비즈니스 리더가 AI와 지속 가능성을 달성하는 방법

기업에서는 AI 도입과 환경 영향의 균형을 맞추는 것이 필수입니다. 세계 경제 포럼(WEF)에 따르면, AI 성장을 지원하기 위한 전력은 100일마다 두 배로 증가합니다. 2028년까지 AI의 에너지 소비는 2021년 아이슬란드의 총 전력 사용량을 초과할 수 있습니다. AI는 양날의 검과 같은 것입니다. 환경.init을 크게 발전시킬 수 있지만, 부주의하게 사용하면 동일하게 유해할 수 있습니다.

지속 가능한 AI 사용을 위한 보편적인 청사진은 없습니다. 각 조직의 접근 방식은 고유한 상황에 따라 달라야 합니다. 대신, AI와 환경 목표를 더욱 발전시키기 위해서는 특정한 태도가 필요합니다.

제품 출시일의 애플 스토어 앞에 줄을 선 초기 채택자를 생각해 보십시오. 최신 기기를 자랑하는 초기 채택자들입니다. 그것은 여기서 작동하지 않습니다. 기업들은 트렌드 세터로 보이기 위해 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 고려한 자동화

일부 리더들은 직원들이捷径을 사용하는 것을 싫어할 수 있지만, 나는 그렇지 않습니다. Jotform에서, 나는 직원들이 지속적으로 더 빠른 방법으로 업무를 수행할 수 있도록 격려합니다. 자동화는 우리 사업의 핵심이며 문화의 중심입니다. 자동화 도구가 단조로운 수동 작업을 처리할 수 있다면, 나는 그것을 사용하라고 말합니다.

그것은 사실입니다. AI 도구를 사용하여 작업을 자동화하면 지속 가능성 목표를 더욱 발전시킬 수 있습니다. WEF는 에너지 절약을 위한 스케줄링 최적화를 강조합니다. 즉, AI 작업을 낮은 에너지 수요 시점에 일치시키는 것입니다. 이는 AI를 사용하여 탄소足跡을 낮추는 효과적인 전략입니다.

예를 들어, 데이터를 보호하기 위한 정기적인 보안 스캔을 자동화하는 AI 도구를 선택했습니다. 밤에 이러한 작업을 프로그래밍하면 에너지 효율성을 높일 수 있습니다. 일반적으로 에너지 소비는 저녁 시간에 감소하며, 에너지 그리드가 더 효율적으로 작동할 수 있습니다. 또한, 에너지 비용이 종종 감소합니다.

또는, 따뜻한 날씨와 많은 에어컨 사용이 있는 지리적 지역에 있다면, 에너지 수요가 높은 프로젝트를 더 시원한 달로 이동할 수 있습니다. 에너지 그리드가 덜 부담되기 때문입니다. 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. 팀은 모든 종류의 요리를 수행하고 새로운 요리를 개발할 수 있습니다. 누군가가 믿을 수 없는 요리를 만들고 싶다면, 새로운 요리사를 훈련시키지 않아도 됩니다. 기존의 요리사를 사용하여 맞춤형 지침을 제공할 수 있습니다.

AI에서 이것은 기초 모델의 개념입니다. 즉, 이미大量의 데이터로 훈련된 고급 프로그램입니다. 특정 AI 도구가 필요하다면, 기초 모델부터 시작하여 모델을 처음부터 구축하지 않아도 됩니다.

IBM의 크리스티나 심(Christina Shim)은 하버드 비즈니스 리뷰에 기고하며, 기초 모델을 선택하는 것이 에너지 효율적인 접근 방식이라고 설명합니다. 새로운 모델을 생성하는 대신, “기초 모델은 특정 목적을 위해 약분의 시간, 약분의 데이터, 약분의 에너지 비용으로 맞춤형으로 조정할 수 있습니다.”

심은 기초 모델의 크기도 영향을 미친다고 말합니다. 대부분의 모델은 3억, 8억 또는 20억 매개변수로 구성됩니다. IBM 연구에 따르면, 특정 데이터로 훈련된 작은 모델은 더 큰 모델만큼 잘 작동할 수 있지만, 더 빠르고 에너지 소비가 적습니다. 더 큰 것이 항상 더 좋지는 않습니다. Salesforce는 특정 기업 nhu cầu에 대한 가장 큰, 가장 강력한 모델을 선택하는 것은 “화물 트럭을 사용하여 식료품을 사거나 한 명의 승객을 태우는 것”과 같습니다. 즉, 완전히 불필요합니다.

더 큰 모델은 더 높은 비용을 가집니다. 목표에 맞는 모델을 선택하는 데 시간을 투자하는 것은 궁극적으로 금전적 및 환경 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 해결할 수는 없지만, 많은 경우에 에너지 효율적이고 비용 효율적인 솔루션을 제공할 수 있습니다. 수많은 전문가들의 지혜를 활용하여 기존 솔루션을 개선하고(결과를 공유하며), 매번 바퀴를 재창조하기 위해 에너지 그리드를 과도하게 사용하지 않아도 됩니다. 심은 오픈 소스 소프트웨어가 집단적인 개선의 이점을 즐긴다고 말합니다. 문제에 대한 더 많은 눈이 있으면, 결과물은 더 좋고, 개발 단계의 에너지 수요는 사용자들 사이에 분산됩니다.

좋은 소프트웨어는 돈을 값어도 그 소프트웨어는 귀하의 nhu cầu와 예산에 적합해야 합니다. 이는 점점 더 관련성이 높은 고려 사항입니다. 많은 경우에 오픈 소스 솔루션이 무료 또는 비용의 일부로 사용할 수 있습니다.

시스템 효율성을 향상시키기 위한 자동화 구현

마지막으로, AI 기반 자동화 도구는 시스템 효율성을 향상시키는 데 도움이 되므로 에너지를 절약할 수 있습니다. 이러한 도구는 단조로운 작업을 수행하는 데 필요한 시간을 직접 줄임으로써 이를 달성할 수 있습니다. 예를 들어, 연구를 수행하는 경우, ChatGPT와 같은 도구는 모니터 화면 앞에서 몇 시간을 앉아 있는 것을 제거하여 몇 초 안에 주요 정보를 식별하고 종합할 수 있습니다.

AI 도구는 또한 시스템 계획 단계에서 역할을 할 수 있습니다. Salesforce의 데이터 센터 인프라 팀은 고객의 사용 패턴을 예측하고 예측하여 자동으로 필요한 서버의 볼륨을 조정합니다. 이를 통해 데이터 센터 인프라를 사용하는 방식을 맞춤형으로 조정하고 과도한 에너지 낭비를 방지할 수 있습니다. 또한, 소프트웨어 회사는 공급망, 비즈니스 여행, 부동산 등 수백만 개의 데이터 포인트를 분석하여 탄소足跡을 줄이는 결정을 내리는 데 AI를 사용합니다.

AI는 이상적으로 지속 가능성 컨설턴트처럼 작동하여, 해당 분석 및 작업을 수행하는 데 필요한 에너지보다 더 많은 에너지를 절약할 수 있습니다. 이러한 의미에서 AI는 단일날의 검과 같은 것으로, 관련된 단점보다 더 많은 이점을 제공합니다.