Frequently\u2019 elaborada por BCG GAMMA, la divisi\u00f3n de anal\u00edtica avanzada e inteligencia artificial de Boston Consulting Group (BCG), la medici\u00f3n es uno de los obst\u00e1culos m\u00e1s importantes a los que se enfrentan, ya que s\u00f3lo el 9% de las compa\u00f1\u00edas son capaces de cuantificar sus emisiones totales de forma completa.
\nPara entender la capacidad de las compa\u00f1\u00edas de medir y reducir sus emisiones, BCG ha recopilado y analizado respuestas de ejecutivos de 1.290 empresas de todo el mundo, pertenecientes a nueve grandes sectores industriales. Dichos ejecutivos tienen responsabilidad total o parcial sobre decisiones relacionadas con el \u00e1mbito de las emisiones y la sostenibilidad.<\/p>\n

El estudio de BCG GAMMA revel\u00f3 que las organizaciones no est\u00e1n consiguiendo medir sus emisiones de forma\u2026<\/p>\n

o \u2026 exhaustiva<\/strong>: El 66% de los encuestados no informa de las emisiones relacionadas con la cadena de valor de la compa\u00f1\u00eda y el 81% de los encuestados omite en sus informes algunas de las emisiones relacionadas con las actividades de la empresa.
\no \u2026 precisa<\/strong>: Los encuestados estiman un porcentaje de error medio del 30% al 40% en sus mediciones de emisiones.
\no \u2026 frecuente<\/strong>: El 53% de los encuestados afirma tener dificultades para tomar decisiones debido a la falta de recurrencia en sus mediciones.
\no \u2026 automatizada<\/strong>: El 86% de los encuestados registra y notifica sus emisiones mediante hojas de c\u00e1lculo realizadas de forma manual, mientras que solo el 22% tiene procesos automatizados.<\/p>\n

\u00abCuando las empresas no son capaces de entender sus niveles de emisiones, \u00bfc\u00f3mo pueden esperar hacer un correcto seguimiento de las mismas y establecer unos objetivos adecuados?\u00bb, indica Sylvain Duranton, l\u00edder global de BCG GAMMA y coautor del estudio. \u00abSi no se recogen y analizan los datos granulares y factores de emisi\u00f3n, las empresas no pueden esperar que sus mediciones sean precisas. Por ejemplo, trabajamos con una empresa en el sector de las bebidas que ni desglosaba ni med\u00eda las emisiones relacionadas con las botellas de vidrio por insumos, tales como el proveedor, el color, los materiales o el pa\u00eds de origen; cuando lo hicieron, descubrieron que las emisiones eran un 45% superiores a sus estimaciones iniciales\u00bb.
\nEl estudio de BCG GAMMA indica que el 87% de los encuestados quiere aumentar el alcance de sus informes ambientales, mientras que el 66% espera actualizar sus registros de emisiones anualmente, o incluso con mayor frecuencia. Sin embargo, para hacerlo de forma eficaz, son necesarias nuevas herramientas basadas en inteligencia artificial (IA). Las organizaciones pueden utilizar estas herramientas de diversas maneras; para automatizar la ingesta de datos y la generaci\u00f3n de informes, calcular la huella de carbono, realizar simulaciones, establecer objetivos o gestionar una cartera global de iniciativas de reducci\u00f3n, entre otras.
\n\u00abLas nuevas herramientas apoyadas por la IA pueden desempe\u00f1ar un papel crucial para llevar a las empresas al siguiente nivel de medici\u00f3n y reporte y, en \u00faltima instancia, a reducciones significativas. No en vano, nuestra experiencia muestra que la IA puede permitir la reducci\u00f3n directa de las emisiones de las empresas hasta en un 40% mediante la identificaci\u00f3n de iniciativas ambientales, el seguimiento de los resultados y la optimizaci\u00f3n de las operaciones corporativas\u00bb, afirma Charlotte Degot, Managing Director & Partner de BCG y coautora del estudio.<\/p>\n

Arriba, en la foto, Charlotte Degot, Managing Director & Partner de BCG y coautora del estudio \/ Imagen cortes\u00eda de BCG<\/em><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

Las nuevas herramientas basadas en inteligencia artificial pueden ayudar a las empresas a mejorar de forma significativa la medici\u00f3n y seguimiento de sus emisiones y reducirlas de forma significativa El 85% de las empresas buscan reducir sus emisiones de gases de efecto invernadero. Sin embargo, seg\u00fan la encuesta \u2018Use AI to Measure Emissions\u2014Exhaustively, Accurately, and … <\/p>\n

Continue reading \u00abSolo el 9% de las empresas pueden medir sus emisiones totales de gases de efecto invernadero de forma completa, seg\u00fan BCG GAMMA\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":4185,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[9,53],"tags":[],"_links":{"self":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/4184"}],"collection":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4184"}],"version-history":[{"count":1,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/4184\/revisions"}],"predecessor-version":[{"id":4186,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/4184\/revisions\/4186"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/media\/4185"}],"wp:attachment":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4184"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4184"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4184"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}