Opinião e Análise

Fabio Rivelli

O despertar do conhecimento sobre a intersecção entre o <a href="https://www.jota.info/tudo-sobre/esg">ESG</a> (boas práticas ambientais, sociais e de governança) e a <a href="https://www.jota.info/tudo-sobre/inteligencia-artificial">inteligência artificial</a> vem atraindo a atenção das corporações, principalmente porque oferece um amplo espectro de recursos a ser explorado, envolvendo estratégias e soluções inovadoras voltadas à sustentabilidade, com base no volume de dados que compõem o negócio de uma organização.
Era inevitável que o ESG e a IA se encontrassem diante da necessidade crescente das companhias de coletar, armazenar, processar e analisar um grande fluxo de dados para ajudar a consolidar seus números de forma mais precisa nos relatórios ESG, que reportam riscos ambientais e sociais e respectivos impactos. Contudo, o cenário regulatório é apenas a ponta do iceberg diante das inúmeras possibilidades abertas pelos sistemas de IA para resolver lacunas do ESG.
A IA generativa, subconjunto da IA, é considerada uma tecnologia poderosa, capaz de aprender, empregando as ferramentas de aprendizado da máquina (machine learning) e o processamento de linguagem natural (natural language processing), gerando novas instâncias de dados e se tornando um ativo estratégico. 
O emprego dessa tecnologia poderá mudar a forma como as empresas interagem e colaboram com seus stakeholders (investidores, colaboradores, clientes, fornecedores, comunidades etc.) e como pensam estrategicamente seus negócios, ajudando a impulsionar as melhores práticas ESG, desde que utilizadas dentro dos padrões das melhores práticas e critérios de compliance, por exemplo.
No pilar G, as empresas poderão utilizar a AI generativa para simular potenciais cenários de riscos e oportunidades, possibilitando ajustar suas operações em várias práticas, como integridade contábil, rastreamento da cadeia de suprimentos, mitigação de riscos, descarbonização de processos, uso responsável de água, descarte correto de resíduos, uso de energia renovável, manutenção preditiva de equipamentos, entre outras iniciativas que propiciam estar em conformidade e auxiliam a tomar decisões mais eficientes de forma mais informada, com base em dados e análise preditiva. Também permite saber em que prazo será possível cumprir as metas ESG estabelecidas.
Igualmente, as práticas sociais do ESG tornam-se mais mensuráveis pela aplicação da IA generativa. A tecnologia pode ajudar a monitorar dados sobre iniciativas da organização voltadas a colaboradores, especialmente relativas às práticas laborais, de observância dos direitos humanos e de diversidade, equidade e inclusão, além daquelas voltadas a comunidades em que a empresa está inserida. 
As métricas variam muito no ambiente regulatório de cada país, mas as ferramentas de aferição baseadas em IA conseguem reportar dados com grande precisão, o que contribui para melhorar seu desempenho diante dos stakeholders e obter feedbacks.
Considerando ainda as boas práticas, a IA generativa também poderá auxiliar as empresas a adotar um marketing socialmente responsável, que comunica com fidelidade e criatividade os dados sobre práticas éticas de governança, investimentos no capital social da empresa e redução da pegada de carbono, recomendando campanhas de marketing e apresentando insights sobre satisfação ou preocupação das partes interessadas. 
As tecnologias de IA possibilitarão, ainda, analisar o desempenho e resiliência da empresa, assim como o alinhamento da cultura corporativa à demanda de seus stakeholders, principalmente quanto a adoção de uma comunicação mais precisa e transparente. Dessa forma, previne comunicações fraudulentas (greenwashing) e consolida a confiança e o engajamento de todos os públicos.
Um dos setores que mais tem investido no uso da IA em fatores ESG é o mercado financeiro, que vem desenvolvendo produtos e serviços inovadores para entender seu impacto econômico, social, político e ambiental e como tudo isso influencia o crescimento econômico sustentável. 
Há uma preocupação das instituições financeiras em desenvolver modelos mais transparentes e evitar algoritmos que ensejem preconceitos contra quaisquer grupos sociais, seja por gênero, raça, faixa etária, religião, orientação sexual etc. 
A IA é empregada nos três pilares ESG para modelar, ajustar e conceder crédito acessível para comunidades carentes, apoiar práticas sustentáveis, evitar incidentes de segurança, lavagem de dinheiro, democratizar serviços financeiros, prevenir fraudes e ajudar a entender a volatilidade do mercado, unindo fatores ESG e aplicação da IA generativa.
No pilar ambiental, a presença da IA também é relevante, porque este fator ainda carece de uma padronização. As tecnologias de IA conseguem estimar as emissões de Gases de Efeito Estudo (GEE) nos escopos 1, 2 e 3, sendo que este último tipo é o mais difícil de mensurar porque se refere a atividades de fornecedores e distribuidores que não são controlados pela organização. 
As tecnologias abrem uma porta de acesso a mais informações e ajudam no enfrentamento a deficiências na quantificação das emissões, tanto que há  metodologias no mercado, muitas com recolhimento manual de dados, que podem chegar a avaliações que ampliam as emissões em até 200% acima do real, trazendo um desafio irreal e prejuízos reputacionais para as empresas.
O Brasil quer atingir emissões líquidas zero até 2050, reduzir as emissões de carbono em 50% e zerar o desmatamento ilegal até 2030. As empresas, por sua vez, desejam reduzir sua pegada de carbono. 
Essas metas públicas e privadas mantém um diálogo tímido entre si, sendo que a transição energética para uma economia descarbonizada precisa contar com o esforço e envolvimento de todos os atores, uma vez que estão diante de riscos climáticos com grande potencial catastrófico, como o registrado no Rio Grande do Sul. Sem essa participação conjunta, ESG e IA não passarão de possibilidades para soluções criativas, sem real efetivação.
A IA consegue analisar imagens de satélite para monitoramento do desmatamento e calcular o nível de emissões de CO2 e seus impactos, que serão úteis para o agronegócio, assim como para os demais setores da economia, que também estão sob igual ameaça dos fenômenos climáticos. Os cientistas não sabem quando o próximo evento climático extremo acontecerá, apenas que virá.
No Brasil, a aplicação da IA já faz parte de diferentes estudos climáticos. Um deles foi publicado na revista Conservation Letters (Science-based planning can support law enforcement actions to curb deforestation in the Brazilian Amazon)[1], por pesquisadores brasileiros que conseguiram identificar hotspots de devastação amazônica dentro de 11 municípios-alvo, isto é, aqueles que possuem maiores áreas desmatadas e maior incidência de queimadas. 
A ferramenta utilizou dados do Projeto de Monitoramento do Desmatamento na Amazônia Legal por Satélite (Prodes), do INPE, e algoritmo, classificando as áreas de acordo com três níveis de risco – baixo, média e alto – que ajudam a direcionar a fiscalização.
Nessa perspectiva, o emprego das tecnologias de IA nos pilares ESG conseguem oferecer possíveis soluções para a crise climática e um futuro de baixo carbono, porque englobam de uma simples solução sustentável para as rotas de veículos de uma empresa até propor caminhos para enfrentar a crise climática.
 O subtítulo contido no artigo[2] de Victoria Masterson, do Fórum Econômico Mundial, explica de forma objetiva a questão: “os icebergs estão derretendo – a IA sabe onde e com que rapidez”, ou seja, nos dá uma vantagem preditiva e possibilita a governos, empresas e comunidades a possibilidade de se anteciparem e mitigarem os impactos de fenômenos severos. 
O uso responsável da IA em questões ESG cresce a uma taxa exponencial, ajudando a extrair respostas de conjuntos de dados complexos para oferecer insights de como avançar nos pilares ambientais, sociais e de governança. 
As empresas têm buscado abordagens mais holísticas do ESG e a IA generativa tem aberto caminhos novos para soluções mais sustentáveis, a despeito da ressalva negativa de que as tecnologias de IA ensejam uso intensivo de energia.
 De acordo com a startup Zodhya[3], para desenvolver e treinar o GPT-3, antecessor do ChatGPT, a empresa OpenAI gastou 1.064 MWh (Megawatt-hora) de energia. Para comparar, em 2023, o estado de São Paulo, com mais de 44 milhões de habitantes, consumiu 18.053 MWh. 
A solução sustentável, neste caso, é utilizar fontes renováveis para gerar essa quantidade gigantesca de energia que a tecnologia necessita ou estaremos dando com uma mão e tirando com a outra no campo da sustentabilidade.
<hr />
[1] <a href="https://conbio.onlinelibrary.wiley.com/doi/epdf/10.1111/conl.12908">https://conbio.onlinelibrary.wiley.com/doi/epdf/10.1111/conl.12908</a>
[2] <a href="https://www.weforum.org/agenda/2024/02/ai-combat-climate-change/">https://www.weforum.org/agenda/2024/02/ai-combat-climate-change/</a>
[3] <a href="https://www.zodhyatech.com/">https://www.zodhyatech.com/</a>

esg ia

https://images.jota.info/wp-content/uploads/2021/09/copy-of-jota-logo-high-cmyk.jpeg

JOTA

Uso da IA pode mudar como empresas interagem com stakeholders e pensam estrategicamente seus negócios

Aplicações de inteligência artificial potencializam o ESG

Uso da inteligência artificial pode mudar como empresas interagem com stakeholders e pensam estrategicamente seus negócios