La inteligencia artificial (IA) es ya una herramienta esencial para fortalecer y optimizar las estrategias de sostenibilidad, impulsando mejoras significativas en procesos relacionados con: el cuidado ambiental (en temas como energías renovables y aprovechamiento de recursos), en el desarrollo social (especialmente enfocado en el trabajo) y en la gobernanza corporativa (contribuyendo con la evaluación y análisis de datos). 

Conoce algunas aplicaciones de éxito y propuestas que puedes adaptar, según tu sector y estrategia propia de sostenibilidad, en cada uno de los criterios de ambiente, social y gobernanza (ESG, por sus siglas en inglés):

INICIATIVAS IMPULSADAS POR IA CON IMPACTO AMBIENTAL

El monitoreo preciso de ecosistemas, mediante sistemas avanzados de sensores y análisis satelital, permiten a la IA una detección temprana de riesgos ambientales. Un informe de la consultora global Bain, indicó que 45% de las emisiones mundiales proviene de la fabricación y el consumo de productos. Algunas de estas principales empresas contaminantes del mundo pertenecen al sector de plásticos. La IA juega un papel clave en la identificación de materias primas sostenibles para la formulación de nuevos productos y la optimización de envases para cumplir con los criterios ESG. 

Una de las compañías líderes en productos de consumo, Unilever (CPG, Consumer Packaged Goods o bienes de consumo envasados, en español), está utilizando la IA para hacer más sostenibles sus marcas. “Dado que los clientes esperan que las soluciones de CPG y retail se ajusten a sus objetivos de sostenibilidad y requisitos regulatorios (...) en nuestra empresa de análisis, una de las soluciones integra factores de sostenibilidad y regulatorios, como los criterios ESG y el cumplimien to del RGPD, al recomendar soluciones de envasado”, comentó Alberto Prado, responsable de I+D digital y alianzas de Unilever, en una publicación de la revista especializada TecInformed.

Refiriéndose a la innovación en sus pro ductos, Prado agregó: “Si lo hiciéramos en un laboratorio, tomaría otros 100 años, pero si lo hacemos con IA y modelos de aprendizaje automático, y aprovechando técnicas emergentes como la IA genética, entonces realmente podemos acelerar lo que llamamos la transición material”. 

Otra de las empresas globales asociadas a Google Cloud para integrar IA en sus operaciones es AB InBev. Esto le ha permitido mejorar, no solo la calidad de sus productos, sino también recibir recomendaciones en innovación para sus envases y reducir así su impacto ambiental.

La industria automotriz no se queda atrás en este sentido. Los gigantes de este sector en la Unión Europea han comenzado a utilizar algoritmos de diseño y fabricación mejorados con IA para analizar y predecir el rendimiento de diversos materiales, optimizando el peso, la resistencia y la durabilidad.

Un ejemplo de ello es Volkswagen que, en colaboración con Google Cloud, utiliza algoritmos de aprendizaje automático (ML) para agilizar el proceso de diseño de vehículos. De acuerdo con una publicación de Google, “las simulaciones basadas en IA pueden optimizar el coeficiente de arrastre de un vehículo (su resistencia al aire), uno de los factores más importantes de la eficiencia energética. Al obtener estimaciones del coeficiente de arrastre para varios diseños con datos de la IA, los diseñadores pueden experimentar y converger hacia soluciones más eficientes energéticamente. Cuanto más económico y rápido sea este ciclo de retroalimentación, más beneficios ofrece a los diseñadores”.

En el área de las finanzas y las inversiones, el NatWest Bank, ubicado en Londres, destaca por el lanzamiento de una solución con integraciones de IA para mejorar la información sobre datos ESG que las pymes pueden implementar para mejorar y medir sus estrategias de sostenibilidad. Dicha aplicación considera desde el impacto de los fenómenos meteorológicos hasta actividades fraudulentas para registrar en los informes ESG. 

Entre otras iniciativas, en el sector tecnológico, se puede mencionar el caso de Zoho Corporation, que incluye el diseño de sistemas para maximizar la eficiencia energética y minimizar el impacto ambiental, así como la medición de energía con IA para la automatización en gestión de edificios.

IA PARA MEJORAR LA CALIDAD DE EMPLEO

Como parte del criterio social, alineado a los Objetivos de Desarrollo Sostenible, se encuentra el trabajo decente y el crecimiento económico (ODS 8). En este sentido, Naciones Unidas define como trabajo decente: “que sea productivo y proporcione unos ingresos dignos, seguridad en el lugar de trabajo y protección social para las familias, así como perspectivas de desarrollo personal e integración social”. 

La IA permite monitorear cadenas de suministro, analizar datos de auditorías, certificaciones e informes para identificar posibles problemas y mejorar la sostenibilidad laboral. En un artículo de la revista Forbes, se menciona la IA como herramienta para garantizar condiciones laborales justas y seguras, cumpliendo con estándares ambientales, sociales y de gobernanza, como la Iniciativa Global Reporte (GRI). Con dicho estándar se busca garantizar condiciones de empleo, negociación colectiva, salud y seguridad ocupacional y no discriminación. 

Con la IA y otras tecnologías, como el aprendizaje automático (machine learning) y el procesamiento de lenguaje natural (NLP) es posible analizar datos de diferentes fuentes como informes, encuestas, entrevistas de empleo, registros de capacitación y correos electrónicos, entre otros, para elaborar reportes con texto, imágenes y gráficas sobre las condiciones laborales. 

Este análisis de datos también permite a grandes corporaciones prever posibles incumplimientos con normativas laborales en diferentes países y en su relación con proveedores. Los datos generados también contribuyen a tomar mejores decisiones en cuanto a la asignación de recursos y el desarrollo de nuevos proyectos. 

Asimismo, la IA es una herramienta ideal para generar contenido sobre sostenibilidad en diferentes formatos, para capacitar a los colaboradores acerca de los objetivos de sostenibilidad de la empresa, prevenir riesgos laborales y otros temas. 

OPTIMIZACIÓN EN LA RECOPILACIÓN Y ANÁLISIS DE DATOS

Las herramientas automatizadas para la recopilación y análisis de datos ESG proporcionan reportes confiables que fortalecen la transparencia y la rendición de cuentas en las organizaciones. 

Sin embargo, es crucial asegurarse de que la información recopilada por la IA se centre en los objetivos que son relevantes para la empresa. De esta manera, el Chief Information Officer (CIO) podrá colaborar con los ejecutivos que impulsan los programas de sostenibilidad para fijar los indicadores de rendimiento. 

Algunos de los objetivos ESG medibles con Indicadores Clave de Desempeño (KPI) recopilados y analizados utilizando IA son: 

• Neutral carbono 
• Neutralidad climática 
• Cero neto (emisiones) 
• Clima positivo/negativo. 

En este sentido, la consultora en tecnologías de la información Gartner explica que la sostenibilidad es un resultado, mientras los criterios ESG permiten evaluar el compromiso con la sostenibilidad. “Por ejemplo, si su estrategia empresarial sostenible incluye el compromiso de reducir el calentamiento global, puede medir el éxito en términos de reducción de emisiones de gases de efecto invernadero (GEI)”, se cita en una de sus publicaciones. 

De esta manera, los programas de sostenibilidad y de ESG requieren un uso intensivo de datos y tecnología. Las herramientas con IA permiten desde la automatización en la recopilación de datos, así como el análisis inteligente para generar reportes en menos tiempo y sin errores humanos. 

Por otra parte, debe asegurarse la calidad de los datos y la información a recopilar. “El desafío clave no radica en qué o cuánto reportar, sino en garantizar la precisión de lo reportado. Dado que los inversores y clientes exigen mayor transparencia en torno a los factores ESG, lo mejor es recopilar información de diversas iniciativas y utilizarla para mejorar la calidad, la accesibilidad y la trazabilidad de los datos”, se indica en la publicación de Gartner.

SOLUCIONES CON IA PARA LA GESTIÓN DE INDICADORES ESG

En el mercado existen diferentes soluciones que pueden utilizarse para la gestión de datos en tiempo real, adaptándolas a los objetivos ESG de cada organización. Algunos ejemplos son Analytics Plus, de ManageEngine, o Power BI, de Microsoft, que permiten integrar información desde una USB, bases de datos, aplicaciones como Dropbox, Google Drive o One Drive, en formatos xlm y html, entre otros. Microsoft Copilot for Service, es otra herramienta que, aunque está orientada al servicio al cliente, permite la integración de IA para mejorar la eficiencia en la recopilación de datos ESG. 

Sin embargo, existen otras opciones diseñadas específicamente para reportes de sostenibilidad, sugeridos por la Cornell University, como: 

• ESGReveal: extrae y analiza datos de informes ESG corporativos a gran escala con precisión del análisis. 
• DocQA: extrae información de documentos mediante un asistente conversacional para facilitar el acceso a datos ESG de más de 10 mil informes. 
• ChatReport: automatiza el análisis de informes de sostenibilidad corporativos, involucrando a expertos en el desarrollo para mejorar la precisión. 
• ESG-Miner: analiza automáticamente la cobertura mediática relacionada con ESG, proporcionando evaluaciones basadas en datos no corporativos. 
• Microsoft Sustainability Manager: permite a las organizaciones recopilar, analizar y reportar datos ESG de manera eficiente. 
• SAP Cloud for Energy: ofrece capacidades avanzadas para el monitoreo y optimización del consumo energético. 

Cabe destacar que, para una gestión eficiente, además de tecnología de vanguardia, es importante tener un conocimiento apropiado en cuanto al gobierno de datos.

Esto permitirá obtener beneficios como: seguridad y calidad de los datos, contexto apropiado, disminución de hallazgos regulatorios, exactitud de la información y mejor usabilidad de la misma, incremento de confianza y consistencia en la toma de decisiones. 

Sin duda, la adopción de la IA en estrategias de sostenibilidad, no solo mejora considerablemente la eficiencia y efectividad de las iniciativas, sino que además transforma la manera en que las empresas e instituciones enfrentan desafíos globales, posicionándose como líderes responsables de un futuro sustentable

BUENAS PRÁCTICAS PARA LA IMPLEMENTACIÓN DE IA EN LA GESTIÓN DE DATOS ESG 

• Optar por la recopilación automatizada de datos, aprovechando tecnologías como códigos de barras, IoT, API y gemelos digitales. 
• Establecer una plataforma de datos de sostenibilidad donde se pueda recopilar y analizar datos ESG de las operaciones a lo largo de la cadena de valor. 
• Proporcionar un conjunto de herramientas analíticas, de informes y de aplicaciones comerciales que puedan proporcionar la perspectiva, el conocimiento y la previsión necesaria. 
• Aprovechar las calificaciones ESG y los datos de investigación para compartir con los inversores, mejorar las puntuaciones ESG y compararlas con sus pares. 
• Permitir que las unidades de negocio midan la huella de carbono, la optimización de la cadena de suministro y los ingresos ecológicos, entre otros indicadores, en tiempo real.

Fuente: Gartner.