No âmbito dos desafios climáticos, sociais e económicos, importa refletir sobre o papel da analítica avançada de dados para a aceleração do crescimento sustentável.

Ao contrário do que sucedia no passado, hoje, na grande maioria das salas dos Conselhos de Administração das empresas, o investimento “verde” é percebido pelos executivos como inexorável e custo-eficiente. Todas as empresas cotadas em bolsa reportam indicadores de ESG (Environment, Social and corporate Governance), sendo o relatório de sustentabilidade um instrumento-chave de comunicação institucional e de relação com investidores.

Contudo, a compilação, tratamento, processamento e modelação dos dados para cálculo dos indicadores de ESG consiste num processo complexo e moroso, requerendo o contributo de um vasto conjunto de áreas da empresa para quem o reporte da sustentabilidade não se afigura prioritário.

As áreas de sustentabilidade ou ESG das organizações têm a tarefa hercúlea de garantir harmonização de métodos de medição das grandezas (p.e. emissões de CO2, produção de resíduos, consumo de água, biodiversidade) e de procedimentos para o cálculo dos indicadores segundo as melhores práticas. Numa empresa com várias unidades de negócio, distribuídas por distintas geografias, emerge o desafio adicional de mapear e monitorizar a informação operacional e agregá-la de forma precisa, consistente e sistemática nos processos de reporting corporativo.

As empresas têm, por conseguinte, o repto de compaginar a excelência ambiental, social e de governo, com a eficiência operacional e a produtividade das equipas. Perante este desafio, recomenda-se conceber um roteiro para ESG analytics, que priorize iniciativas de digitalização, automação e inteligência artificial (IA).

No alcance deste roteiro, as empresas beneficiarão do desenvolvimento de uma base de dados unificada e de uma plataforma para ESG intelligence & analytics, que assegure não só transparência no ciclo-de-vida dos indicadores (desde a medição até ao reporte) mas também possibilite aumentar a eficiência operacional e gerar competências de simulação e prospetiva.

Para além da vertente de reporting, a IA possibilita criar modelos de planeamento probabilístico, cenarização e simulação de variáveis (p.e. evolução do PIB) com impacto no negócio e nos indicadores de ESG.

A título de exemplo, a guerra na Ucrânia resultou numa elevada pressão sobre o abastecimento de gás natural a centrais térmicas e a redes de gasodutos. Este novo contexto do mercado gasista redundou num retrocesso da transição energética, materializado pelo aumento da utilização de fontes de energia mais poluentes, como o carvão e combustíveis derivados de petróleo. Em suma, o conflito obrigou as empresas a alterarem a sua estratégia empresarial, mas as metas para ESG mantêm-se (irrealisticamente) intactas.

Tudo visto e revisto, as metas para ESG são audaciosas, mas a forma como as organizações trabalham esses indicadores assenta num cálculo eminentemente manual, num controlo dos indicadores através do “espelho retrovisor” e numa total ausência de capacidade preditiva.

Neste contexto, os modelos de ESG analytics permitem equipar a gestão das empresas de uma visão integrada negócio-ESG, conferindo realismo aos planos estratégicos, capacidade de controlo dos indicadores e ambição no desenho de roteiros para a sustentabilidade corporativa.