Hur företagsledare kan uppnå sina mål inom både AI och hållbarhet

För företag är det viktigt att balansera AI-användning och miljöpåverkan. Enligt Världsekonomiskt forum (WEF) fördubblas den energi som behövs för att stödja AI:s tillväxt var 100:e dag. År 2028 kan AI:s energiförbrukning överstiga den totala energianvändningen i Island 2021. AI kan vara ett tvåeggat svärd: medan det kan främja miljöinitiativ avsevärt, kan det också vara 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 integration av AI och främjande av miljövänliga mål en viss attityd.

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

Här är några strategier att överväga.

Automatisera med fokus på energibesparing

Vissa chefer kan ogilla att anställda tar genvägar, men jag gör det inte. På Jotform uppmuntrar jag anställda att ständigt leta efter snabbare sätt att utföra sitt administrativa arbete, så länge kvaliteten på deras utdata inte försämras. Automatisering 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 noterar, är optimering av scheman 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 energisnål. 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 resultera i betydande energibesparing.

Välj grundläggande modeller

Tänk dig att du är i köket på en Michelin-stjärnkrog. Kockarna har alla utbildats på kulinariska skolor och högkvalitativa restauranger. Tillsammans kan laget utföra alla typer av rätter och innovativa nya rätter. Om någon vill sätta ihop 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.

Inom 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, chef för hållbarhet på IBM, varför valet av grundläggande modeller är en energisnål metod. I stället för 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 noterar 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 lastbil för att hämta varor eller hämta en enda passagerare” – med andra ord, helt onödigt.

Större modeller har dock högre prislappar. Att ta sig tid att välja en modell som är anpassad till ditt mål är en lönsam investering som kan spara både finansiella 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 energi- och kostnadseffektiv lösning som bygger på visdomen från otaliga experter. Du kan fokusera på att förbättra en befintlig lösning (och dela resultaten) i stället för att belasta energinätverken för att uppfinna hjulet varje gång. Som Shim noterar, har öppen källkod fördelen med 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 automatisering för att förbättra systemeffektivitet

Slutligen kan AI-stödda automatiseringsverktyg spara energi genom att förbättra systemeffektiviteten. De kan göra detta direkt, genom att minska antalet timmar som behövs för att utföra tråkiga uppgifter. Till exempel, om du genomför forskning, kan verktyg som ChatGPT eliminera timmar av sittande framför en skärm genom att identifiera och syntetisera nyckelinformation på några sekunder.

AI-verktyg kan också spela en roll i planeringsstadiet. Ta Salesforce: deras datacenter-infrastruktursteam använder AI för att förutsäga och förutse kundernas användningsmönster, och sedan automatiskt skala volymen av servrar som krävs. Detta gör det möjligt för dem att anpassa hur deras datacenter-infrastruktur används och undvika att slösa bort överflödig energi. På samma sätt använder mjukvaruföretaget AI för att fatta beslut om att minska sitt koldioxidavtryck genom att analysera miljontals data punkter från leverantörskedjan, affärsresor, fastigheter och mer.

AI kan fungera som en hållbarhets-konsult, idealiskt sett spara mer energi än vad som krävs för att utföra motsvarande analyser och uppgifter. I den meningen kan AI vara ett ensidigt svärd, som levererar mer fördelar än eventuella nackdelar.