A governança de IA e ESG trata da relação em dois sentidos entre a inteligência artificial e os relatórios ambientais, sociais e de governança. De um lado, os sistemas de IA criam impactos ESG que precisam ser mensurados e divulgados: consumo de energia com o treinamento e a inferência de modelos, uso de água para o resfriamento de data centers, resíduos eletrônicos de hardware de IA, deslocamento de mão de obra, viés algorítmico que afeta comunidades e estruturas de governança para a supervisão da IA. De outro lado, a IA é cada vez mais usada para aprimorar a mensuração, os relatórios e o desempenho ESG, do monitoramento ambiental por satélite às análises de transparência da cadeia de suprimentos. Para as organizações sujeitas a obrigações de relato ESG, o desafio de governança é garantir que os impactos ESG relacionados à IA sejam capturados com precisão nas divulgações e que os próprios sistemas de IA usados para os relatórios ESG sejam governados, validados e transparentes.

Impacto ambiental da IA

A pegada ambiental da IA é relevante e está crescendo. Treinar grandes modelos de IA exige recursos computacionais e energia significativos. A Agência Internacional de Energia estima que o consumo de eletricidade dos data centers pode dobrar entre 2022 e 2026, impulsionado substancialmente pelas cargas de trabalho de IA. O consumo de água para o resfriamento de data centers é uma preocupação emergente; um único data center de grande porte pode consumir milhões de litros de água por ano. Para as organizações sujeitas a exigências de divulgação climática (CSRD da UE, normas do ISSB, regras climáticas da SEC), o consumo de energia e as emissões relacionados à IA devem ser incluídos nos relatórios de Escopo 2 (eletricidade adquirida) e, potencialmente, de Escopo 3 (cadeia de valor). As organizações que utilizam serviços de IA em nuvem devem obter os dados de emissões de seus provedores de nuvem e incluí-los em seus relatórios.

Impacto social da IA

Os impactos sociais da IA incluem efeitos sobre a força de trabalho (deslocamento de empregos, requisitos de qualificação, condições de trabalho sob gestão algorítmica), impactos sobre o consumidor (viés algorítmico em decisões de crédito, seguros, moradia e emprego) e efeitos sobre as comunidades (vigilância, moderação de conteúdo, acesso a serviços). Os frameworks de relato ESG esperam cada vez mais a divulgação de como as organizações gerenciam esses impactos. A exigência de avaliação de impacto sobre os direitos fundamentais prevista no Regulamento de IA da UE (EU AI Act) para IA de alto risco intersecta diretamente com a dimensão social dos relatórios ESG.

Dimensão de governança

O pilar de governança do ESG corresponde diretamente à governança de IA: supervisão da IA pelo conselho, estruturas de responsabilização, frameworks de gestão de riscos, políticas de ética, mecanismos de auditoria e engajamento das partes interessadas. Para investidores e analistas que avaliam o desempenho ESG, a maturidade em governança de IA está se tornando um indicador indireto da qualidade mais ampla da governança; organizações que governam bem a IA provavelmente também governam bem outros riscos complexos.

Integração prática

Integre a IA à sua avaliação de materialidade ESG; determine quais impactos ESG relacionados à IA são relevantes para suas partes interessadas. Inclua o consumo de energia da IA nos relatórios ambientais. Divulgue os impactos da IA sobre a força de trabalho nos relatórios sociais. Relate as estruturas de governança, as políticas e os mecanismos de supervisão da IA nas divulgações de governança. Garanta que os próprios sistemas de IA usados para os relatórios e a mensuração ESG sejam governados, validados e transparentes; um sistema de IA que produz dados ESG imprecisos gera exposição à legislação de valores mobiliários por divulgações enganosas.

Leitura complementar: IEA, Energy and AI | OECD AI Principles

Leitura relacionada

Leitura complementar: IEA, Energy and AI | OECD AI Principles