Abre numa nova aba
Clarity AI e a Glass Lewis unem forças
IAArtigos

Da Investigação à Gestão Responsável: O Próximo Passo da IA no Investimento Responsável

Publicado: 26 de outubro de 2026
Atualizado: 26 de outubro de 2026
  • Quando questionados sobre em que áreas a IA e os dados não estruturados poderiam reforçar o seu processo de investimento, os investidores colocaram a gestão responsável no primeiro lugar, à frente da análise de risco da carteira, da seleção e da investigação.
  • A maior parte da funcionalidade já está implementada. Foi concebida para divulgações e notícias destinadas à investigação e à análise, e a extração, validação e interpretação subjacentes a ela traduzem-se diretamente no envolvimento.
  • Para tirar partido disto, é necessário combinar bons conjuntos de dados, conhecimentos especializados na matéria e capacidades de IA, juntamente com uma governação que abranja a integridade, a precisão, a transparência e a responsabilização. O prestador de serviços pode fornecer os dados, mas a decisão cabe ao investidor.

Perguntámos a um grupo de investidores institucionais, reunidos num dos maiores eventos anuais do mundo dedicados ao investimento responsável, o PRI in Person, onde viam o maior potencial para a IA e os dados alternativos. A gestão responsável e o envolvimento obtiveram 71%, à frente da análise de risco da carteira, com 55%, e da seleção, com 52%.

Não estava à espera disso. A maior parte do debate sobre a IA no investimento responsável tem-se centrado na investigação, na seleção e na construção de carteiras, e é nessas áreas que as ferramentas estão mais avançadas. A gestão ativa ficou, de qualquer forma, em primeiro lugar, o que indica onde está a margem de manobra. Isso reflete o ambiente desta semana em Amesterdão, onde a edição deste ano da conferência anual da PRI reuniu cerca de 2 000 participantes.

Em que aspetos é que ferramentas e modelos melhorados, que utilizam dados não estruturados sobre sustentabilidade, poderiam reforçar o seu processo de investimento ou um processo de investimento?

Fonte: Sondagem Slido realizada durante o evento «A próxima geração de inteligência de investimento: colocar os dados alternativos e a análise por IA em prática», PRI in Person 2026, Amesterdão.

Os investidores estão sob uma pressão crescente para demonstrar os resultados do seu envolvimento, em vez de se limitarem a indicar o número de reuniões que realizaram, e esse é um problema de avaliação para o qual a IA se revela bastante adequada.

Essas capacidades já existem. Criámo-las para analisar divulgações e examinar a cobertura noticiosa, porque era aí que os dados se encontravam e onde residia a procura inicial. O que os investidores pedem agora é que os acompanhemos até ao fim, para que o processo decorra de início a fim, em vez de parar na fase de análise.

O que é necessário para que a IA desempenhe bem esta função foi o tema que explorámos durante a sessão em que participei no PRI in Person: «A próxima geração de inteligência de investimento: colocar os dados alternativos e a análise por IA em prática». Partilhei o painel com James Phare, da Neural Alpha, o professor Peter Schwendner, da ZHAW e da PanGeo Nature Risk, e Tim Verheyden, da Goldman Sachs Asset Management.

O que os dados não estruturados acrescentam a um processo de investimento

Ao preparar-me para a sessão, tentei definir o que os dados não estruturados podem potencialmente acrescentar a um processo de investimento. Acabei por identificar seis vantagens que, por coincidência, formam a palavra MOSAIC.

  • A diversidade de pontos de vista proporciona-lhe perspetivas que complementam ou contestam a visão da administração.
  • A originalidade dá-te pistas que vão além das evidências que toda a gente já utiliza.
  • A especificidade fornece-lhe detalhes sobre ativos e atividades que as métricas ao nível da empresa não abrangem.
  • A disponibilidade de informação colmata as lacunas nos casos em que a divulgação é insuficiente, o que se torna ainda mais importante agora que o âmbito de aplicação da CSRD foi reduzido.
  • A rapidez permite obter dados fora do ciclo anual, a partir de relatórios trimestrais ou de dados de satélite.
  • O contexto explica por que razão uma métrica sofreu uma variação e se o problema é recorrente.

Multiplicidade

Perspetivas diferentes

Originalidade

Sinais diferenciados

Especificidade

Detalhes do ativo e da atividade

Disponibilidade

Lacunas na divulgação de informações

Imediatismo

Provas mais recentes

Contexto

Compreender outras métricas

A escolha da fonte adequada depende, obviamente, da questão de investimento com que se começou e do conjunto de dados não estruturado ou alternativo com que se está a trabalhar. Trata-se de benefícios potenciais, e não de uma lista de verificação de requisitos que todos os conjuntos de dados irão cumprir. Por exemplo, as imagens de satélite podem fornecer detalhes imediatos sobre um ativo específico, enquanto a cobertura noticiosa pode ajudar a identificar controvérsias emergentes que divergem da versão apresentada pela administração. O que importa é saber se a fonte ajuda a responder à questão de investimento.

O que os dados não estruturados podem revelar aos investidores

Dois estudos da nossa autoria dão uma ideia de como isto se traduz na prática.

Na primeira, utilizámos IA para extrair texto e dados quantitativos das divulgações corporativas de 900 empresas em setores de elevadas emissões que comunicam despesas de capital (CapEx) verdes. As empresas com metas alinhadas com o objetivo de 2 °C ou inferior investiram, em média, 27 % das suas despesas de capital em projetos verdes, contra 25 % no caso das que não declararam qualquer meta. A ambição da meta, por si só, revela menos sobre o destino do capital do que se poderia supor.

Na segunda fase, recorremos ao processamento de linguagem natural para identificar controvérsias relacionadas com a sustentabilidade na cobertura noticiosa e, em seguida, analisámos mais de 12 000 incidentes. O desempenho inferior estimado ao longo de seis meses, em comparação com empresas semelhantes, variou entre cerca de 2%, no caso de incidentes de menor gravidade, e 5%, no caso de incidentes de elevada gravidade.

Os estudos respondem a diferentes questões relacionadas com o investimento. A análise de CapEx verifica se as ambições climáticas se refletem na alocação de capital; o estudo sobre controvérsias analisa a relação entre incidentes de sustentabilidade e o desempenho subsequente do preço das ações.

Ambos mostram como os dados não estruturados podem ajudar os investidores a testar hipóteses e a identificar questões a colocar às empresas. Estes estudos enquadram-se na vertente da investigação e da análise, porque foi aí que o trabalho foi realizado. O passo que os investidores pretendem dar agora é levar esse nível de evidência para as conversas que mantêm com as empresas.

É para isso que se destina a nossa solução «Climate Intelligence», desenvolvida pelos nossos novos colegas da Glass Lewis. Esta solução combina informações divulgadas, análises apoiadas por IA e metodologia especializada para avaliar a estratégia de transição e a sua execução, transformando as conclusões em perguntas específicas a colocar à administração.

Conceção e governação da IA no investimento responsável: o que é necessário

Em primeiro lugar, comece por definir um objetivo de investimento claro: que decisão pretende fundamentar ou o que pretende alcançar? Esse objetivo deve orientar a escolha dos dados e das ferramentas. Infelizmente, ainda vejo muitos intervenientes a entusiasmarem-se com a IA e a começarem pela ferramenta. Não é de admirar que tantos projetos de IA pareçam não corresponder às expectativas de retorno do investimento!

Igualmente importante é o facto de que, para concretizar esse objetivo, é necessário que três capacidades fundamentais atuem em conjunto:

  • Conjuntos de dados de boa qualidade, relevantes para a questão, com cobertura suficiente e fontes fiáveis.
  • Conhecimento especializado em sustentabilidade para identificar o que é relevante e interpretar os dados no seu contexto.
  • Competências em IA e tecnologia para desenvolver, testar e monitorizar as ferramentas utilizadas para extrair e analisar esses dados.

Por fim, o resultado funciona desde que a governação tenha o mesmo peso, e eu agruparia isso em quatro pilares:

  1. A integridade abrange a forma como os dados são obtidos e protegidos, bem como os direitos de autor, a fiabilidade e o enviesamento.
  2. A precisão serve para verificar se o modelo extraiu a informação correta e se esta corresponde às definições, aos âmbitos e aos períodos de tempo com que está a trabalhar.
  3. Transparência significa que as fontes, os métodos e os pressupostos são visíveis, incluindo nos casos em que um valor é uma estimativa.
  4. A responsabilização deixa claro quem é responsável pelas escolhas analíticas individuais, quem supervisiona o processo e quem é responsável pelo sistema no seu conjunto. Essas responsabilidades podem estar distribuídas pelas equipas de investimento, sustentabilidade e tecnologia, bem como por prestadores de serviços externos. Têm de ser explícitas, incluindo quem pode contestar um resultado ou alterar o sistema.
Objetivo de investimento claro

Bons conjuntos de dados

Se a entrada for lixo, a saída também será lixo

Conhecimento especializado na área

O que importa e onde validar

Conhecimentos especializados em IA e tecnologia

Criação e avaliação das ferramentas

Apoiado por quatro pilares de governação

Integridade

Privacidade de dados, direitos de autor, segurança, fiabilidade e parcialidade

Precisão

Contexto e interpretação, correspondência entre âmbitos, definições e períodos

Transparência

Fontes, metodologias e casos em que os números são estimados

Responsabilização

Responsabilidade passo a passo: quem supervisiona e quem pode contestar

Essa divisão de responsabilidades aplica-se igualmente quando um prestador fornece dados extraídos, uma avaliação analítica ou ambos. O prestador é responsável pelos serviços que presta, enquanto o investidor continua a ser responsável pela forma como esses resultados são utilizados e pelas decisões de investimento ou de gestão da participação daí decorrentes . A decisão deve caber sempre ao investidor.

Desenvolver ou adquirir capacidades de IA? Cada vez mais, ambas as opções

A investigação do Prof. Dr. Peter Schwendner demonstra até que ponto os dados abertos têm atualmente alcance. A sua equipa analisou barragens de rejeitos de um conjunto de projetos, utilizando conjuntos de dados públicos globais relativos à altitude, aos percursos dos rios e à população — sem qualquer divulgação por parte das empresas — e descobriu que a dimensão de uma barragem é um indicador muito menos fiável das consequências de uma ruptura do que o número de pessoas que vivem a jusante.

Os investidores também estão a abordar este tipo de questões internamente, incluindo as implicações financeiras do risco climático físico e da adaptação. A recolha de dados e a modelação deixaram de ser domínio exclusivo dos prestadores de serviços. Ainda assim, os investidores presentes na conferência partilharam os seus dados empíricos, segundo os quais cerca de 80% a 90% destas informações continuam a chegar aos investidores através de um prestador de serviços, e os parceiros especializados continuam claramente a desempenhar um papel importante.

O ponto em que uma organização estabelece esse limite pode variar. O que não deve variar é o processo de aquisição subjacente, que tem de verificar os dados, os conhecimentos especializados e a governação da IA de tudo o que for adquirido.

O futuro da IA no investimento responsável

A vantagem em termos de rapidez é a mais fácil de perceber: trabalho familiar, feito de forma mais rápida e mais económica. Estou mais interessado na segunda vantagem: perceber o que, de outra forma, nos escaparia, graças a uma cobertura mais ampla e às ligações entre as evidências. O processamento continuará a tornar-se mais fácil, enquanto as evidências em falta e a incerteza permanecem como estão; por isso, o discernimento e a interpretação tornam-se cada vez mais valiosos.

A capacidade já existe, em grande parte. Tem-se centrado principalmente nas partes do processo que eram mais fáceis de automatizar . Quando se aplica à gestão responsável, as provas têm de cumprir o mesmo padrão, mas sob uma forma diferente. O assunto é discutido com a empresa em questão, pelo que tem de ser suficientemente específico para que se possa questionar sobre o mesmo, e tem de ficar registado, para que o compromisso do ano passado possa figurar ao lado do deste ano.

Trata-se de um produto mais difícil de desenvolver e de avaliar. A julgar pela sondagem realizada junto do público em Amesterdão, é esse o produto que os investidores procuram.

Mantenha-se atualizado

Receba análises de mercado dos nossos especialistas diretamente na sua caixa de entrada.

Lorenzo Saa

Diretor de Sustentabilidade, Clarity AI

Lorenzo juntou-se a Clarity AI após mais de 20 anos na vanguarda dos investimentos sustentáveis. Desempenhou várias funções nos Princípios para o Investimento Responsável (PRI), levando-os de cerca de 300 investidores institucionais para os mais de 5.000 que tem atualmente. Como Diretor de Sustentabilidade, Lorenzo é responsável pelos compromissos estratégicos da Clarity AIem todo o mundo para aumentar o valor para o investidor e impulsionar resultados sustentáveis.

Investigação e Perspicácia

Últimas notícias e artigos

AI

Nem todas as tarefas de IA requerem um modelo mais inteligente: duas questões que determinam como se especializar

Neste preciso momento, algures, um dos modelos de IA mais avançados do mundo está a ler um anúncio sobre a divisão de ações. Chegará à resposta certa, mas o mesmo aconteceria com um modelo com uma fração do seu tamanho e custo. É um vice-presidente a fazer o trabalho de um estagiário. A inteligência continua a ser o parâmetro de referência preferido do setor, mas muitas tarefas de IA caracterizam-se por…

AI

Da Investigação à Gestão Responsável: O Próximo Passo da IA no Investimento Responsável

A IA já analisa divulgações e notícias em grande escala para fins de investigação e triagem. Lorenzo Saa explica por que razão os investidores pretendem agora que essa capacidade seja alargada à gestão responsável.

Cumprimento da Regulamentação

O 3.º Pilar da EBA e os testes de resistência climática: o que muda para os bancos da UE

As novas regras ESG do Pilar 3 da EBA abrangem todos os bancos da UE, e as questões climáticas passam a fazer parte do teste de resistência de 2027. Eis o que muda, quem está abrangido e quando se aplica.

Ícone Anúncio importante