La convergenza tra Modello 231 e fattori ESG: verso una governance integrata nell’era digitale

Nell’attuale panorama economico e finanziario, caratterizzato da una crescente complessità e da sfide sempre più articolate, si sta delineando una significativa convergenza tra il Modello di Organizzazione, Gestione e Controllo previsto dal D.Lgs. 231/2001 (Modello 231) e i fattori ESG (Environmental, Social, Governance).

Questa tendenza, evidenziata in una recente informativa del Consiglio Nazionale dei Dottori Commercialisti e degli Esperti Contabili (CNDCEC), sta ridefinendo il concetto di governance aziendale e ponendo l’accento su un approccio integrato che combina compliance legale e sostenibilità.

Il nuovo paradigma di valore aziendale

Il CNDCEC sottolinea come i fattori ESG stiano trasformando la concezione stessa di valore aziendale. Non si tratta più solamente di massimizzare il profitto per gli azionisti, ma di creare valore per tutti gli stakeholder considerando l’impatto ambientale, sociale e di governance delle attività aziendali.

Questo cambio di paradigma sta influenzando profondamente:

• strategie aziendali;
• pratiche di reporting;
• aspettative degli investitori.

Parallelamente, il quadro normativo sulla responsabilità amministrativa degli enti (D.Lgs. 231/2001) continua a evolversi e questo pone nuove sfide in termini di compliance e gestione del rischio.

Connessioni tra fattori ESG e reati presupposto del “catalogo 231”

L’informativa del CNDCEC evidenzia significative sovrapposizioni tra i rischi ESG e le aree di rischio considerate dal D.Lgs. 231/2001. Ad esempio:

Questa sovrapposizione suggerisce la possibilità di un approccio integrato alla gestione del rischio, che consideri sia gli aspetti legali che quelli di sostenibilità.

Il ruolo dell’intelligenza artificiale e della digitalizzazione

In questo contesto l’intelligenza artificiale (IA) e la digitalizzazione possono diventare potenti alleati per le aziende. Questi strumenti tecnologici stanno rivoluzionando il modo in cui le organizzazioni approcciano sia la compliance 231 che la gestione dei fattori ESG.

IA nel contesto del Modello 231

• a) Risk Assessment avanzato: gli algoritmi di machine learning possono analizzare grandi volumi di dati per identificare pattern e anomalie che potrebbero indicare potenziali rischi di reato (identificazione più precisa e tempestiva delle aree di vulnerabilità);
• b) Monitoraggio continuo: i sistemi di IA possono monitorare in tempo reale le attività aziendali e segnalare eventuali deviazioni dai protocolli stabiliti (riduzione del rischio di non conformità ed interventi correttivi immediati);
• c) Due Diligence automatizzata: l’IA può accelerare e migliorare i processi di due diligence su partner commerciali e terze parti, riducendo così il rischio di coinvolgimento in attività illecite;
• d) Analisi predittiva: i modelli di IA possono prevedere potenziali aree di rischio futuro e permettere alle aziende di adottare misure preventive prima che si verifichino problemi.

IA nella gestione dei fattori ESG

• a) Analisi dei dati ESG: l’IA può processare e analizzare enormi quantità di dati non strutturati per estrarre insights rilevanti sulle performance di sostenibilità;
• b) Reporting automatizzato: i sistemi basati sull’IA possono automatizzare la raccolta e l’elaborazione dei dati per la rendicontazione ESG, un aspetto particolarmente rilevante alla luce della nuova Corporate Sustainability Reporting Directive (CSRD);
• c) Valutazione dell’impatto: gli algoritmi possono modellare e prevedere l’impatto ambientale e sociale delle decisioni aziendali per rendere il processo decisionale più informato e responsabile;
• d) Ottimizzazione delle strategie ESG: l’IA può supportare il decision-making strategico suggerendo azioni per migliorare le performance ESG in linea con gli obiettivi aziendali e le aspettative degli stakeholder.

Il ruolo della digitalizzazione

La digitalizzazione sta creando l’infrastruttura necessaria per questa rivoluzione guidata dall’IA. Piattaforme digitali integrate stanno emergendo come hub centrali per la gestione della compliance 231 e delle iniziative ESG. Queste piattaforme offrono:

• Un unico repository per tutti i dati relativi a compliance e sostenibilità, facilitando analisi integrate e reporting olistico (centralizzazione dei dati);
• workflow automatizzati che riducono gli errori umani e aumentano l’efficienza nella gestione delle attività di compliance e sostenibilità;
• dashboard in tempo reale interattive per una visione immediata delle performance 231 ed ESG, permettendo un monitoraggio costante e interventi tempestivi;
• strumenti che facilitano la collaborazione tra diverse funzioni aziendali, cruciale per un approccio integrato alla governance.

Vantaggi dell’integrazione tra Modello 231 e fattori ESG supportata da IA

L’integrazione tra Modello 231 e fattori ESG, supportata da IA e digitalizzazione, offre numerosi vantaggi. Anzitutto un approccio che considera sia i rischi legali che quelli di sostenibilità, che da quindi una visione più completa del profilo di rischio aziendale.

Poi viene l’efficienza operativa. L’automazione di processi ripetitivi libera risorse per attività a maggior valore aggiunto, permettendo alle aziende di concentrarsi su aspetti strategici della governance.

L’accesso a dati in tempo reale e analisi avanzate permette di prendere decisioni data-driven basate su un decision-making più informato e strategico, allineando le decisioni aziendali con gli obiettivi di compliance e sostenibilità.

I sistemi digitali integrati apportano maggiore trasparenza e facilitando la tracciabilità e la rendicontazione, migliorando la trasparenza verso stakeholder interni ed esterni e rafforzando la fiducia nel mercato.

Infine, l’adattabilità. I sistemi basati sull’IA possono adattarsi rapidamente a cambiamenti normativi o nuove best practice, garantendo una compliance costante in un ambiente normativo in rapida evoluzione.

Sfide e considerazioni critiche

Oltre ai vantaggi, l’implementazione di questo approccio integrato supportato da IA e digitalizzazione non è priva di sfide.

La gestione di dati sensibili relativi a compliance e sostenibilità richiede robuste misure di cybersecurity per prevenire violazioni che potrebbero avere gravi conseguenze legali e reputazionali.

Innovazioni di questo tipo richiedono anche personale qualificato, in grado di gestire e interpretare sistemi basati sull’IA, richiedendo investimenti in formazione e sviluppo delle competenze.

Poi vengono i costi di implementazione. L’adozione di tecnologie avanzate può richiedere investimenti significativi, che potrebbero rappresentare una barriera per le PMI.

Inoltre è fondamentale assicurare che le decisioni prese dall’IA siano comprensibili e giustificabili, soprattutto in contesti di compliance dove la trasparenza è cruciale.

Infine, visti possibili bias algoritmici, occorre garantire che i sistemi di IA non perpetuino o amplifichino pregiudizi esistenti, che potrebbero portare a decisioni discriminatorie o non etiche.

L’evoluzione del ruolo dell’organismo di vigilanza

In questo nuovo scenario evolve significativamente anche il ruolo dell’Organismo di Vigilanza (OdV). L’OdV deve ora:

• sviluppare competenze digitali e di data analytics per supervisionare efficacemente sistemi sempre più complessi;
• ampliare il proprio raggio d’azione considerando la compliance legale e le performance di sostenibilità;
• collaborare più strettamente con altre funzioni aziendali, come il risk management e la sostenibilità, per garantire un approccio integrato alla governance;
• monitorare e valutare l’efficacia dei sistemi di IA utilizzati per la compliance e la gestione ESG, assicurando che operino in modo etico e conforme alle normative.