Come i leader aziendali possono raggiungere i loro obiettivi sia nell'intelligenza artificiale che nella sostenibilità

Per le aziende, bilanciare l'adozione dell'IA e l'impatto ambientale è un imperativo. Secondo World Economic Forum (WEF), l'energia necessaria per supportare la crescita dell'IA raddoppia ogni 100 giorni. Entro il 2028, il consumo energetico dell'IA potrebbe superare l'energia totale utilizzata dall'Islanda nel 2021. L'IA può essere un'arma a doppio taglio: se da un lato può promuovere significativamente le iniziative ambientali, dall'altro può essere altrettanto dannosa se utilizzata in modo non attento.  

Non esiste un modello universale per l'uso sostenibile dell'IA: l'approccio di ogni organizzazione deve allinearsi alle sue circostanze uniche. Invece, integrare l'IA e promuovere obiettivi ecosostenibili richiede un certo atteggiamento.

Pensate alle file che si formano fuori dagli Apple Store nei giorni di lancio dei prodotti: early adopter che espongono con orgoglio gli ultimi gadget come status symbol. Questa mentalità non funzionerà qui. Le aziende non dovrebbero affrettarsi ad adottare appariscenti strumenti di intelligenza artificiale semplicemente per essere viste come trendsetter. Dovrebbero invece concentrarsi sull'implementazione mirata dell'intelligenza artificiale che supporti obiettivi di sostenibilità a lungo termine.

Ecco alcune strategie da prendere in considerazione.  

Automatizzare con un occhio al risparmio energetico

Alcuni leader potrebbero disapprovare i dipendenti che prendono scorciatoie, ma io non lo faccio mai. A JotForm, incoraggio i dipendenti a cercare continuamente modi più rapidi per svolgere il loro lavoro di routine, purché la qualità del loro output non vacilli. L'automazione è il cuore della nostra attività e centrale per la nostra cultura. Se esiste uno strumento automatizzato in grado di gestire un compito manuale e noioso, allora dico: fallo.

Come capita, automatizzare le attività utilizzando strumenti di intelligenza artificiale può anche promuovere i tuoi obiettivi di sostenibilità. Come WEF Nota: ottimizzare la pianificazione per il risparmio energetico, ovvero spostare i carichi di lavoro dell'intelligenza artificiale in base ai periodi di minore richiesta di energia, è una tattica efficace per sfruttare l'intelligenza artificiale e ridurre le emissioni di carbonio.

Supponiamo che tu abbia scelto uno strumento di intelligenza artificiale per automatizzare le scansioni di sicurezza regolari per proteggere i tuoi dati. Programmare queste attività durante la notte è un modo semplice per diventare più efficienti dal punto di vista energetico. Il consumo energetico generale tende a diminuire durante la sera e le reti energetiche prendono fiato e possono funzionare in modo più efficiente. Come vantaggio collaterale, spesso diminuiscono anche i costi energetici. 

Oppure, se ti trovi in ​​una regione geografica con clima caldo e un generoso utilizzo di aria condizionata, puoi spostare i progetti che richiedono energia nei mesi più freddi, quando le reti energetiche sono meno sollecitate. È importante notare che questi spostamenti richiedono lungimiranza ma non richiedono quasi nessuno sforzo aggiuntivo. Possono comportare un notevole risparmio energetico. 

Scegli modelli fondamentali

Immagina di essere nella cucina di un ristorante stellato Michelin. Gli chef sono tutti stati formati in scuole di cucina e ristoranti di alto livello. Insieme, il team può realizzare tutti i tipi di piatti e innovarne di nuovi. Se qualcuno vuole mettere insieme un pasto incredibile, non deve formare un team di chef completamente nuovo: può usare questo, sfruttando la sua competenza esistente e fornendo una guida personalizzata. 

Nell'AI, questa è l'idea di un modello fondazionale: un programma avanzato che è già stato addestrato su enormi quantità di dati. Se qualcuno avesse bisogno di un certo strumento di AI, potrebbe iniziare con questo modello fondazionale anziché costruire un modello da zero.

Scrivere per Harvard Business Review, Christina Shim, responsabile della sostenibilità presso IBM, spiega perché optare per modelli fondazionali è un approccio efficiente dal punto di vista energetico. Al contrario della creazione di un nuovo modello, "i modelli fondazionali possono essere personalizzati per scopi specifici in una frazione del tempo, con una frazione dei dati e una frazione dei costi energetici".

Shim nota che anche la dimensione di un modello fondamentale può avere un impatto: la maggior parte ha 3, 8 o 20 miliardi di parametri. Secondo la ricerca IBM, i modelli più piccoli addestrati su dati specifici e pertinenti possono funzionare altrettanto bene di quelli più grandi, ma più velocemente e consumando meno energia. Più grande non significa sempre migliore. Come Salesforce in altre parole, optare per il modello più grande e potente per specifiche esigenze aziendali è come "utilizzare un autoarticolato per andare a fare la spesa o per caricare un singolo passeggero", in altre parole, completamente inutile.  

I modelli più grandi, tuttavia, hanno prezzi più elevati. Prendersi il tempo di scegliere un modello che sia in scala per il tuo obiettivo è un investimento utile che può in ultima analisi far risparmiare risorse finanziarie ed ecologiche.

Optare per software open source

Un'altra scelta cruciale all'inizio di qualsiasi percorso di intelligenza artificiale è se optare per un software open source. Le opzioni open source potrebbero non risolvere ogni problema, ma in molti casi possono fornire una soluzione conveniente in termini di energia e costi che attinge alla saggezza di innumerevoli esperti. Puoi concentrarti sul miglioramento di una soluzione esistente (e sulla condivisione dei risultati), piuttosto che tassare le reti energetiche per reinventare la ruota ogni volta. Come nota Shim, il software open source gode del vantaggio del miglioramento collettivo: con più occhi puntati sul problema, il prodotto risultante è migliore e la domanda di energia nella fase di sviluppo è distribuita tra gli utenti. 

Un buon software vale i soldi spesi, ma deve adattarsi alle tue esigenze e al tuo budget, una considerazione sempre più rilevante in tempi di inflazione. In molti casi, una soluzione open source è disponibile gratuitamente o a una frazione del costo. 

Implementare l'automazione per migliorare l'efficienza del sistema

Infine, gli strumenti di automazione basati sull'intelligenza artificiale possono far risparmiare energia nella misura in cui aiutano ad aumentare l'efficienza del sistema. Possono farlo direttamente, riducendo le ore necessarie per svolgere attività noiose. Ad esempio, se stai conducendo una ricerca, strumenti come ChatGPT possono eliminare ore di seduta davanti a uno schermo di un monitor identificando e sintetizzando le informazioni chiave in pochi secondi. 

Gli strumenti di intelligenza artificiale possono anche svolgere un ruolo nella fase di pianificazione dei sistemi. Prendi Salesforce: il loro team di infrastruttura del data center utilizza l'intelligenza artificiale per prevedere e anticipare i modelli di utilizzo dei clienti, quindi ridimensiona automaticamente il volume di server richiesti. Ciò consente loro di personalizzare il modo in cui viene utilizzata l'infrastruttura del data center ed evitare di sprecare energia in eccesso. Allo stesso modo, la società di software utilizza l'intelligenza artificiale per prendere decisioni per ridurre la propria impronta di carbonio analizzando milioni di punti dati dalla catena di fornitura, dai viaggi di lavoro, dal settore immobiliare e altro ancora. 

L'IA può comportarsi come un consulente per la sostenibilità, idealmente risparmiando più energia di quella richiesta per eseguire le analisi e le attività corrispondenti. In tal senso, l'IA può essere un'arma a taglio singolo, che offre più vantaggi di qualsiasi svantaggio associato.