El Banco de España ha declarado su apuesta decidida por la inteligencia artificial (IA) como herramienta clave para supervisar y prevenir los riesgos climáticos dentro del sector financiero. Según fuentes oficiales consultadas por EXPANSIÓN, el supervisor destaca la dificultad que presenta la información climática, pues suele ser heterogénea, poco comparable y compleja de verificar. En este contexto, la IA puede certificar y auditar datos mediante sensores que registran emisiones donde no existen reportes oficiales, o controlar la veracidad de la información declarada.
Esta estrategia no es aislada, ya que sigue la línea marcada por el Banco Central Europeo (BCE), que integra indicadores climáticos basados en datos del programa europeo Copernicus, especialmente sobre tormentas e incendios. Para el Banco de España, la supervisión climática exige analizar datos muy distintos a los financieros tradicionales, incluyendo información no estructurada como imágenes satelitales, sensores remotos, fotografías, documentos corporativos y datos geoespaciales, todos ellos complejos de procesar manualmente.
En su reciente "Revisión de literatura sobre el uso de aprendizaje automático en finanzas verdes", el BdE destaca siete áreas donde el aprendizaje automático está contribuyendo significativamente: catástrofes naturales, biodiversidad, riesgo agrícola, mercados de carbono, energía, inversión responsable y datos climáticos. Esta investigación se vincula con el Proyecto Gaia, una iniciativa conjunta del Banco de Pagos Internacionales (BIS), el Deutsche Bundesbank, el BCE y el Banco de España, que explora cómo la extracción de texto mediante IA puede ofrecer datos accesibles y de alta calidad para aplicaciones monetarias y financieras, haciendo especial hincapié en los riesgos climáticos, cuya estandarización sigue siendo un desafío.
De forma paralela, otros supervisores internacionales también indagan en la aplicación de la IA para la estimación de emisiones corporativas, como el Banco de Francia. Su informe señala que la IA logra predecir la intensidad de carbono en un 69% de los casos, aunque con dificultades en escenarios atípicos. El uso de redes neuronales para interpretar imágenes satelitales ha permitido obtener datos casi en tiempo real sobre la producción de cemento, un factor relevante en emisiones industriales.
En el ámbito global, el Banco de España presidió hasta 2023 el grupo de trabajo en finanzas verdes dentro del BIS Innovation Network, que impulsa tecnologías emergentes para potenciar las finanzas climáticas a escala. Su estrategia para 2025-2030 se articula en tres prioridades analíticas: primero, analizar datos no estructurados como imágenes satelitales para cerrar lagunas en las estadísticas oficiales; segundo, procesar lenguaje natural para extraer y comparar información de informes corporativos y planes de sostenibilidad; tercero, modelizar impactos de fenómenos climáticos como sequías, incendios y desertificación sobre variables económicas y financieras, incluyendo producción agrícola, empleo y crédito bancario.
A pesar de los avances, el Banco de España subraya la necesidad de gobernanza, trazabilidad y prudencia en el uso de la IA. No es una solución automática ni reemplaza el juicio experto, y la calidad de los resultados depende de la solidez de los datos y las metodologías aplicadas. Advierten también que la IA forma parte del problema climático por su elevado consumo energético y demandas de refrigeración en centros de datos.
Este enfoque integrado posiciona a la IA como una herramienta indispensable para afrontar los retos de la transición ecológica en el sistema financiero, pero también implica un compromiso crítico con la sostenibilidad y la fiabilidad en la gestión de datos climáticos.
Para más información, consulte la newsletter completa del Banco de España, donde se detallan sus prioridades analíticas y proyectos relacionados con la inteligencia artificial y el cambio climático.