비즈니스 리더가 AI와 지속 가능성에서 목표를 달성하는 방법

기업에게 AI 도입과 환경적 영향의 균형을 맞추는 것은 필수적입니다. 세계 경제 포럼(WEF)에 따르면, AI 성장을 지원하는 데 필요한 전력은 100일마다 두 배로 증가합니다. 2028년까지 AI의 에너지 소비는 2021년 아이슬란드의 총 전력 사용량을 초과할 수 있습니다. AI는 양날의 검과 같은 도구입니다. 환경.init를 크게 발전시키는 데 사용할 수 있지만, 무심코 사용하면 반대로 해를 끼칠 수 있습니다.

지속 가능한 AI 사용을 위한 보편적인 청사진은 없습니다. 각 조직의 접근 방식은 고유한 상황에 맞게 조정되어야 합니다. 대신, AI와 환경 친화적 목표를 통합하려면 특정한 태도가 필요합니다.

제품 출시일에는 애플 스토어 앞에 줄이 형성되는 것을 생각해 보십시오. 최신 기기를 자랑하는 초기 채택자들은 트렌드 세터로 보이기 위해 단순히 화려한 AI 도구를 채택하기 위해 서두르지 않아야 합니다. 대신, 장기적인 지속 가능성 목표를 지원하는 의도적인 AI 구현에 집중해야 합니다.

다음은 고려할 수 있는 전략입니다.

에너지 절약을 고려하여 자동화

일부 리더는 직원이捷径을 따르는 것을 못마땅해할 수 있지만, 저는 그렇지 않습니다. Jotform에서 저는 직원들이 바쁜 작업을 더 빠르게 수행하는 방법을不断적으로 찾도록鼓励합니다. 단, 출력 품질이 저하되지 않는다면 말입니다. 자동화는 우리 사업의 핵심이며 문화의 중심입니다. 수동적인 작업을 처리할 수 있는 자동화 도구가 있다면, 저는 그것을 사용하라고 말합니다.

그런데, AI 도구를 사용하여 작업을 자동화하면 지속 가능성 목표도 더욱 발전시킬 수 있습니다. WEF는 에너지 절약을 위한 최적의 스케줄링, 즉 AI 작업을 낮은 에너지 수요 시점에 일치시키는 것이 AI를 활용하여 탄소足跡을 낮추는 데 효과적인 전략이라고 지적합니다.

예를 들어, 데이터를 보호하기 위한 정기적인 보안 스캔을 자동화하기 위해 AI 도구를 선택했다고 가정해 보십시오. 이러한 작업을 밤에 프로그래밍하는 것은 에너지 효율성을 높이는 쉬운 방법입니다. 일반적으로 에너지 소비는 저녁 시간에 감소하며, 에너지 그리드가 더 효율적으로 작동할 수 있습니다. 부수적인 혜택으로, 에너지 비용도 종종 감소합니다.

또는, 따뜻한 날씨와 충분한 에어컨 사용이 있는 지리적 지역에 있으면, 에너지 소비가 많은 프로젝트를 더 прохlad한 달로 이동할 수 있습니다. 그 때 에너지 그리드가 덜 부담됩니다. 이러한 전환에는 사전 계획이 필요하지만 거의 추가적인 노력이 필요하지 않습니다. 이는 상당한 에너지 보존으로 이어질 수 있습니다.

기초 모델 선택

미쉐린 별을 가진 레스토랑의 주방을 상상해 보십시오. 요리사들은 모두 요리 학교와 고급 레스토랑에서 훈련을 받았습니다. 함께 팀은 모든 종류의 요리를 수행하고 새로운 것을 혁신할 수 있습니다. 누군가가 놀라운 식사를 준비하려면, 완전히 새로운 요리 팀을 훈련할 필요가 없습니다. 기존의 전문 지식과 맞춤형 지침을 활용하여 이 팀을 사용할 수 있습니다.

AI에서 이것은 기초 모델의 아이디어입니다. 이미大量의 데이터로 훈련된 고급 프로그램입니다. 특정 AI 도구가 필요하다면, 기초 모델부터 시작하여_scratch에서 모델을 구축할 필요가 없습니다.

Harvard Business Review에 글을 쓴 IBM의 크리스티나 심(Christina Shim) 최고 지속 가능성 책임자는 기초 모델을 선택하는 이유를 에너지 효율적인 접근 방식으로 설명합니다. 새로운 모델을 생성하는 대신, “기초 모델은 특정 목적에 맞게 약분의 시간, 약분의 데이터, 약분의 에너지 비용으로 맞춤형으로 조정할 수 있습니다.”라고 말합니다.

심은 기초 모델의 크기도 영향을 미칠 수 있다고 지적합니다. 대부분 3, 8, 또는 20억 매개변수가 있습니다. IBM 연구에 따르면, 특정 및 관련 데이터로 훈련된 더 작은 모델은 더 큰 모델과 같은 성능을 발휘할 수 있지만, 더 빠르고 에너지 소비가 적습니다. 더 큰 것이 항상 더 좋다는 것은 아닙니다. Salesforce는 특정 기업의需求에 가장 큰, 가장 강력한 모델을 선택하는 것은 “식료품을 사거나 한 명의 승객을 태우기 위해 세미 트럭을 사용하는 것”과 같은 것으로, 즉 완전히 불필요하다고 말합니다.

더 큰 모델은 더 높은 가격표가 따라옵니다. 목표에 맞게 조정된 모델을 선택하는 데 시간을 투자하는 것은 궁극적으로 재정적 및 생태학적 자원을 절약할 수 있는 가치 있는 투자입니다.

오픈 소스 소프트웨어 선택

AI 여정의 시작 부분에서 또 다른 중요한 선택은 오픈 소스 소프트웨어를 선택하는 것입니다. 오픈 소스 옵션은 모든 문제를 해결하지는 못할 수 있지만, 많은 경우에 에너지 효율적이고 비용 효율적인 해결책을 제공할 수 있습니다. 이는 수많은 전문가의 지혜를 활용할 수 있습니다. 기존 해결책을 개선하는 데 집중할 수 있습니다(그리고 결과를 공유할 수 있습니다). Shim은 오픈 소스 소프트웨어는 집단적인 개선의 이점을 누린다고 지적합니다. 더 많은 사람들이 문제에 집중할수록, 결과물은 더 좋아지며, 개발 단계의 에너지 수요는 사용자들 사이에 분산됩니다.

좋은 소프트웨어는 돈이 들지만, 그것은 귀하의需求과 예산에 맞게 제공되어야 합니다. 이는 특히 인플레이션 시기에 더 관련성이 있습니다. 많은 경우에 오픈 소스 솔루션은 무료 또는 비용의 일부만으로 제공됩니다.

시스템 효율성을 향상시키기 위한 자동화 구현

마지막으로, AI 기반 자동화 도구는 시스템 효율성을 향상시키는 데 도움이 되므로 에너지를 절약할 수 있습니다. 이를 직접적으로 수행할 수 있습니다. 즉, 수행하는 작업에 필요한 시간을 줄입니다. 예를 들어, 연구를 수행하는 경우, ChatGPT와 같은 도구는 몇 초 안에 핵심 정보를 식별하고 종합하여 모니터 화면 앞에서 몇 시간을 앉아 있는 시간을 제거할 수 있습니다.

AI 도구는 시스템 계획 단계에서 역할을 할 수 있습니다. Salesforce의 경우, 데이터 센터 인프라 팀은 고객의 사용 패턴을 예측하고 예측하여 자동으로 필요한 서버의 볼륨을 조정합니다. 이렇게 하면 데이터 센터 인프라를 사용하는 방식을 맞춤형으로 조정할 수 있으며, 과도한 에너지를浪費하지 않습니다. 마찬가지로, 소프트웨어 회사에서는 공급망, 비즈니스 여행, 부동산 등에서 수백만 개의 데이터 포인트를 분석하여 탄소足跡을 줄이기 위한 결정에 AI를 사용합니다.

AI는 지속 가능성 컨설턴트와 같은 역할을 수행할 수 있습니다. 이상적으로, 관련 분석 및 작업을 수행하는 데 필요한 에너지보다 더 많은 에너지를 절약할 수 있습니다. 이러한 의미에서 AI는 단일날의 검과 같은 도구가 될 수 있습니다. 관련된 모든 단점보다 더 많은 혜택을 제공합니다.