(di Stephanie Maier, Global Chief Sustainability Officer di GAM Investments) Lo scorso anno, il 2023, potrebbe essere ricordato come l’anno in cui l’intelligenza artificiale e i complessi algoritmi del machine learning hanno cambiato, in via permanente, diversi settori dell’economia reale. Attraverso il lancio di ChatGPT da parte di OpenAI, i chatbot basati sull’intelligenza artificiale sono entrati a far parte della nostra quotidianità e hanno dimostrato la capacità di elaborare enormi quantità di dati online al fine di dare una risposta simile a quella umana ai quesiti che vengono sottoposti. ChatGPT è diventata l’applicazione internet in più rapida crescita[1], con 13 milioni di utenti al giorno a gennaio 2023. Il mondo della finanza si era già accordo delle sue potenzialità. Secondo Pitchbook[2], le start-up nel campo dell’intelligenza artificiale nel primo semestre del 2023 hanno raccolto fondi venture capital per 15,5 miliardi di dollari, i colossi del settore tecnologico come Google e Microsoft hanno fatto a gara per creare prodotti competitivi[3].
L’opportunità AI
Noi crediamo che l’intelligenza artificiale abbia le potenzialità di far crescere i ricavi, migliorare l’efficienza e tagliare i costi delle aziende. Il suo utilizzo può rispondere a diverse esigenze delle aziende[4], tra cui l’automazione dei processi, l’analisi dei dati e il rapporto con clienti e collaboratori. Le imprese che possono avvalersi di tali tecnologie saranno in grado di attivare con rapidità processi che normalmente fanno uso di enormi quantità di dati e hanno tempi molto lunghi, e potranno identificare le tendenze emergenti sui mercati grazie alle capacità di analisi dell’intelligenza artificiale. L’intelligenza artificiale sta aiutando gli investitori a prendere decisioni informate, gli investitori già utilizzano l’elaborazione del linguaggio naturale per analizzare le informazioni, tra cui resoconti, rapporti sugli utili e notizie online su vasta scala.
Da una ricerca di Infosys[5] è emerso che le imprese che usano l’intelligenza artificiale possono far crescere i profitti del 38% e incrementare il valore lordo delle imprese di 14 mila miliardi di dollari entro il 2035. Secondo le stime di Goldman Sachs[6], l’intelligenza artificiale generativa, da sola, potrebbe far aumentare il Pil globale del 7% entro il 2033. A nostro giudizio, questi dati rendono gli sviluppi dell’intelligenza artificiale nonché le società che possono usufruirne in modo efficace nei loro business model un investimento interessante.
L’intelligenza artificiale può essere un motore di cambiamento efficace per business model più sostenibili. I dati sugli investimenti quantitativi e qualitativi sono importanti per gli investitori responsabili. Attraverso l’analisi dei dati (dalla soddisfazione dei dipendenti alle emissioni della catena di distribuzione), gli algoritmi AI possono aiutarci a comprendere meglio l’impatto ambientale di un’azienda, le procedure di gestione della forza lavoro e la condotta di un’impresa. L’intelligenza artificiale può essere altresì utilizzata per migliorare i modelli sul clima, ottimizzare la progettazione e i materiali per le infrastrutture rinnovabili, o identificare e prevedere le perdite di metano dalle condutture. Le conseguenze potrebbero essere rivoluzionarie nei settori in cui attualmente c’è carenza di dati, per esempio nella misurazione degli effetti sulla biodiversità monitorando in tempo reale la deforestazione attraverso le immagini satellitari. Avendo a disposizione una maggiore quantità di dati, di migliore qualità, si produrranno effetti profondi sugli investimenti. Gli investitori possono infatti comprendere meglio i rischi ESG e le loro ripercussioni. Tale trasparenza sta iniziando a riflettersi anche sulle modalità di distribuzione del capitale.
Ci sono segnali convincenti che l’intelligenza artificiale potrà aiutare le aziende a essere più redditizie, trasparenti e verdi, tutti fattori importanti per gli investimenti sostenibili. Gli investitori devono però considerare anche i rischi derivanti dall’utilizzo dell’intelligenza artificiale.
Il rovescio della medaglia
Questo utilizzo dell’intelligenza artificiale ha le potenzialità di trasformare settori e posti di lavoro: dall’amministrazione all’architettura, l’AI potrebbe sostituire più di 300 milioni di posti di lavoro[7]. Di conseguenza le controversie nel mondo del lavoro sono inevitabili. In termini più strettamente tecnologici, il funzionamento dei modelli di intelligenza artificiale può essere opaco per via delle sue caratteristiche di “scatola nera”. Grazie alla capacità di fare calcoli complessi e usare molteplici fonti online, tale rischio non va sottostimato, in particolare quando la mancanza di trasparenza può generare fatti “immaginari” che non fanno riferimento a una fonte diretta credibile, o quando le fonti rischiano di infrangere le leggi sulla privacy o sul copyright.
Analogamente, i sistemi di apprendimento dell’intelligenza artificiale possono essere tendenziosi. Nonostante i progressi nel machine learning, l’intelligenza artificiale riflette la qualità della programmazione iniziale. Gli algoritmi che si basano su pregiudizi di razza, di genere o geografici che fanno parte delle decisioni umane, o che vengono sviluppati partendo da dati in cui alcuni gruppi non sono adeguatamente rappresentati, possono generare ulteriori forme di discriminazione. Amazon[8] ha smesso di utilizzare uno strumento di machine learning nel processo di assunzione dei dipendenti poiché ha scoperto che favoriva i candidati maschi rispetto alle donne. Le caratteristiche di “scatola nera” dell’intelligenza artificiale rendono difficile l’attribuzione di responsabilità e il superamento dei pregiudizi.
Gli investitori non possono ignorare inoltre il fatto che l’intelligenza artificiale di per sé ha un’impronta carbonica notevole. La creazione e l’utilizzo di modelli di intelligenza artificiale richiedono un’enorme potenza di elaborazione dei dati. Secondo uno studio dell’Università del Massachusetts[9], la semplice creazione di un unico modello di AI richiede 626.000 libbre (ovvero circa 284.000 chili) di CO2, l’equivalente di 62 auto costantemente in moto per un intero anno. Considerato che solamente negli Stati Uniti ci sono 14.700 aziende che si basano sull’intelligenza artificiale[10] (e la cifra è destinata ad aumentare), la quantità di emissioni prodotte diventa preoccupante. Uno studio[11] ha evidenziato che l’uso di elettricità dei data centre globali nel 2016 corrispondeva a circa l’1,15% e, nonostante i progressi nell’efficienza, tale cifra potrebbe raddoppiare entro il 2030.
I rischi per i mercati
L’intelligenza artificiale è uno strumento che entrerà inevitabilmente a far parte del nostro settore e dei settori in cui investiamo. Dunque, il nostro obiettivo è di usarlo in modo appropriato, comprenderne i limiti e affrontare in modo costruttivo le problematiche strutturali. Considerati i possibili rischi dell’intelligenza artificiale, è importante valutare i seguenti fattori:
Trasparenza: sono stati presi dei provvedimenti per rendere il funzionamento dei modelli di AI (e la compilazione dei dati) il più possibile trasparente e accessibile? Gli sviluppatori si sono accertati che ai modelli di AI vengano forniti dati che riducono i pregiudizi al minimo?
Applicabilità: l’intelligenza artificiale è adatta al compito previsto? Fornisce dati accurati e utili? È stata testata per evitare difetti che possono provocare danni?
Diritti e responsabilità: sono stati presi dei provvedimenti per ridurre i possibili danni all’impresa e alla società civile in generale? Sono stati rispettati i requisiti della privacy per quanto concerne i dati utilizzati per la costruzione del modello?
L’intelligenza artificiale ha mostrato un potenziale incredibile per trasformare gli investimenti, far crescere gli utili e incrementare la disponibilità di dati critici, nonché produrre risultati più sostenibili. I rischi e le ripercussioni strutturali porteranno probabilmente all’introduzione di nuove regole. Per quanto il quadro normativo sia ancora in via di sviluppo, con l’adozione di approcci diversi negli Stati Uniti, nell’Unione Europea e nel Regno Unito, le ampie applicazioni di questa tecnologia continueranno ad attirare l’interesse degli investitori e delle autorità normative, sia per le opportunità che per i rischi che comporta.
[1] Fonte: Reuters
2Fonte: PitchBook
3 Fonte: Reuters
4Fonte: Harvard Business Review
5 Fonte: Infosys
6 Fonte: Goldman Sachs
7 Fonte: Forbes
8 Fonte: Reuters
9 Fonte: University of Massachusetts
10 Fonte: Exploding Topics
11 Fonte: Elsevier, Università di Twente
