È auspicabile che associazioni e organizzazioni promuovano incontri e dibattiti per aumentare la consapevolezza dei professionisti della sostenibilità sulla rilevanza della tematica e facilitare la condivisione delle esperienze relative all’uso dell’intelligenza artificiale in ambito sostenibilità.
Riflettendo sul passato, possiamo facilmente ricordate alcune innovazioni che sono state considerate trasformative fin dalla loro introduzione e che nel tempo hanno effettivamente rivoluzionato la vita di aziende e persone (come internet e smartphones). L’Intelligenza Artificiale (AI) è tra queste e, mettendo in discussione lo status quo, introduce nuovi specifici rischi e opportunità.
Questa rivoluzione sarà difficilmente arrestabile o rallentabile, poiché si colloca a livello sovranazionale e i tentativi di una normazione potrebbero essere facilmente elusi dal mercato sfruttando le differenze legislative tra diversi Paesi. Alla luce di questa trasformazione, chiedersi se l’implementazione dell’AI sia un elemento positivo o negativo potrebbe risultare una domanda superflua; pare invece più opportuno interrogarsi su come implementare l’AI in modo da coglierne le opportunità e minimizzarne i rischi.
La relazione tra AI e sostenibilità
Concentrandosi sulla relazione tra AI e sostenibilità, la tecnologia in parola ha le potenzialità per contribuire alla sostenibilità del sistema economico ed essere introdotta in modo rispettoso dell’ambiente naturale e della società. L’AI ha notevoli potenzialità per favorire uno sviluppo sostenibile, che si manifestano principalmente in tre direzioni: miglioramento dell’efficienza delle attività organizzative, incremento dell’efficacia dell’organizzazione, e decisioni più informate da parte di manager e imprenditori. Per quanto riguarda l’efficienza, l’AI può permettere di svolgere alcune attività con un minore uso di risorse rispetto al passato, generando benefici economici per le organizzazioni e positive ricadute ambientali date dal minor consumo di risorse naturali. Ad esempio, una società di trasporti che adotti un sistema di AI potrebbe ottimizzare i percorsi dei veicoli può ridurre le emissioni di CO2 a parità di merce trasportata. Tuttavia, l’introduzione dell’AI può anche causare impatti sociali di carattere negativo laddove le minori risorse utilizzate sono di carattere sociale, escludendo progressivamente alcune figure professionali dall’ambiente lavorativo (come, ad esempio, gli autisti delle motrici non più necessarie).
Se si sposta l’attenzione sull’impatto dell’AI sull’efficacia delle aziende, è utile prestare attenzione all’AI di tipo generativo, capace di proporre soluzioni partendo da un patrimonio di ricerche, casi e iniziative trans-nazionale e trans-settoriale difficilmente analizzabili da una persona e può identificare con rapidità soluzioni adottate in alcuni settori da trasferire nel settore dell’azienda. Si pensi ad esempio a un’azienda impegnata ad integrare aspetti sociali e ambientali nel sistema di incentivazione dei vertici aziendali. In questo caso l’AI potrebbe proporre un sistema che tenga in considerazione aspetti sociali e ambientali a partire dai risultati delle migliori ricerche e pratiche esistenti a livello globale. O si pensi alla possibilità grazie all’AI generativa di sviluppare differenti scenari di adozione di tecnologie valutando gli impatti ambientali di ognuno.
Coinvolgere i sustainability manager
Da ultimo, ma non per rilevanza, l’AI può supportare le decisioni aziendali essendo un valido strumento per la raccolta e analisi dati, mettendo a disposizione di manager e imprenditori analisi che permettano di meglio comprendere la complessità che caratterizza la sostenibilità. Non mancano infatti esempi di iniziative intraprese da aziende che all’apparenza permettono una riduzione delle emissioni di CO2 che, ad una più attenta analisi, comportano un importante incremento delle emissioni a monte o a valle dell’azienda. Si pensi ad esempio all’adozione di una nuova tecnologia di imballaggio che permetta una riduzione dei rifiuti, allo stesso tempo caratterizzata da un peso che renda più inefficienti i trasporti in ingresso e in uscita. Comprendere le conseguenze a più livelli di tale decisione è possibile grazie ai modelli di Life Cycle Assessment (LCA) che, ad oggi, richiedono un significativo impegno di tempo per essere efficacemente valutati e, da un punto di vista pratico, sono strumenti utilizzabili in modo saltuario.
Le innovative capacità di raccolta e analisi dati offerte dall’AI potrebbero permettere di condurre in modo sistematico analisi LCA. Analogamente si potrebbe procedere allo sviluppo di strumenti di ascolto degli stakeholder più estensi e continuativi quali, ad esempio, un sistema di AI che analizzi il sentiment sul social network attorno alla sostenibilità e che riporti all’azienda le priorità emergenti tra gli stakeholder con cadenza settimanale.
È dunque opportuno che le aziende si avvicinino all’adozione dell’AI in azienda evitando però di basarsi esclusivamente su criteri di efficienza economica. Perché ciò avvenga è essenziale coinvolgere i sustainability manager nel processo di implementazione dell’AI, così che possano mettere a disposizione dell’azienda la loro capacità di valutare le implicazioni sociali e ambientali delle scelte prese e intervenire per bilanciare gli impatti sociali e minimizzare le conseguenze ambientali. Allo stesso tempo è fondamentale avviare con rapidità una fase di sperimentazione degli strumenti di AI a servizio delle decisioni aziendali e della pianificazione strategica attorno agli aspetti sociali e ambientali. Pertanto, è auspicabile che associazioni e organizzazioni promuovano incontri e dibattiti per aumentare la consapevolezza dei professionisti della sostenibilità sulla rilevanza della tematica e facilitare la condivisione delle esperienze relative all’uso dell’AI in ambito sostenibilità.
di Matteo Pedrini
Direttore di ALTIS-Università Cattolica del Sacro Cuore
( da CSRoggi Magazine – n.4 – Anno 9 – Settembre/Ottobre 2024; pag. 6 )