Nonostante un impatto positivo e un evidente potenziale dell’Intelligenza artificiale nelle pratiche di sviluppo sostenibile, Kaspersky invita le aziende a non dimenticare i rischi associati all’introduzione di questa nuova tecnologia.

Sono sempre di più le organizzazioni che intraprendono cambiamenti a lungo termine per promuovere un futuro sostenibile. E sono sempre di più quelle che si affidano agli strumenti di AI per portare avanti le policy ESG, criteri orami fondamentali nelle decisioni di investimento e nelle operazioni di M&A. L’Intelligenza artificiale permette infatti di accrescere le competenze delle organizzazioni nel promuovere processi ambientali, sociali e di governance, nonché affrontare le sfide della sostenibilità per costruire un futuro sostenibile.

Affidare all’algoritmo la gestione ambientale e la riduzione degli sprechi

Di fatto, gli algoritmi di AI e machine learning possono contribuire a rafforzare l’impegno delle aziende in materia di gestione ambientale, perfezionando le strategie per affrontare in modo efficace i problemi di sostenibilità.

Le aziende possono, ad esempio, monitorare l’impiego e il consumo di energia grazie a modelli di AI, ottimizzando le impostazioni di utilizzo per ridurre le emissioni. Lo studio dell’Unione Europea sottolinea il potenziale di trasformazione di questo approccio, prevedendo un risparmio energetico fino al 15%.
Ma l’impiego di algoritmi di AI offre alle aziende una soluzione strategica anche per ridurre al minimo gli sprechi, grazie ai sensori e lo smistamento automatico dei rifiuti nelle fabbriche.

Il Machine learning al servizio degli HR

AI e ML possono aiutare le aziende a identificare le potenziali preoccupazioni ed esigenze dei dipendenti e suggerire i modi in cui le aziende possono aumentarne benessere e soddisfazione.
I sistemi basati sull’AI possono aiutare i professionisti delle risorse umane a mantenere gli stipendi in linea con gli standard di settore e di mercato, garantendone la competitività, analizzando al contempo le performance per prendere decisioni informate su aumenti e bonus basati sul merito.

Quanto ai fattori di governance i sistemi avanzati di AI scansionano autonomamente i database normativi e gli annunci ufficiali alla ricerca di aggiornamenti o modifiche. Un aspetto che potrebbe essere ricondotto anche alla governance dei dati, per identificare le anomalie e garantire una protezione continua dei dati dei clienti. 

AI: mantenere il controllo sui sistemi di apprendimento automatico 

Per garantire lo sviluppo e l’adozione sostenibile dell’AI nelle iniziative aziendali, è però necessario condurre regolarmente la valutazione dell’impatto sulla privacy, audit di sicurezza e pratiche di trasparenza per individuare eventuali rischi e vulnerabilità potenziali nella gestione dei dati.

È essenziale rispettare gli standard di settore nella fase di analisi della qualità dei modelli, oltre a garantire la disponibilità di metriche di qualità e mantenere il controllo sui dati e sui modelli sottostanti utilizzati per creare algoritmi di apprendimento automatico.