Как лидерам бизнеса достичь своих целей в области ИИ и устойчивости

Для компаний баланс между внедрением ИИ и воздействием на окружающую среду является императивом. Согласно Всемирному экономическому форуму, мощность, необходимая для поддержки роста ИИ, удваивается каждые 100 дней. К 2028 году потребление энергии ИИ может превысить общую мощность, использованную в Исландии в 2021 году. ИИ может быть двояким мечом: хотя он может существенно продвигать экологические инициативы, он может быть равно вредным, если используется бездумно.

Не существует универсального плана для устойчивого использования ИИ – подход каждой организации должен соответствовать ее уникальным обстоятельствам. Вместо этого интеграция ИИ и продвижение экологически чистых целей требует определенного настроения.

Подумайте о очередях, которые образуются у магазинов Apple в дни запуска новых продуктов: ранние последователи с гордостью демонстрируют последние гаджеты как символы статуса. Такое отношение здесь не сработает. Компании не должны спешить внедрять модные инструменты ИИ просто для того, чтобы быть видными как последователи тенденций. Вместо этого они должны сосредоточиться на целенаправленном внедрении ИИ, которое поддерживает долгосрочные цели устойчивости.

Вот некоторые стратегии, которые можно рассмотреть.

Автоматизируйте с учетом энергосбережения

Некоторые лидеры могут не одобрять, когда сотрудники находят обходные пути, но я никогда не делаю этого. В Jotform я поощряю сотрудников постоянно искать более быстрые способы выполнения своей работы, пока качество их результатов не пострадает. Автоматизация является сердцем нашего бизнеса и центральной частью нашей культуры. Если существует автоматический инструмент, который может выполнить скучную ручную задачу, то я говорю: вперед.

Как оказалось, автоматизация задач с помощью инструментов ИИ также может способствовать вашим целям устойчивости. Как отмечает Всемирный экономический форум, оптимизация графика для энергосбережения, т.е. перенос нагрузки ИИ на время более низкого энергопотребления, является эффективным тактикой для использования ИИ и снижения углеродного следа.

Допустим, вы выбрали инструмент ИИ для автоматизации регулярных проверок безопасности, чтобы защитить свои данные. Программирование этих задач на ночь – простой способ стать более энергоэффективным. Общее энергопотребление, как правило, уменьшается вечером, и энергосети могут работать более эффективно. Как побочный эффект, ваши энергетические затраты часто снижаются.

Или, если вы находитесь в регионе с теплым климатом и обильным использованием кондиционеров, вы можете перенести проекты с высоким энергопотреблением на более прохладные месяцы, когда энергосети менее загружены. Важно, что эти переносы требуют предварительного размышления, но почти не требуют дополнительных усилий. Они могут привести к значительной экономии энергии.

Выберите базовые модели

Представьте, что вы на кухне ресторана с звездой Мишлена. Повара прошли обучение в кулинарных школах и ресторанах высокого класса. Вместе команда может выполнить любые блюда и придумать новые. Если кто-то хочет приготовить невероятный обед, он не должен обучать новую команду поваров – он может использовать эту команду, используя их существующий опыт и предоставляя индивидуальные рекомендации.

В ИИ это идея базовой модели: продвинутой программы, которая уже была обучена на огромных объемах данных. Если кому-то нужен определенный инструмент ИИ, он может начать с этой базовой модели, а не строить модель с нуля.

Пишет для Harvard Business Review Кристина Шим, главный офицер по устойчивому развитию в IBM, объясняет, почему выбор базовых моделей является энергоэффективным подходом. В отличие от создания новой модели, “базовые модели можно настроить для конкретных целей за долю времени, с долей данных и долей энергетических затрат”.

Шим отмечает, что размер базовой модели также может иметь значение – большинство из них имеют либо 3, либо 8, либо 20 миллиардов параметров. Согласно исследованиям IBM, более мелкие модели, обученные на конкретных и актуальных данных, могут работать так же хорошо, как и более крупные, но быстрее и с меньшим энергопотреблением. Больше не всегда лучше. Как говорит Salesforce, выбор самой большой и мощной модели для конкретных потребностей компании подобен “использованию грузовика, чтобы поехать за продуктами или подобрать одного пассажира” – совершенно ненужно.

Более крупные модели, однако, имеют более высокие ценовые метки. Потратить время на выбор модели, соответствующей вашей цели, – это полезная инвестиция, которая может в конечном итоге сэкономить финансовые и экологические ресурсы.

Выберите программное обеспечение с открытым исходным кодом

Другим важным выбором в начале любого пути ИИ является выбор программного обеспечения с открытым исходным кодом. Варианты с открытым исходным кодом могут не решить каждую проблему, но в многих случаях они могут предоставить энерго- и стоимостноэффективное решение, которое опирается на мудрость бесчисленных экспертов. Вы можете сосредоточиться на улучшении существующего решения (и обмене результатами), а не тратить энергию на сетях, чтобы каждый раз изобретать колесо. Как отмечает Шим, программное обеспечение с открытым исходным кодом имеет преимущество коллективного улучшения – с большим количеством глаз на проблему, полученный продукт лучше, а энергетические затраты на этапе разработки распределяются среди пользователей.

Хорошее программное обеспечение стоит денег, но оно должно соответствовать вашим потребностям и бюджету – все более актуальное соображение в периоды инфляции. Во многих случаях решение с открытым исходным кодом доступно бесплатно или за долю стоимости.

Реализуйте автоматизацию для повышения эффективности системы

Наконец, инструменты автоматизации на основе ИИ могут сэкономить энергию, поскольку они помогают повысить эффективность системы. Они могут делать это直接, сокращая часы, необходимые для выполнения скучных задач. Например, если вы проводите исследование, инструменты seperti ChatGPT могут исключить часы сидения перед монитором, выявляя и синтезируя ключевую информацию за секунды.

Инструменты ИИ также могут сыграть роль на этапе планирования системы. Возьмем Salesforce: их команда инфраструктуры центров данных использует ИИ для прогнозирования и предсказания закономерностей использования их клиентов, а затем автоматически масштабирует объем необходимых серверов. Это позволяет им настраивать использование инфраструктуры центров данных и избегать расточительного расхода энергии. Аналогично, компания по производству программного обеспечения использует ИИ для принятия решений по снижению своего углеродного следа, анализируя миллионы данных о цепочке поставок, деловых поездках, недвижимости и многое другое.

ИИ может работать как консультант по устойчивому развитию, идеально экономя больше энергии, чем требуется для выполнения соответствующих анализов и задач. В этом смысле ИИ может быть односторонним мечом, доставляя больше преимуществ, чем любые связанные с ним недостатки.