L’utilizzo appropriato dell’IA può contribuire allo sforzo comune di fare bene e allo stesso tempo di fare del bene.
di Terence Tse e Mark Esposito
Il cambiamento climatico è oggi uno degli argomenti più caldi (gioco di parole voluto) sui media. Ma il benessere del nostro futuro – e di quello delle generazioni future – non riguarda solo le questioni ambientali. Oltre al pianeta, dovremmo preoccuparci anche delle persone. Nel 2013, il crollo dell’edificio della fabbrica di abbigliamento Rana Plaza a Dhaka, in Bangladesh, ci ha ricordato le condizioni di lavoro tragiche a cui certe imprese sottopongono la loro manodopera.
Purtroppo, queste pratiche scorrette continuano anche in questo decennio e non sono limitate ai Paesi in via di sviluppo. Consideriamo l’esempio dell’azienda britannica Boohoo. Nel 2020, si è scoperto che questo pioniere della vendita al dettaglio ultraveloce si riforniva da una fabbrica di Leicester dove i lavoratori venivano pagati appena 3,50 sterline l’ora, ben al di sotto dell’allora salario nazionale di 8,72 sterline. Inoltre, i lavoratori non disponevano di un adeguato equipaggiamento protettivo contro il Covid-19.
Guadagnare con il capitale
Fortunatamente, l’interesse per il raggiungimento degli obiettivi ambientali, sociali e di corporate governance (ESG) sta crescendo in modo esponenziale. Allo stesso tempo, gli investitori e i detentori di capitale stanno rapidamente vedendo gli investimenti ESG come una nuova e importante classe di attività.
Secondo un’analisi di Bloomberg, gli investimenti legati all’ESG sono destinati a superare i 53.000 miliardi di dollari entro il 2025, rappresentando un terzo di tutti gli asset gestiti a livello globale. Nel 2020, un’indagine condotta dalla banca d’investimento BNY Mellon e dall’Official Monetary and Financial Institutions Forum ha rilevato che oltre tre quarti (77%) degli investitori pubblici a livello globale hanno già implementato l’ESG nei loro processi d’investimento. Si tratta di sviluppi importanti perché ciò che è meglio per il pianeta e per le persone può ora portare a maggiori profitti. Abbiamo maggiori possibilità di raggiungere gli obiettivi di sostenibilità quando questi sono allineati con gli interessi degli investitori.
Nonostante l’entusiasmo crescente, tuttavia, rimane un ostacolo importante per le società finanziarie che forniscono prodotti e servizi ESG: la mancanza di dati tempestivi e accurati. Ad esempio, prima del suo crollo nel giugno 2020, il gestore di pagamenti tedesco Wirecard aveva ricevuto valutazioni di livello medio da diverse agenzie di rating ESG, anche se le storie sulle sue pratiche commerciali discutibili avevano iniziato a emergere nel 2015. Prima che le sue pratiche commerciali non etiche venissero rese pubbliche, Boohoo aveva ricevuto una valutazione ESG doppia A da un’agenzia – la seconda più alta dell’agenzia – e aveva ottenuto un punteggio medio di gran lunga superiore al settore per quanto riguarda gli standard lavorativi della catena di fornitura.
Come è possibile che le valutazioni ESG siano state così errate? Uno dei motivi è che le valutazioni della qualità ESG delle aziende spesso si basano in larga misura sulle informazioni fornite dalle imprese esaminate. Ciò equivale a dare a queste ultime il via libera alla scelta dei dati da utilizzare.
Un’altra ragione è che le informazioni e le notizie più recenti non vengono raccolte o non vengono incorporate in tempo. Per risolvere questo problema, è necessario impiegare molte risorse e manodopera per cercare, raccogliere, elaborare, inserire e analizzare i dati. Finora, la raccolta di notizie da Internet e la loro analisi – sia che si tratti di elogi per gli sforzi ESG di un’azienda, sia che si tratti di rivelazioni di scomode verità – sono state effettuate manualmente. Il processo è stato quindi soggetto a errori, lento e molto costoso.
Combattere le asimmetrie informative
Non sorprende quindi che molte società di servizi finanziari stiano studiando come utilizzare le tecnologie di intelligenza artificiale (IA) per migliorare le valutazioni ESG. Le tecnologie IA possono eccellere in tre aree:
- Monitoraggio delle notizie. I sistemi basati su algoritmi possono facilmente estrarre grandi quantità di dati non strutturati attraverso l’automazione. Possono essere configurati per monitorare gli eventi, effettuando un’efficace scansione del web mondiale, oltre che per selezionare e raccogliere informazioni preziose sulle aziende da una serie di fonti, tra cui i social media, le notizie locali quotidiane e i rapporti appena disponibili. Solo l’automazione può garantire una raccolta rapida e tempestiva dei dati rilevanti.
- Miglioramento della reportistica. Un motore di intelligenza artificiale addestrato con criteri ESG appropriati e definiti dall’utente può analizzare e convertire rapidamente i dati quantitativi e qualitativi raccolti in informazioni strutturate e utilizzabili. Un sistema ben progettato può utilizzare i dati per compilare i quadri di rendicontazione ESG in modo rapido e automatico. È inoltre possibile identificare eventuali lacune informative. Queste attività contribuiscono a migliorare la reportistica, rendendo l’intelligence raccolta molto più facile da digerire per gli analisti.
- Analisi del sentiment. Le tecnologie di elaborazione del linguaggio naturale – una branca dell’IA – sono in grado di analizzare i fattori contestuali, semantici e di sentiment incorporati nei set di dati raccolti. Di conseguenza, è ora possibile discernere il tono delle informazioni fornite e classificarle, ad esempio, in “positive”, “negative” o ” azioni necessarie “. Gli algoritmi analitici potrebbero essere addestrati a esaminare un certo tipo di conversazione e a identificarne il tono confrontando le parole utilizzate con un set di riferimento di informazioni esistenti, come “lavoro minorile” o “schiavitù moderna”. Importante è anche il concetto di “esperto nel ciclo”: sistemi guidati dall’IA in cui gli esseri umani mantengono il pieno controllo e la loro supervisione è attiva e coinvolta. In questo caso, gli esperti e gli analisti ESG sono in grado di addestrare le macchine fornendo il loro feedback su una notizia. Ad esempio, le domande a cui gli esperti rispondono possono includere “questa notizia è rilevante?” e “appartiene a una delle seguenti categorie: ‘ambientale’, ‘sociale’, ‘governance’ o ‘notizie controverse’?”. Con il tempo, il motore dell’intelligenza artificiale diventerà sempre più bravo a capire il sentiment delle nuove informazioni ricevute, come si può vedere nella figura, che mostra il processo in dettaglio.
Un mondo migliore
L’utilizzo dell’IA a fini ESG dovrebbe produrre uno scenario “win-win-win” in termini di profitto, pianeta e persone. Tuttavia, siamo solo all’inizio dell’utilizzo delle tecnologie AI per apportare miglioramenti ESG. Di conseguenza, è probabilmente troppo presto per dire se l’IA può davvero contribuire a far progredire l’agenda ESG. Tuttavia, le probabilità sono buone, dato che la storia è piena di esempi di come le tecnologie ci abbiano aiutato a raggiungere obiettivi sociali e a creare una società migliore.
Purtroppo, molti sforzi di sostenibilità del passato sono finiti come “mode” o come slogan che sostengono di fare del bene. Ma il problema sembra derivare da noi e non dalle tecnologie che abbiamo utilizzato. Grazie alla responsabilizzazione degli investitori, in particolare di quelli orientati all’ESG, è possibile che l’ESG diventi una pratica aziendale comune e rispettata. L’utilizzo dell’IA nel modo giusto può contribuire al nostro sforzo di fare bene e allo stesso tempo di fare del bene.
