La crescente attenzione per gli obbiettivi ESG e l’introduzione di una normativa che va a disciplinare l’utilizzo dell’intelligenza artificiale rappresenta un valido supporto, offrendo soluzioni alternative per semplificare e ottimizzare il processo. Il progresso ambientale e sociale sono diventati le principali priorità in molte aziende italiane. In questo panorama è fondamentale puntare alla sostenibilità e all’innovazione.

I criteri ESG (enviromental-social-governance) misurano l’impatto delle attività aziendali sul benessere dell’ambiente, sull’aspetto sociale e sui fattori governance. L’enorme quantità di dati che si presenta in un assessment ESG può rappresentare un ostacolo perché richiede numerose risorse in termini economici e tempistiche significative.

Il problema principale è rappresentato dall’elevato consumo di risorse energetiche, necessarie per il funzionamento dei data center che supportano l’IA. L’intero ciclo di vita dell’IA, dalla produzione all’uso, comporta un notevole impatto ambientale, sia per l’elevata emissione di cO2 sia per la sua un’impronta idrica. L’acqua, infatti, rappresenta una risorsa fondamentale per il raffreddamento dei centri di elaborazione dei dati e specie per l’AI cd. Generativa che ne richiede un consistente consumo.[1]

Nel valutare i fattori ESG è fondamentale tenere presente numerosi elementi:

• Gli standard setters che sono organizzazioni che permettono di strutturare e gestire le priorità nella divulgazione di dati ESG;
• I data aggregators, che forniscono serie estese di dati strutturati, selezionati da fonti pubblicamente disponibili;
• Gli specialized data providers, che si concentrano su dati specializzati relativi a determinate questioni ESG;
• Le rating agencies che offrono una prospettiva ambientale, sociale e di governance complessiva, permettendo agli investitori di confrontarsi e classificare le organizzazioni rispetto ai loro pari del settore.[2]

Le aziende interagiscono con l’AI in modi diversi, facendo ricorso a questo strumento sia come strumento di output e di supporto per l’attività aziendale, sia per aiutare il funzionamento interno, l’amministrazione ed infine per il funzionamento aziendale esterno.[3]

In questo contesto si possono utilizzare diverse tipologie di AI:

• La ai assisted che supporta in maniera complementare l’attività gestionale e comunicativa dei Consigli di amministrazione;
• l’ai augmented che possiede un grado di coinvolgimento superiore in quanto la sua attività si interseca coadiuvando i processi gestori e comunicativi degli amministratori;
• L’ ai autonoma che possiede un livello di coinvolgimento tale da potersi autogestire; in questo caso il sistema AI diventa un autonomo amministratore nel Consiglio di amministrazione.

Come può l’intelligenza artificiale creare un ambiente favorevole in tema ESG?

In primo luogo, può diventare un tool utile per gli investimenti ESG; questi si basano su informazioni aziendali annuali che a volte diventano molto difficili da reperire e di conseguenza risulta complesso per gli investitori valutare i rischi e i benefici. Con l’implementazione di una macchina intelligente per capire gli investimenti esg, si possono potenziare le analisi confrontando innumerevoli dati, arrivando a capire quali investimenti risultano migliori in termini di sostenibilità ed economicità.

E per Enviroment. L’intelligenza artificiale riesce ad essere una risorsa fondamentale, in primo luogo, per migliorare gli assesment; con l’uso di una macchina intelligente il numero di dati analizzabile è estremamente più alto e più preciso. In secondo luogo l’Ai può essere utilizzata per migliorare i report aziendali e dedicare più risorse alla sostenibilità, per ottenere dei bonus rating per l’informazione dettagliata al pubblico. L’AI si traduce, quindi, in uno strumento di analisi e di elaborazione dei dati per eseguire assesment dettagliati e precisi.

Identificazione del greenwashing: L’IA può aiutare a identificare il “greenwashing”, ovvero la pratica di presentare informazioni fuorvianti sulla sostenibilità di un’azienda che può danneggiare sia i consumatori, che vengono ingannati nelle loro scelte, sia l’ambiente con operazioni insostenibile che l’azienda stessa.

S per social. L’intelligenza artificiale può essere impiegata in molti modi per supportare gli aspetti sociali. In particolare, per ampliare la diversità, l’inclusione e la sicurezza sul lavoro. In questo frangente può aiutare nei processi di assunzione e per la protezione dei dati privati dei potenziali candidati. Riesce a creare ambienti di lavoro più sicuri e inclusivi e parallelamente monitora i rischi analizzando dati provenienti da sistemi per identificare potenziali pericoli per la sicurezza dei lavoratori, permettendo interventi tempestivi prevenendo incidenti.

g per governance. Attraverso l’analisi dei dati, il monitoraggio della conformità, la previsione di rischi e la promozione della trasparenza l’AI, viene utilizzata per migliorare l’efficienza dei processi decisionali e aiutare le aziende a identificare e mitigare i rischi legati alla sostenibilità. Può essere utile a migliorare la comunicazione monitorare la conformità analizzare i dati e misurare l’impatto delle attività aziendali. [4]

In conclusione, la capacità di fornire dati ESG affidabili diventa sempre più rilevante per garantire la conformità alle normative; l’ AI permette alle imprese di gestire ed elaborare grandi volumi di dati provenienti da molteplici fonti, offrendo una visione d’insieme delle prestazioni più completa e accurata. [5]

Contributo a cura della dott.ssa Camilla Stefani

 

[1] Anna Lambise (Intelligenza Artificiale e fattori ESG- il Sole 24 ore)

[2] Antonio Prencipe (Ricercatore in Economia Aziendale, Abilitato Professore Ordinario in Economia Aziendale, Docente di Strategia Aziendale ed Entrepreneurship Unite – Intelligenza Artificiale e ESG)

[3] Nicola Cucari (Professore di Economia e Gestione delle Imprese- Dipartimento di Management Sapienza Università di Roma- Come l’AI sta trasformando la gestione dei dati ESG- Agenda Digitale)

[4] Angelina Tortora (Intelligenza Artificiale e obbiettivi ESG: vantaggi e sfide- 3Bee)

[5] Nicola Cucari (Professore di Economia e Gestione delle Imprese- Dipartimento di Management Sapienza Università di Roma- Come l’AI sta trasformando la gestione dei dati ESG- Agenda Digitale)