Nas últimas décadas, um número crescente de atores tem tentado compreender as contribuições das empresas – positivas e negativas – às questões ambientais, sociais, econômicas e de governança. Um resultado importante nesse sentido tem sido o aumento no número de relatórios corporativos sobre essas questões, sejam eles relatórios de responsabilidade social, relatórios de sustentabilidade, ou parte de relatos integrados. Houve também um crescimento correspondente em referenciais (frameworks) para ajudar a articular o que esses relatórios devem informar e nos esforços dentro e fora das empresas para ajudar a melhorar a qualidade e a utilidade dos mesmos para diferentes usuários.
Permanecem, no entanto, desafios relevantes à compreensão sobre os impactos corporativos para o alcance de um modelo sustentável de desenvolvimento. Alguns desses desafios são conceituais, e surgem do fato de que pode ser extremamente complexo articular o que são e não são práticas empresariais desejáveis, em termos de sustentabilidade, para diferentes setores, locais e horizontes de tempo. Esse desafio conceitual, por sua vez, torna difícil saber o que e como divulgar e/ou medir e analisar com o objetivo de avaliar o desempenho corporativo nessas questões. Isso afeta vários stakeholders: as empresas que se esforçam para publicar informações relevantes de acordo com diferentes padrões e diretrizes de relatoria, e para melhorar seu próprio desempenho e avaliações de risco; é problemático para analistas e provedores de informação ESG, que buscam apresentar informações significativas sobre o desempenho de sustentabilidade das empresas para seus públicos-alvo; e investidores e outros usuários de informações sobre o desempenho corporativo, dado que as divulgações e avaliações baseadas em diferentes padrões podem produzir insights não comparáveis entre empresas e setores.
Outros desafios para entender os impactos da atuação empresarial sobre o desenvolvimento sustentável estão relacionados às lacunas de dados. Por exemplo, informações sobre aspectos sociais e de direitos humanos em relação a determinadas empresas muitas vezes não estão disponíveis. Além disso, as informações disponíveis muitas vezes se concentram em políticas e objetivos corporativos, e não abrangem resultados e efeitos locais.
As inovações no campo do Big Data e da Inteligência Artificial podem ajudar a preencher algumas dessas lacunas e a reduzir a carga sobre as empresas que publicam seus relatórios. Tais inovações podem permitir que a análise seja extraída de um escopo mais amplo de dados, reduzindo a dependência de autodeclarações corporativas e dando lugar à coleta de informações confiáveis sobre uma gama mais ampla de empresas e suas respectivas ações e impactos.
A ideia deste guia surgiu de uma série de workshops nos quais os participantes - incluindo empresas, investidores, sociedade civil e academia - concordaram quanto à importância de entender melhor como as revoluções na tecnologia poderiam gerar revoluções nos esforços para entender os reais impactos das empresas nas questões ambientais, sociais, econômicas e de governança, e como essas questões podem afetar o desempenho financeiro das empresas.
Com isso em mente, foi possível reconhecer que podemos trabalhar de forma mais eficaz em relação a práticas e resultados corporativos que, conforme a Agenda 2030 e os Objetivos de Desenvolvimento Sustentável, envolvam plenamente o setor privado na criação e no apoio a uma sociedade justa, equitativa e socialmente inclusiva e de uma economia ambientalmente saudável, além de posicionar melhor as empresas para evitar riscos e gerar valor para os investidores e outros stakeholders. Este guia, assim, apresenta uma visão geral e acessível sobre algumas abordagens atuais que utilizam BDAI nesse contexto, e procura destacar pontos fortes e limitações de provedores de informações ESG que hoje utilizam tais tecnologias. Lisa Sachs Diretora do Columbia Center on Sustainable Investment (CCSI)
Comments