Jak mohou lídři podniků dosáhnout svých cílů v oblasti umělé inteligence a udržitelnosti

Pro společnosti je vyvážení přijetí umělé inteligence a environmentálního dopadu nezbytné. Podle Světového ekonomického fóra se energie potřebná k podpoře růstu umělé inteligence zdvojnásobuje každých 100 dní. Do roku 2028 by spotřeba energie umělé inteligence mohla překročit celkovou spotřebu energie na Islandu v roce 2021. Umělá inteligence může být dvojsečnou zbraní: zatímco může významně pokročit v environmentálních iniciativách, může být stejně škodlivá, pokud se používá bezhlavě.

Neexistuje univerzální plán pro udržitelné používání umělé inteligence – přístup každé organizace musí být sladěn s jejími jedinečnými okolnostmi. Místo toho vyžaduje integrace umělé inteligence a další environmentální cíle určitou mentalitu.

Zamyslete se nad frontami, které se tvoří před obchody Apple v dny vydání produktů: raní adoptoři hrdě vystavují nejnovější gadgety jako statusové symboly. Takový přístup zde nefunguje. Společnosti by neměly spěchat s přijetím lesklých nástrojů umělé inteligence pouze proto, aby byly viděny jako trendsettery. Místo toho by se měly soustředit na účelnou implementaci umělé inteligence, která podporuje dlouhodobé cíle udržitelnosti.

Zde jsou některé strategie, které je třeba zvážit.

Automatizujte s ohledem na úsporu energie

Někteří lídři by mohli být proti zaměstnancům, kteří hledají zkratky, ale já ne. V Jotformu jsem zaměstnancům řekl, aby neustále hledali rychlejší způsoby, jak dokončit své úkoly, pokud kvalita jejich výstupu neklesne. Automatizace je srdcem našeho podnikání a je centrální pro naši kulturu. Pokud existuje automatizovaný nástroj, který může zvládnout nudný, manuální úkol, pak říkám: jděte na to.

Jak se ukázalo, automatizace úkolů pomocí nástrojů umělé inteligence může také přispět k vašim cílům udržitelnosti. Podle Světového ekonomického fóra je optimalizace plánování pro úsporu energie, tj. přesunutí zátěže umělé inteligence do časů nižší poptávky, významnou taktikou pro využití umělé inteligence a snížení uhlíkové stopy.

Řekněme, že jste si vybrali nástroj umělé inteligence pro automatizaci pravidelných bezpečnostních kontrol, aby chránil vaše data. Programování těchto úkolů v noci je snadný způsob, jak se stát energeticky efektivnějšími. Obecná spotřeba energie obvykle klesá večer, a energetické sítě dostávají oddech a mohou běžet efektivněji. Jako vedlejší výhodu často klesají i vaše energetické náklady.

Nebo, pokud jste v geografické oblasti s teplým počasím a velkým využíváním klimatizace, můžete přesunout energeticky náročné projekty do chladnějších měsíců, kdy jsou energetické sítě méně zatížené. Je důležité, že tyto přesuny vyžadují předchozí úvahu, ale téměř žádnou další námahu. Můžou představovat významnou úsporu energie.

Vyberte základní modely

Představte si, že jste v kuchyni michelinské restaurace. Šéfkuchaři byli všichni vyškoleni v kuchařských školách a špičkových restauracích. Společně může tým zvládnout všechny druhy jídel a inovovat nová. Pokud někdo chce sestavit úžasné jídlo, nemusí trénovat zcela novou skupinu šéfkuchařů – mohou použít tuto skupinu, využívající jejich stávající odbornosti a poskytující přizpůsobenou instruktáž.

V umělé inteligenci je to myšlenka základního modelu: pokročilého programu, který byl již trénován na obrovském množství dat. Pokud někdo potřeboval určitý nástroj umělé inteligence, mohli by začít s tímto základním modelem místo toho, aby postavili model od začátku.

Christina Shim, hlavní důstojník udržitelnosti v IBM, píše pro Harvard Business Review, proč je volba základních modelů energeticky efektivní přístup. Na rozdíl od vytváření nového modelu “mohou základní modely být přizpůsobeny pro konkrétní účely za zlomek času, se zlomek dat a se zlomek energetických nákladů”.

Shim poznamenává, že velikost základního modelu může mít také dopad – většina z nich má buď 3, 8 nebo 20 miliard parametrů. Podle výzkumu IBM mohou menší modely trénované na specifických a relevantních datech fungovat stejně dobře jako větší, ale rychleji a se spotřebou méně energie. Velikost není vždy nejlepší. Jako Salesforce uvádí, volba největšího a nejmocnějšího modelu pro konkrétní potřeby podniku je jako “použití nákladní auta, aby jste šli nakoupit nebo vyzvednout jednoho cestujícího” – zcela zbytečné.

Větší modely mají však také vyšší cenovku. Vynaložení času na výběr modelu, který je škálovatelný pro váš cíl, je hodnotnou investicí, která může nakonec ušetřit finanční a ekologické zdroje.

Vyberte otevřený software

Další důležitou volbou na počátku každé cesty umělé inteligence je, zda zvolit otevřený software. Otevřené možnosti nemusí řešit každý problém, ale v mnoha případech mohou poskytnout energeticky a nákladově efektivní řešení, které využívá moudrosti nesčetných odborníků. Můžete se soustředit na zlepšení stávajícího řešení (a sdílet výsledky), místo aby jste zatěžovali energetické sítě, abyste znovu vynalezli kolo každý čas. Jako Shim poznamenává, otevřený software má výhodu kolektivního zlepšování – s více očima na problém je výsledný produkt lepší a energetická poptávka ve fázi vývoje je rozložena mezi uživatele.

Dobrý software stojí za peníze, ale musí odpovídat vašim potřebám a rozpočtu – increasingly relevant consideration during times of inflation. V mnoha případech je k dispozici otevřené řešení zdarma nebo za zlomek nákladů.

Implementujte automatizaci pro zvýšení systémové efektivity

Nakonec mohou nástroje automatizace umělé inteligence ušetřit energii, pokud pomáhají zvýšit systémovou efektivitu. Mohou to udělat přímo, snížením počtu hodin potřebných k provedení nudných úkolů. Například, pokud provádíte výzkum, nástroje jako ChatGPT mohou eliminovat hodiny sezení před monitorovací obrazovkou, identifikací a syntézou klíčových informací za sekundy.

Nástroje umělé inteligence mohou také hrát roli ve fázi plánování systémů. Vezměte si Salesforce: jejich tým infrastruktury datových center používá umělou inteligenci k předpovědi a anticipaci vzorců využití zákazníků, a pak automaticky škáluje objem serverů, který je vyžadován. To jim umožňuje přizpůsobit způsob, jakým je jejich infrastruktura datových center využívána, a vyhnout se plýtvání nadbytečnou energií. Stejně tak softwareová společnost používá umělou inteligenci k rozhodování o snížení uhlíkové stopy, analýzou milionů datových bodů z dodavatelského řetězce, firemního cestování, nemovitostí a dalších.

Umělá inteligence může fungovat jako konzultant udržitelnosti, ideálně šetřící více energie, než je vyžadováno k provedení odpovídajících analýz a úkolů. V tomto smyslu může umělá inteligence být jednoduchou zbraní, poskytující více výhod než jakýchkoli spojených nevýhod.