IA y sostenibilidad: transformar la innovación tecnológica en una palanca de rendimiento

La integración de la inteligencia artificial entra en una fase estructurante para las empresas. Con motivo de Tennaxia Connect, Rémy Balangué, Chief Product Officer de Tennaxia, y Grégoire Carpentier, Chief Technology Officer de Tennaxia, compartieron su visión sobre los retos de la IA aplicada a la sostenibilidad. Moderada por el periodista Sébastien Borgnat, esta intervención permitió contrastar las promesas tecnológicas con los imperativos operativos y medioambientales. Entre la optimización del procesamiento de datos, el control de la huella de carbono digital y las exigencias de gobernanza, la conferencia demostró que la IA no debe ser solo un anuncio publicitario. Bien integrada, se convierte en un marco claro, útil y conectado con las ambiciones de rendimiento sostenible y gestión estratégica de las organizaciones.

Por qué la IA y la sostenibilidad se cruzan ahora

El cruce entre la inteligencia artificial y las trayectorias de sostenibilidad se produce en un contexto en el que el volumen de datos a gestionar —ya sean textos normativos, estatutos o informes extrafinancieros— se vuelve crítico para las empresas. Para medir la realidad sobre el terreno, Tennaxia realizó una gran encuesta entre sus clientes. Los resultados destacan tres cifras especialmente reveladoras:

• 60 % de los encuestados ya utiliza sistemas de IA en su trabajo, pero a través de cuentas personales en plataformas de consumo masivo. De este modo, la IA se ha introducido en las profesiones incluso antes de ser formalmente estructurada por los departamentos de TI (DSI).
• 70 % de ellos cita el ahorro de tiempo como el principal beneficio esperado de la IA en sus tareas diarias.
• 20 % declara no utilizarla en absoluto, principalmente por falta de confianza o porque la relación coste-beneficio aún no se considera satisfactoria.

Este cambio confirma que la principal expectativa ya no es descubrir la tecnología, sino saber cómo regularla. Las empresas buscan soluciones capaces de aportar un aumento real de la productividad garantizando, al mismo tiempo, un entorno de confianza.

Un enfoque pragmático que prioriza la utilidad real sobre los gadgets

La integración de la IA en las estrategias de RSC y HSE no debe pretender cambiarlo todo solo por el placer de innovar. El objetivo que recuerda Tennaxia es centrarse en las necesidades reales del negocio para evitar las herramientas «gadget». Los grandes modelos de lenguaje (LLM) son, por naturaleza, procesadores de texto diseñados para predecir un texto de salida a partir de un texto de entrada. Por tanto, resultan nativamente adecuados para la gestión de datos de sostenibilidad, que se basan mayoritariamente en formatos textuales y tabulares.

La cuestión no es reinventar los sistemas existentes, sino hacerlos más eficientes allí donde la carga administrativa es mayor: la búsqueda de información, la reformulación para diferentes públicos o la consolidación de fuentes dispersas. La IA se vuelve eficaz cuando arroja luz sobre las decisiones sin complicar los procesos de negocio.

Las tres funcionalidades clave lanzadas en el ámbito ESG

Para traducir esta lógica de forma operativa, Tennaxia ha desplegado tres funcionalidades concretas este año en su plataforma ESG:

• La traducción masiva de cuestionarios : permite traducir automáticamente un cuestionario de referencia a más de 20 idiomas para facilitar la recopilación de datos de las filiales globales sin salir de la aplicación.
• La creación de cuadros de mando en lenguaje natural : el usuario formula su petición directamente para generar automáticamente el cuadro de mando deseado, con los indicadores, los datos y las representaciones gráficas adecuadas.
• La asistencia en la redacción del informe de sostenibilidad : un módulo capaz de consolidar y reutilizar la información de informes anteriores o documentos de políticas para prellenar los datos del ejercicio en curso.

La experimentación interna y la transformación de las profesiones HSE

En el ámbito HSE, el enfoque se basa primero en la experimentación interna antes del despliegue a gran escala. Tennaxia está probando actualmente con sus propios consultores herramientas de IA aplicadas a las auditorías: reconocimiento de voz (speech-to-text) para la redacción de informes, toma de notas mediante fotografías y generación automática de tablas de resumen o materiales de presentación.

Este proceso permite validar la relevancia funcional de la herramienta y estandarizar las prácticas de antemano. Al transformar el tiempo de redacción en tiempo de revisión, la IA actúa como un acelerador. Sobre todo, cambia la naturaleza de las tareas al abrir el camino a nuevas decisiones.

Ejemplo concreto: Al abrir una fábrica en un nuevo país, el análisis de una normativa desconocida y extensa —una tarea a menudo tan tediosa que puede retrasar un proyecto— puede ahora ser gestionado y acelerado mediante capacidades de lectura y síntesis automatizadas, desbloqueando así la toma de decisiones.

La huella ambiental de la IA: el terreno de la sobriedad

Uno de los mensajes clave de la conferencia se refiere a la responsabilidad ambiental vinculada al uso mismo de la tecnología. La IA es una gran consumidora de energía, un desafío ineludible para los actores de la sostenibilidad. A escala mundial, el consumo de los centros de datos asciende a más de 400 TWh. La IA representa actualmente 15 % de este consumo, pero según la Agencia Internacional de la Energía (AIE), esta cifra podría alcanzar al menos el 30 % para 2030.

Ante esta realidad, la gestión debe integrar criterios de sobriedad digital, apoyándose especialmente en los trabajos de asociaciones como Green IT o del think tank The Shift Project. Tennaxia aplica esta vigilancia a través de dos palancas:

• Una política interna de uso respaldada por una vigilancia científica continua para seguir las publicaciones de referencia.
• Heurísticas de sentido común durante el desarrollo, que consisten en elegir el modelo más adecuado y eficiente para una tarea determinada, en lugar de recurrir sistemáticamente a las infraestructuras más pesadas y que consumen más energía.

Confianza, soberanía y centralidad humana

La fiabilidad de la IA sigue siendo un punto de vigilancia importante, ya que ningún modelo es 100 % fiable. La respuesta a esta limitación reside en una gobernanza estricta basada en el principio de "Human-in-the-loop" (el humano en el bucle). En la plataforma, la IA funciona exclusivamente en modo opt-in : nunca se activa por defecto y requiere una acción explícita por parte de la empresa. Además, la herramienta se limita a sugerir textos o autorrellenos; no puede sobrescribir ni reemplazar datos sin una validación humana explícita, totalmente trazable y con marca de tiempo.

En cuanto a la soberanía y la seguridad, los datos se almacenan y procesan dentro de la Unión Europea, concretamente en Francia para los niveles de confidencialidad más elevados (que exigen que la residencia de los datos y la inferencia se realicen en centros de datos franceses). Los datos de los clientes nunca se utilizan para entrenar los modelos de los proveedores.

Por último, este enfoque se integra en el marco de los requisitos ISO 27001 y SOC 2, garantizando la auditabilidad y la resiliencia del sistema: el software está diseñado para funcionar sin IA, evitando así cualquier pérdida funcional para la empresa en caso de interrupción técnica o de un aumento desorbitado de los costes de la tecnología. Esta arquitectura está, además, alineada con los requisitos del reglamento europeo sobre IA (AI Act), cuyas disposiciones se aplicarán progresivamente hasta 2027.

De la tecnología a la gestión sostenible

La inteligencia artificial no exige a las empresas producir tecnología por el simple hecho de hacerlo, sino utilizarla mejor para tomar mejores decisiones. En un contexto de sostenibilidad y cumplimiento cada vez más exigente, aporta un marco útil para pasar de la recopilación pasiva a la gestión estratégica. Al automatizar las tareas administrativas repetitivas, devuelve el valor a la experiencia humana sobre el terreno.

Para las organizaciones, el reto consiste ahora en transformar el entusiasmo tecnológico en una oportunidad de transformación: convertir la IA en una base controlada, sobria y soberana para impulsar un desempeño de RSC que sea a la vez sólido, coherente y totalmente gestionable.