ESG SMARTDATA

Intelligenza Artificiale e ESG: quali benefici

Artificial Intelligence come acceleratore per il raggiungimento di obiettivi di sostenibilità, come strumento per facilitare e velocizzare le procedure di rendicontazione e come soluzione per gestire e ridurre i rischi

Aggiornato il 04 Set 2023

Mauro Bellini

Direttore Responsabile ESG360.it e Direttore testate verticali Network Digital360

Fonte: Statista

Cosa può fare l’Intelligenza Artificiale per la sostenibilità e per l’ESG in particolare? Quali sono i fattori sui quali fare leva per sfruttarne tutte le potenzialità a beneficio dell’ambiente e del sociale e per ridurre e gestire i possibili rischi? Per rispondere a queste domande occorre partire dalla consapevolezza che Intelligenza Artificiale e sostenibilità sono due fenomeni che si sono rapidamente avvicinati sino a a diventare strettamente interconnessi. L’Intelligenza artificiale rappresenta un potentissimo strumento di conoscenza e la conoscenza è il fattore chiave per raggiungere tutti gli obiettivi di sostenibilità.

Perché sostenibilità e ESG hanno bisogno dell’Intelligenza Artificiale

L’Environmental, Social e Governance ESG è un processo di valutazione delle performance aziendali basato su criteri che permettono di misurare l’impatto delle operazioni su una serie di fattori che attengono alla sostenibilità ambientale, alla responsabilità sociale e alla gestione e governance dell’impresa.

WHITEPAPER
Scopri i 5 punti chiave per dare una svolta al tuo business con la digital transformation
Startup

Dietro a questi fattori si collocano anche attività che hanno la finalità di analizzare i rischi dell’impresa, i rischi di investimento, i rischi operativi e che permettono, in altre parole, di disporre degli elementi di valutazione su come le aziende stanno affrontando le loro attività nel rispetto delle normative ambientali, nel rapporto con i propri dipendenti, nella correttezza e nell’etica della propria gestione, nella capacità di dialogare e coinvolgere tutti gli stakeholder che concorrono alla creazione di valore a partire, ad esempio, dai rappresentanti delle comunità nei territori in cui l’azienda opera.

Grazie all’analisi ESG è possibile disporre di un quadro molto più ampio, completo e preciso dell’impatto di una azienda, sia per quanto attiene ai risultati di business, sia per quanto riguarda le tante e diverse dimensioni dell’impatto e la propria esposizione ai rischi. A questo riguardo l’ultimo ESMA TRV Risk Monitor mette in evidenza come il rapporto tra biodiversità e finanza presenti una relazione molto forte con l’economia e con gli investimenti.

In definitiva, l’ESG permette di esprimere un valore più completo dell’azienda sia per quanto riguarda la posizione finanziaria sia per quanto attiene all’operatività.

Sostenibilità, ESG e AI: cresce il numero di variabili che determinano il valore di una impresa

L’ESG si pone come obiettivo di garantire al mondo finanziario e al management delle imprese una visione più completa dell’impatto, delle opportunità di sviluppo e dei fattori di rischio. Con l’ESG entrano “in gioco” valori che un tempo era discrezionali: la valutazione precisa dell’impatto ambientale, la necessità di esaminare fattori come l’emissione di gas serra, disporre di una lettura precisa dei consumi energetici, della gestione dei rifiuti, dell’utilizzo di qualsiasi risorsa e dell’impatto collegato alla supply chain.

In questo senso un ruolo chiave per le imprese sarà svolto dal Supply Chain Act ovvero dalla CSDDD Corporate Sustainability Due Diligence Directive. E si tratta di un percorso che sta attribuendo sempre più importanza all’Analisi di Materialità, alla Matrice di Materialità e alla sua evoluzione, come Analisi di Rilevanza nell’ambito dell’approvazione degli standard ESRS in un contesto che ha visto l’approvazione ai primi di luglio della Legge sul ripristino della natura con un impatto importante per ESG e finanza. Per quanto riguarda poi l’Europa c’è un altro passaggio particolarmente significativo che è arrivato con l’approvazione delle regole per la transizione al CBAM, Carbon Border Adjustment Mechanism ovvero con le regole della Commissione UE per quella che è stata ribattezza come Carbon Tax.

Il grande tema nel rapporto tra imprese e ESG è legato alla gestione di un numero crescente di variabili, nello specifico quelle che si riflettono in una evoluzione importante dello scenario normativo che si affiancano a quelle che sono diretta conseguenza del cambiamento climatico.

Per le imprese diventa sempre più importante conoscere la propria esposizione ai rischi ambientali, disporre di informazioni sull’evoluzione dei territori in cui operano, sull’impatto sociale e sulle trasformazioni che sono indotte dal climate change. Ci sono variabili che attengono alla trasformazione delle esigenze e delle preferenze dei consumatori e dunque a una evoluzione dei mercati nei quali le imprese operano. Queste variabili sono in costante aumento e soprattutto caratterizzate da una forte interconnessione: un cambiamento su una di queste variabili impatta in modo sempre più significativo sulle altre.

Il contesto: come si sta sviluppando il mercato dell’Intelligenza Artificiale

Gli sviluppi dell’Intelligenza Artificiale a beneficio della sostenibilità e dell’ESG dipendono anche dal contesto in cui si collocano queste esigenze. Il mercato dell’AI sta crescendo in modo significativo, come si può ben vedere dalle previsioni realizzate in questa ricerca messa a disposizione da Statista.

La capacità di sfruttare le potenzialità dell’AI ai fini del raggiungimento di obiettivi di sostenibilità trova certamente un forte supporto nel fatto che un maggior numero di aziende utilizza queste soluzioni e faccia crescere il livello di conoscenza e di competenze che mettono in relazione AI e ESG.

Fonte: Statista

Intelligenza Artificiale per l’automazione dei processi decisionali dell’ESG

L’intelligenza artificiale può rappresentare un fattore di accelerazione nel miglioramento delle prestazioni ESG delle imprese anche grazie all’automazione dei processi decisionali basati sui dati che attengono al monitoraggio dei fattori ESG.

Per le imprese che hanno integrato o stanno integrando la sostenibilità nel loro modello di business l’AI permette di monitorare, analizzare e gestire in modo più preciso i temi legati all’ambiente, le problematiche sociali e le necessità che attengono alla governance aziendale potendo contare sulla capacità di disporre di una importante capacità predittiva.

Intelligenza Artificiale: gestire tanti dati e tante variabili per capire l’impatto sulla sostenibilità

L’Intelligenza Artificiale per sostenibilità e ESG rappresenta un supporto di grandissima importanza per affrontare un contesto caratterizzato da un numero di variabili sempre più elevato grazie a una disponibilità di dati a sua volta sempre più rilevante. La materia prima dei dati è il fattore chiave per l’utilizzo dell’Intelligenza Artificiale unitamente alla dimensione relativa alla governance nella quale rientrano tutte le caratteristiche legate alla qualità e affidabilità dei dati e alla loro sicurezza.

In un contesto del genere, l’Intelligenza artificiale può dare primariamente un contributo nella gestione intelligente delle tante e diverse fonti, della data collection e nell’analisi dei dati ESG. I dati sui quali si basano queste analisi possono arrivare da dati interni all’azienda, dall’ERP aziendale, da relazioni di sostenibilità, ma anche dalla comunicazione effettuata sui siti web o dalle condivisioni sui social media. Tante fonti, molto diverse con livelli diversi di approfondimento, di accuratezza, di linguaggio in funzione del target. L’Intelligenza Artificiale può può aiutare le aziende a organizzare una visione più completa di queste fonti, a mapparle e a gestirle per ricavare i dati necessari a determinare il loro impatto ESG.

L’Intelligenza Artificiale può poi essere utilizzata per lo sviluppo di modelli di apprendimento automatico attraverso i quali disporre di dashboard per comprendere e monitorare i rischi ESG o per identificare le aree di operations o di business nelle quali si nascono spazi di miglioramento.

Grazie alla gestione di questi dati e della loro trasformazione in conoscenza, l’Intelligenza Artificiale è nella condizione di di mettere a disposizione strumenti che possono anche permettere di sviluppare nuovi servizi o nuovi prodotti o possono indirizzare l’evoluzione dei prodotti esistenti per renderli più sostenibili. Grazie all’AI si possono governare tutte le variabili e si può gestire la progettazione di prodotti o servizi nativamente sostenibili.

L’Intelligenza Artificiale può concretizzarsi in migliori performance di sostenibilità non solo con lo sviluppo di nuovi prodotti e nuovi servizi e con la riduzione di ogni possibile spreco, ma anche con la individuazione e la attivazione di nuovi modelli di business. La capacità di analizzare la predisposizione del proprio mercato di riferimento, o di possibili nuovi clienti, in termini di propensione a una evoluzione nell’utilizzo dei prodotti in forma di servizi può consentire lo sviluppo di progetti in forma di servitization con i quali pianificare il raggiungimento dei propri obiettivi di sostenibilità.

Accanto al ripensamento dei prodotti l’Intelligenza Artificiale mette a disposizione un patrimonio di conoscenza anche per la revisione e reimpostazione dei processi di produzione con particolare attenzione all’efficienza e alla gestione delle risorse e all’azzeramento di ogni forma di spreco.

Come e dove si utilizza l’Intelligenza Artificiale per le sfide dell’ESG e della sostenibilità

Un contributo per avere una indicazione su come viene utilizzata l’Intelligenza Artificiale al servizio dell’ESG ci arriva da questa ricerca disponibile su Statista nella quale si è indagato in quali ambiti, nel 2022, le imprese hanno scelto di adottare soluzioni AI per affrontare progetti legati alla sostenibilità e all’ESG.

Il profilo del rapporto tra Artificial Intelligenze, sostenibilità e ESG può essere tracciato considerando la volontà delle aziende di focalizzarsi sull’efficienza dei processi e delle operation quotidiane, di recuperare grazie all’AI dati più precisi e affidabili sull’impatto ambientale, di automatizzare la data collection e il reporting, ma anche di migliorare la capacità di rispondere in modo adeguato ai requirement di reporting. Completano il quadro il supporto dell’AI nell’aumentare la capacità di garantire dati trasparenti a livello di supply chain e quindi coinvolgendo più stakeholder.

Fonte: Statista

Intelligenza Artificiale, ESG e Risk Management

Non si può parlare di intelligenza artificiale al servizio della sostenibilità senza affrontare il tema importantissimo e delicatissimo del risk management. L’Intelligenza Artificiale ha infatti il potenziale per contribuire alla trasformazione del modo in cui le aziende intercettano, analizzano e comprendono i rischi.

L’AI può essere utilizzata per analizzare tutte le fonti che mettono a disposizione segnali legati a fattori di rischio, permette di automatizzare le attività di valutazione risk management, consente di focalizzare l’attenzione specificatamente sui rischi ESG e permette di migliorare la precisione e la velocità di tutte queste analisi che non sono praticabili con i metodi tradizionali. Nello specifico per quanto attiene al risk management l’AI permette di automatizzare le attività di raccolta e analisi dei dati dei rischi; può sviluppare modelli di apprendimento automatico che possono aiutare ad aumentare la capacità predittiva verso i rischi e la precisione delle previsioni; con questi modelli è poi possibile supportare le aziende nella identificazione dei rischi emergenti mettendo in relazione più fattori e più segnali.

C’è poi la possibilità grazie all’AI di simulare possibili scenari di rischio. Allo scopo di aiutare le aziende a testare le loro strategie di gestione dei rischi e identificare eventuali errori o le aree in cui possono migliorare. In prospettiva l’Intelligenza Artificiale permette di fornire dati e conoscenza allo scopo di migliorare l’efficacia stessa del risk management, e se utilizzata in combinazione con i metodi tradizionali di risk management permette di aggiungere la capacità di gestire un numero crescente di variabili e fonti di dati.

Dalla gestione dei rischi alle opportunità: l’Intelligenza Artificiale per lo sviluppo ESG

Nel momento in cui una aziende sceglia di definire una propria strategia di risk management adottando soluzioni di Intelligenza Artificiale anche per finalità ESG può contare sulla possibilità di migliorare innanzitutto efficienza e produttività dei processi di risk management. Può disporre di una migliore accuratezza e velocità delle analisi dei rischi. Può identificare rischi non rilevabili dai metodi tradizionali. A tutto questo si aggiunge una migliore comprensione dei rischi e l’AI aiuta le imprese a prendere decisioni più consapevoli.

Un maggior controllo dei rischi permette anche una migliore identificazione di nuove opportunità. Ecco che accanto al monitoraggio dei possibili rischi si rafforza la capacità dell’Intelligenza Artificiale di portare benefici che vanno ben oltre la capacità di evitare incidenti e pericoli. Nelle smart cities, grazie all’utilizzo combinato di sensoristica IoT ed algoritmi predittivi, si possono ottimizzare i consumi energetici riducendo lo spreco attraverso una gestione intelligente della domanda energetica. Ma anche programmare la mobilità in funzione di previsioni sempre più precise dei volumi di traffico considerando il presidio delle tante variabili che concorrono a determinare la presenza di vetture in città.

Nel settore primario si può dare vita a un modello di agricoltura sostenibile per esempio grazie all’utilizzo di droni equipaggiati con IoT e Intelligenza Artificiale con cui è possibile ottimizzare i consumi idrici e l’utilizzo di fertilizzanti riducendo lo spreco di risorse ed aumentando le rese colturali attraverso una irrigazione commisurata sulle reali necessità del terreno. Se poi si guarda al tema meteorologico l’utilizzo combinato di big data satellitari ed algoritmi predittivi permettono di stimare con maggiore precisione l’andamento meteo in determinati territori fornendo alle imprese agricole informazioni su come pianificare semina e lavorazioni.

Intelligenza Artificiale, ESG e sostenibilità: quali rischi

Se i vantaggi dell’utilizzo dell’Intelligenza Artificiale nella previsione e gestione dei rischi sono sempre più chiari è però opportuno, in chiave di ESG e di Governance dell’innovazione, focalizzare l’attenzione sui rischi che derivano dall’utilizzo dell’Intelligenza Artificiale stessa. Nell’ambito della “G” di Governance le imprese hanno sempre di più la necessità di organizzare il proprio lavoro allo scopo di sfruttare le potenzialità dell’AI e di mappare e gestire i potenziali fattori di rischio.

Uno dei livelli di attenzione più importanti è rappresentato dalla privacy dei dati. Considerando che le piattaforme di Intelligenza Artificiale necessitano di grandissime quantità di dati sono necessariamente accompagnate dal pericolo che i dati possano essere violati. Il tema della privacy è strettamente collegato alla Governance dei dati e alla sicurezza, ovvero agli strumenti e all’organizzazione che una impresa è in grado di mettere in campo per proteggere il proprio patrimonio di dati. Un rischio questo che può esporre l’azienda a pericoli di hacking e a possibili crimini informatici.

Accanto a questo rischio che riguarda l’Intelligenza Artificiale così come qualsiasi altro ambito aziendale al centro di un processo di digitalizzazione, ci sono rischi che sono specifici dell’AI. Il rischio forse più dibattuto sui media è rappresentato dal tema dei posti di lavoro: ci sono chiavi di lettura secondo le quali l’AI può essere utilizzata per automatizzare attività che attualmente sono svolte da persone che potrebbero essere sostituite da macchine con la conseguente perdita di posti di lavoro.

Non è questa la sede per analizzare in dettaglio ciascun punto, ma a questo riguardo è importante sottolineare come queste prospettive dipendano dal tipo di organizzazione che un’azienda sceglie di adottare e dal ruolo che svolge l’AI. Ovvero dal fatto che l’Intelligenza Artificiale per potersi trasformare in beneficio deve prevedere l’introduzione in azienda di persone con competenze dedicate. In generale, si può osservare che l’Intelligenza Artificiale comporta sicuramente una evoluzione negli skill e nelle competenze.

Ci sono quelli che vengono definiti rischi di bias e che possono interessare anche le aziende. Gli algoritmi AI possono essere soggetti a distorsioni in funzione del modo in cui sono stati programmati e addestrati. Il rischio di bias può portare l’azienda ad assumere decisioni discriminatorie o non coerenti con la filosofia e la visione aziendale. Ad esempio può essere in contrasto con obiettivi di inclusione. Un eventuale algoritmo AI destinato ad attività di selezione di candidati per un lavoro potrebbe restituire risultati condizionati da qualche forma di pregiudizio di età, di genere, o di razza.

C’è poi il rischio di una possibile “perdita del controllo”, un rischio che attiene al 100% alle logiche di governance e che potrebbe accadere nel momento in cui l’evoluzione dell’AI non fosse seguita e governata da competenze adeguate al punto da non essere correttamente controllabile. Un esempio, in questo caso, potrebbe essere rappresentato da algoritmi AI utilizzati per vetture a guida autonoma, per cui l’impossibilità di controllarle adeguatamente potrebbe causare incidenti.

Su ESG Smart Data una selezione e una sintesi delle ricerche e delle analisi sul ruolo e sulle prospettive della sostenibilità per le imprese e per le pubbliche amministrazioni.

Articolo originariamente pubblicato il 04 Set 2023

WHITEPAPER
Artificial Intelligence of Things: cos’è, come funziona e quali vantaggi offre
Robotica
Metaverso
@RIPRODUZIONE RISERVATA

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Mauro Bellini
Direttore Responsabile ESG360.it e Direttore testate verticali Network Digital360

Direttore responsabile delle testate “verticali” di Digital360: ESG360, Agrifood.Tech, Energyup.Tech, Industry4Business, RiskManagement360 e Blockchain4Innovation si occupa di innovazione digitale applicata ai temi della trasformazione economica, energetica, industriale e sociale.

Seguimi su

Articolo 1 di 5