Hvordan virksomhedsledere kan opnå deres mål i både AI og bæredygtighed

For virksomheder er det afgørende at balancere AI-adopterings- og miljøpåvirkning. Ifølge Verdensøkonomisk Forum (WEF) fordobles den energi, der er nødvendig for at understøtte AI’s vækst, hver 100. dag. I 2028 kan AI’s energiforbrug overstige den samlede energi, der blev brugt i Island i 2021. AI kan være en dobbeltægget sværd: selvom det kan fremme miljøinitiativer betydeligt, kan det også være lige så skadeligt, hvis det bruges uden omhu.

Der er ingen universel vejledning for bæredygtig AI-brug – hver virksomheds tilgang må være i overensstemmelse med deres unikke omstændigheder. I stedet kræver integration af AI og fremme af miljøvenlige mål en bestemt holdning.

Tænk på de køer, der dannes uden for Apple-butikker på produktlanceringer: tidlige adopterer, der stoltviser de nyeste gadgets som statussymboler. Denne holdning virker ikke her. Virksomheder bør ikke skynde sig at adoptere flashy AI-værktøjer blot for at være set som trendsettere. I stedet bør de fokusere på bevidst AI-implementation, der understøtter langsigtede bæredygtighedsmål.

Her er nogle strategier, der kan overvejes.

Automatiser med henblik på energibesparelse

Nogle ledere kan have noget imod, at medarbejdere tager genveje, men jeg gør ikke. I Jotform opmuntrer jeg medarbejdere til at løbende lede efter hurtigere måder at udføre deres arbejde på, så længe kvaliteten af deres output ikke svigter. Automatisering er hjertet af vores forretning og central for vores kultur. Hvis der er et automatiseret værktøj, der kan håndtere et kedeligt, manuelt arbejde, så siger jeg: gå for det.

Det viser sig, at automatisering af opgaver med AI-værktøjer også kan fremme jeres bæredygtighedsmål. Ifølge WEF er optimering af planlægning for energibesparelse, dvs. flytning af AI-arbejdsbyrder til tider med lavere energibehov, en effektiv taktik for at udnytte AI og reducere jeres carbonaftryk.

Lad os sige, at du har valgt et AI-værktøj til at automatisere regelmæssige sikkerhedsskanninger for at beskytte dine data. At programmere disse opgaver om natten er en let måde at blive mere energibesparende på. Den generelle energiforbrug tenderer til at falde under aftenen, og energinet får en pause og kan køre mere effektivt. Som en tilfældig fordel falder jeres energiomkostninger ofte også.

Eller, hvis du er i et geografisk område med varmt vejr og generøs AC-brug, kan du flytte energikrævende projekter til koldere måneder, hvor energinet er mindre belastet. Vigtigt er, at disse ændringer kræver forudseenhed, men kræver næsten ingen ekstra indsats. De kan føre til betydelig energibesparelse.

Vælg grundlæggende modeller

Forestil dig, at du er i køkkenet på en Michelin-stjernede restaurant. Kokkene er alle blevet uddannet på kulinariske skoler og højkvalificerede restauranter. Sammen kan holdet udføre alle slags retter og innovere nye. Hvis nogen vil lave en fantastisk måltid, behøver de ikke at uddanne et helt nyt hold af kokke – de kan bruge dette hold, udnytte deres eksisterende ekspertise og give tilpasset vejledning.

I AI er det idéen om en grundlæggende model: et avanceret program, der allerede er blevet trænet på enorme mængder af data. Hvis nogen havde brug for et bestemt AI-værktøj, kunne de starte med denne grundlæggende model i stedet for at bygge en model fra bunden.

I en artikel i Harvard Business Review forklarer Christina Shim, chief sustainability officer i IBM, hvorfor valg af grundlæggende modeller er en energibesparende tilgang. I modsætning til at opbygge en ny model kan “grundlæggende modeller tilpasses for bestemte formål på en brøkdel af tiden, med en brøkdel af data og en brøkdel af energiomkostningerne”.

Shim påpeger, at størrelsen af en grundlæggende model også kan have en indvirkning – de fleste kommer med enten 3, 8 eller 20 milliarder parametre. Ifølge IBM-forskning kan mindre modeller, der er trænet på specifikke og relevante data, fungere lige så godt som de større, men hurtigere og forbruge mindre energi. Større er ikke altid bedre. Som Salesforce siger, er valg af den største, mest kraftfulde model for bestemte virksomhedsbehov som at “bruge en lastbil til at købe ind eller hente en enkelt passager” – med andre ord, helt unødvendigt.

Større modeller kommer dog med større prislister. At tage sig tid til at vælge en model, der er tilpasset jeres mål, er en værdifuld investering, der kan spare både finansielle og økologiske ressourcer.

Vælg open-source software

En anden afgørende valg i begyndelsen af enhver AI-rejse er, om man skal vælge open-source software. Open-source muligheder kan måske ikke løse alle problemer, men i mange tilfælde kan de give en energi- og kosteffektiv løsning, der bygger på visdommen fra utallige eksperter. Du kan fokusere på at forbedre en eksisterende løsning (og dele resultaterne) i stedet for at belaste energinet til at genopfinde hjulet hver gang. Som Shim påpeger, nyder open-source software fordelene af kollektiv forbedring – med flere øjne på problemet bliver produktet bedre, og energibehovet i udviklingsfasen fordeler sig blandt brugerne.

Godt software er værd at betale for, men det skal passe til jeres behov og budget – en stadig mere relevant overvejelse i tider med inflation. I mange tilfælde er der en open-source-løsning til rådighed gratis eller til en brøkdel af omkostningerne.

Implementer automatisering for at forbedre systemeffektivitet

Til sidst kan AI-drevne automatiseringsværktøjer spare energi, sådan at de hjælper med at forbedre systemeffektivitet. De kan gøre det direkte, ved at reducere antallet af timer, der er nødvendige for at udføre kedelige opgaver. For eksempel, hvis du udfører research, kan værktøjer som ChatGPT eliminere timer med at sidde foran en skærm ved at identificere og syntetisere nøgleinformation på sekunder.

AI-værktøjer kan også spille en rolle i planlægningsfasen. Tag Salesforce: deres datacenter-infrastrukturteam bruger AI til at forudsige og forudse kundernes brugsmoder, og derefter automatisk skalerer mængden af servere, der er nødvendige. Dette giver dem mulighed for at tilpasse, hvordan deres datacenter-infrastruktur bruges, og undgå at spilde overskydende energi. Ligesom softwarevirksomheden bruger AI til at træffe beslutninger om at reducere deres carbonaftryk ved at analysere millioner af data punkter fra leverandørkæden, forretningsrejser, ejendom og meget mere.

AI kan fungere som en bæredygtighedskonsulent, idéelt set spare mere energi, end der er nødvendigt for at udføre de tilsvarende analyser og opgaver. I den forstand kan AI være en enkeltægget sværd, der leverer flere fordele end nogen tilhørende ulemper.