Las calificaciones ESG se han convertido en uno de los factores más determinantes para acceder a inversión institucional, mejorar la percepción del mercado e incluso reducir el coste de financiación. Sin embargo, un nuevo whitepaper de ESG.AI alerta de un problema estructural que está afectando a la mayoría de las compañías: sus puntuaciones ESG no reflejan realmente su desempeño en sostenibilidad.
Según el informe, más del 90% de los ratings ESG están “infraoptimizados” debido a una desconexión entre los datos que las empresas publican y la forma en la que las agencias de rating interpretan esa información mediante algoritmos propietarios.
La consecuencia es clara: empresas que sí están realizando inversiones y avances reales en sostenibilidad están perdiendo valor reputacional y financiero simplemente porque sus datos no están estructurados ni alineados con los modelos de evaluación de agencias como MSCI, Sustainalytics o London Stock Exchange Group.
El documento destaca que los ratings ESG ya forman parte de los criterios utilizados por inversores institucionales, índices bursátiles y entidades financieras para tomar decisiones de inversión y financiación.
En este contexto, una mala puntuación ESG no solo afecta a la reputación corporativa. También puede traducirse en:
Y aquí aparece uno de los datos más llamativos del informe: mejoras del 5% o más en el rating ESG podrían lograrse sin cambios operativos reales, únicamente corrigiendo cómo se reportan y estructuran los datos.
Uno de los conceptos más potentes del whitepaper es el de “invisible performance”.
Muchas compañías sí están desarrollando iniciativas ESG relevantes y publican información extensa en informes, PDFs o memorias corporativas. El problema es que esos datos no siempre están preparados para ser interpretados correctamente por los sistemas automatizados de scoring.
En otras palabras: el rendimiento ESG existe, pero los algoritmos no lo reconocen.
El informe identifica tres grandes problemas estructurales:
Cada agencia utiliza modelos propietarios diferentes, con ponderaciones y criterios opacos. Esto provoca que una misma empresa pueda tener valoraciones radicalmente distintas según quién la evalúe.
Muchas métricas ESG no están en formatos “machine readable”, lo que hace que los sistemas automáticos no puedan interpretarlas correctamente.
Mientras las plataformas ESG tradicionales están pensadas para cumplir normativas y publicar información, los modelos de rating funcionan como motores algorítmicos dinámicos y comparativos.
El informe sostiene que está emergiendo una nueva capa tecnológica dentro del ecosistema ESG: la “ESG Score Optimization Infrastructure”.
Se trata de plataformas basadas en IA capaces de:
La propuesta de ESG.AI se basa precisamente en esta idea a través de su plataforma “ESG Score Navigator”, diseñada para actuar como puente entre el reporting ESG y las agencias de calificación.
Uno de los cambios más relevantes que plantea el informe es conceptual.
Hasta ahora, muchas organizaciones entendían el ESG como un ejercicio de compliance y reporting. El nuevo paradigma propone tratarlo como una disciplina de optimización estratégica con impacto directo en mercados financieros.
La diferencia es enorme.
Ya no se trata únicamente de responder:
“¿Estamos reportando?”
Sino de preguntarse:
“¿Estamos siendo correctamente interpretados por los sistemas que determinan nuestra puntuación?”
El whitepaper cita además una encuesta de BNP Paribas en la que el 70% de los encuestados identifican los datos inconsistentes e incompletos como la principal barrera para la inversión ESG.
Esto refuerza una idea clave: el problema no es únicamente tecnológico, sino financiero y estratégico.
Si los datos ESG no son interpretados correctamente, el mercado podría estar tomando decisiones de inversión basadas en información parcial o distorsionada.
El informe propone abandonar el modelo clásico “reportar y esperar la evaluación” y sustituirlo por una arquitectura de tres etapas:
Cumplimiento normativo y reporting ESG tradicional.
Validación algorítmica previa mediante IA y análisis de gaps.
Entrada en el ciclo de rating con datos ya optimizados para reconocimiento y scoring.
Más allá de la tecnología, el informe pone sobre la mesa una reflexión relevante: las compañías ya no pueden tratar las puntuaciones ESG como un resultado “impredecible” o completamente externo.
Con el crecimiento de la inversión sostenible y el peso creciente de los ratings ESG en decisiones financieras, optimizar cómo los algoritmos interpretan la información puede convertirse en una ventaja competitiva clave en los próximos años.
Y, según el documento, el verdadero problema no es que las empresas no estén haciendo suficiente en ESG.
El problema es que el mercado podría no estar viendo todo lo que realmente están haciendo.
Rincón del CISO
31 Julio 2026
Podcast de Cyberlideria MGZN.
Todos los jueves, a partir de las 22:00, estará disponible en CyberLideria MGZN una nueva entrevista, donde un prestigioso CISO colaborador charlará con una personalidad inspiradora, importante, y líder empresarial, tanto del ámbito privado como público.
Manténgase informado sobre la ciberseguridad, tecnología, las tendencias y las noticias que afectan a los líderes de TI.
Suscríbete GRATIS y disfruta de contenido ilimitado sobre ciberseguridad y personas
