Intelligenza artificiale per la finanza sostenibile, al servizio del pianeta e della biodiversità

Da un lato, un’AI orientata al benessere del pianeta. Dall’altro, la tesi per cui progresso e ricchezza dell’umanità dipendono anche dalla nostra capacità di affrontare i grandi temi legati all’ambiente e alla sostenibilità. Al centro, l’integrazione della tecnologia nei processi decisionali in ambito finanziario.

TAKEAWAY

  • Il nuovo indirizzo assunto dalla tecnologia vuole l’intelligenza artificiale sempre più focalizzata sul concetto di “benessere” riferito all’ecosistema, con l’accento sull’ambiente e sul pianeta, il cui stato di salute diviene il nuovo indicatore di progresso.
  • Nel rapporto The Economics of Biodiversity, l’economista indiano Partha Sarathi Dasgupta fa riferimento a una nuova economia in cui la natura gioca un proprio ruolo e a un sistema socio-economico che tiene conto delle questioni ambientali.
  • L’attenzione alla finanza sostenibile si lega a quella per la Spatial Finance, in cui le tecnologie geospaziali per l’osservazione della Terra – tra le quali l’intelligenza artificiale – vengono integrate nei processi decisionali in ambito finanziario.

Parlare di intelligenza artificiale per la finanza sostenibile significa, in primo luogo, considerare il nuovo indirizzo assunto dalla tecnologia in generale e, più in particolare, dall’AI. Un indirizzo che vuole l’artificial intelligence sempre più focalizzata sul concetto di “benessere”, riferito non solo all’individuo ma all’ecosistema, di cui l’essere umano non è che un elemento.

In questo nuovo orientamento, il focus è sull’ambiente e sul pianeta, il cui stato di salute diviene il nuovo indicatore di progresso, di benessere condiviso a livello globale. A tale riguardo, nel rapporto The Economics of Biodiversity: The Dasgupta Review del febbraio 2021 il celebre economista indiano Partha Sarathi Dasgupta fa riferimento a una nuova economia in cui la natura gioca un proprio ruolo e a un sistema socio-economico che tiene conto delle questioni ambientali, consapevole del fatto che la ricchezza dell’umanità intera non può prescindere da politiche e investimenti atti ad affrontarle.

Concetti – questi – che si agganciano a quello di finanza sostenibile e che ci portano sul terreno dell’ESG (Environmental, Social and Governance), dove i fattori ambientali e sociali non fanno da semplice sfondo, ma fungono essi stessi da guida a prese di posizioni e a precise scelte aziendali, in termini di investimenti e non solo [per approfondimenti, consigliamo la lettura della nostra guida agli investimenti ESG, che spiega cosa sono e come si legano alla sostenibilità ambientale e sociale – ndr].

In tutto questo, le tecniche che fanno capo all’ambito di studi dell’intelligenza artificiale intervengono con una serie di strumenti per l’analisi di grossi quantitativi di dati – relativi, ad esempio, ai consumi energetici riferiti a determinate attività – il calcolo delle impronte di carbonio e la misurazione e il monitoraggio delle emissioni di gas serra. L’obiettivo è valutare l’impatto di tutti questi fattori sull’ambiente [per approfondimenti sull’AI, consigliamo la lettura della nostra guida all’intelligenza artificiale che spiega cos’è, a cosa serve e quali sono gli esempi applicativi – ndr].

Intelligenza artificiale per la finanza sostenibile: si guarda alla Spatial Finance e alle tecnologie geospaziali

Nel report citato, Dasgupta accenna al monitoraggio degli impatti sull’ambiente di quelle operazioni commerciali particolarmente critiche per l’ecosistema. Si pensi, ad esempio, ad attività come l’estrazione di petrolio e di gas, l’agricoltura intensiva o la deforestazione e ai rischi che queste comportano, a livello globale, per i siti nei quali si consumano. Rischi che – fa notare l’economista – sono inevitabilmente connessi anche alla dimensione finanziaria degli investimenti in tali attività.

Di recente, l’attenzione alla finanza sostenibile si è legata a quella per la Spatial Finance, in cui le tecnologie geospaziali per l’osservazione della Terra e il telerilevamento (tra le quali – solo per citarne alcune – figurano intelligenza artificiale, IoT, utilizzo di droni e di speciali telecamere) vengono integrate nei processi decisionali in ambito finanziario.

Se ne parla nello studio State and trends of Spatial Finance 2021, condotto da Spatial Finance Initiative – progetto a cura dell’Alan Turing Institute, del Satellite Applications Catapult e dell’Università di Oxford – che, in tema di intelligenza artificiale per la finanza sostenibile, ampio risalto dedica all’importanza della raccolta di dati geospaziali e alle tecniche di elaborazione e classificazione delle immagini della Terra riprese dai satelliti, per valutare – misurandoli – rischi, opportunità e impatti di eventuali investimenti in determinati territori.

Il team di lavoro che ha realizzato lo studio ricorda come, già oggi, si abbiano a disposizione applicazioni di finanza spaziale, che vanno dall’analisi predittiva di catastrofi naturali all’analisi del rischio finanziario legato al clima di una determinata regione, fino alla valutazione del rischio e dell’impatto della biodiversità. Ma guardiamo più da vicino – attraverso l’accenno ad alcuni casi studio – il ruolo delle tecniche AI in seno a tali applicazioni.

Deep learning e machine learning per applicazioni di Spatial Finance

Misurare il rischio degli allevamenti intensivi e identificare le opportunità immobiliari attraverso l’analisi delle immagini satellitari oppure prevedere le caratteristiche termiche di un dato territorio: sono solo alcuni esempi in cui le tecnologie geospaziali si avvalgono dell’utilizzo dell’intelligenza artificiale per la finanza sostenibile.

Nel primo caso, “quantificare” la densità animale all’interno degli allevamenti significa – per gli investitori alla ricerca di opportunità di business agroalimentare – porre a confronto aziende agricole diverse e, sulla base di tale comparazione, poter vagliare i diversi rischi di investimento e orientarsi verso quelle imprese che emergono come sostenibili.

Nel dettaglio, la densità animale viene misurata ricorrendo alle immagini satellitari di allevamenti zootecnici, che un algoritmo di deep learning analizza, isolandone le caratteristiche strutturali – tra cui estensione dell’area e dimensioni del recinto – e calcolando il numero complessivo di animali presenti.

Allo stesso modo, tecniche di deep learning consentono di rilevare (sempre partendo dall’analisi di immagini satellitari) località di interesse per gli sviluppatori immobiliari e gli investitori alla ricerca di opportunità di business sostenibile. In che modo? Effettuando calcoli relativi al numero e all’ampiezza delle strade presenti nell’area considerata, al numero di edifici residenziali, commerciali e industriali, al numero di veicoli, nonché alla presenza di verde e all’intensità della luce.

Un altro esempio viene dal progetto Heatwave Research dell’UNIST – Ulsan National Institute of Science and Technology, nella Corea del Sud, in cui una particolare tecnica di machine learning denominata “Random Forests” (nella definizione che ne dà wikipedia, si tratta di un classificatore d’insieme ottenuto dall’aggregazione di alberi di decisioneè in grado di compiere analisi predittive delle ondate di calore (particolarmente nocive per i raccolti, oltre che responsabili della proliferazione di alcuni tipi di virus) all’interno di precise aree del pianeta. Più nello specifico, l’algoritmo sviluppato lavora a partire dai dati relativi alle oscillazioni di temperatura della superficie terrestre. Il sistema, inoltre, è altresì in grado di emettere avvisi che allertano – con due settimane di anticipo – circa gli aumenti repentini di temperatura.

Intelligenza artificiale per la finanza sostenibile: quali scenari per il futuro

Il futuro della finanza sostenibile – e, ancora più nello specifico, della Spatial Finance – è legato anche all’evoluzione delle tecnologie di elaborazione dei dati (tra cui l’intelligenza artificiale), come sottolineano gli analisti di Spatial Finance Initiative, i quali indicano, in particolare, la visione artificiale e l’edge computing quali strumenti che, nel tempo, permetteranno un’analisi sempre più dinamica e puntuale dei dati derivanti dall’osservazione della Terra e dal telerilevamento.

Nello scenario futuro, l’intelligenza artificiale per la finanza sostenibile guarderà sempre di più ai dati inerenti al clima: l’obiettivo è riuscire a renderli più disponibili e a tradurli in indicatori sempre più fruibili da parte del settore finanziario.

Di quest’ultimo, Spatial Finance Initiative indica i gestori patrimoniali e gli Istituti bancari come i futuri attori maggiormente al centro della scena e sui quali peseranno di più il rendiconto dei rischi correlati alle problematiche ambientali e sociali e le decisioni che ne derivano in termini di investimenti.

Default image
Paola Cozzi
Giornalista dal solido background acquisito lavorando presso i più prestigiosi Editori italiani | Ventidue anni di esperienza nello sviluppo di prodotti editoriali b2b, cartacei e digitali | Vent'anni alla direzione di una testata b2b in tema di Sicurezza anticrimine di tipo fisico | Attualmente si dedica al Giornalismo Digitale ed esplora nuove tecniche e nuovi stili di comunicazione
Articles: 182