Hur företagsledare kan uppnå sina mål inom både AI och hållbarhet

För företag är det ett måste att balansera AI-användning och miljöpåverkan. Enligt World Economic Forum (WEF) fördubblas den effekt som behövs för att stödja AI:s tillväxt var 100:e dag. År 2028 kan AI:s energiförbrukning överstiga den totala effekt som användes av Island 2021. AI kan vara ett tvåeggat svärd: medan det kan främja miljöinitiativ avsevärt, kan det också vara lika skadligt om det används slarvigt.

Det finns ingen universell mall för hållbar AI-användning – varje organisations tillvägagångssätt måste anpassas till dess unika omständigheter. Istället kräver integrering av AI och främjande av miljövänliga mål en viss attityd.

Tänk på de köer som bildas utanför Apple-butiker på produktlanseringsdagar: tidiga användare som stolt visar upp de senaste prylarna som statussymboler. Den inställningen fungerar inte här. Företag bör inte skynda sig att anta flashy AI-verktyg bara för att ses som trendig. Istället bör de fokusera på meningsfull AI-implementering som stöder långsiktiga hållbarhetsmål.

Här är några strategier att överväga.

Automatisera med fokus på energibesparing

Vissa ledare kan ogilla att anställda tar genvägar, men jag gör det inte. På Jotform uppmuntrar jag anställda att kontinuerligt leta efter snabbare sätt att utföra sitt administrativa arbete, så länge kvaliteten på deras utdata inte försämras. Automation är hjärtat i vår verksamhet och central för vår kultur. Om det finns ett automatiserat verktyg som kan hantera ett tråkigt, manuellt arbete, så säger jag: gå för det.

Som det visar sig kan automatisering av uppgifter med AI-verktyg också främja era hållbarhetsmål. Som WEF påpekar, är optimering av schemaläggning för energibesparing, dvs. att flytta AI-arbetsbelastningar till tider med lägre energibehov, en effektiv taktik för att utnyttja AI och minska er kolavtryck.

Säg att du har valt ett AI-verktyg för att automatisera regelbundna säkerhetsskanningar för att skydda dina data. Att programmera dessa uppgifter på natten är ett enkelt sätt att bli mer energieffektiv. Den allmänna energiförbrukningen tenderar att minska under kvällarna, och energinätverken kan köra mer effektivt. Som en tillfällig fördel minskar ofta också era energikostnader.

Eller, om du är i ett geografiskt område med varmt väder och generös AC-användning, kan du flytta energikrävande projekt till svalare månader, när energinätverken är mindre ansträngda. Viktigt är att dessa förändringar kräver förutseende men kräver nästan ingen extra ansträngning. De kan motsvara betydande energibesparing.

Välj grundläggande modeller

Tänk dig att du är i köket på en Michelin-stjärnkrog. Kockarna har alla utbildats i kulinariska skolor och högkvalitativa restauranger. Tillsammans kan laget utföra alla typer av rätter och innovativa nya. Om någon vill sätta samman en otrolig måltid, behöver de inte utbilda ett helt nytt lag av kockar – de kan använda detta lag, utnyttja deras befintliga expertis och ge anpassad vägledning.

I AI är det idén om en grundläggande modell: ett avancerat program som redan har tränats på enorma mängder data. Om någon behövde ett visst AI-verktyg, kunde de börja med denna grundläggande modell i stället för att bygga en modell från scratch.

I en artikel i Harvard Business Review förklarar Christina Shim, chief sustainability officer på IBM, varför valet av grundläggande modeller är en energieffektiv approach. Till skillnad från att skapa en ny modell, “kan grundmodeller anpassas för specifika ändamål på en bråkdel av tiden, med en bråkdel av datan och en bråkdel av energikostnaderna”.

Shim påpekar att storleken på en grundläggande modell också kan ha en inverkan – de flesta kommer med antingen 3, 8 eller 20 miljarder parametrar. Enligt IBM:s forskning kan mindre modeller som tränats på specifik och relevant data fungera lika bra som de större, men snabbare och förbruka mindre energi. Större är inte alltid bättre. Som Salesforce uttrycker det, är valet av den största, kraftfullaste modellen för specifika företagsbehov som att “använda en semi-lastbil för att hämta matvaror eller hämta en ensam passagerare” – med andra ord, helt onödigt.

Större modeller har dock ett högre pris. Att ta sig tid att välja en modell som är anpassad till ditt mål är en lönsam investering som kan spara både ekonomiska och ekologiska resurser.

Välj öppen källkod

Ett annat viktigt val i början av varje AI-resa är om man ska välja öppen källkod. Öppen källkod kan inte lösa alla problem, men i många fall kan den ge en energieffektiv och kostnadseffektiv lösning som bygger på visdomen från otaliga experter. Du kan fokusera på att förbättra en befintlig lösning (och dela resultaten), snarare än att belasta energinätverken för att uppfinna hjulet varje gång. Som Shim påpekar, har öppen källkod fördelen av kollektiv förbättring – med fler ögon på problemet, blir den resulterande produkten bättre, och energibehovet under utvecklingsfasen fördelas bland användarna.

Bra programvara är värd pengarna, men den måste passa dina behov och budget – en alltmer relevant övervägning under tider av inflation. I många fall finns en öppen källkods-lösning tillgänglig gratis eller till en bråkdel av kostnaden.

Implementera automation för att förbättra systemeffektivitet

Slutligen kan AI-stödd automatisering spara energi genom att förbättra systemeffektivitet. De kan göra detta direkt, genom att skära ner timmar som behövs för att utföra tråkiga uppgifter. Till exempel, om du utför forskning, kan verktyg som ChatGPT eliminera timmar av att sitta framför en skärm genom att identifiera och syntetisera nyckelinformation på sekunder.

AI-verktyg kan också spela en roll i planeringsstadiet för system. Ta Salesforce: deras datacenter-infrastruktursteam använder AI för att förutsäga och förutse kundernas användningsmönster, och sedan automatiskt skala volymen av servrar som krävs. Detta möjliggör för dem att anpassa hur deras datacenter-infrastruktur används och undvika att slösa bort överflödig energi. Likaså använder mjukvaruföretaget AI för att fatta beslut som minskar deras kolavtryck genom att analysera miljontals datapunkter från leverantörskedjan, affärsresor, fastigheter och mer.

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