Con el aumento de la presión regulatoria y del interés de las organizaciones por lograr sus objetivos de ESG, la tecnología se ha convertido en un aliado para agilizar y optimizar los procesos de medición, predicción y ‘reporting’, entre otros.
Sea por presión regulatoria, sea por reputación o sea por los valores arraigados en el corazón del negocio, las organizaciones están cada vez más preocupadas por el impacto que sus procesos tienen sobre el medioambiente. Sin embargo, el análisis de una ingente cantidad de información y datos, sobre todo en las grandes empresas y multinacionales, hace que la medición de sus parámetros se complejice. Aquí es donde la tecnología y, en concreto, la inteligencia artificial (IA) juegan un rol esencial, según un estudio elaborado por Boston Consulting Group (BCG) y CO2 AI, el spinoff de gestión de la sostenibilidad de la consultora.
En general, la cuarta edición de su Encuesta Anual sobre Medición de Emisiones de Carbono reveló que las empresas están retrocediendo en su progreso climático, ya que sólo el 16% de las empresas tienen objetivos globales, el 9% informan plenamente de los alcances de los gases de efecto invernadero (GEI) y el 11% están logrando sus ambiciones de reducción.
No obstante, quienes llevan la batuta de los esfuerzos medioambientales están viendo cómo sus esfuerzos de descarbonización generan un valor significativo en sus negocios, de más del 7% de sus ventas anuales (y cuando se netean las inversiones, obtienen beneficios de cerca de 200 millones de dólares de media).
Para maximizar estos beneficios derivados de los procesos de descarbonización, el informe de BCG y CO2 AI definió tres acciones que las empresas pueden tomar: aplicar planes de transición climática, calcular las emisiones a nivel de producto y utilizar la IA. Esta última medida aumenta en hasta 4,5 veces las probabilidades de obtener beneficios significativos.
La IA como impulsor de la descarbonización
Según la encuesta, del porcentaje de empresas que experimentaron beneficios de la descarbonización, un 33% utilizó la IA, en comparación con un 7% que no lo hizo. Charlotte Degot, fundadora y líder global de CO2 AI, explicó que “la IA generativa es una herramienta mágica, genera una precisión y eficiencia extrema en el proceso de las mediciones y reporting de las emisiones”.
Las áreas de la descarbonización donde la IA tuvo un mayor impacto fueron la medición y reporting de las emisiones; la planificación de oportunidades de reducción; los modelos predictivos y previsión de emisiones; la sostenibilidad del diseño de empresas, procesos y productos; y el compromiso de los proveedores y los clientes.
Degot no es ajena, no obstante, a que la IA es un arma de doble filo, al ayudar, por un lado, a los esfuerzos de sostenibilidad pero, por otro, requerir de una gran cantidad de energía para funcionar. “Hay un desafío enorme en la explosión en el uso de la IA. Una sola pregunta a un chatbot es un gasto enorme de energía. Se necesita la implementación de una IA responsable para hacer frente a ello”, explica.
Para Degot, sin embargo, los beneficios superan con creces los costes. “Hay muchos beneficios de la IA generativa en la sostenibilidad -en la medición, la precisión, el reporting- y es un área donde deberíamos evitar limitar el uso de la IA por su impacto”, sostiene.
Empresas, IA y sostenibilidad: casos de éxito
Para destacar la importancia que tiene la IA en los procesos de descarbonización, y los beneficios operativos que las organizaciones pueden sacar de él, Degot mostró una serie de casos de empresas que lograron reducir su huella de carbono y aumentar su eficiencia.
Uno de ellos es Reckitt, una multinacional de bienes de consumo, que apuesta desde 2023 por la innovación de productos sostenibles para descarbonizar y ahorrar costes. En este período, la compañía ha utilizado métodos de cálculo del carbono para reducir las emisiones de alcance 3, poniendo el foco en las fragancias y los volúmenes de agua de su marca Airwick. Gracias a ello, Reckitt ha logrado reducir la dependencia de materias primas anteriores, las necesidades de transporte y la energía necesaria para la fabricación.
Un segundo caso de éxito es la Global Food Company, que utiliza IA para sus cálculos de la huella de carbono, para impulsar la eficiencia en el proceso. De esta forma, la compañía usa la IA para obtener nombres precisos de productos y actividades, que luego se agrupan en clústeres y se emparejan con factores de emisión. El resultado es una huella de carbono más precisa y automatizada para el seguimiento de la descarbonización.
Finalmente, el tercer caso mencionado por Degot es el de Symrise, un proveedor mundial de ingredientes para fragancias, aromatizantes y principios activos cosméticos, que logró escalar eficazmente la huella de carbono de producto (PCF, por sus siglas en inglés). Para Symrise, la necesidad de industrializar el cálculo de la PCF se dio por cuatro razones: una mayor presión normativa de la Unión Europea; un fuerte deseo de cumplir los objetivos de reducción; una creciente presión de los clientes; y las expectativas de las partes interesadas de ser los mejores de su clase. La implantación de los PCF a escala mundial planteaba importantes retos, como la seguridad, calidad y disponibilidad de los datos, y el cumplimiento de diversas normas sobre PCF. Tras superar estas barreras, la compañía pudo calcular el PCF para una gran parte de su cartera de 35.000 productos.
Fuente: https://www.cio.com