Le aziende sono sempre di più nella condizione di dimostrare le loro performance in termini di questioni ambientali, sociali e di governance ESG. Questi fattori non finanziari stanno influenzando le decisioni di investitori, clienti, dipendenti e delle comunità nelle quali operano.
Alla sfida primaria di trasformare prodotti e processi e di dare corso a una vera trasformazione sostenibile per molte aziende si aggiunge la sfida di rappresentare in modo chiaro e preciso i risultati di questo grande lavoro. In particolare le maggiori complessità delle aziende riguardano la definizione delle reali priorità delle parti interessate. Molto spesso l’identificazione delle principali priorità ESG degli investitori è resa complessa dalla presenza di segnali contrastanti e da quello che viene considerato come “rumore” di fondo. Una volta identificate le priorità occorre confrontarsi con le logiche e con le criticità legate al benchmarking: un esempio per tutti, eventuali differenze in termini di normalizzazione dei dati sulle emissioni di CO2 può provocare diverse interpretazioni delle performance rispetto ai concorrenti. E infine si arriva al rischio di possibili valutazioni ESG contrastanti: Le agenzie di rating ESG spesso presentano una correlazione molto bassa tra le loro metodologie, portando a conclusioni diverse sulla performance ESG di un’azienda. Questo rischio viene poi amplificato nel caso in cui il volume di informazioni divulgate sia particolarmente elevato e può portare a una divergenza ancora maggiore in queste valutazioni.
Il ruolo dell’Intelligenza artificiale al servizio dell’ESG
L’Intelligenza artificiale permette di affrontare e dare una risposta positiva a queste problematiche e in particolare consente prima di tutto di creare le condizioni per una unificazione dei dati ESG: raccogliendo i dati sparsi provenienti da vari sistemi aziendali e presenti in diversi fogli di calcolo. Una volta effettuata la raccolta l’Intelligenza artificiale consente di portare l’attenzione sulle questioni e sui temi effettivamente rilevanti. Grazie anche all’utilizzo del linguaggio naturale e grazie a soluzioni per l’analisi del sentiment si possono individuare le questioni più importanti per ciascuna delle varie parti interessate. Una volta definiti in modo chiaro i temi e gli interessi l’AI è fondamentale per fissare metriche chiare, per misurare e per definire obiettivi e roadmap di raggiungimento degli obiettivi stessi e dunque per guidare le performance nella direzione desiderata. A completamento di questo percorso l’Intelligenza artificiale consente la realizzazione di report coerenti, che siano nello stesso tempo allineati agli standard e ai framework di ciascun stakeholde
L’Intelligenza artificiale per la comunicazione di sostenibilità
Il supporto dell’AI nelle scelte legate ai temi e alle priporità ESG è poi di fondamentale importanza anche per quanto attiene alle scelte legate alla comunicazione e divulgazione. Partendo dal principio che aumentare la quantità di informazioni non rappresentà di per sé un miglioramento delle performance ESG o a una migliore percezione da parte delle parti interessate ecco che occorre scegliere con attenzione, per evitare i rischi di greenwashing e di greenhushing.
Le aziende hanno la necessità di concentrare tutto il proprio impegno di comunicazione ESG sulle informazioni giuste. vale a dire su tutti i dati che supportano la strategia dell’azienda e dimostrano come la sostenibilità è stata integrata nei processi e su come l’azienda sta gestendo le questioni ambientali e sociali rilevanti per il suo successo a lungo termine.
