Contabilización del riesgo de IA en la inversión ESG

El interés en la inteligencia artificial se ha disparado, alimentando expectativas generalizadas de que la tecnología de IA pronto podría desempeñar un papel importante en muchas industrias. Sin embargo, las conversaciones sobre sus beneficios van acompañadas de preocupaciones sobre su impacto ambiental, social y de gobernanza (ESG).

La IA podría tener un amplio impacto, desde empleo y generación de contenidos, hasta seguridad y privacidad de los datos, consumo de energía e incluso diversidad e inclusión. Más allá del cambio climático, la igualdad social, la biodiversidad y otras cuestiones ESG más "tradicionales", la aparición de IA generativa en chatbots como ChatGPT ha generado preocupaciones sobre la robotización laboral de gran alcance, el desplazamiento de la fuerza laboral y el potencial de subversión y uso indebido, entre otros. preocupaciones.

Esto debería impulsar a los administradores de activos a repensar sus sistemas internos de calificación ESG para incorporar riesgos y oportunidades potenciales de IA para garantizar que los riesgos de la tecnología no socaven enfoques y productos de inversión creíbles relacionados con la sostenibilidad, al tiempo que aprovechan las oportunidades relacionadas.

Desde el punto de vista social, la IA puede plantear varios riesgos relacionados con ESG. Los reguladores, académicos y actores de la industria han discutido durante mucho tiempo la privacidad de los datos, el sesgo de la IA y las cuestiones de seguridad. Los organismos gubernamentales y de la industria han emitido directrices iniciales, como los Principios de IA de la OCDE/G20. Sin embargo, pocos de ellos se centran en la justicia social y los riesgos laborales a largo plazo.

Las estimaciones de McKinsey indican que los aumentos en la productividad de la IA generativa que probablemente se materialicen cuando la tecnología se aplique a las actividades de los trabajadores del conocimiento podrían ascender a entre 6,1 y 7,9 billones de dólares al año, cambiando la anatomía del trabajo tal como lo conocemos y dando lugar a posibles desplazamientos laborales. .

De hecho, en una entrevista con Bloomberg, el director ejecutivo de British Telecom estimó que su plantilla podría caer hasta un 42% para 2030.

Si bien la IA puede significar que las empresas se beneficien de ganancias de eficiencia y una mayor rentabilidad, es posible que necesiten volver a capacitar a su fuerza laboral para usar la IA, al tiempo que garantizan una transición justa e inclusiva en la adopción de la tecnología. Antes de que se promulguen políticas gubernamentales claras sobre la IA, se alienta a las empresas a realizar una evaluación de riesgos de capital humano, incluido el costo potencial de la recapacitación o la compensación de despidos inevitables.

Es probable que las fuerzas laborales en sectores como los servicios legales y profesionales (impuestos y contabilidad, comercio de valores y corretaje) estén entre los más afectados por la IA, así como los servicios de apoyo empresarial como las agencias de viajes.

Otro desafío para los inversores será determinar la exposición o el uso de textos e imágenes de IA falsificados por parte de una empresa y las posibles implicaciones financieras, especialmente mientras exista poca regulación.

Desde el punto de vista medioambiental, la IA plantea varios riesgos. Según un informe de Harvard Business Review, la industria de los centros de datos es actualmente responsable del 2-3% de las emisiones mundiales de gases de efecto invernadero. Señala que se espera que el volumen de datos en todo el mundo se duplique cada dos años.

Almacenar datos y perfeccionar modelos y algoritmos de IA a través de miles de horas de entrenamiento requiere un uso intensivo de datos (y energía). La creciente competencia en torno a la IA entre países clave y actores importantes del mercado probablemente generará importantes emisiones de GEI en los próximos años.

Los inversores deberán evaluar las implicaciones del uso de la IA para su huella de carbono, así como las formas en que los actores de la industria van a reducir las emisiones, por ejemplo, adoptando modelos eficientes y técnicas de capacitación o reciclaje de calor.

Si bien la materialidad financiera del riesgo de transición relacionado con el clima es cada vez más clara, el enfoque ESG del riesgo de IA sigue siendo territorio virgen para muchos inversores.

En BNP Paribas Asset Management, actualizamos periódicamente nuestro marco de calificación ESG para considerar la evolución del contexto ESG global. Nuestro modelo ya considera los riesgos relacionados con la IA, como la protección de la privacidad, para los sectores más afectados, como TI y algunas instituciones financieras.

Sin embargo, las posibles amplias aplicaciones de la IA exigen que se integre aún más en el análisis fundamental en más sectores. Para industrias como la energía y los servicios públicos, la atención médica, los servicios profesionales, los medios y la publicidad, la agricultura y la protección del medio ambiente, vale la pena pensar en cómo incorporar la IA en sus marcos ESG, tanto en términos de riesgos como de beneficios.

Dentro de BNPP AM, estamos tratando de hacerlo, al mismo tiempo que revisamos la regulación propuesta de IA y la investigación de la industria y consideramos cómo interactuar con las empresas en las que invertimos en los riesgos relacionados con la IA.

Este artículo es el primero de una serie de artículos de analistas tecnológicos del Centro de Sostenibilidad BNPP AM sobre la IA y sus implicaciones para la agenda de sostenibilidad.

Descargo de responsabilidad

El hidrógeno verde es una de las tecnologías de energía limpia de más rápido crecimiento y parece que crecerá exponencialmente en las próximas décadas....

Mientras se va de vacaciones, aquí tiene algunas sugerencias de nuestros expertos para que las lea, vea o escuche...