Mitigating Suppliers’ Environmental, Social, and Governance Greenwashing through Buyers’ Artificial Intelligence Application: Evidence from Listed Chinese Companies

Resumo Técnico: Mitigação do Greenwashing de Fornecedores através da Aplicação de Inteligência Artificial por Compradores

Definição do Problema
O artigo aborda o desafio crítico do "greenwashing de ESG" nas cadeias de suprimentos, definido como a prática em que os fornecedores ocultam informações ambientais desfavoráveis ou exageram esforços de sustentabilidade para apaziguar as partes interessadas. Esse comportamento compromete a transparência da cadeia de suprimentos, prejudica reputações e cria um "transbordamento de responsabilidade", onde o público atribui a conduta antiética de um fornecedor à falta de regulamentação da empresa central. Embora a literatura existente examine estruturas de governança interna e regulamentações governamentais, o papel dos compradores (clientes) para conter o greenwashing dos fornecedores permanece pouco explorado. Além disso, embora a Inteligência Artificial (IA) seja reconhecida por melhorar o desempenho ESG corporativo, seu papel de governança específico na mitigação do greenwashing de fornecedores por meio de dinâmicas de cadeia de suprimentos não foi empiricamente testado.

Metodologia
O estudo emprega uma abordagem empírica quantitativa utilizando um conjunto de dados em painel de empresas listadas na A-share chinesa abrangendo o período de 2010–2022.

• Construção de Dados: Os autores construíram um conjunto de dados díadico cliente–fornecedor–ano, combinando as listas dos cinco principais clientes do banco de dados CSMAR com dados de fornecedores, resultando em 997 observações.
• Mensuração de Variáveis:
  • Variável Dependente (Greenwashing de ESG): Calculada como a discrepância entre a pontuação de divulgação de ESG de uma empresa (Bloomberg) e sua classificação real de desempenho ESG (Huazheng), padronizada por médias e desvios padrão do setor.
  • Variável Independente (Aplicação de IA pelo Comprador): Medida pela frequência de palavras-chave relacionadas à IA nos relatórios anuais dos compradores, processada via dicionário do modelo SKiP-gram.
  • Variáveis de Mecanismo: Transparência da informação (baseada em classificações de divulgação da bolsa de valores) e transbordamento tecnológico (medido pela frequência de aplicação de IA e contagem de patentes verdes dos fornecedores).
  • Variáveis Moderadoras: Poder da cadeia de suprimentos (inverso da concentração dos cinco principais fornecedores) e proximidade geográfica (distância euclidiana entre os pontos de registro do comprador e do fornecedor).
• Modelos Econométricos: O estudo utiliza modelos de regressão de efeitos fixos para estabelecer efeitos de base. Utiliza modelos de mediação para testar os mecanismos de transparência da informação e transbordamento tecnológico. Os efeitos de moderação são analisados usando termos de interação.
• Robustez e Endogeneidade: Para garantir a validade, os autores realizaram mensurações alternativas (usando contagem de patentes de IA), incluíram controles de variáveis omitidas (características da empresa cliente), aplicaram efeitos fixos provinciais e testaram efeitos defasados. A endogeneidade foi abordada via abordagens de Variável Instrumental (IV) (usando a densidade de cabos ópticos provinciais e médias de IA por setor-ano) e Propensity Score Matching (PSM).

Principais Resultados

1. Efeito Primário: A adoção de tecnologia de IA pelos compradores reduz significativamente os comportamentos de greenwashing de ESG dos fornecedores. Essa correlação negativa permanece robusta em todas as análises de sensibilidade e testes de endogeneidade.
2. Mecanismos: O estudo identifica dois caminhos distintos através dos quais a aplicação de IA pelo comprador reduz o greenwashing do fornecedor:
   • Transparência da Informação: A IA do comprador aumenta a transparência das informações da cadeia de suprimentos, reduzindo a assimetria de informação e dificultando que os fornecedores ocultem dados desfavoráveis ou exagerem alegações.
   • Transbordamento Tecnológico: A adoção de IA pelo comprador facilita a difusão de tecnologias de IA e verdes para os fornecedores, melhorando suas capacidades reais de inovação verde e desempenho de sustentabilidade, reduzendo assim o incentivo ao greenwashing.
3. Fatores Moderadores: A eficácia da governança da IA do comprador é amplificada sob condições específicas:
   • Poder da Cadeia de Suprimentos: Compradores com maior poder na cadeia de suprimentos (menor concentração de fornecedores) são mais eficazes em utilizar a IA para conter o greenwashing.
   • Proximidade Geográfica: A distância física mais próxima entre compradores e fornecedores fortalece o efeito inibidor da IA, provavelmente devido ao aumento da comunicação face a face e à facilitação da verificação de dados "suaves" de ESG.

Principais Contribuições

• Extensão Teórica: A pesquisa estende a Teoria dos Stakeholders para o contexto da cadeia de suprimentos ao integrar a aplicação de IA. Demonstra como stakeholders influentes (compradores) podem utilizar ferramentas digitais para governar os comportamentos antiéticos de seus parceiros de cadeia de suprimentos.
• Enriquecimento da Literatura: Expande o escopo do impacto da IA na sustentabilidade do nível da firma para o nível da cadeia de suprimentos, fornecendo evidência empírica do papel da IA na governança do greenwashing através de governança digital e difusão tecnológica.
• Elucidação de Mecanismos: O estudo esclarece a "caixa preta" de como as tecnologias digitais influenciam a sustentabilidade da cadeia de suprimentos, distinguindo especificamente os papéis da transparência da informação e do transbordamento tecnológico.

Significância e Alegações
O artigo afirma oferecer uma contribuição oportuna e significativa ao explorar os efeitos de transbordamento da tecnologia de IA do cliente sobre o comportamento de greenwashing dos fornecedores. Postula que a IA serve não apenas como uma ferramenta de eficiência interna, mas como um mecanismo de governança crítico para a sustentabilidade da cadeia de suprimentos. Os achados sugerem que a transformação digital nas mãos dos compradores pode mitigar efetivamente os riscos de transbordamento de responsabilidade e críticas de stakeholders associados ao greenwashing de fornecedores.

Os autores mantêm um tom modesto em relação às limitações, reconhecendo que sua mensuração de IA depende da análise de texto de relatórios anuais em vez de dados diretos de investimento, e que a amostra é limitada a empresas listadas. Eles sugerem que pesquisas futuras poderiam explorar efeitos recíprocos (IA do fornecedor influenciando o comprador) e estender os achados para pequenas e médias empresas (PMEs) e fornecedores não listados. O estudo conclui que a IA é uma ferramenta fundamental para promover a sustentabilidade da cadeia de suprimentos, oferecendo um framework para compreender a interseção entre tecnologias digitais, governança corporativa e desenvolvimento sustentável.