Kuinka yritysjohtajat voivat saavuttaa tavoitteensa sekä tekoälyn että kestävän kehityksen alalla

Yrityksille tekoälyn käyttöönoton ja ympäristövaikutusten tasapainottaminen on välttämätöntä. mukaan World Economic Forum (WEF), tekoälyn kasvun tukemiseen tarvittava teho kaksinkertaistuu 100 päivän välein. Vuoteen 2028 mennessä tekoälyn energiankulutus voi ylittää Islannin vuonna 2021 käyttämän kokonaistehon. Tekoäly voi olla kaksiteräinen miekka: vaikka se voi edistää merkittävästi ympäristöaloitteita, se voi olla yhtä haitallista, jos sitä käytetään huolimattomasti.  

Ei ole olemassa yleistä suunnitelmaa kestävälle tekoälyn käytölle – jokaisen organisaation lähestymistavan on mukauduttava sen ainutlaatuisiin olosuhteisiin. Sen sijaan tekoälyn integrointi ja ympäristöystävällisten tavoitteiden edistäminen vaatii tiettyä asennetta.

Ajattele linjoja, jotka muodostuvat Apple-myymälöiden ulkopuolelle tuotteiden julkaisupäivinä: varhaiset käyttäjät näyttävät ylpeänä uusimmat vempaimet tilasymboleina. Tämä ajattelutapa ei toimi täällä. Yritysten ei pitäisi kiirehtiä ottamaan käyttöön näyttäviä tekoälytyökaluja vain siksi, että ne nähdään suunnannäyttäjinä. Sen sijaan heidän tulisi keskittyä tarkoituksenmukaiseen tekoälyn toteutukseen, joka tukee pitkän aikavälin kestävyystavoitteita.

Tässä on joitain strategioita harkittavaksi.  

Automatisoi energiansäästöä silmällä pitäen

Jotkut johtajat saattavat paheksua työntekijöitä, jotka käyttävät oikoteitä, mutta minä en tee sitä koskaan. klo JotForm, Kannustan työntekijöitä etsimään jatkuvasti nopeampia tapoja suorittaa kiireinen työnsä, kunhan heidän tulostensa laatu ei horju. Automaatio on liiketoimintamme sydän ja kulttuurimme keskeinen osa. Jos on olemassa automatisoitu työkalu, joka pystyy käsittelemään ikävän, manuaalisen tehtävän, sanon: mene siihen.

Tehtävien automatisointi tekoälytyökalujen avulla voi myös edistää kestävän kehityksen tavoitteitasi. Kuten WEF huomauttaa, että aikataulutuksen optimointi energiansäästöä varten eli tekoälyn työkuormien siirtäminen vastaamaan alhaisemman energiantarpeen aikoja on vaikuttava taktiikka tekoälyn hyödyntämiseen ja hiilijalanjälkesi pienentämiseen.

Oletetaan, että olet valinnut tekoälytyökalun automatisoidaksesi säännölliset tietoturvatarkistukset tietojesi suojaamiseksi. Näiden tehtävien ohjelmointi yössä on helppo tapa tulla energiatehokkaammaksi. Yleinen energiankulutus laskee iltaisin, ja energiaverkot hengähtävät ja voivat toimia tehokkaammin. Satunnaisena etuna myös energiakustannukset laskevat usein. 

Tai jos olet maantieteellisellä alueella, jolla on lämmin sää ja runsas vaihtovirran käyttö, voit siirtää energiaa vaativat projektit viileämpiin kuukausiin, jolloin energiaverkot ovat vähemmän jännittyneitä. Tärkeää on, että nämä muutokset vaativat ennakointia, mutta eivät vaadi juuri mitään lisäponnistuksia. Ne voivat säästää merkittävästi energiaa. 

Valitse perusmallit

Kuvittele, että olet Michelin-tähdellä palkitun ravintolan keittiössä. Kaikki kokit ovat koulutettuja kulinaarisissa kouluissa ja korkeatasoisissa ravintoloissa. Yhdessä tiimi voi valmistaa kaikenlaisia ​​ruokia ja keksiä uusia. Jos joku haluaa koota uskomattoman aterian, hänen ei tarvitse kouluttaa kokonaan uutta kokkitiimiä – he voivat käyttää tätä, hyödyntäen olemassa olevaa asiantuntemustaan ​​ja tarjoamalla räätälöityjä ohjeita. 

Tekoälyssä se on perusmallin idea: edistynyt ohjelma, joka on jo koulutettu valtaviin tietomääriin. Jos joku tarvitsi tietyn tekoälytyökalun, hän voisi aloittaa tästä perusmallista eikä rakentaa mallia tyhjästä.

Kirjoittaminen Harvard Business Review, Christina Shim, IBM:n kestävän kehityksen johtaja, selittää, miksi perusmallien valitseminen on energiatehokasta lähestymistapaa. Toisin kuin uuden mallin luominen, "perustusmallit voidaan räätälöidä tiettyihin tarkoituksiin murto-osassa aikaa, murto-osalla tiedoista ja murto-osalla energiakustannuksista."

Shim huomauttaa, että myös perusmallin koolla voi olla vaikutusta – useimmissa niistä on joko 3, 8 tai 20 miljardia parametria. IBM:n tutkimuksen mukaan pienemmät mallit, jotka on koulutettu tiettyyn ja asiaankuuluvaan dataan, voivat toimia yhtä hyvin kuin suuret, mutta nopeammin ja kuluttavat vähemmän energiaa. Isompi ei ole aina parempi. Kuten Salesforce sanottuna suurimman ja tehokkaimman mallin valitseminen tiettyihin yritystarpeisiin on kuin "kuorma-auton käyttäminen päivittäistavaroiden hakemiseen tai yksittäisen matkustajan hakemiseen" – toisin sanoen täysin tarpeetonta.  

Suuremmissa malleissa on kuitenkin korkeammat hintalaput. Ajan käyttäminen tavoitteesi mukaisen mallin valitsemiseen on kannattava investointi, joka voi viime kädessä säästää taloudellisia ja ekologisia resursseja.

Valitse avoimen lähdekoodin ohjelmisto

Toinen tärkeä valinta minkä tahansa tekoälymatkan alussa on valita avoimen lähdekoodin ohjelmisto. Avoimen lähdekoodin vaihtoehdot eivät välttämättä ratkaise kaikkia ongelmia, mutta monissa tapauksissa ne voivat tarjota energia- ja kustannustehokkaan ratkaisun, joka hyödyntää lukemattomien asiantuntijoiden viisautta. Voit keskittyä olemassa olevan ratkaisun parantamiseen (ja tulosten jakamiseen) sen sijaan, että verottaisit energiaverkkoja pyörän keksimiseksi uudelleen joka kerta. Kuten Shim huomauttaa, avoimen lähdekoodin ohjelmistot nauttivat kollektiivisen parantamisen eduista – kun ongelmaa tarkastellaan enemmän, tuloksena oleva tuote on parempi ja kehitysvaiheen energiantarve jakautuu käyttäjien kesken. 

Hyvä ohjelmisto on rahan arvoinen, mutta sen on vastattava tarpeitasi ja budjettiasi – inflaation aikana se on yhä tärkeämpää. Monissa tapauksissa avoimen lähdekoodin ratkaisu on saatavilla ilmaiseksi tai murto-osalla hinnasta. 

Ota automaatio käyttöön järjestelmän tehokkuuden parantamiseksi

Lopuksi tekoälyllä toimivat automaatiotyökalut voivat säästää energiaa, koska ne auttavat parantamaan järjestelmän tehokkuutta. He voivat tehdä tämän suoraan vähentämällä ikävien tehtävien suorittamiseen tarvittavia tunteja. Jos esimerkiksi teet tutkimusta, ChatGPT:n kaltaiset työkalut voivat eliminoida tuntikausien näytön edessä istumisen tunnistamalla ja syntetisoimalla keskeiset tiedot sekunneissa. 

Tekoälytyökaluilla voi olla myös rooli järjestelmien suunnitteluvaiheessa. Ota Salesforce: heidän palvelinkeskuksensa infrastruktuuritiimi käyttää tekoälyä asiakkaidensa käyttötapojen ennustamiseen ja skaalaa sitten automaattisesti tarvittavien palvelimien määrän. Näin he voivat räätälöidä datakeskusinfrastruktuurinsa käyttötapaa ja välttää ylimääräisen energian tuhlaamisen. Samoin ohjelmistoyritys käyttää tekoälyä tehdäkseen päätöksiä hiilijalanjälkensä pienentämiseksi analysoimalla miljoonia tietopisteitä toimitusketjusta, liikematkoista, kiinteistöistä ja muista. 

Tekoäly voi toimia kuten kestävän kehityksen konsultti ja säästää ihannetapauksessa enemmän energiaa kuin tarvitaan vastaavien analyysien ja tehtävien suorittamiseen. Tässä mielessä tekoäly voi olla yksiteräinen miekka, joka tarjoaa enemmän etuja kuin siihen liittyvät haitat.