El algoritmo que desenmascara el ecoblanqueo, y la bolsa ya castiga a las empresas

El algoritmo que ve a través del ecoblanqueo

Desde hace tiempo existe un cinismo generalizado en torno a la información climática de las empresas. Historias de sostenibilidad muy atractivas, ambiciosos compromisos de cero emisiones netas y logotipos verdes, pero ¿cuánto de todo eso es realmente cierto? Las autoridades de supervisión de todo el mundo han luchado con exactamente esa pregunta, y la respuesta ha sido demasiado a menudo: no lo sabemos con certeza.

Ahora eso empieza a cambiar. Según una nueva investigación publicada en arXiv, un equipo de investigadores ha desarrollado un método que combina datos de información financiera de la SEC estadounidense con datos de emisiones a nivel de instalación del registro de emisiones de la EPA y permite que el aprendizaje automático realice el trabajo de detective que a los revisores humanos les ha faltado hasta ahora.

El método se basa en el aumento de gradiente, una técnica potente dentro del aprendizaje automático, combinado con un marco estadístico llamado Mondrian Conformal Prediction. El resultado es una nueva medida, CWCD, que cuantifica la brecha entre lo que una empresa declara sobre sus emisiones y lo que los algoritmos calculan que deberían ser las emisiones reales, a partir de los datos de las instalaciones.

Dicho en pocas palabras: si una empresa afirma que emite X toneladas de dióxido de carbono, pero sus fábricas e instalaciones cuentan una historia completamente distinta, entonces el algoritmo señala engaño.

El mercado ya ve lo que la supervisión se pierde

Lo que realmente llama mi atención en este estudio no es solo que la técnica funcione, sino lo que revela sobre el comportamiento que el mercado ya muestra.

Los resultados son inequívocos: cuanto mayor es la desviación entre las emisiones declaradas y las calculadas, menor es la valoración bursátil y peor es el rendimiento de los activos. Así pues, el mercado castiga el ecoblanqueo no principalmente por razones éticas, sino porque los inversores institucionales han empezado a leer la información ambiental deficiente como un síntoma de una mala gobernanza empresarial en general.

Esto refuta una idea muy extendida según la cual los mercados financieros son ciegos o indiferentes ante los fraudes medioambientales. Por el contrario, los grandes gestores de capital, con sus propias herramientas de análisis y las crecientes exigencias de reguladores como el reglamento de taxonomía de la UE, parecen ya haber empezado a poner precio a ese riesgo.

Es un cambio fundamental. Antes, el ecoblanqueo era en el peor de los casos un escándalo de relaciones públicas. Ahora corre el riesgo de convertirse en un problema financiero directo.

El perro guardián que la supervisión nunca tuvo

Para mí, que llevo mucho tiempo siguiendo la transformación digital en el mundo empresarial, la implicación estratégica aquí es clarísima: la IA puede convertirse en el perro guardián escalable que las autoridades de supervisión nunca se han podido permitir construir.

Los revisores humanos no pueden leer miles de memorias anuales, cruzarlas con los registros de emisiones e identificar desviaciones estadísticas, y tampoco al ritmo necesario para seguir el paso a los cientos de empresas que informan cada trimestre. Los algoritmos sí pueden.

Los investigadores que están detrás del estudio abogan explícitamente por una mayor expansión de la revisión algorítmica en la información de sostenibilidad. Es un argumento bien fundado. Ya vemos cómo se utilizan principios similares en la supervisión financiera: sistemas automatizados que señalan operaciones sospechosas o patrones inusuales en la contabilidad. No existe ninguna razón de principio para que la información de sostenibilidad quede exenta de ese mismo tipo de revisión sistemática.

Una oportunidad, no solo una amenaza

Quiero ser claro sobre por qué considero esto una buena noticia, no solo para la lucha contra el cambio climático, sino para el mundo empresarial en su conjunto.

Las empresas honestas que de verdad cumplen sus compromisos climáticos llevan mucho tiempo sufriendo por competir en igualdad de condiciones con actores que maquillan las cifras. Cuando la revisión impulsada por la IA se expanda y empiece a integrarse en los análisis de inversión y en los procesos de supervisión, la estructura de incentivos cambiará de forma fundamental. Compensa ser honesto, y cuesta caro no serlo.

Esta es precisamente la clase de cambio de sistema que genera una transformación real y duradera, y no solo documentos de política bien intencionados.

El siguiente paso depende ahora de tres actores: las autoridades de supervisión, que necesitan invertir en herramientas algorítmicas de revisión; los inversores, que deberían exigir requisitos de datos más estrictos a las empresas de sus carteras, y las empresas, que deben entender que el tiempo de las narrativas de sostenibilidad vagas se está agotando.