AI, la finanza non “legge” le imprese

Le imprese stanno accelerando l’adozione dell’intelligenza artificiale, ma la distanza con la finanza resta tangibile, in quanto trasparenza sul suo utilizzo, governance e gestione dei rischi non procede allo stesso ritmo. È quanto emerge dall’analisi AI Adoption: What are Companies Signalling?, a cura di Hortense Bioy, che ha esaminato le informazioni pubblicate da 150 tra le maggiori società quotate negli Stati Uniti e in Europa, per una capitalizzazione complessiva di 60mila miliardi di dollari.

Secondo il report, l’adozione dell’intelligenza artificiale procede più rapidamente della rendicontazione necessaria agli investitori per valutarne opportunità e rischi. Quasi tutte le 150 società analizzate dichiarano di utilizzare l’AI, di avere una policy dedicata e di aspettarsi che generi valore. Molte meno, tuttavia, forniscono informazioni su come la tecnologia viene governata, sui costi, sul valore netto atteso, sugli effetti sulla forza lavoro e sull’impatto ambientale.

Gli investitori sono quindi chiamati a sostenere una trasformazione che non possono ancora valutare pienamente. Gli investitori possono contribuire a colmare questo divario attraverso il dialogo con le imprese che presentano le maggiori lacune informative all’interno dei rispettivi settori e promuovendo un nucleo comune di informazioni, utile a rendere confrontabili le comunicazioni e a condividere le migliori pratiche.

Il report propone infatti un framework per aiutare investitori e risk manager a valutare e confrontare nel tempo la disclosure aziendale sull’AI, individuando differenze nella maturità di adozione, nella rilevanza strategica e nella governance. Il framework si compone di 34 indicatori, raggruppati in nove categorie, e assegna a ciascuna società un punteggio su una scala da 0 a 100, calcolato sulla base delle informazioni comunicate rispetto agli indicatori considerati.

DIVARI TRA SETTORI

L’Information Technology e i Communication Services sono i settori con il livello più elevato di disclosure, seguiti da Financials e Healthcare. Materiali ed energia registrano invece i punteggi più bassi, sebbene ciò non implichi necessariamente una minore adozione dell’AI. Il report rileva inoltre differenze significative tra le imprese dello stesso settore, che possono riflettere fattori quali la rilevanza strategica della tecnologia, il livello di adozione, la maturità della governance e le scelte di comunicazione aziendale.

AI POLICY E REGOLAMENTAZIONE

Le policy sull’AI e la supervisione da parte dei CdA sono gli aspetti di governance più frequentemente rendicontati.

Quasi tutte le società analizzate rendicontano principi, policy o standard relativi all’intelligenza artificiale. Gli sviluppatori forniscono generalmente informazioni più dettagliate sugli impegni e sulla loro applicazione. In particolare, descrivono nel dettaglio i propri Responsible AI principles il 76% dei developers e il 57% delle imprese utilizzatrici.

Guardando ai settori, Technology e Communication Services presentano i principi più dettagliati, mentre le financial institution pongono maggiormente l’accento sui sistemi di risk management.

Sul fronte delle policy AI-related, che definiscono come mettere in pratica i principi (ruoli, responsabilità e procedure), il settore finanziario registra il livello più avanzato di disclosure, anche grazie all’estensione all’AI di sistemi di controllo del rischio già esistenti. Energy e Materials tendono invece a citare l’intelligenza artificiale in termini generali, senza indicare policy specifiche.

Per quanto riguarda la preparazione alla regolamentazione (AI regulatory readiness), il 40% delle imprese utilizzatrici dichiara di avere avviato un percorso di adeguamento a normative sull’AI, adottato framework riconosciuti o sottoscritto impegni volontari (AI pledge). Financials e Healthcare sono i settori più avanzati, mentre Materials, Energy e Consumer Staples risultano più indietro.

POLICY E GESTIONE DEL RISCHIO

Le informazioni sui controlli dei rischi legati all’AI risultano invece meno sviluppate. Le imprese tendono infatti a dichiarare principi, obiettivi e impegni, ma forniscono meno evidenze concrete sull’effettiva applicazione quotidiana dei meccanismi di governance e di gestione dei rischi.

La maggior parte delle società dichiara di valutare i modelli e i sistemi di intelligenza artificiale utilizzati e di prevedere forme di supervisione umana, ma il livello di dettaglio delle informazioni è molto diverso. Le pratiche più strutturate comprendono valutazioni dei rischi e degli impatti, test su bias e fairness, approvazione da parte di un organismo di revisione prima del rilascio e monitoraggio durante l’utilizzo.

Quanto alla supervisione umana, ne fa riferimento il 100% degli sviluppatori e il 77% delle imprese utilizzatrici. Tuttavia, solo rispettivamente il 59% e il 47% fornisce esempi concreti dei ruoli svolti dalle persone. Il report sottolinea quindi la differenza tra una supervisione formale, limitata all’approvazione finale, e un coinvolgimento effettivo nel processo decisionale, che diventa sempre più rilevante man mano che l’AI assume funzioni di analisi prima svolte dalle persone.

Sul fronte della cybersicurezza, circa l’80% delle imprese utilizzatrici dichiara di disporre di cybersecurity e/o data privacy policy che comprendono l’intelligenza artificiale. Tuttavia, soltanto il 24% afferma che le proprie valutazioni di cybersicurezza verificano esplicitamente i rischi legati all’AI.

IMPATTO AMBIENTALE POCO RENDICONTATO

La disclosure sull’impatto ambientale dell’intelligenza artificiale resta limitata. A seconda dell’indicatore considerato, solo il 12-35% degli sviluppatori comunica dati quantitativi, contro un massimo del 5% delle imprese utilizzatrici. Nessuna società del campione riporta i consumi energetici totali, le emissioni complessive di carbonio o il consumo idrico totale legati all’AI. Questa carenza di dati non consente agli investitori di valutare come stia crescendo l’impronta ambientale della tecnologia con la sua progressiva diffusione.

Il report richiama infine anche la dimensione sociale dei data center e il loro impatto sulle comunità che li ospitano. Alcuni progetti incontrano l’opposizione dei residenti, mentre altri sono accolti come opportunità di occupazione e investimento. Per le imprese diventa quindi importante ottenere il consenso dei territori, dimostrando benefici concreti e affrontando le preoccupazioni relative all’utilizzo delle risorse, all’occupazione e alle infrastrutture locali.

Scarica il report

Noemi Primini

Lascia un commento Annulla risposta

Per poter commentare gli articoli è necessario effettuare il login.