Sürdürülebilir finans uzmanları büyük ölçüde veri erişimi ve kalitesine güvenmektedir. Onlarca yıllık ESG verisi toplama sürecinin ardından, veri yetersizliğinden değil, her zaman kullanışlı olmayan çok fazla veriden muzdaripler.
İfşa yönetmelikleri bu sorunun çözümüne yardımcı olmak üzere şekillenmektedir. Bu arada, üretken yapay zeka – yeni bilgiler üretmek için verileri analiz etmenin ötesine geçen yapay zeka – daha az belirgin iklim çözümlerini etkili bir şekilde değerlendirmenin ve bunlara yatırım yapmanın bir yolu olarak ortaya çıkıyor.
Potansiyel yatırımları belirlemek
Enerji dönüşümünü kolaylaştıran varlıkların finanse edilmesine yönelik stratejiler açıkça iklim yatırımları kategorisine girmektedir. İklim çözümlerine seküler yatırım – uzun süre devam edecek geniş bir trendin yatırım dili – endüstrilerin, sektörlerin ve çeşitli işletme türlerinin daha incelikli bir değerlendirmesini gerektirir. İşte burada üretken yapay zeka devreye giriyor.
Örneğin, halka açık hisse senetleri ve iklim odaklı yatırımcı ScopeFour Capital, Project Drawdown’un sera gazı konsantrasyonlarını azaltabilecek uygulamalar ve teknolojiler listesinden esinlenen yaklaşık 100 iklim çözümünden birini veya daha fazlasını sunan şirketleri bulmak ve bunlara yatırım yapmak için Climate Taxonomy’yi kullanıyor.
ScopeFour Capital CEO’su Heather Beatty, bir şirketin gelirinin bu iklim çözümlerine maddi olarak bağlı olup olmadığını belirlemenin ticari veri setleri kullanılarak kolayca tespit edilemeyeceğini söyledi. Beatty, bu nedenle firmanın “bu iklim çözümlerini mali tablolarla eşleştirdiğini ve önemliliği daha hızlı belirlemek ve aslında çözümlere bir gelir numarası atamak için yapay zeka kullandığını” söyledi.
Kamuya açık verileri gözden geçirmek
Beatty’ye göre, üretken yapay zeka, iklim çözümlerini işlerine dahil eden ancak ilk etiketleme çalışmasında gözden kaçan işletmeleri bulmak için kamuya açık bilgileri de tarayabilir.
Bir şirketin iklim taahhütlerinin arkasına sermaye koyma hamlesi, bir şirketin net sıfır yolculuğundaki ilerlemenin temel ölçüsüdür. İklim mesajlarının duygusal tonunu ayırt etmek için yapay zeka kullanan duygu analizi de faydalı bir gösterge olabilir.
Örneğin, yapay zeka, iklim taahhütlerini tartışırken liderliğin tonunu ölçmek, çeşitli ESG konularını ele almak için çalışmak veya iklim çözümleriyle ilgili olabilecek ürün veya hizmetlerle ilgili açıklamaları ayrıştırmak amacıyla şirket kazanç çağrısı transkriptlerini analiz edebilir. Bu, birçok kurumsal liderin ESG hakkında daha az açık konuştuğu bir dönemde özellikle yararlı bir analiz olabilir.
Yapay zekaya erişim henüz sürdürülebilir finans uygulayıcılarının günlük işlerinde devrim yaratmadı, ancak üretken yapay zeka kurumsal lisanslarına olan talebin artmasıyla birlikte bu sadece bir zaman meselesidir.
