Jak przywódcy biznesu mogą osiągnąć swoje cele w zakresie AI i zrównoważonego rozwoju

Dla firm, równowaga między wdrożeniem AI a wpływem na środowisko jest imperatywem. Zgodnie z World Economic Forum (WEF), energia potrzebna do wspierania wzrostu AI podwaja się co 100 dni. Do 2028 roku, zużycie energii przez AI może przekroczyć całkowitą energię używaną przez Islandię w 2021 roku. AI może być obosiecznym mieczem: może znacząco przyczyniać się do inicjatyw środowiskowych, ale może być równie szkodliwy, jeśli używany jest bez rozmysłu.

Nie ma uniwersalnego planu dla zrównoważonego wykorzystania AI – podejście każdej organizacji musi być dostosowane do jej unikalnych okoliczności. Zamiast tego, integracja AI i dalsze ekologiczne cele wymagają pewnego nastawienia.

Pomyśl o kolejkach, które tworzą się przed sklepami Apple w dniu premiery nowych produktów: wczesni adopterzy z dumą prezentują najnowsze gadżety jako symbole statusu. Taka postawa nie zadziała tutaj. Firmy nie powinny spieszyć się z wdrożeniem efektownych narzędzi AI tylko po to, by być postrzegane jako prekursorzy. Zamiast tego, powinny się skoncentrować na celowym wdrożeniu AI, które wspiera długoterminowe cele zrównoważonego rozwoju.

Oto kilka strategii do rozważenia.

Automatyzuj z uwzględnieniem oszczędności energii

Niektórzy przywódcy mogą nie zgadzać się z tym, że pracownicy szukają sposobów na zaoszczędzenie czasu, ale ja nie. W Jotform, zachęcam pracowników do ciągłego szukania szybszych sposobów na wykonanie ich zadań, o ile jakość ich pracy nie ulega pogorszeniu. Automatyzacja jest sercem naszego biznesu i centralnym elementem naszej kultury. Jeśli istnieje narzędzie automatyzujące, które może wykonać nudne, ręczne zadanie, to mówię: zrób to.

Okazuje się, że automatyzacja zadań przy użyciu narzędzi AI może również przyczyniać się do Twoich celów zrównoważonego rozwoju. Jak WEF zauważa, optymalizacja planowania dla oszczędności energii, czyli przesunięcie obciążeń AI na momenty mniejszego zapotrzebowania na energię, jest skuteczną taktyką wykorzystania AI i obniżenia śladu węglowego.

Powiedzmy, że wybraliście narzędzie AI do automatyzacji regularnych skanów bezpieczeństwa w celu ochrony danych. Programowanie tych zadań w nocy jest łatwym sposobem na zwiększenie efektywności energetycznej. Ogólne zużycie energii tendencję do spadku w godzinach wieczornych, a sieci energetyczne mają więcej czasu na efektywną pracę. Jako dodatkowy benefit, Twoje koszty energii często maleją.

Albo, jeśli znajdujecie się w regionie z ciepłym klimatem i dużym zużyciem energii na klimatyzację, możecie przenieść energieochłonne projekty na chłodniejsze miesiące, kiedy sieci energetyczne są mniej obciążone. Ważne jest, że te przesunięcia wymagają przemyślenia, ale wymagają prawie żadnego dodatkowego wysiłku. Mogą one przynieść znaczne oszczędności energii.

Wybierz modele podstawowe

Wyobraź sobie, że jesteś w kuchni restauracji z gwiazdką Michelin. Szefowie kuchni zostali wszyscy przeszkoleni w szkołach kucharskich i restauracjach wysokiej klasy. Razem, zespół może wykonać wszystkie rodzaje potraw i stworzyć nowe. Jeśli ktoś chce przygotować niesamowite danie, nie musi szkolić całkowicie nowego zespołu szefów kuchni – może użyć tego zespołu, wykorzystując ich istniejącą wiedzę i dostarczając dostosowaną wskazówkę.

W AI, to jest idea modelu podstawowego: zaawansowanego programu, który został już przeszkolony na ogromnych ilościach danych. Jeśli ktoś potrzebuje określonego narzędzia AI, może rozpocząć od tego modelu podstawowego, zamiast budować model od podstaw.

Pisząc dla Harvard Business Review, Christina Shim, dyrektor ds. zrównoważonego rozwoju w IBM, wyjaśnia, dlaczego wybór modeli podstawowych jest podejściem efektywnym energetycznie. W przeciwieństwie do tworzenia nowego modelu, „modele podstawowe mogą być dostosowane do konkretnych celów w ułamku czasu, z ułamkiem danych i ułamkiem kosztów energetycznych”.

Shim zauważa, że rozmiar modelu podstawowego może również mieć wpływ – większość z nich ma 3, 8 lub 20 miliardów parametrów. Zgodnie z badaniami IBM, mniejsze modele przeszkolone na określonych i istotnych danych mogą działać równie dobrze, jak większe, ale szybciej i zużywają mniej energii. Większe nie zawsze oznacza lepsze. Jak Salesforce to ujmuje, wybór największego, najpotężniejszego modelu dla konkretnych potrzeb przedsiębiorstwa jest jak „używanie ciężarówki, by pojechać po zakupy lub odebrać jednego pasażera” – innymi słowy, całkowicie niepotrzebne.

Większe modele mają jednak wyższe ceny. Zainwestowanie czasu w wybór modelu, który jest dostosowany do Twojego celu, jest wartościową inwestycją, która może ostatecznie zaoszczędzić zasoby finansowe i ekologiczne.

Wybierz oprogramowanie open-source

Innym ważnym wyborem na początku każdej podróży AI jest wybór oprogramowania open-source. Opcje open-source mogą nie rozwiązać każdego problemu, ale w wielu przypadkach mogą zapewnić rozwiązanie efektywne energetycznie i kosztowo, które wykorzystuje mądrość niezliczonej liczby ekspertów. Możesz się skoncentrować na udoskonaleniu istniejącego rozwiązania (i dzielić się wynikami), zamiast obciążać sieci energetyczne, by wymyślać koło na nowo każdego razu. Jak Shim zauważa, oprogramowanie open-source ma korzyść zbiorowego udoskonalenia – im więcej osób patrzy na problem, tym lepszy jest produkt, a zapotrzebowanie na energię w fazie rozwoju jest rozłożone wśród użytkowników.

Dobre oprogramowanie jest warte pieniędzy, ale musi odpowiadać Twoim potrzebom i budżetowi – coraz bardziej istotnej uwagi w czasach inflacji. W wielu przypadkach dostępne jest rozwiązanie open-source za darmo lub za ułamkiem kosztów.

Wdrożenie automatyzacji w celu poprawy efektywności systemu

Wreszcie, narzędzia automatyzacji AI mogą zaoszczędzić energię, ponieważ pomagają zwiększyć efektywność systemu. Mogą to robić bezpośrednio, ciąłając godziny potrzebne do wykonania nudnych zadań. Na przykład, jeśli prowadzisz badania, narzędzia takie jak ChatGPT mogą wyeliminować godziny spędzane przed ekranem, identyfikując i syntezując kluczowe informacje w kilka sekund.

Narzędzia AI mogą również odegrać rolę w fazie planowania systemów. Weź Salesforce: ich zespół infrastruktury centrum danych używa AI, by przewidzieć i przewidywać wzorce użycia przez klientów, a następnie automatycznie dostosowuje objętość serwerów wymaganych. Pozwala im to dostosować sposób, w jaki ich infrastruktura centrum danych jest używana, i uniknąć marnowania nadmiaru energii. Podobnie, firma używa AI, by podejmować decyzje o redukcji śladu węglowego, analizując miliony punktów danych z łańcucha dostaw, podróży służbowych, nieruchomości i więcej.

AI może działać jak konsultant zrównoważonego rozwoju, idealnie oszczędzając więcej energii, niż potrzeba do wykonania odpowiednich analiz i zadań. W tym sensie AI może być jednosiecznym mieczem, dostarczającym więcej korzyści niż jakiekolwiek związane z tym wady.