Архив Финансовые услуги и страхование · Финансовая инфраструктура и институты развития
MSCI: ML обогащает данные о климатических рисках около 1 млн объектов
По данным MSCI, компания с помощью машинного обучения на Vertex AI, BigQuery и Cloud Run обогащает свои наборы данных, чтобы клиенты получали сведения о климатических рисках примерно по 1 млн местоположений активов.
/01 · ключевые результаты
-
масштаб
около 1 млн местоположений активов
объекты, по которым клиенты получают сведения о климатических рисках
MSCI, блог компании, 01.06.2024
по данным на июнь 2024 года · наборы данных MSCI о климатических рисках
данные компании
оценка strategai
Оценку не приводим: источник сообщает только охват данных, измеренного эффекта нет
По данным MSCI, компания с помощью машинного обучения на Vertex AI, BigQuery и Cloud Run обогащает свои наборы данных, чтобы клиенты получали сведения о климатических рисках примерно по 1 млн местоположений активов.
/02 · паспорт кейса
Бизнес
- Компания
- MSCI Inc.
- Отрасль
- Финансовые услуги и страхование · Финансовая инфраструктура и институты развития
- Функция
- R&D и разработка продуктов
- Задача
- Монетизируемая AI-функция продукта
Технология
- Класс AI
- Предиктивная аналитика (классический ML)
- Тип решения
- Гибридное решение: Google Cloud
Внедрение
- Стадия
- Промышленная эксплуатация, на 01.06.2024
- География
- Соединенные Штаты
/03 · описание кейса
Зачем
Бизнес-задача
MSCI предоставляет клиентам данные, которые помогают управлять рисками, связанными с климатом. Для этого нужны сведения о местоположениях активов: охват наборов данных, по словам MSCI, составляет около 1 млн таких местоположений. Задача — обогащать эти наборы данных, чтобы клиенты получали по местоположениям активов сведения, полезные для управления климатическими рисками.
Что
Решение
MSCI использует машинное обучение и ИИ-возможности Google для обогащения своих наборов данных. Компания называет три сервиса Google Cloud, на которых построено решение: платформу машинного обучения Vertex AI, хранилище данных BigQuery и сервис Cloud Run для запуска приложений. Решение применяется к данным о местоположениях активов: клиенты получают сведения примерно по 1 млн местоположений, чтобы управлять климатическими рисками.
Как
Внедрение
О решении рассказали Pooja Malpani и Naman Baragi из команды ESG and Climate Engineering компании MSCI на конференции Google Cloud Next в 2024 году. Компания описала выступление в публикации на своём карьерном сайте 1 июня 2024 года в разделе Data and Operations Technology и сослалась на запись сессии. По данным MSCI, машинное обучение на Vertex AI, BigQuery и Cloud Run используется для обогащения наборов данных, которые дают клиентам сведения примерно по 1 млн местоположений активов.
/04 · источники и проверка
Что подтверждено
- По данным MSCI, компания использует машинное обучение на Vertex AI, BigQuery и Cloud Run для обогащения своих наборов данных.
- Обогащённые данные дают клиентам сведения о климатических рисках примерно по 1 млн местоположений активов.
Ограничения
- Около 1 млн — охват наборов данных; цифра не показывает, как изменились точность, полнота данных или затраты на их подготовку.
- Источник не уточняет, какая доля из 1 млн местоположений обогащена именно моделями машинного обучения.
-
[1] MSCI
MSCI presentation at Google Cloud Next conference
компания · 01.06.2024
Открыть источник
АрхИИВ /strategai · CB-002457 · Версия 1 · 24.10.2026 · /c/CB-002457/