Guida 2026 | L'intelligenza artificiale nei servizi finanziari
Comunicato stampa

Clarity AI: I fornitori di dati tradizionali presentano discrepanze superiori al 20% nel 13% dei dati sulle emissioni dirette.

Pubblicato: 21 novembre 2022
Modificato: 21 novembre 2022

In un campione di oltre 30.000 punti di dati provenienti da tre fornitori di dati leader, le discrepanze erano presenti per oltre il 40% del tempo.

Clarity AI, la principale piattaforma tecnologica globale per la sostenibilità, ha annunciato oggi che su circa 6.500 aziende pubbliche che riportano le emissioni dirette, i principali fornitori di dati presentano discrepanze nei dati riportati nel 42% dei casi, dove per discrepanza si intende una differenza superiore all'1%. Aumentando la soglia di discrepanza a più del 20%, i principali fornitori di dati presentano discrepanze in un punto di dati su otto.

"Queste discrepanze significative nel 13% dei dati possono far aumentare o diminuire l'impronta di carbonio di un fondo per il clima di oltre il 20% e mettono in evidenza le sfide reali che gli investitori devono affrontare quando selezionano un fornitore di dati", ha dichiarato Patricia Pina, responsabile della ricerca e dell'innovazione dei prodotti di Clarity AI. "L'affidabilità dei dati è fondamentale per il nostro lavoro e vediamo enormi vantaggi nell'utilizzo di tecnologie avanzate per contribuire a garantire la qualità".

Clarity AI ha identificato tre aree problematiche che i fornitori di dati legacy possono incontrare durante la raccolta dei dati:

  1. Errore umano: Gli errori umani rappresentano oltre l'80% degli errori riscontrati. Questi variano per natura, ma alcuni esempi includono: l'aggiunta errata di valori di categoria, l'interpretazione errata di dettagli del rapporto e misure unitarie imprecise (ad esempio, tonnellate o gigatoni).
  2. Confini di rendicontazione incoerenti: I fornitori di dati utilizzano in modo incoerente i confini (ad esempio, le regole per decidere quali entità del gruppo includere o meno, cosa fare con le joint venture, gli investimenti e così via) per la comunicazione delle emissioni.
  3. Informazioni incomplete: Le aziende pubblicano informazioni incomplete che omettono le emissioni rilevanti (ad esempio, categorie di Scope 3, regioni/uffici, linee di business).

"In Clarity AI ci affidiamo alla tecnologia e ai dati per risolvere i problemi di affidabilità. In primo luogo, curiamo un robusto set di dati sulla sostenibilità, che sono stati sottoposti a rigorosi controlli di qualità. Poi abbiamo addestrato, calibrato e convalidato un modello di apprendimento automatico supervisionato da esperti per selezionare i punti di dati più affidabili e filtrare quelli non affidabili", ha aggiunto Ron Potok, responsabile della scienza dei dati di Clarity AI. "La flessibilità di un modello di apprendimento automatico consente di stabilire relazioni molto più complesse tra l'affidabilità di un punto dati e le sue caratteristiche. Il modello analizza i dati da tutte le angolazioni e ad ogni livello di granularità, il che aumenta le sue prestazioni".

Le tecnologie avanzate, come l'apprendimento automatico, sono l'unico modo scalabile ed efficiente per creare dati puliti e affidabili su cui gli investitori possono fare affidamento. Clarity AI ha addestrato algoritmi di apprendimento automatico all'avanguardia sfruttando i contributi degli esperti di sostenibilità ed è l'unico fornitore di tecnologie per la sostenibilità sul mercato con un sofisticato algoritmo di affidabilità di apprendimento automatico. Inoltre, gli algoritmi e i modelli migliorano sempre di più con il tempo e con la continua cura da parte di esperti di tecnologia avanzata, perché quando un punto di dati viene rilevato come non affidabile, viene inviato per una revisione esterna (cioè al team di esperti) e corretto se necessario. Poi, questi dati entreranno nuovamente nel sistema per addestrare e migliorare ulteriormente il modello in un ciclo virtuoso.

-----

Circa Clarity AI

Clarity AI è una piattaforma tecnologica di sostenibilità che utilizza l'apprendimento automatico e i big data per fornire approfondimenti ambientali e sociali a investitori, organizzazioni e consumatori. Ad agosto 2022, la piattaforma Clarity AIanalizza più di 50.000 aziende, 320.000 fondi, 198 Paesi e 188 governi locali - un numero da 2 a 13 volte superiore a quello di qualsiasi altro operatore del mercato - e fornisce dati e analisi per gli investimenti, la ricerca aziendale, il benchmarking, il commercio elettronico dei consumatori e la reportistica. Clarity AI ha uffici in Nord America, Europa e Medio Oriente e la sua rete di clienti gestisce decine di trilioni di asset in gestione. chiarezza.ai

 

Contatto con i media

Edelman
clarityAI@edelmansmithfield.com

Ricerca e approfondimenti

Ultime notizie e articoli

Conformità normativa

Analisi approfondita del regolamento sui rating ESG: cosa cambierà per gli investitori a partire dal 2026

Il regolamento dell’UE sui rating ESG impone ora ai fornitori di rendere conto all’ESMA in merito alla metodologia, alla governance e ai conflitti di interesse. Per gli investitori che si affidano ai rating per prendere decisioni informate, ciò solleva una questione pratica: cosa ci si deve aspettare ora dai propri fornitori di servizi? Iulia Cospanaru, consulente legale senior diClarity AI, illustrerà al pubblico chi sono i…

Conformità normativa

SFDR 2.0 nel trilogo: lo stato attuale dei negoziati e quando potrebbero entrare in vigore le norme

Da quando la Commissione ha presentato “ SFDR ” 2.0 nel novembre 2025, sono sorte due domande: quali saranno i cambiamenti e quando avverranno. Abbiamo trattato la prima questione nella nostra analisi iniziale della riforma, mentre la seconda è stata affrontata nella nostra guida su come prepararsi alle nuove norme in vigore a partire da gennaio 2026. Questo articolo si concentra proprio sulla tempistica: cosa sta succedendo in…

AI

Fabbisogno energetico dei data center: il limite massimo dell’IA che gli investitori devono tenere in considerazione nelle loro valutazioni

L'intelligenza artificiale sta mettendo a dura prova le reti elettriche occidentali. Ecco come la domanda di energia, i costi per gli utenti e i limiti della catena di approvvigionamento stanno ridefinendo il modo in cui gli investitori valutano le aziende esposte all'intelligenza artificiale.