Investire nell'era dell'intelligenza artificiale
Tassonomia UE, conformità normativaArticoli

Reporting sulla tassonomia dell'UE: L'uso scorretto dei codici NACE può portare al greenwashing

Pubblicato: 28 ottobre 2022
Modificato: 23 aprile 2025
Punti di forza

La Commissione europea mette ancora una volta in guardia sui rischi di affidarsi esclusivamente ai codici NACE per le relazioni sulla tassonomia dell'UE

Quando le organizzazioni classificano le attività della Tassonomia UE, c'è una tendenza naturale a sopravvalutare l'ammissibilità. Se non si esamina ogni attività in modo approfondito, si rischia di fare un greenwashing dei criteri tecnici associati all'attività.

La Commissione europea ha inizialmente menzionato la mappatura dei codici NACE con le attività della tassonomia dell'UE, tuttavia ha recentemente pubblicato un documento FAQs per fornire ulteriori indicazioni sulle modalità di rendicontazione delle attività economiche e dei beni ammissibili ai sensi del Regolamento sulla tassonomia UE. Il documento sottolinea come gli utenti possano utilizzare i codici NACE "per navigare nella tassonomia", ma avverte - ancora una volta - che dovrebbe prevalere l'ambito delle attività delineate nell'Atto delegato sul clima.

"I codici NACE devono essere intesi solo come indicativi e non devono prevalere sulla definizione specifica dell'attività fornita nella sua descrizione". Commissione europea

Alcune informazioni sul codice NACE

Il codice NACE è la Classificazione statistica delle attività economiche nella Comunità europea, lo standard industriale utilizzato nell'UE. Ogni attività all'interno della Tassonomia UE indica il codice NACE a cui l'attività può essere associata. Una cosa da tenere presente è che la Tassonomia UE e il codice NACE sono stati creati sulla base di motivazioni e fattori diversi, quindi anche se è utile mettere in relazione le attività associate e persino usarle come proxy, se necessario, dobbiamo ricordare che non sono una corrispondenza perfetta. 

Clarity AI aumenta l'accuratezza con il trattamento dei codici NACE migliore della categoria

Clarity AI va oltre la superficie per non limitarsi a ipotizzare una corrispondenza diretta tra l'attività commerciale e il codice NACE. In effetti, nell'allegato tecnico utilizziamo la descrizione esatta. Esaminando nel dettaglio, ci sono definizioni molto specifiche associate a ciascuna attività.

Prendiamo ad esempio "Elaborazione dati, hosting e attività connesse". Secondo l'allegato tecnico, questa categoria potrebbe essere associata al "codice NACE J63.11". Considerando l'attività in sé, si potrebbe pensare che si tratti di un'attività ammissibile, ma se si scava nei dettagli dell'allegato tecnico, questo si concentra su un'area specifica e non sull'insieme delle attività elencate sotto il codice NACE.

Scoprite di più sugli usi scorretti dei codici NACE attraverso casi di studio rilevanti.

Casi di studio sull'accesso

Ricerca e approfondimenti

Ultime notizie e articoli

Il kit di strumenti sui rischi climatici: scenari, modelli e come ottenere risultati accurati

La rendicontazione dei rischi climatici è passata dall’essere un elemento di differenziazione a diventare uno standard di riferimento, e le aspettative continuano a evolversi. Gli investitori istituzionali devono ora rendicontare e gestire i rischi legati al clima in diversi scenari di riscaldamento globale. La sfida sta nel capire come farlo: unitevi a noi per scoprire in che modo gli istituti finanziari stanno rendendo operativi i rischi climatici attraverso l’analisi di scenari, metriche prospettiche e flussi di lavoro basati sull’intelligenza artificiale. Attraverso casi reali…

AI

Come si presenta realmente l'adozione dell'IA nel settore finanziario: una conversazione alla Borsa di New York

Lillian Freiberg Clarity AI sarà ospite di FintechTV alla Borsa di New York per discutere dell'adozione dell'intelligenza artificiale, dell'esecuzione degli ordini e di flussi di lavoro di investimento più efficienti.

AI

Di cosa sono fatti realmente i sistemi di IA: spiegazione dell'architettura

I moderni sistemi di intelligenza artificiale non sono monolitici. Comprendere i quattro livelli che li compongono e la funzione di ciascuno di essi è fondamentale per valutare quali strumenti si dimostrino effettivamente all'altezza in ambiente di produzione.