व्यवसायिक नेताओं के लिए अपने लक्ष्यों को एआई और स्थिरता में कैसे प्राप्त किया जाए

कंपनियों के लिए, एआई अपनाने और पर्यावरणीय प्रभाव के बीच संतुलन बनाना एक आवश्यक काम है। विश्व आर्थिक मंच (WEF) के अनुसार, एआई की वृद्धि को समर्थन देने के लिए आवश्यक शक्ति हर 100 दिनों में दोगुनी हो रही है। 2028 तक, एआई की ऊर्जा खपत 2021 में आइसलैंड द्वारा उपयोग की गई कुल शक्ति से अधिक हो सकती है। एआई एक दो-धारी तलवार हो सकती है: जबकि यह पर्यावरणीय पहलों को महत्वपूर्ण रूप से आगे बढ़ा सकती है, यह समान रूप से हानिकारक हो सकती है यदि इसका दुरुपयोग किया जाए।

स्थायी एआई उपयोग के लिए कोई सार्वभौमिक नीले रंग का निर्देश नहीं है – प्रत्येक संगठन के दृष्टिकोण को अपने विशिष्ट परिस्थितियों के साथ संरेखित करना होगा। इसके बजाय, एआई और पारिस्थितिकी-मित्री उद्देश्यों को एकीकृत करने के लिए एक निश्चित दृष्टिकोण की आवश्यकता होती है।

उत्पाद लॉन्च के दिनों पर एप्पल स्टोर के बाहर कतारों के बारे में सोचें: प्रारंभिक अपनाने वाले नवीनतम गैजेट्स को स्थिति प्रतीक के रूप में प्रदर्शित करते हैं। यह दृष्टिकोण यहाँ काम नहीं करेगा। कंपनियों को एआई टूल्स को अपनाने के लिए जल्दी नहीं करना चाहिए, क्योंकि वे रुझानों का पालन करना चाहती हैं। इसके बजाय, उन्हें दीर्घकालिक स्थिरता लक्ष्यों का समर्थन करने वाले उद्देश्यपूर्ण एआई कार्यान्वयन पर ध्यान केंद्रित करना चाहिए।

यहाँ कुछ रणनीतियाँ हैं जिन पर विचार किया जा सकता है।

ऊर्जा बचत के साथ स्वचालन करें

कुछ नेता कर्मचारियों को शॉर्टकट लेने पर नाराज हो सकते हैं, लेकिन मैं ऐसा नहीं करता। जोतफ़ॉर्म में, मैं कर्मचारियों को उनके व्यस्त कार्यों को तेजी से पूरा करने के लिए प्रोत्साहित करता हूं, जब तक कि उनके आउटपुट की गुणवत्ता में कमी न हो। स्वचालन हमारे व्यवसाय का हृदय है और हमारी संस्कृति का केंद्र है। यदि कोई स्वचालित उपकरण एक कठिन, मैनुअल कार्य को संभाल सकता है, तो मैं कहता हूं: इसके लिए जाएं।

जैसा कि होता है, एआई टूल्स का उपयोग करके कार्यों को स्वचालित करना भी आपके स्थिरता लक्ष्यों को आगे बढ़ा सकता है। जैसा कि WEF नोट्स, ऊर्जा बचत के लिए अनुसूची को अनुकूलित करना, अर्थात् एआई कार्यभार को कम ऊर्जा मांग के समय के साथ मेल खाने के लिए स्थानांतरित करना, एआई और अपने कार्बन फुटप्रिंट को कम करने के लिए एक प्रभावी रणनीति है।

मान लें कि आपने अपने डेटा की सुरक्षा के लिए नियमित सुरक्षा स्कैन को स्वचालित करने के लिए एक एआई टूल चुना है। उन कार्यों को रात में प्रोग्राम करना ऊर्जा की बचत करने का एक आसान तरीका है। सामान्य ऊर्जा खपत शाम को कम होने की प्रवृत्ति है, और ऊर्जा ग्रिड को आराम मिल सकता है और अधिक कुशलता से चल सकता है। एक आकस्मिक लाभ के रूप में, आपके ऊर्जा लागत अक्सर गिर जाती है, भी।

या यदि आप एक भौगोलिक क्षेत्र में हैं जहां गर्म मौसम और व्यापक एयर कंडीशनिंग का उपयोग होता है, तो आप ऊर्जा-गहन परियोजनाओं को ठंडे महीनों में स्थानांतरित कर सकते हैं, जब ऊर्जा ग्रिड कम तनावग्रस्त होते हैं। महत्वपूर्ण बात यह है कि इन स्थानांतरणों के लिए पूर्वानुमान की आवश्यकता होती है लेकिन लगभग कोई अतिरिक्त प्रयास नहीं होता है। वे महत्वपूर्ण ऊर्जा संरक्षण के बराबर हो सकते हैं।

मूलभूत मॉडल चुनें

कल्पना कीजिए कि आप एक मिशेलिन-स्टारred रेस्तरां की रसोई में हैं। रसोइये सभी पाक कला स्कूलों और उच्च-कैलिबर रेस्तरां में प्रशिक्षित हैं। एक साथ, टीम विभिन्न प्रकार के व्यंजनों को निष्पादित कर सकती है और नए विकसित कर सकती है। यदि कोई व्यक्ति एक अद्भुत भोजन एकत्र करना चाहता है, तो उन्हें पूरी तरह से नए रसोइयों की एक नई टीम को प्रशिक्षित करने की आवश्यकता नहीं है – वे इस टीम का उपयोग कर सकते हैं, उनकी मौजूदा विशेषज्ञता का लाभ उठा सकते हैं और अनुकूलित मार्गदर्शन प्रदान कर सकते हैं।

एआई में, यह एक मूलभूत मॉडल का विचार है: एक उन्नत कार्यक्रम जिसे पहले से ही बड़ी मात्रा में डेटा पर प्रशिक्षित किया गया है। यदि किसी को एक निश्चित एआई टूल की आवश्यकता होती है, तो वे इस मूलभूत मॉडल के साथ शुरू कर सकते हैं और इसे स्क्रैच से बनाने के बजाय।

हार्वर्ड बिजनेस रिव्यू के लिए लिखते हुए, आईबीएम के मुख्य स्थिरता अधिकारी क्रिस्टीना शिम ने बताया कि मूलभूत मॉडल का चयन करना एक ऊर्जा-कुशल दृष्टिकोण क्यों है। एक नए मॉडल के निर्माण के विपरीत, “मूलभूत मॉडल को विशिष्ट उद्देश्यों के लिए एक अंश के समय में, एक अंश के डेटा के साथ, और एक अंश के ऊर्जा लागत के साथ अनुकूलित किया जा सकता है।”

शिम नोट्स कि एक मूलभूत मॉडल का आकार भी प्रभाव डाल सकता है – अधिकांश 3, 8 या 20 बिलियन पैरामीटर के साथ आते हैं। आईबीएम अनुसंधान के अनुसार, विशिष्ट और प्रासंगिक डेटा पर प्रशिक्षित छोटे मॉडल बड़े लोगों की तुलना में उतना ही अच्छा प्रदर्शन कर सकते हैं, लेकिन तेजी से और कम ऊर्जा की खपत करते हैं। बड़ा हमेशा बेहतर नहीं होता है। जैसा कि सेल्सफोर्स ने कहा, एक विशिष्ट उद्यम आवश्यकताओं के लिए सबसे बड़े, सबसे शक्तिशाली मॉडल का चयन करना “एक सेमी-ट्रक का उपयोग करना है जो किराने की दुकान पर जाने के लिए या एक ही यात्री को उठाने के लिए” – अर्थात्, पूरी तरह से अनावश्यक।

बड़े मॉडल, हालांकि, भारी मूल्य टैग के साथ आते हैं। अपने उद्देश्य के लिए एक मॉडल चुनने में समय लगाना एक योग्य निवेश है जो अंततः वित्तीय और पारिस्थितिक संसाधनों को बचा सकता है।

ओपन-सोर्स सॉफ्टवेयर का चयन करें

किसी भी एआई यात्रा की शुरुआत में एक और महत्वपूर्ण विकल्प ओपन-सोर्स सॉफ्टवेयर का चयन करना है। ओपन-सोर्स विकल्प हर समस्या का समाधान नहीं दे सकते हैं, लेकिन कई मामलों में, वे एक ऊर्जा-कुशल और लागत-प्रभावी समाधान प्रदान कर सकते हैं जो कई विशेषज्ञों की बुद्धिमत्ता पर निर्भर करता है। आप एक मौजूदा समाधान में सुधार पर ध्यान केंद्रित कर सकते हैं (और परिणाम साझा कर सकते हैं), प्रत्येक बार प्रत्येक बार पहिया को फिर से आविष्कार करने के बजाय। जैसा कि शिम नोट्स, ओपन-सोर्स सॉफ्टवेयर सामूहिक सुधार का लाभ उठाता है – अधिक आँखें समस्या पर, परिणामी उत्पाद बेहतर है, और विकास चरण में ऊर्जा मांग उपयोगकर्ताओं के बीच वितरित की जाती है।

अच्छा सॉफ्टवेयर पैसे के लायक है, लेकिन यह आपकी जरूरतों और बजट से मेल खाना चाहिए – एक बढ़ती मुद्रास्फीति के दौरान एक बढ़ती प्रासंगिक विचार। कई मामलों में, एक ओपन-सोर्स समाधान नि:शुल्क या लागत के एक अंश के लिए उपलब्ध है।

सिस्टम दक्षता में सुधार के लिए स्वचालन लागू करें

अंत में, एआई-संचालित स्वचालन उपकरण सिस्टम दक्षता में सुधार करके ऊर्जा बचा सकते हैं। वे इसे直接 रूप से कर सकते हैं, जो कि घंटों की आवश्यकता को कम करके कठिन कार्यों को पूरा करने में मदद करता है। उदाहरण के लिए, यदि आप शोध कर रहे हैं, तो ChatGPT जैसे टूल घंटों को मॉनिटर स्क्रीन के सामने बैठने से बचा सकते हैं और कुछ सेकंड में महत्वपूर्ण जानकारी की पहचान और संश्लेषण कर सकते हैं।

एआई टूल सिस्टम-योजना चरण में भी भूमिका निभा सकते हैं। सेल्सफोर्स लें: उनकी डेटा सेंटर इन्फ्रास्ट्रक्चर टीम ग्राहकों के उपयोग पैटर्न की भविष्यवाणी और पूर्वानुमान करने के लिए एआई का उपयोग करती है, फिर आवश्यक सर्वर की मात्रा को स्वचालित रूप से स्केल करती है। इससे उन्हें अपने डेटा सेंटर इन्फ्रास्ट्रक्चर का उपयोग करने के तरीके को अनुकूलित करने और अतिरिक्त ऊर्जा की बर्बादी से बचने की अनुमति मिलती है। इसी तरह, सॉफ्टवेयर कंपनी अपने कार्बन फुटप्रिंट को कम करने के लिए आपूर्ति श्रृंखला, व्यावसायिक यात्रा, अचल संपत्ति और अधिक से लाखों डेटा बिंदुओं का विश्लेषण करके एआई का उपयोग करती है।

एआई एक स्थिरता परामर्शदाता की तरह प्रदर्शन कर सकती है, आदर्श रूप से संबंधित विश्लेषण और कार्यों को पूरा करने के लिए आवश्यक से अधिक ऊर्जा की बचत करती है। इस अर्थ में, एआई एक एकल-धार वाली तलवार हो सकती है, जो किसी भी संबंधित कमियों की तुलना में अधिक लाभ प्रदान करती है।