Ai, ESG e la politica degli investimenti sostenibili
- 24 Settembre 2025
- Posted by: Tony
- Categoria: Borse, Mercati
Il panorama della finanza sostenibile sta diventando sempre più polarizzato. Mentre in Europa continuano a confluire miliardi di capitali verso fondi ambientali, sociali e di governance (ESG), il mercato statunitense registra un periodo di undici trimestri consecutivi di deflussi. Dietro questi numeri si cela una complessa interazione tra politica, regolamentazione, comportamenti degli investitori e il ruolo crescente dell’intelligenza artificiale (IA) nell’interpretare queste dinamiche.
La netta separazione transatlantica nei flussi ESG è ormai evidente. Europa continua a mostrare un forte interesse da parte degli investitori, mentre negli Stati Uniti si assiste a uscite di capitale trimestre dopo trimestre. Secondo Lorenzo Saa, Chief Sustainability Officer di Clarity AI, i fattori alla base di questa divisione sono molteplici e articolati.
Lorenzo Saa afferma:
“Negli Stati Uniti, i deflussi derivano da diverse forze concomitanti. L’avversione politica cattura l’attenzione mediatica e induce alcuni investitori a fare un passo indietro completo. Tuttavia, più sotto la superficie, molti stanno semplicemente cambiando strategia: integrano le considerazioni ESG silenziosamente all’interno di fondi tradizionali senza etichettarle come ‘ESG’; si mantengono quindi sulla rotta, ma senza attirare troppo l’attenzione.”
Una Divisione Transatlantica
Secondo Saa, il ritiro statunitense non rappresenta un rifiuto totale della sostenibilità. “Le sfide normative costituiscono un ulteriore elemento. Con standard di disclosure spesso incoerenti, molti gestori patrimoniali non si sentono sufficientemente sicuri per puntare con decisione sulla sostenibilità. Inoltre, c’è una naturale fase di correzione dopo l’eccesso di entusiasmo, che a mio avviso rappresenta una salutare rivalutazione, non una ritirata. A un certo punto, sembrava che tutti facessero sostenibilità; ora l’impegno richiede più di semplici parole.”
Questa situazione contrasta nettamente con quella europea, dove regolamentazione e domanda degli investitori continuano a muoversi armoniosamente. “In Europa, al contrario, si osservano afflussi costanti perché la regolamentazione (nonostante rallentamenti e modifiche Omnibus) e la domanda del cliente agiscono come due motori sincronizzati. Livelli più elevati di trasparenza forniscono agli investitori una visibilità più chiara sulle sfide della sostenibilità, facilitando il continuo afflusso di capitali.”
Saa prevede che questa divergenza persisterà nel breve periodo, ma non sfocerà in una frattura definitiva. “Non mi aspetto che il divario si allarghi drasticamente, ma prevedo che la divergenza rimarrà evidente nel prossimo futuro. La posizione federale funge da freno, anche se alcuni stati spingono sull’acceleratore con regole di disclosure più rigorose. Sul lungo termine, però, gli Stati Uniti si riallinearanno con l’Europa. I rischi legati alla sostenibilità non conoscono confini e, con l’aumentare della loro portata e impatto, gli investitori più illuminati non attenderanno una regolamentazione perfetta; agiranno basandosi sui dati disponibili per mantenere un vantaggio competitivo.”
L’Intelligenza Artificiale come Guida in un Mercato Frammentato
Per gli investitori attivi su entrambi i mercati, la sfida non è solo di natura politica. Le differenze regolamentari generano difficoltà operative, e a questo proposito l’intelligenza artificiale sta assumendo un ruolo sempre più centrale.
Lorenzo Saa avverte:
“L’IA non è una soluzione miracolosa. I rischi politici e la crescente divergenza delle politiche derivano da scelte umane e voti, non dai dati. Tuttavia, quando queste scelte politiche si traducono in regolamentazioni, regimi di disclosure e norme sulle catene di approvvigionamento, la tecnologia – con l’IA come componente fondamentale – diventa un alleato indispensabile. L’IA aiuta a raccogliere e analizzare dati su larga scala, mentre tecnologie flessibili permettono agli investitori di confrontare i dati tra i mercati, individuare incongruenze e gestire le difficoltà operative dovute a regole frammentate.”
Questo approccio supera la semplice conformità normativa. “Sotto il profilo pratico, l’IA supporta anche i test di stress identificando e organizzando i dati necessari per modellare diversi scenari regolatori o politici, un aspetto sempre più prezioso con l’aumento delle divergenze normative.”
Inoltre, l’IA aiuta gli investitori a mettere in luce rischi poco segnalati. “I rischi climatici e naturali possono essere molto localizzati, eppure molte aziende statunitensi presentano disclosure meno dettagliate. Qui, strumenti basati sull’intelligenza artificiale che analizzano dati non strutturati — da immagini satellitari di deforestazione a elaborazione del linguaggio naturale di rapporti giornalistici locali — possono colmare queste lacune.”
Saa illustra un esempio concreto: “Gli investitori stanno già utilizzando l’IA per individuare perdite di metano nei giacimenti petroliferi statunitensi.”
Questi strumenti offrono agli investitori una base di evidenze molto più solida per mettere in discussione le dichiarazioni aziendali. Un altro ambito di grande sviluppo è rappresentato dall’allineamento delle tassonomie di sostenibilità. Attualmente esistono numerosi sistemi di classificazione, le cui differenze possono apparire rilevanti, ma l’IA è in grado di tradurre e integrare questi diversi framework, aiutando gli investitori a orientarsi e a identificare con maggior precisione le attività economiche realmente sostenibili.
Inoltre, l’intelligenza artificiale generativa introduce un ulteriore livello di valore, soprattutto nell’ambito delle reportistiche regolatorie. Se da un lato l’IA aiuta le aziende a raccogliere, validare e strutturare dati di sostenibilità su larga scala, dall’altro l’IA generativa trasforma queste informazioni strutturate in narrazioni coerenti con i criteri normativi in continua evoluzione. Questo processo riduce il lavoro manuale necessario per adattare le dichiarazioni a molteplici normative, migliorandone al contempo chiarezza e coerenza, elementi fondamentali per investitori e autorità di controllo.
Dai punteggi statici a un contesto dinamico
Uno dei cambiamenti più significativi nel mercato dei dati ESG è il superamento dei tradizionali punteggi statici, a favore di approfondimenti più dinamici e contestualizzati. In questo ambito, l’IA gioca un ruolo decisivo. Gli investitori operano lungo una “piramide della conoscenza” che va dai dati grezzi, attraverso informazioni e conoscenza, fino a insight e saggezza, cioè i livelli che sottendono le decisioni di investimento.
L’intelligenza artificiale può supportare ogni fase di questo processo. Alla base, migliora la qualità e l’ampiezza dei dati disponibili. Può quindi trasformare input non strutturati — come immagini satellitari di aree deforestate o notizie locali sui conflitti lavorativi — in informazioni strutturate che integrano o mettono in discussione le comunicazioni delle aziende.
Salendo lungo la piramide, l’IA converte tali informazioni in conoscenza e intuizioni più approfondite: invece di limitarsi a sintetizzare la sostenibilità in un singolo “punteggio” o “valutazione”, genera report dinamici sulle aziende, analisi contestuali e scenari previsionali, tutti rigorosamente tracciabili fino alla fonte originaria. Questa trasparenza rappresenta un elemento fondamentale per costruire fiducia.
Data la varietà di standard di disclosure presenti nei diversi mercati, l’IA funge anche da vero e proprio traduttore, sia sotto il profilo linguistico sia normativo, rendendo confrontabili dati frammentati all’interno di quadri comuni. In questo modo, gli investitori possono avere una visione globale più coerente, senza attendere l’armonizzazione da parte dei regolatori.
Sul tema dei bias, l’IA presenta rischi ma anche opportunità di miglioramento. Sebbene i pregiudizi possano emergere da dati incompleti o modelli non ottimali, essi sono presenti anche nei giudizi umani. Per contrastarli, l’IA può essere addestrata su dataset bilanciati, sottoposta a controlli regolari e alimentata da una molteplicità di fonti indipendenti, riducendo così i “punti ciechi” delle analisi tradizionali.
Il vero punto non è eliminare completamente i bias, ma gestirli in modo consapevole e trasparente, un obiettivo che l’intelligenza artificiale permette di raggiungere su larga scala.
Prospettive future e ruolo dell’IA nella sostenibilità
Guardando al futuro, ci si aspetta che le divisioni politiche legate ai temi ambientali e sociali tendano a ridursi, con un’accelerazione data proprio dall’adozione dell’intelligenza artificiale. Sebbene attualmente i mercati appaiano differenti e talvolta contrapposti, l’impatto dei cambiamenti climatici e dei rischi sociali sta diventando sempre più tangibile e materiale.
Un esperto di settore ha sintetizzato così il ruolo dell’IA nel contribuire a superare queste difficoltà: “L’intelligenza artificiale ‘pulisce’ le sfide della sostenibilità attraverso tre azioni chiave: Monitorare i rischi grazie ai dati satellitari e a fonti non strutturate, Ottimizzare i sistemi come le reti energetiche e le catene di approvvigionamento, Infine, Predire sia shock a breve termine sia rischi a lungo termine come inondazioni o innalzamento del livello dei mari.”
Attraverso questo processo, l’IA riesce a dissipare molte delle incertezze e ambiguità che la politica ha finora generato attorno a questi temi.
Per gli investitori più scettici, l’adozione dell’IA potrebbe addirittura contribuire a depoliticizzare i dati ESG, poiché le analisi risultano basate su evidenze concrete piuttosto che su etichette ideologiche. Invece di dibattere di principi astratti, l’IA mostra con evidenza ciò che accade sul territorio: perdite di metano dai gasdotti, deforestazione osservabile dallo spazio o rischi nelle catene di fornitura segnalati dalle notizie locali. Si crea così una nuova prospettiva, meno soggetta a dispute ideologiche e più orientata a fatti verificabili.
Quando gli si chiede quale consiglio darebbe ai gestori patrimoniali, Saa risponde con chiarezza: “Mantenete la rotta. Concentratevi innanzitutto sulle tematiche di sostenibilità materiali, poiché la loro rilevanza aumenterà parallelamente agli effetti concreti dei cambiamenti climatici e delle pressioni sociali. Contemporaneamente, conoscete bene i vostri clienti. Alcuni desiderano spingersi oltre, investendo non solo per gestire i rischi ma per influenzare i risultati. Riconoscete che questi obiettivi sono distinti e siate investitori responsabili nel senso più autentico del termine: respondere, ovvero rispondere alle esigenze dei clienti.”
Nonostante le numerose difficoltà, la direzione appare abbastanza chiara. “Sebbene l’intelligenza artificiale possa rappresentare una sfida competitiva a livello geopolitico, nella pratica fungerà da forza trasversale capace di favorire la convergenza sulle questioni di sostenibilità. La politica può dettare l’agenda nel breve termine, ma nel lungo periodo sarà la fisica e l’analisi dei dati a determinare il futuro degli investimenti sostenibili.”