Επενδύσεις στην εποχή της Τεχνητής Νοημοσύνης
ΚλίμαΆρθρα

Λύσεις Net Zero: για την αξιολόγηση των σχεδίων μετάβασης στο κλίμα

Δημοσιεύθηκε: Μάρτιος 27, 2024
Τροποποιήθηκε: Αύγουστος 13, 2025
Βασικά συμπεράσματα

Στο πρώτο άρθρο της σειράς μας σχετικά με τα σχέδια μετάβασης στο κλίμα, εστιάζουμε στο θέμα της τεχνητής νοημοσύνης και στο πώς μπορεί να επιταχύνει και να βελτιώσει την αξιολόγηση της ευθυγράμμισης Net Zero

Για πολλούς επενδυτές, η διαχείριση του κλιματικού κινδύνου σημαίνει να βλέπουν μπροστά και να κατανοούν την ετοιμότητα των εταιρειών να αντιμετωπίσουν μελλοντικούς κινδύνους που σχετίζονται με ακραία καιρικά φαινόμενα και τη μετάβαση σε μια οικονομία με λιγότερες εκπομπές άνθρακα. Ομοίως, επενδυτικές στρατηγικές καθαρού μηδενός πρέπει να ενημερώνονται από τις αναμενόμενες μελλοντικές πορείες εκπομπών των εταιρειών. Και στις δύο περιπτώσεις, η δημοσιοποίηση από τις εταιρείες λεπτομερών σχεδίων μετάβασης στην κλιματική αλλαγή (ή η έλλειψή τους) μπορεί να είναι χρήσιμη για τη λήψη τεκμηριωμένων αποφάσεων. 

Τα σχέδια για τη μετάβαση στο κλίμα μπορούν να επεκτείνουν την άποψη ενός ξένου στην εταιρική στρατηγική διαχείριση των κινδύνων και των ευκαιριών που σχετίζονται με το κλίμα. Μπορούν να παράσχουν σημαντικές πληροφορίες σχετικά με την αξιοπιστία των στόχων μείωσης των εκπομπών διοξειδίου του άνθρακα, συμπεριλαμβανομένων εκείνων που αναφέρονται στην πρωτοβουλία Science-Based Targets (SBTi). 

Ωστόσο, υπάρχουν διαφορετικές απόψεις σχετικά με τα χαρακτηριστικά των σχέδια για τη μετάβαση στο κλίμα. Ορισμένοι από τους οργανισμούς που εκδίδουν κατευθυντήριες γραμμές για την υποβολή εκθέσεων για τις εταιρείες τα θεωρούν ως μία μόνο πτυχή της συνολικής στρατηγικής μιας εταιρείας. Άλλοι ορισμοί εστιάζουν περισσότερο στην ιδέα του μετασχηματισμού που κρύβεται πίσω από αυτά, δηλαδή τη μεταστροφή ολόκληρων επιχειρηματικών μοντέλων και την ευθυγράμμιση με τις επιστημονικά τεκμηριωμένες πορείες εκπομπών 1,5°C.

Λύνοντας ένα παζλ με πολλά κομμάτια

Με βάση διαφορετικές ερμηνείες, έχει προκύψει μια ζούγκλα πλαισίων δημοσιοποίησης σχεδίων μετάβασης, με οργανισμούς, συμπεριλαμβανομένων υπερεθνικών φορέων, ομάδων του κλάδου και ΜΚΟ, που εκδίδουν κατευθυντήριες γραμμές και συστάσεις με διαφορετική εστίαση και διαφορετικό βαθμό λεπτομέρειας. Στην Ευρώπη, η ρυθμιστική έλξη είναι εμφανής μέσω του ESRS¹ και το CSDDD², ενώ η FCA στο Ηνωμένο Βασίλειο σχεδιάζει επίσης να καταστήσει υποχρεωτική τη δημοσιοποίηση των σχεδίων μετάβασης.

Εκ πρώτης όψεως, αυτή η πολυπλοκότητα αποτελεί πρόκληση για πολλές εταιρείες και επενδυτές. Ευτυχώς, υπάρχουν αρκετοί τομείς σύγκλισης όσον αφορά το τι αποτελεί καλή γνωστοποίηση του σχεδίου μετάβασης από τις εταιρείες. Για παράδειγμα, υπάρχει συναίνεση ότι η δημοσιοποίηση των στόχων εκπομπών, των δράσεων απαλλαγής από τον άνθρακα, της χρήσης πιστωτικών μορίων άνθρακα ή τεχνολογιών αρνητικών εκπομπών, των δραστηριοτήτων άσκησης πίεσης και της εσωτερικής διακυβέρνησης για το κλίμα είναι ζωτικής σημασίας για τα ενδιαφερόμενα μέρη.  

Ωστόσο, όπως τονίζεται σε πρόσφατη μελέτη: "Η κλιματική μετάβαση είναι επομένως ένα παζλ που αποτελείται από πολλά κομμάτια [...] και κάθε κομμάτι απαιτεί ιδιαίτερη προσοχή³". Αυτή η πολυπλοκότητα του περιεχομένου καθιστά την ανάλυση των σχεδίων μετάβασης σημαντική πρόκληση για τους επενδυτές, ιδίως όταν το επενδυτικό σύμπαν εκτείνεται πέρα από μερικούς τομείς με υψηλό αντίκτυπο, όπου τα δεδομένα είναι συχνά πιο εύκολα διαθέσιμα. Η αξιοποίηση της τεχνολογίας, ιδίως της δημιουργικής τεχνητής νοημοσύνης, μπορεί να βοηθήσει από αυτή την άποψη, εξορθολογίζοντας τη συλλογή και την ερμηνεία των δεδομένων βιωσιμότητας, ενώ παράλληλα ενισχύει την κατανόηση των εταιρικών στρατηγικών μετάβασης.

Η ανάλυση των σχεδίων για τη μετάβαση στο κλίμα που υποστηρίζεται από τεχνητή νοημοσύνη

Για το σκοπό αυτό, τα Μεγάλα Γλωσσικά Μοντέλα (LLM) μπορούν να χρησιμοποιηθούν για την εξαγωγή και την αξιολόγηση πληροφοριών από την ΕΚΕ ή άλλες σχετικές εκθέσεις εταιρειών. Τα LLM, εξελιγμένα μοντέλα τεχνητής νοημοσύνης, έχουν σχεδιαστεί ειδικά για να κατανοούν και να επεξεργάζονται την ανθρώπινη γλώσσα με τρόπο παρόμοιο με τον τρόπο που το κάνουν οι άνθρωποι. 

Στο Clarity AI, πιστεύουμε ότι οι LLM έχουν τη δυνατότητα να φέρουν επανάσταση στην αυτοματοποίηση της εξαγωγής, ανάλυσης και σύνθεσης των πληροφοριών του σχεδίου μετάβασης που δημοσιοποιούν οι εταιρείες. Ως εκ τούτου, χρησιμοποιούμε την τεχνολογία αυτή για να ενισχύσουμε την αξιολόγησή μας σχετικά με την ευθυγράμμιση των εταιρειών στο Net Zero, σύμφωνα με το Πλαίσιο Επενδύσεων στο Net Zero (NZIF) του IIGCC

Για να το πετύχουμε αυτό, εκπαιδεύσαμε ένα μοντέλο για την εξαγωγή και αξιολόγηση των σχετικών στοιχείων από τις εκθέσεις βιωσιμότητας χρησιμοποιώντας το CA100+ Net Zero Company Benchmark, ένα πλαίσιο που συνιστάται από το IIGCC⁴.. Το πλαίσιο αυτό μας παρέχει τους κανόνες με τους οποίους το μοντέλο μας αξιολογεί τα διάφορα στοιχεία των αξιόπιστων σχεδίων μετάβασης στο κλίμα.

Σε αντίθεση με άλλα πλαίσια δημοσιοποίησης σχεδίων μετάβασης, το CA100+ χρησιμεύει ως σημείο αναφοράς αξιολόγησης, προσφέροντας μια πιο εστιασμένη και κανονιστική προσέγγιση όσον αφορά τις βασικές λεπτομέρειες των σχεδίων μετάβασης. Ως εκ τούτου, πιστεύουμε ότι μπορεί να ενισχύσει την ακρίβεια στον εντοπισμό των πιο σχετικών πληροφοριών και την αξιολόγησή τους. 

Ωστόσο, η εφαρμογή της τεχνητής νοημοσύνης για την αξιολόγηση των σχεδίων μετάβασης απαιτεί ανθρώπινη βοήθεια λόγω της μεγάλης πολυπλοκότητας και περιπλοκότητας των πληροφοριών. Ειδικά επειδή πρόκειται για πολύπλευρα επιμέρους θέματα, οι ειδικοί μας σε θέματα βιωσιμότητας εμβαθύνουν λεπτομερώς σε αυτά και εξετάζουν πολυάριθμες εταιρικές γνωστοποιήσεις για την αποτελεσματική εκπαίδευση και τη συνεχή προσαρμογή του μοντέλου, σε συνεργασία με τους επιστήμονες δεδομένων. 

Τα δεδομένα που λαμβάνονται με αυτόν τον τρόπο επιτρέπουν βαθύτερη κατανόηση των σχεδίων των εταιρειών για τη μετάβαση στο κλίμα, ακόμη και σε μεγάλα επενδυτικά χαρτοφυλάκια. Για παράδειγμα, οι εταιρικές στρατηγικές απεξάρτησης από τον άνθρακα μπορούν να αναλυθούν με μεγαλύτερη ακρίβεια βάσει μεμονωμένων βασικών τομέων, όπως η χρήση ανανεώσιμων πηγών ενέργειας και πιστωτικών μορίων άνθρακα, η επέκταση πράσινων σειρών προϊόντων ή η δέσμευση μιας εταιρείας με προμηθευτές και πελάτες.

Θα ενσωματώσουμε σταδιακά τα δεδομένα που παράγονται από την τεχνητή νοημοσύνη σχετικά με τα σχέδια μετάβασης στη λύση ανάλυσης χαρτοφυλακίου Net Zero, δίνοντας στους χρήστες τη δυνατότητα να εντοπίζουν και να αναλύουν καλύτερα τους ηγέτες και τους υστερούντες στα χαρτοφυλάκιά τους. Είναι σημαντικό για εμάς να διασφαλίσουμε τη διαφάνεια όσον αφορά τις δηλώσεις που γίνονται σχετικά με την ποιότητα των σχεδίων μετάβασης και τις πηγές πληροφοριών που χρησιμοποιούνται. Απώτερος στόχος μας είναι να προωθήσουμε τον διάλογο μεταξύ επενδυτών και εταιρειών σχετικά με τους κλιματικούς κινδύνους και τις απαραίτητες προσαρμογές, υποστηρίζοντας παράλληλα τους μετασχηματισμούς της πραγματικής οικονομίας για την επίτευξη ευθυγράμμισης Net Zero.


¹Ευρωπαϊκά Πρότυπα Απολογισμού Βιωσιμότητας (Απαίτηση Γνωστοποίησης E1-1).

²Οδηγία για τη δέουσα επιμέλεια ως προς την εταιρική βιωσιμότητα (άρθρο 15)

³ReclaimFinance (2024): Τι πρέπει να προσέξετε;

Ομάδα θεσμικών επενδυτών για την κλιματική αλλαγή

Έρευνα και Πληροφορίες

Τελευταία νέα και άρθρα

Κανονιστική Συμμόρφωση

Κανονισμοί για τη βιώσιμη χρηματοδότηση το 2026: Τι αλλάζει, τι παραμένει το ίδιο και γιατί έχει σημασία

Οι επενδυτές αντιμετωπίζουν πολιτικές ανακατατάξεις, κανονιστική κατακερματισμός και αυξανόμενες προκλήσεις στον τομέα των δεδομένων. Το 2026, ζητήματα σχετικά με τη διαλειτουργικότητα, SFDR και την αξιοπιστία των γνωστοποιήσεων εταιρικής βιωσιμότητας διαμορφώνουν τις επενδυτικές αποφάσεις, τις στρατηγικές συμμόρφωσης και τον σχεδιασμό των προϊόντων. Ταυτόχρονα, οι εξελισσόμενες γεωπολιτικές πραγματικότητες οδηγούν σε επανεκτίμηση του τι θεωρείται βιώσιμη επένδυση, ανεβάζοντας τον πήχη για την ποιότητα των δεδομένων...

.AI

Η πραγματική πρόκληση της απόδοσης της επένδυσης στην τεχνητή νοημοσύνη στον χρηματοοικονομικό τομέα: ακρίβεια, εμπιστοσύνη και το κόστος επαλήθευσης

Η εποχή του «Κινήσου γρήγορα και σπάσε τα κατεστημένα» έχει πεθάνει πριν καν ξεκινήσει στον χρηματοοικονομικό τομέα Το περίφημο αξίωμα του Mark Zuckerberg, «Κινήσου γρήγορα και σπάσε τα κατεστημένα», χαρακτήρισε μια δεκαετία της τεχνολογίας.1 Ωστόσο, καθώς η τεχνητή νοημοσύνη αρχίζει να διεισδύει σε τομείς υψηλού κινδύνου, όπως η υγειονομική περίθαλψη, το δίκαιο και ο χρηματοοικονομικός τομέας, οι επαγγελματίες συνειδητοποιούν ότι αυτό το αξίωμα δεν είναι απλώς ακατάλληλο, αλλά και...

Πληροφορίες αγοράς

Ιδιωτικές αγορές το 2026: Μακροοικονομικές τάσεις, αλλαγές ESG, καινοτομίες στον τομέα της τεχνητής νοημοσύνης και τι σημαίνουν για τη ροή των συναλλαγών

Οι ιδιωτικές αγορές αλλάζουν με ταχείς ρυθμούς. Από τους νέους κανονισμούς ESG έως τις εξελίξεις στον τομέα της τεχνητής νοημοσύνης, οι παράγοντες που επηρεάζουν τις επενδυτικές αποφάσεις πολλαπλασιάζονται. Ελάτε μαζί με Clarity AI την SESAMm να εξερευνήσουμε τις μεγαλύτερες αλλαγές που επαναπροσδιορίζουν τις επενδύσεις στις ιδιωτικές αγορές το 2026 και τον τρόπο με τον οποίο τα δεδομένα και η τεχνολογία μετασχηματίζουν τη δέουσα επιμέλεια, τη διαχείριση κινδύνων και τη ροή συναλλαγών. Ελάτε μαζί μας για να εξερευνήσουμε: