Guida 2026 | L'intelligenza artificiale nei servizi finanziari
Conformità normativaArticoli

Come soddisfare i requisiti del regolamento UE sulla tassonomia con dati limitati

Pubblicato: 18 novembre 2021
Modificato: 18 novembre 2021
Punti di forza

Clarity AILa soluzione EU Taxonomy aiuta gli investitori a colmare le lacune nella copertura dei dati sulla sostenibilità

È evidente che il mercato non è in grado di stabilire quale sia l'esigenza degli investitori di fornire informazioni in relazione alla tassonomia dell'UE e quale sia il tipo di dati disponibili per fornire tali informazioni. La domanda che gli investitori si pongono è: come possiamo ampliare la copertura dei dati in nostro possesso mantenendo la qualità e soddisfacendo i requisiti normativi? 

Clarity AI utilizza modelli per prendere le informazioni disponibili e creare la nostra migliore analisi per informare i requisiti di reporting. Per dare vita a questa modellazione abbiamo creato un esempio di come valutiamo l'attività della tassonomia dell'UE (vedi illustrazione sotto). Utilizzeremo un esempio dei criteri tecnici per determinare se il vostro investimento sta dando un contributo sostanziale.

L'esempio riguarda la mitigazione dei cambiamenti climatici, nello specifico la trasmissione e la distribuzione di energia elettrica. Esistono 3 diversi criteri per valutare se l'attività è sostenibile o meno. Il primo criterio del regolamento è se il sistema è un sistema europeo interconnesso, determinando quali aree si vendono e in quali sistemi si opera. Se la risposta è negativa, ovvero se vendono al di fuori del sistema europeo interconnesso, si passa al secondo criterio del testo normativo, i fattori di emissione. Analizziamo la media delle emissioni del Paese in cui opera l'azienda e valutiamo se è inferiore a 100 gCO2 per KWh. Se il fattore di emissione medio non è inferiore a questa cifra, passiamo al terzo criterio, la capacità di generazione. Prendiamo in considerazione un periodo di cinque anni, come previsto dal regolamento, e valutiamo la capacità installata durante questo periodo, se soddisfa i criteri tecnici di meno di 100gCO2 per KWh. Se soddisfa i criteri, allora è conforme, altrimenti non contribuisce alla tassonomia.

Questo è un esempio concreto di come si possano utilizzare i pochi dati disponibili in modo sistematico e metodico per ottenere risultati. Abbiamo messo insieme diverse informazioni per fare una valutazione, attività per attività, sfruttando i dati disponibili. L'utilizzo di tecnologie avanzate come l'intelligenza artificiale, l'apprendimento automatico e l'elaborazione del linguaggio naturale rende questo possibile per molte normative specifiche quando si valuta se un'azienda soddisfa o meno i requisiti normativi.

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.