Prise en compte du risque d’IA dans l’investissement ESG

L’intérêt pour l’intelligence artificielle a explosé, alimentant l’attente généralisée selon laquelle la technologie de l’IA pourrait bientôt jouer un rôle important dans de nombreux secteurs. Cependant, les discours sur ses avantages s’accompagnent d’inquiétudes quant à son impact environnemental, social et de gouvernance (ESG).

L’IA pourrait avoir un impact considérable, depuis l’emploi et la génération de contenu, jusqu’à la sécurité et la confidentialité des données, la consommation d’énergie, et même la diversité et l’inclusion. Au-delà du changement climatique, de l'égalité sociale, de la biodiversité et d'autres questions ESG plus « traditionnelles », l'émergence de l'IA générative dans les chatbots tels que ChatGPT a suscité des inquiétudes concernant la robotisation du travail à grande échelle, le déplacement de la main-d'œuvre et le potentiel de subversion et d'utilisation abusive, entre autres. préoccupations.

Cela devrait inciter les gestionnaires d’actifs à repenser leurs systèmes internes de notation ESG afin d’intégrer les risques et opportunités potentiels de l’IA afin de garantir que les risques de la technologie ne compromettent pas les approches et produits d’investissement crédibles liés au développement durable, tout en tirant parti des opportunités associées.

Sur le plan social, l’IA peut présenter plusieurs risques liés à l’ESG. La confidentialité des données, les préjugés de l’IA et les questions de sécurité sont débattues depuis longtemps par les régulateurs, les universitaires et les acteurs de l’industrie. Les organismes gouvernementaux et industriels ont reçu des lignes directrices initiales telles que les principes OCDE/G20 sur l’IA. Cependant, peu d’entre eux se concentrent sur la justice sociale et les risques professionnels à long terme.

Les estimations de McKinsey indiquent que les augmentations de productivité liées à l'IA générative, susceptibles de se matérialiser lorsque la technologie sera appliquée aux activités des travailleurs du savoir, pourraient s'élever à 6 100 à 7 900 milliards de dollars par an, modifiant l'anatomie du travail telle que nous la connaissons et entraînant des suppressions d'emplois potentielles. .

En effet, dans une interview accordée à Bloomberg, le PDG de British Telecom estime que ses effectifs pourraient diminuer jusqu'à 42 % d'ici 2030.

Même si l’IA peut permettre aux entreprises de bénéficier de gains d’efficacité et d’une rentabilité accrue, elles devront peut-être recycler leur personnel pour utiliser l’IA, tout en garantissant une transition juste et inclusive dans l’adoption de la technologie. Avant que des politiques gouvernementales claires ne soient adoptées en matière d’IA, les entreprises sont encouragées à procéder à une évaluation des risques liés au capital humain, y compris le coût potentiel de la reconversion professionnelle ou l’indemnisation des licenciements inévitables.

Les travailleurs des secteurs tels que les services juridiques et professionnels – fiscalité et comptabilité, négociation de titres et courtage – seront probablement parmi les plus lourdement touchés par l’IA, ainsi que les services de soutien aux entreprises tels que les agences de voyages.

Un autre défi pour les investisseurs sera de déterminer l'exposition ou l'utilisation par une entreprise de textes et d'images d'IA falsifiés et les implications financières potentielles, surtout tant qu'il y aura peu de réglementation.

Du côté de l’environnement, l’IA présente plusieurs risques. Selon un rapport de la Harvard Business Review, l’industrie des centres de données est actuellement responsable de 2 à 3 % des émissions mondiales de gaz à effet de serre. Il note que le volume de données à travers le monde devrait doubler tous les deux ans.

Le stockage de données et l'affinement des modèles et des algorithmes d'IA grâce à des milliers d'heures de formation nécessitent beaucoup de données (et d'énergie). La concurrence croissante en matière d’IA entre les pays clés et les principaux acteurs du marché entraînera probablement d’importantes émissions de GES au cours des années à venir.

Les investisseurs devront évaluer les implications de l’utilisation de l’IA sur leur empreinte carbone ainsi que les moyens par lesquels les acteurs de l’industrie vont réduire les émissions, par exemple en adoptant des modèles et des techniques de formation efficaces ou en recyclant la chaleur.

Alors que la matérialité financière du risque de transition lié au climat devient plus claire, l’approche ESG du risque lié à l’IA reste un territoire vierge pour de nombreux investisseurs.

Chez BNP Paribas Asset Management, nous mettons périodiquement à jour notre cadre de notation ESG pour tenir compte de l’évolution du contexte ESG mondial. Notre modèle prend déjà en compte les risques liés à l’IA tels que la protection de la vie privée pour les secteurs les plus impactés comme l’informatique et certaines institutions financières.