Centro Nazionale di Ricerca in High Performance Computing Big Data e Quantum Computing (ICSC), progetto finanziato dall’Unione Europea – NextGenerationEU – e dal Piano Nazionale Ripresa e Resilienza (PNRR) – Missione 4 Componente 2.
Obiettivi
Il progetto si propone di sviluppare una piattaforma che supporti l’analisi della dichiarazione di trasparenza non finanziaria dei dati ESG, per simulare la coerenza dei dati degli indicatori a partire da scenari reali. Ciò nasce dall’esigenza di comprendere e sviluppare meglio i report ESG in modo accurato e quantificabile.
Sfida iniziale
L’importanza degli indici ESG è necessaria per valutare l’impatto aziendale sui temi della sostenibilità. Ci si aspetta sempre più che le organizzazioni eseguano e implementino pratiche e obiettivi legati alla sostenibilità e che rendano conto di questi sforzi in modo trasparente. Questo progetto risponde alla crescente complessità e al volume dei dati ESG, che richiedono strumenti più sofisticati per l’analisi e l’interpretazione pratica.
Soluzione
I report ESG saranno migliorati grazie alla creazione di un modello in grado di comprendere e analizzare pienamente tutti gli elementi che concorrono alla loro creazione. Ciò avverrà grazie a nuovi modelli legati all’IA generativa e all’uso di LLM, che consentiranno di sviluppare un cruscotto interattivo secondo il modello di riferimento dei gemelli digitali sviluppato in Spoke 9.
Benefici
Il progetto darà strumenti per identificare la validazione etica e l’impatto delle metriche ESG. I dati ESG saranno forniti alle banche e ai servizi finanziari per valutare il rischio di credito dell’azienda e per analizzare la sua adattabilità ai rischi legati al clima, aumentando la consapevolezza delle metriche ESG e valutando la conformità ai requisiti di sostenibilità.
Il ruolo di IFAB
IFAB ha contribuito alla progettazione e all’implementazione delle infrastrutture dati e degli strumenti di intelligenza artificiale necessari per analizzare in modo automatico dichiarazioni non finanziarie e report di sostenibilità ESG, trasformando fonti documentali eterogenee in insight comparabili a supporto della valutazione delle performance ambientali, sociali e di governance.
Le attività hanno coperto l’intero ciclo di vita del dato: dalla raccolta automatica tramite web scraping, all’estrazione delle informazioni mediante una pipeline RAG deployata sul cluster HPC Leonardo, fino alla valutazione comparativa di modelli linguistici e alla definizione di un framework di metriche ESG. I risultati sono fruibili attraverso un portale web con dashboard integrate e un modulo di analisi anti-greenwashing basato su explainable AI.
La partecipazione al progetto ha consentito a Fondazione IFAB di consolidare competenze all’intersezione tra intelligenza artificiale, analisi documentale su larga scala e finanza sostenibile.
Partners
- IFAB
- SII – Transversal Research Group on Societal Implications and Impact
- EmilBanca
- BPER
- CRIF
- Confindustria Emilia Centro
- Università del Salento
- Università di Bologna
- Università di Napoli
Spoke partecipanti
Per informazioni rivolgersi a: projects@ifabfoundation.org















