| |

ESG & Intelligenza artificiale: la nuova frontiera per lo sviluppo sostenibile

Esg e intelligenza artificiale: la nuova frontiera per lo sviluppo sostenibile

Nell’ultimo anno, i grossi passi in avanti ottenuti nell’ambito dell’intelligenza artificiale (AI) stanno creando significativi miglioramenti in termini di efficienza e produttività su un ampio spettro di prodotti e servizi in molteplici settori.

La popolarità oggi crescente sia dei criteri ESG che delle tecnologie di intelligenza artificiale sui più vari ambiti dell’economia e della società, rappresenta un importante stimolo per comprendere come l’AI può contribuire a costruire un futuro sostenibile e raggiungere gli obiettivi di sostenibilità globale dell’Agenda 2030. Anche nel panorama finanziario, l’AI sta emergendo come un potente strumento con il potenziale di rivoluzionare il modo con cui si affrontano le strategie e le scelte di investimento.

Secondo gli studi più recenti in materia (The role of AI in achieving the Sustainable Development Goals, Springer Nature Sustainability Community), l’intelligenza artificiale può fungere da fattore abilitante sul 79% degli obiettivi dell’Agenda 2030 (134 target sui 169 complessivi). In particolar modo, la percentuale di consenso aumenta per il pilastro environmental (93%) e governance (82%), seguiti dal social (70%). Tra i contributi positivi dell’AI ai singoli pillar:

  • Environmental: gestione energetica e gestione del cambiamento climatico
  • Social: inclusione finanziaria e salute e benessere
  • Governance: corporate governance e adeguamento alle normative

Invece, tra i principali rischi dell’intelligenza artificiale su ambiente e società:

  • Impatto sulla carbon footprint: i modelli di intelligenza artificiale sono caratterizzati da processi di sperimentazione, training e funzionamento che comportano un importante dispendio energetico, generando di conseguenza un incremento delle emissioni di carbonio, dell’inquinamento dell’aria e delle acque. Secondo i ricercatori di OpenAI, dal 2012, la quantità di potenza di calcolo necessaria per addestrare i modelli di AI è raddoppiata ogni circa 3 mesi. Entro il 2040, si prevede che le emissioni del settore ICT nel suo complesso potrebbero raggiungere il 14% delle emissioni globali se non verranno presi adeguati provvedimenti.
  • Estrazione dei metalli e smaltimento dei rifiuti elettronici: le applicazioni di AI spesso dipendono da sofisticati hardware che richiedono metalli rari e/o scarsi in natura per la loro produzione, i quali vengono spesso estratti da miniere che causano degrado ambientale e violazioni dei diritti umani nei paesi in via di sviluppo. Inoltre, questi dispositivi hanno una vita breve e diventano rapidamente obsoleti, creando un crescente problema di rifiuti elettronici difficili e costosi da smaltire in modo sicuro.
  • Concentrazione: attualmente la produzione di tecnologie AI è altamente concentrata e favorisce poche aziende e Paesi. Il divario digitale tra Paesi ad alto e a basso reddito porterà probabilmente a forti disparità nell’impatto sociale delle tecnologie di intelligenza artificiale nella produttività economica, nella finanza, nel clima, nell’istruzione e nell’assistenza sanitaria.
  • Data Bias & Privacy: i modelli di intelligenza artificiale raccolgono e analizzano grandi quantità di dati sui quali vengono addestrati. Ciò comporta, oltre a potenziali problemi di privacy, anche eventuali distorsioni che potrebbero portare l’IA a prendere decisioni ingiuste o discriminatorie.

Secondo il World Economic Forum, crescono i rischi legati alla tecnologia, soprattutto nel lungo termine. La creazione e consultazione di informazioni manipolate stanno rapidamente accelerando, man mano che il libero accesso a tecnologie di intelligenza artificiale sempre più sofisticate prolifera e la fiducia nelle informazioni e nelle istituzioni si deteriora. Per combattere i rischi crescenti, i governi stanno iniziando a varare specifiche normative per contrastare la disinformazione online e la diffusione di contenuti illegali. Inoltre, la nascente regolamentazione sull’intelligenza artificiale generativa completerà questi sforzi. La proliferazione incontrollata di sempre più potenti tecnologie di intelligenza artificiale cambierà radicalmente l’economia e la società, nel bene e nel male. Accanto a vantaggi in termini di produttività e innovazioni nei settori più diversificati, le principali preoccupazioni legate agli esiti negativi delle tecnologie di AI includono, oltre disinformazione e disinformazione, perdita di posti di lavoro, impieghi criminali e attacchi informatici.

Nel mondo degli investimenti, uno dei contributi chiave dell’intelligenza artificiale risiede nella sua capacità di analizzare grandi quantità di dati ESG con velocità e precisione al fine di identificare insight e fornire una comprensione completa delle prestazioni ESG di un’azienda. Attraverso l’analisi di estesi set di dati, l’AI può scoprire potenziali rischi associati al climate change o altri fattori del paradigma ESG, e quindi promuovere un approccio più proattivo verso le società in cui si investe. Dunque, l’incorporazione dei fattori ESG nei modelli predittivi e negli algoritmi di AI, permette di costruire portafogli di investimento coerenti in termini di obiettivi e valori, ma soprattutto in grado di generare rendimenti finanziari sostenibili.

Tuttavia, l’intelligenza artificiale fa grande affidamento su dati solidi e affidabili e nel campo degli investimenti ESG, la qualità e la disponibilità dei dati rimangono sfide significative per via della mancanza di formati di dati standardizzati e accesso limitato ai dati ESG. Inoltre, il mondo dell’ESG spesso richiede valutazioni qualitative e giudizi soggettivi che potrebbero essere difficili da tradurre in input quantitativi per gli algoritmi di AI.

Guarda l'infografica dedicata

 

ISCRIVITI ALLA NOSTRA NEWSLETTER

ISCRIVITI