Il costo nascosto della comodità: perché è necessario valutare l'impatto ambientale dell'intelligenza artificiale

Facciamo regolarmente affidamento sull'intelligenza artificiale per ottenere supporto, che si tratti di riassumere qualcosa, generare qualcosa o risolvere qualcosa. È veloce, semplice e sempre più integrata nel nostro modo di lavorare. Ma nella nostra fretta di semplificare le cose, abbiamo trascurato un aspetto fondamentale: il costo ambientale della praticità digitale.

Ogni interazione con l'IA si basa su qualcosa che non vediamo mai e che raramente consideriamo: data center, chip, reti elettriche, sistemi di raffreddamento e reti logistiche globali. Questa "infrastruttura invisibile" fa sì che l'IA sembri senza peso. Ma il costo ambientale è tutt'altro.

È ora di rendere visibile questo costo. Man mano che l'intelligenza artificiale diventa sempre più centrale nelle operazioni aziendali, aumenta anche il suo impatto su energia, acqua ed emissioni. La domanda non è solo quanto sarà potente il prossimo modello, ma anche se siamo pronti ad assumerci la responsabilità di ciò che serve per gestirlo.

L'intelligenza artificiale ha un problema di ottica. A differenza del fumo di una fabbrica o del traffico in autostrada, le emissioni generate dall'addestramento o dall'interrogazione di un modello avvengono a porte chiuse, in sale server climatizzate. Questo non le rende meno reali.

Il funzionamento di modelli avanzati richiede una quantità significativa di elettricità. L'addestramento del GPT-3, ad esempio, consuma la stessa quantità di energia utilizzata da 130 case negli Stati Uniti. annualmenteE non finisce qui. L'inferenza, il processo di generazione di risposte, riepiloghi o immagini, utilizza una potenza di calcolo considerevole. Una singola query ChatGPT utilizza circa cinque volte più elettricità rispetto a una tipica ricerca sul web, e la generazione di un'immagine AI può consumare tanto energia come caricare completamente uno smartphone.

Anche il consumo di acqua è un fattore significativo. Ogni volta che ChatGPT genera una breve email di 100 parole utilizzando il modello GPT-4, consuma approssimativamente Il volume di una normale bottiglia d'acqua. Quest'acqua viene utilizzata per raffreddare i server nei data center, che generano calore intenso durante il funzionamento. Se si considera un solo utilizzo settimanale da parte del 10% dei lavoratori americani, il consumo annuo di acqua equivarrebbe al consumo giornaliero di ogni famiglia del Rhode Island, per un giorno e mezzo.

Con l'aumento dei carichi di lavoro dell'intelligenza artificiale, aumenta anche la richiesta di energia dei data center. La Banca Mondiale stime che la categoria più ampia delle Tecnologie dell'Informazione e della Comunicazione (TIC), inclusa l'IA, rappresenta attualmente almeno l'1.7% delle emissioni globali di gas serra. Sebbene tale numero possa sembrare modesto, riflette solo gli attuali livelli di adozione. Con la continua crescita dell'IA – insieme all'aumento dell'accesso globale a Internet, all'espansione dello storage cloud, ai dispositivi IoT e persino alle tecnologie blockchain – l'impatto collettivo potrebbe aumentare in modo significativo, anche se si guadagnasse in efficienza.

Questa discrepanza tra la facilità d'uso dell'intelligenza artificiale e il dispendio di risorse necessario per gestirla rende il problema facile da ignorare.

Ma indica anche la soluzione. Non dobbiamo rallentare l'innovazione. Dobbiamo essere più attenti al modo in cui la progettiamo e la implementiamo. Ciò significa porre domande più mirate, responsabilizzare i fornitori e tenere conto della sostenibilità in ogni decisione sull'intelligenza artificiale.

Questi sistemi stanno diventando sempre più potenti. Se vogliamo che contribuiscano a risolvere le sfide climatiche, dobbiamo assicurarci che non le peggiorino silenziosamente.

Dalle infrastrutture alla responsabilità

L'impatto ambientale dell'IA non si limita al momento in cui un utente preme "Invio". Dietro c'è un'intera catena di fornitura: estrazione mineraria, fabbricazione di chip, spedizione delle apparecchiature e costruzione di data center. Questa realtà crea una nuova sfida di responsabilità per le aziende. A differenza delle tradizionali fonti di emissioni, il cui impatto può essere legato al carburante consumato o ai chilometri percorsi, il costo dell'IA è distribuito tra sistemi e fornitori. È facile pensare che la responsabilità spetti al "cloud" o al "fornitore".

Ma se si utilizza l'intelligenza artificiale tramite una piattaforma SaaS, un provider cloud o strumenti interni, le emissioni e il consumo energetico rientrano nel proprio impatto operativo. Questo è particolarmente vero se si considerano le emissioni di Scope 3, che includono quelle generate lungo tutta la catena del valore.

La buona notizia è che la responsabilità non riguarda solo l'attribuzione di colpe. Riguarda consapevolezza, trasparenza e un migliore processo decisionale.

Rendere visibile l'invisibile

Come possiamo quindi far emergere il costo ambientale nascosto dell'intelligenza artificiale? Iniziamo ripensando al modo in cui valutiamo gli strumenti che utilizziamo.

I team addetti agli acquisti dovrebbero informarsi su funzionalità, fonti energetiche, efficienza del data center e rendicontazione delle emissioni. Se un fornitore non è in grado di dire quanta energia consumano i suoi strumenti di intelligenza artificiale o se utilizzano energie rinnovabili, è un segnale d'allarme.

I team di prodotto e di ingegneria possono prendere decisioni di progettazione che riducano l'impatto senza sacrificare i risultati. Ciò include l'utilizzo di modelli più piccoli e ottimizzati, quando possibile, ed evitando inutili complessità. Un modello più efficiente non è solo più veloce, ma anche più ecologico.

Anche i dipendenti possono dare il loro contributo. Formare i team a scrivere prompt chiari e mirati riduce il numero di query necessarie e minimizza i tempi di elaborazione. Una richiesta ben strutturata potrebbe produrre immediatamente il risultato corretto, mentre diverse richieste vaghe potrebbero sprecare energie a ogni iterazione.

La leadership esecutiva può collegare i puntini tra innovazione e sostenibilità. L'adozione dell'intelligenza artificiale dovrebbe essere allineata agli obiettivi climatici, non trattata come una strategia separata. I piccoli cambiamenti iniziano a sommarsi quando le organizzazioni integrano l'impatto ambientale nel dibattito a tutti i livelli.

Perché la norma ISO 42001 offre una tabella di marcia utile

La ISO 42001, il nuovo standard internazionale per i sistemi di gestione dell'intelligenza artificiale, introduce un obiettivo chiave: incoraggiare le organizzazioni a considerare non solo le prestazioni dei sistemi di intelligenza artificiale, ma anche il loro impatto sulle persone e sul pianeta. Non considera il clima come un fattore secondario, ma come un rischio che vale la pena gestire fin dall'inizio.

Per le aziende che stanno già lavorando per raggiungere la certificazione ISO 14001 (per la gestione ambientale) o obiettivi di zero emissioni nette, la ISO 42001 offre un ponte. Aiuta ad allineare la governance dell'IA con strategie di sostenibilità più ampie, dal monitoraggio delle emissioni alle partnership responsabili con i fornitori.

Cosa può restituire l'intelligenza artificiale

È facile concentrarsi sugli aspetti negativi, ma l'intelligenza artificiale ha anche un potenziale concreto per aiutarci a risolvere i problemi ambientali.

L'intelligenza artificiale sta già aiutando le aziende di servizi pubblici a prevedere la domanda e ad adattare il consumo di energia in tempo reale per integrare meglio fonti rinnovabili come l'eolico e il solare. In agricoltura, viene utilizzata per monitorare l'umidità del suolo e le condizioni meteorologiche, per orientare i programmi di irrigazione e ridurre al minimo il deflusso di fertilizzanti. Le aziende di logistica utilizzano l'intelligenza artificiale per pianificare percorsi di consegna più efficienti, riducendo il consumo di carburante e i tempi di inattività. E, forse la cosa più significativa, l'intelligenza artificiale sta accelerando il monitoraggio delle emissioni analizzando i dati di approvvigionamento e fornitori, aiutando le aziende a calcolare le emissioni di Scope 3 difficili da misurare e a identificare dove sono possibili riduzioni.

Se utilizzata con attenzione, l'intelligenza artificiale può agire non solo come consumatrice di risorse, ma anche come motore di soluzioni climatiche più intelligenti.

È ora di dare un'occhiata più da vicino

L'intelligenza artificiale non rallenterà, e non dovrebbe farlo. Tuttavia, dobbiamo iniziare a rendere il suo impatto ambientale più visibile e gestibile.

Questo significa:

• Scegliere partner che rendicontano e riducono le proprie emissioni.
• Formare i team affinché utilizzino l'intelligenza artificiale in modo efficiente e intenzionale.
• Considerare l'impatto ambientale come parte dell'equazione del valore, non come un compromesso.

Siamo abituati a pensare all'IA come a qualcosa di invisibile. Ma questo è un problema di percezione, non fisico. I server sono reali, le emissioni sono misurabili e l'acqua è finita.

Ora è il momento di sviluppare abitudini responsabili, affinché i sistemi su cui facciamo affidamento non compromettano silenziosamente il futuro che tutti cerchiamo di proteggere.