In che modo l’IA generativa può aiutare a raggiungere gli obiettivi ESG

L’intelligenza artificiale generativa (IA generativa) è un campo dell’intelligenza artificiale che si concentra sulla creazione di contenuti originali e realistici a partire da input minimi o semplici istruzioni. Gli obiettivi ESG (Environmental, Social, Governance) sono invece obiettivi che mirano a migliorare determinate aree aziendali. Prima di vedere come questi concetti sono connessi tra loro, andiamo ad analizzare più da vicino tali obiettivi.

Gli obiettivi ESG (Environmental, Social, Governance) hanno come scopo il miglioramento delle performance organizzative in tre specifici ambiti:

ambientale: riduzioni delle emissioni di gas serra, adozione di pratiche sostenibili di gestione delle risorse, conservazione della biodiversità e altre azioni volte a ridurre l’impatto ambientale dell’azienda;
sociale: per migliorare l’impatto delle attività aziendali sulla società e sulle persone, è possibile definire obiettivi riguardanti questioni come la diversità e l’inclusione sul luogo di lavoro, il rispetto dei diritti umani lungo la catena di approvvigionamento, il coinvolgimento comunitario e il sostegno alla responsabilità sociale;
governance: gli obiettivi di governance si concentrano sulla struttura e sul funzionamento delle aziende (trasparenza, etica aziendale, gestione dei rischi, composizione e indipendenza del consiglio di amministrazione).

A confermare la loro importanza sono le statistiche: il 76% dei consumatori si dice pronto a smettere di acquistare da brand che trascurano il benessere ambientale, dei dipendenti o della comunità, mentre il 79% degli investitori considera cruciale nelle sue scelte di investimento il modo in cui un’azienda gestisce i rischi e le opportunità ESG.

ESG: una considerazione necessaria

Poiché l’intelligenza artificiale è in prima linea nell’innovazione tecnologica, è interessante osservare il suo legame con gli obiettivi ESG. Il World Economic Forum ha sottolineato come le tecnologie digitali, compresa l’intelligenza artificiale, stiano trasformando la protezione ambientale a livello globale, aiutando a contrastare pratiche come la pesca illegale e proteggendo le specie in via di estinzione.

Ma, sebbene l’intelligenza artificiale sia in grado di calcolare modi per ridurre l’impatto ambientale delle aziende, è a sua volta una significativa consumatrice d’energia. Soprattutto per l’IA generativa, le preoccupazioni sull’impronta di carbonio stanno crescendo: secondo uno studio condotto dai ricercatori della startup AI Hugging Face e della Carnegie Mellon University, generare un’immagine utilizzando un potente modello di intelligenza artificiale richiede la stessa energia necessaria a caricare completamente uno smartphone⁵.

È fondamentale, dunque, che le organizzazioni allineino strategicamente l’intelligenza artificiale agli obiettivi ESG: bilanciare il potenziale illimitato dell’IA con tutele ragionevoli è la necessità del momento, affinché i benefici della tecnologia, e in particolare dell’IA generativa, superino i rischi.

L’IA generativa per raggiungere gli obiettivi ambientali

Nessuna azienda può rivoluzionare la sua intera infrastruttura logistica ed energetica da un giorno all’altro, ma l’intelligenza artificiale è un potente strumento per accelerare la trasformazione.

In un mondo iper-globalizzato, le catene di fornitura sono influenzate dall’intricata interazione degli stakeholder e dei sistemi che contribuiscono alle molteplici fasi del processo: pianificazione, approvvigionamento, produzione, trasporto. E, poiché spesso le aziende non hanno visibilità end-to-end sui complessi processi che modellano l’intera catena, monitorare le misure di sostenibilità di tutti i soggetti coinvolti diventa una sfida.

È qui che la tecnologia entra in gioco: se Blockchain e Rfid (Radio Frequency Identiﬁcation) possono migliorare la tracciabilità lungo la catena, l’intelligenza artificiale può essere sfruttata anche per una più fedele prevedibilità nella gestione degli ordini e, dunque, per la semplificazione e la riduzione dei processi ad alta intensità di rifiuti o emissioni. Inoltre, consente alle organizzazioni di adottare migliori processi di onboarding per i nuovi fornitori, valutandoli su diversi parametri di sostenibilità, mentre l’ottimizzazione algoritmica del percorso abbinata a sistemi intelligenti di gestione del carico dei trasporti conduce verso una maggiore sostenibilità. Tutte queste misure possono garantire l’integrazione di partner affidabili nell’ecosistema organizzativo, aiutando l’azienda a raggiungere i suoi obiettivi ESG.

L’IA generativa per raggiungere gli obiettivi sociali

Un lavoratore su sei ha sperimentato problemi di salute mentale sul luogo di lavoro, e il 52% dei dipendenti ritiene di non ricevere sufficiente supporto da parte dei suoi superiori.

Poiché la salute mentale continua a rappresentare una preoccupazione globale, le organizzazioni devono lavorare per il benessere emotivo, fisico e mentale dei dipendenti. Gli strumenti basati sull’intelligenza artificiale offrono un prezioso supporto in questo ambito, tanto che gli assistenti virtuali per la salute mentale basati su chatbot stanno guadagnando popolarità. Addestrata su vasti set di dati comportamentali, l’IA generativa può valutare le esigenze degli utenti, suggerire la migliore linea d’azione attraverso le conversazioni e fornire assistenza immediata in caso di necessità. Ne è un esempio Wysa, tool che, attraverso conversazioni basate su testo, offre supporto agli utenti che manifestano sintomi di depressione e che gestiscono con difficoltà le loro emozioni.

Inoltre, l’intelligenza artificiale si rivela determinante nella valutazione degli standard etici e nell’analisi di dati sociali su larga scala su aspetti quali la diversità di genere, la parità di retribuzione e gli standard di sicurezza all’interno delle organizzazioni.

L’IA generativa per gli obiettivi di governance

Sebbene gli aspetti ambientali e sociali siano spesso al centro delle considerazioni ESG, è fondamentale non trascurare il fattore governance. Senza una governance solida e una forte gestione del rischio, un’azienda può avere difficoltà ad operare.

Poiché i processi di governance possono essere piuttosto complessi senza strutture e sistemi adeguati, soprattutto per le grandi aziende, l’impiego di una dashboard basata sull’intelligenza artificiale si rivela preziosa per le operazioni di monitoraggio. Facendo affidamento su una solida acquisizione e gestione dei dati, la tecnologia può compilare e tenere traccia delle metriche che includono vari KPI di governance. Infine, è bene considerare il ruolo dell’IA generativa nella misurazione della corruzione e nell’individuazione di pratiche illecite, rafforzando l’importanza della governance per la messa in atto di pratiche commerciali etiche e responsabili.

L’importanza dell’integrazione tra intelligenza artificiale è forte al punto che, entro il 2027, il mercato dell’AI Governance supererà il miliardo di dollari.