Contatta l’autore
Matteo Pedrini
Direttore ALTIS Graduate School of Sustainable Management
matteo.pedrini@altisadvisory.com
I risultati della ricerca nel contributo di Matteo Pedrini sulla rivista ESG Business Review n.14
L’intelligenza artificiale, una costante nella nostra quotidianità, è una straordinaria risorsa per intraprendere con maggiore velocità e decisione la transizione sostenibile. In quest’ottica, nella nostra associazione, che rappresenta i professionisti della sostenibilità nelle imprese italiane, ci siamo chiesti come oggi si stiano attrezzando le aziende per abbracciare l’AI in modo sostenibile sfruttandone le potenzialità e quali siano sia i principali rischi sociali e ambientali sia le opportunità correlate all’AI .
Abbiamo così condotto una ricerca attorno alla relazione tra sostenibilità e intelligenza artificiale, coinvolgendo 84 aziende, dalla quale sono emerse quattro tendenze che stanno caratterizzando in particolare le unità organizzative di sostenibilità delle imprese intervistate.
Approccio sperimentale ed efficienza operativa
Secondo il nostro studio, quasi la metà delle aziende intervistate (45,4%) sta utilizzando l’AI con varie intensità: di queste, la maggioranza (58%) si trova in una fase iniziale di sperimentazione mentre solo una quota minore (30,9%) è già in una fase di utilizzo dell’AI. Tra queste ultime, la quasi totalità è mossa dal tentativo di migliorare l’efficienza operativa (97,2%), mentre solo metà sta identificando nell’AI la possibilità di innovare prodotti o servizi (50,2%). Più che una scelta strategica e consapevole, da un lato l’adozione dell’AI sembra oggi guidata da una reazione alla pressione del contesto, dall’altro è ancora per la maggior parte delle aziende in fase embrionale.
Mancanza di competenze e resistenza al cambiamento
Il processo di implementazione dell’AI in azienda trova alcune barriere. Le organizzazioni coinvolte nella ricerca hanno evidenziato la difficoltà di avviare sperimentazioni attorno all’AI a causa della carenza di competenze adeguate da parte dei manager aziendali (36,1%) e, in altri casi, per via della difficoltà di identificare un corretto ambito di applicazione all’interno dell’impresa (29%). La mancanza di competenze si conferma come una barriera rilevante anche nella successiva fase di implementazione diffusa dell’AI per il 39,7% delle aziende coinvolte, in questo caso affiancata da una resistenza complessiva all’adozione della nuova tecnologia (37%) tipica dei processi di cambiamento.
Rischi sociali ed ambientali
Dal punto di vista ambientale l’adozione di sistemi di intelligenza artificiale solleva tre principali problemi: un possibile aumento del consumo energetico, in quanto l’addestramento di modelli di AI, specialmente quelli di grandi dimensioni come i modelli di deep learning, richiede una quantità significativa di energia; un raffreddamento ad acqua; la maggiore necessità di gestione dei rifiuti elettronici, che aumentano a causa dell’obsolescenza rapida delle tecnologie hardware utilizzate per l’AI.
Dal punto di vista sociale, invece, l’adozione di AI espone le aziende a rischi connessi a: potenziali perdite di posti di lavoro, specialmente in alcuni settori; progressiva condizione di dipendenza dalla tecnologia, poiché l’aumento dell’uso dell’AI in vari ambiti della vita quotidiana può portare a una dipendenza eccessiva dalla tecnologia; problematiche di sicurezza, dato che l’AI può essere utilizzata per scopi dannosi, come la creazione di deepfake. Dalla ricerca, inoltre, emerge come molte realtà si trovino oggi a sperimentare strumenti di AI senza aver prima definito politiche, standard o principi guida per l’adozione di queste nuove tecnologie, tanto che in alcuni casi, i progetti nascono all’interno di singole funzioni aziendali ma senza un raccordo con gli obiettivi di sostenibilità.
Rispetto ai rischi sociali e ambientali dell’AI è emerso come le aziende in questa fase non stiano pienamente gestendo questi rischi: solo il 50%, infatti, ha formato i dipendenti attorno ai rischi sociali e ambientali dell’AI e il 64,1% non si è attivato in alcun modo per la gestione di questi rischi. Da ultimo, è stato evidenziato come i sustainability manager siano coinvolti solo occasionalmente nei processi di implementazione di sistemi di AI (54,4% delle grandi e 75,0% delle piccole e medie aziende) e prevalentemente nella definizione degli obiettivi (59,5%): un ulteriore segnale della limitata attenzione alle implicazioni sociali e ambientali di questa nuova classe di tecnologie.
Le 4 A dell’AI al servizio della sostenibilità
La ricerca ha evidenziato come l’AI possa contribuire in modo significativo allo sviluppo della sostenibilità aziendale secondo quattro specifiche direttrici che abbiamo riassunto nel “modello delle 4 A”. L’AI può infatti contribuire alla sostenibilità aziendale in 4 fasi: Analyze, attraverso l’analisi dei dati climatici, satellitari e sociali volti a comprendere meglio i cambiamenti ambientali e i comportamenti dei consumatori; Act, generando soluzioni concrete, come design ecologici o piani di apprendimento personalizzati; Assess, attraverso il monitoraggio dell’efficacia delle azioni intraprese, misurando emissioni, qualità dell’aria e benessere dei dipendenti; Account, in quanto l’AI può automatizzare la raccolta e la rendicontazione dei dati di sostenibilità.
Da ultimo, la nostra ricerca ha evidenziato come la maggioranza dei dipartimenti di sostenibilità abbia già adottato iniziative per l’adozione di sistemi di AI (56,8%). Tali iniziative sono prevalentemente concentrate nelle attività di analisi dati (85,0%) e di reporting (63,0%), concentrando quindi le attività attorno a solo due delle A incluse nel modello (Analyze, Assess). Di fronte a tale scenario è quindi fondamentale che le aziende si attivino per favorire un’adozione di sistemi di AI sempre più responsabile e sostenibile. In quest’ottica, è fondamentale favorire il coinvolgimento dei professionisti della sostenibilità nel processo di implementazione e nella definizione di politiche e standard di adozione dell’AI che contemperino i connessi rischi di carattere sociale e ambientale.
