Banca d’Italia ha di recente pubblicato un paper in merito al ruolo dell’intelligenza artificiale generativa (GenAI) nel colmare le lacune nei dati carbonici delle banche.
Alla luce della crescente incertezza delle politiche ambientali risulta fondamentale una comunicazione chiara e completa dei rischi collegati al clima per le imprese, gli operatori di mercato e i responsabili politici.
In tal modo, infatti, si facilita l’individuazione e la gestione dei rischi finanziari legali ai problemi climatici, si agevola la determinazione dei prezzi di mercato e si guidano gli investitori e istituti di credito nelle attività di gestione e decisioni di investimento.
In tale contesto, i dati in merito alle emissioni di gas serra risultano fondamentali. I dati delle emissioni indirette delle banche (emissioni Scope 3), che includono anche quelli delle imprese in cui le banche investono o a cui fanno credito, spesso presentano lacune o incoerenze.
Il paper si concentra, quindi, sulle emissioni Scope 3, in quanto risultano essere particolarmente rilevanti per investitori, ricercatori e responsabili politici al fine di valutare l’esposizione delle banche al rischio climatico e la loro capacità di cogliere le opportunità offerte dalla transizione verde.
In aggiunta, tali informazioni sono particolarmente interessanti poiché le banche, a differenza delle società non finanziarie, devono affrontare sfide aggiuntive nel calcolo delle loro emissioni di Scope 3. Nella valutazione devono essere incluse, infatti, non solo le emissioni della catena del valore dalla loro società ma anche quelle relative ai portafogli di credito e di investimento.
In tale contesto, il paper evidenzia come l’IA generativa possa aiutare ad evidenziare dette incongruenze migliorando la disponibilità e coerenza dei dati. Nonostante ciò, questi strumenti presentano criticità quanto a qualità, coerenza, trasparenza e replicabilità.
La GenAI, infatti, grazie all’elaborazione di una grande quantità di informazioni, potrebbe verificare la qualità dei dati forniti dai fornitori privati. D’altro canto, però, la scarsa disponibilità di informazioni affidabili, che tali strumenti probabilmente utilizzano come input, potrebbe limitare la loro capacità di colmare l’attuale lacuna di dati.
In questo contesto, il paper verifica se gli strumenti GenAI possano costituire una fonte di informazioni innovativa e se possano colmare il divario di dati e migliorare la loro qualità.
In particolare, il paper utilizza tre diversi strumenti di GenAI per generare i dati sulle emissioni per un campione di banche quotate dell’area dell’euro relativi al 2022 e chiede loro di recuperare o stimare i dati. A seguire analizza e confronta i dati generati.
Si evidenzia come alcune piattaforme abbiano fornito dati in linea con quelle dei fornitori professionali. Questi strumenti potrebbero, quindi, contribuire a colmare parzialmente le lacune e a identificare anomalie nei dati disponibili.
Si noti, però, che i dati forniti da GenAI presentano problemi qualitativi simili a quelli forniti dai prestatori professionali. Nonostante ciò l’IA consente di correggere alcune incongruenze nei dati più rapidamente rispetto ai servizi dei prestatori.
La GenAI potrebbe quindi, quando saranno disponibili maggiori informazioni di alta qualità relative al clima, fungere da complemento per migliorare la solidità e la disponibilità dei dati.
Il paper, quindi, provvede ad una prima analisi dei dati, per poi evidenziare le prove in merito alla scarsa copertura degli stessi e alle problematiche relative ai dati sulle emissioni. Vengono, poi, riportati i risultati del test degli strumenti GenAI ed, infine, vengono esposte delle osservazioni conclusive.
