Hur företagsledare kan uppnå sina mål inom både AI och hållbarhet

För företag är det absolut nödvändigt att balansera AI-antagande och miljöpåverkan. Enligt World Economic Forum (WEF), kraften som behövs för att stödja AI:s tillväxt fördubblas var 100:e dag. År 2028 kan AI:s energiförbrukning överstiga den totala energianvändningen av Island 2021. AI kan vara ett tveeggat svärd: även om det avsevärt kan främja miljöinitiativ, kan det vara lika skadligt om det används slarvigt.  

Det finns ingen universell plan för hållbar AI-användning – varje organisations tillvägagångssätt måste överensstämma med dess unika omständigheter. Att integrera AI och främja miljövänliga mål kräver istället en viss attityd.

Tänk på linjerna som bildas utanför Apples butiker under produktlanseringsdagar: tidiga användare som stolt visar de senaste prylarna som statussymboler. Det tänkesättet kommer inte att fungera här. Företag bör inte skynda sig att använda flashiga AI-verktyg bara för att ses som trendsättare. Istället bör de fokusera på målmedveten AI-implementering som stödjer långsiktiga hållbarhetsmål.

Här är några strategier att överväga.  

Automatisera med sikte på energibesparingar

Vissa ledare kan rynka pannan på att anställda tar genvägar, men det gör jag aldrig. På JotForm, Jag uppmuntrar anställda att ständigt leta efter snabbare sätt att utföra sitt upptagna arbete, så länge som kvaliteten på deras produktion inte vacklar. Automation är hjärtat i vår verksamhet och central för vår kultur. Om det finns ett automatiserat verktyg som kan hantera en tråkig, manuell uppgift, då säger jag: kör på det.

Som det händer kan automatisering av uppgifter med hjälp av AI-verktyg också främja dina hållbarhetsmål. Som WEF noterar, att optimera schemaläggningen för energibesparingar, det vill säga att flytta AI-arbetsbelastningen för att överensstämma med tider med lägre energibehov, är en effektiv taktik för att utnyttja AI och sänka ditt koldioxidavtryck.

Låt oss säga att du har valt ett AI-verktyg för att automatisera regelbundna säkerhetsskanningar för att skydda dina data. Att programmera dessa uppgifter över en natt är ett enkelt sätt att bli mer energieffektiv. Den allmänna energiförbrukningen tenderar att minska under kvällarna, och energinäten får ett andrum och kan fungera mer effektivt. Som en tillfällig fördel sjunker dina energikostnader ofta också. 

Eller, om du befinner dig i en geografisk region med varmt väder och generös AC-användning, kan du flytta energikrävande projekt till kallare månader, när energinäten är mindre ansträngda. Viktigt är att dessa förändringar kräver eftertanke men kräver nästan ingen ytterligare ansträngning. De kan innebära betydande energibesparing. 

Välj grundmodeller

Föreställ dig att du är i köket på en restaurang med Michelinstjärnor. Kockarna har alla utbildats i kulinariska skolor och högklassiga restauranger. Tillsammans kan teamet utföra alla typer av rätter och förnya nya. Om någon vill sätta ihop en otrolig måltid behöver de inte utbilda ett helt nytt team av kockar – de kan använda den här, utnyttja sin befintliga expertis och ge skräddarsydd vägledning. 

I AI är det tanken med en grundmodell: ett avancerat program som redan har tränats på enorma mängder data. Om någon behövde ett visst AI-verktyg kunde de börja med den här grundmodellen snarare än att bygga en modell från grunden.

Skriva för Harvard Business Review, Christina Shim, hållbarhetschef på IBM, förklarar varför det är ett energieffektivt tillvägagångssätt att välja grundmodeller. I motsats till att skapa en ny modell, "kan grundmodeller anpassas för specifika ändamål på en bråkdel av tiden, med en bråkdel av data och en bråkdel av energikostnaderna."

Shim noterar att storleken på en grundmodell också kan påverka – de flesta kommer med antingen 3, 8 eller 20 miljarder parametrar. Enligt IBM-forskning kan mindre modeller tränade på specifik och relevant data prestera lika bra som de större, men snabbare och förbrukar mindre energi. Större är inte alltid bättre. Som Salesforce uttryckt det, att välja den största, mest kraftfulla modellen för specifika företagsbehov är som att "använda en semi-lastbil för att hämta mat eller hämta en enda passagerare" - med andra ord, helt onödigt.  

Större modeller kommer dock med kraftigare prislappar. Att ta sig tid att välja en modell som är anpassad till ditt mål är en värdefull investering som i slutändan kan spara ekonomiska och ekologiska resurser.

Välj programvara med öppen källkod

Ett annat avgörande val i början av en AI-resa är om man ska välja programvara med öppen källkod. Alternativ med öppen källkod kanske inte löser alla problem, men i många fall kan de erbjuda en energi- och kostnadseffektiv lösning som bygger på otaliga experters visdom. Du kan fokusera på att förbättra en befintlig lösning (och dela resultaten), snarare än att beskatta energinäten för att återuppfinna hjulet varje gång. Som Shim noterar, åtnjuter programvara med öppen källkod fördelen av kollektiv förbättring – med fler ögon på problemet blir den resulterande produkten bättre och energibehovet i utvecklingsfasen fördelas bland användarna. 

Bra programvara är värd pengarna men den måste passa dina behov och budget – ett alltmer relevant övervägande under inflationstider. I många fall är en öppen källkodslösning tillgänglig gratis eller till en bråkdel av kostnaden. 

Implementera automatisering för att förbättra systemets effektivitet

Slutligen kan AI-drivna automationsverktyg spara energi i den mån de hjälper till att öka systemets effektivitet. De kan göra detta direkt genom att dra ner på timmar som behövs för att utföra tråkiga uppgifter. Om du till exempel forskar kan verktyg som ChatGPT eliminera timmars sittande framför en bildskärm genom att identifiera och syntetisera nyckelinformation på några sekunder. 

AI-verktyg kan också spela en roll i systemplaneringsstadiet. Ta Salesforce: deras team för datacenterinfrastruktur använder AI för att förutsäga och förutse sina kunders användningsmönster och skalar sedan automatiskt volymen av servrar som krävs. Detta gör att de kan skräddarsy hur deras datacenterinfrastruktur används och undvika att slösa bort överskottsenergi. På samma sätt använder mjukvaruföretaget AI för att fatta beslut för att minska sitt koldioxidavtryck genom att analysera miljontals datapunkter från leveranskedjan, affärsresor, fastigheter och mer. 

AI kan prestera som en hållbarhetskonsult, idealiskt spara mer energi än vad som krävs för att utföra motsvarande analyser och uppgifter. I den meningen kan AI vara ett eneggat svärd, som ger fler fördelar än några associerade nackdelar.