ผู้นำทางความคิด
วิธีที่ผู้นำธุรกิจสามารถบรรลุเป้าหมายได้ทั้งในด้าน AI และความยั่งยืน
สำหรับบริษัท การสร้างสมดุลระหว่างการนำ AI มาใช้และผลกระทบต่อสิ่งแวดล้อมเป็นสิ่งจำเป็น ตามรายงานของ World Economic Forum (WEF) กำลังที่จำเป็นในการสนับสนุนการเติบโตของ AI เพิ่มขึ้นสองเท่าทุกๆ 100 วัน และในปี 2028 การบริโภคพลังงานของ AI อาจ超过พลังงานทั้งหมดที่ใช้ในประเทศไอซ์แลนด์ในปี 2021 AI สามารถเป็นดาบสองคม: ในขณะที่มันสามารถช่วยให้ความคิดริเริ่มด้านสิ่งแวดล้อมก้าวหน้าได้อย่างมาก แต่ก็สามารถเป็นอันตรายได้ถ้าใช้โดยไม่ระมัดระวัง
ไม่มีแบบแผนการนำ AI มาใช้อย่างยั่งยืนที่เหมาะสมสำหรับทุกองค์กร วิธีการของแต่ละองค์กรจะต้องสอดคล้องกับสถานการณ์เฉพาะของตน แทนที่จะรวม AI และส่งเสริมวัตถุประสงค์ในการเป็นมิตรกับสิ่งแวดล้อม จำเป็นต้องมีทัศนคติอย่างใดอย่างหนึ่ง
ลองนึกถึงคิวที่เกิดขึ้นนอกหน้าร้าน Apple ในวันเปิดตัวผลิตภัณฑ์ใหม่: ผู้ใช้ใหม่ที่แสดงอุปกรณ์ใหม่ๆ เป็นสัญลักษณ์ของสถานะ ไม่ใช่วิธีนี้ Companies ไม่ควรเร่งนำ AI ที่สวยงามมาใช้เพียงเพื่อให้ถูกมองว่าเป็นผู้นำเทรนด์ แต่ควรให้ความสนใจกับการนำ AI มาใช้อย่างมีจุดมุ่งหมายที่สนับสนุนเป้าหมายความยั่งยืนในระยะยาว
นี่คือกลยุทธ์ที่ควรพิจารณา
Automate with an eye toward energy savings
ผู้นำบางคนอาจไม่พอใจที่พนักงานใช้วิธีแก้ปัญหา แต่ฉันไม่เคยทำเช่นนั้น ที่ Jotform ฉันสนับสนุนให้พนักงานค้นหาวิธีที่เร็วขึ้นในการทำงาน โดยไม่ลดคุณภาพของผลลัพธ์ การใช้เครื่องมืออัตโนมัติเป็นหัวใจของธุรกิจและเป็นส่วนกลางของวัฒนธรรม หากมีเครื่องมืออัตโนมัติที่สามารถจัดการงานที่น่าเบื่อๆ ได้ ฉันบอกว่า: ไปทำมัน
โดยที่ WEF ระบุว่าการเพิ่มประสิทธิภาพการนัดหมายเพื่อประหยัดพลังงาน เช่น การย้ายงาน AI ไปยังช่วงเวลาที่มีความต้องการพลังงานต่ำ เป็นวิธีที่มีประสิทธิภาพในการใช้ AI และลดรอยเท้าของคาร์บอน
สมมติว่าคุณเลือกเครื่องมือ AI เพื่อใช้ในการสแกนความปลอดภัยเป็นประจำเพื่อป้องกันข้อมูลของคุณ การตั้งโปรแกรมให้ทำงานในเวลากลางคืนเป็นวิธีที่ง่ายในการประหยัดพลังงาน การใช้พลังงานทั่วไปมักจะลดลงในช่วงเย็น และเครือข่ายพลังงานสามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น นอกจากนี้ ค่าใช้จ่ายด้านพลังงานของคุณมักจะลดลงด้วย
หรือถ้าคุณอยู่ในพื้นที่ที่มีอากาศอบอุ่นและมีการใช้เครื่องปรับอากาศมาก คุณสามารถย้ายโครงการที่ต้องการพลังงานมากไปยังเดือนที่มีอากาศเย็นกว่า เมื่อเครือข่ายพลังงานไม่ถูกกดดันมากนัก การเปลี่ยนแปลงเหล่านี้ต้องการการวางแผนล่วงหน้า แต่ต้องใช้ความพยายามเพิ่มเติมเพียงเล็กน้อย และสามารถนำไปสู่การอนุรักษ์พลังงานที่สำคัญ
Choose foundational models
ลองนึกถึงห้องครัวของโรงแรมระดับ Michelin ดาว ผู้ช่วยพ่อครัวทุกคนได้รับการฝึกอบรมในโรงเรียนสอนทำอาหารและโรงแรมระดับสูง ทีมงานสามารถทำอาหารได้ทุกประเภทและสร้างสรรค์อาหารใหม่ๆ หากใครต้องการทำอาหารที่น่าประทับใจ ไม่จำเป็นต้องฝึกทีมพ่อครัวใหม่ทั้งหมด – สามารถใช้ทีมนี้และใช้ความเชี่ยวชาญที่มีอยู่แล้ว
ใน AI นั่นคือแนวคิดของโมเดลพื้นฐาน: โปรแกรมที่ได้รับการฝึกอบรมจากข้อมูลจำนวนมาก หากใครต้องการเครื่องมือ AI พิเศษ สามารถเริ่มต้นด้วยโมเดลพื้นฐานแทนการสร้างโมเดลจากศูนย์
Christina Shim หัวหน้าฝ่ายความยั่งยืนของ IBM เขียนใน Harvard Business Review ว่าเหตุใดการเลือกโมเดลพื้นฐานจึงเป็นวิธีการที่ประหยัดพลังงาน “โมเดลพื้นฐานสามารถปรับให้เหมาะสมกับวัตถุประสงค์เฉพาะในเวลาและข้อมูลและค่าใช้จ่ายด้านพลังงานที่น้อยกว่า”
Shim ระบุด้วยว่าขนาดของโมเดลพื้นฐานสามารถมีผลกระทบได้ – โมเดลส่วนใหญ่มีขนาด 3, 8 หรือ 20 พันล้านพารามิเตอร์ ตามการวิจัยของ IBM โมเดลที่เล็กกว่าซึ่งฝึกอบรมจากข้อมูลที่เกี่ยวข้องสามารถทำงานได้ดีเท่ากับโมเดลที่ใหญ่กว่า แต่เร็วขึ้นและใช้พลังงานน้อยกว่า ไม่ใช่ว่าขนาดใหญ่เสมอไป
ตามที่ Salesforce ระบุ การเลือกโมเดลที่ใหญ่ที่สุดและทรงพลังที่สุดสำหรับความต้องการขององค์กรไม่จำเป็นต้องเป็น “การใช้รถบรรทุกขนาดใหญ่เพื่อไปซื้อของชำหรือรับคนโดยสารเพียงคนเดียว” – หรือไม่จำเป็น
โมเดลที่ใหญ่กว่ามีราคาที่สูงกว่า การใช้เวลาในการเลือกโมเดลที่เหมาะสมกับวัตถุประสงค์ของคุณเป็นการลงทุนที่คุ้มค่าซึ่งสามารถช่วยประหยัดทรัพยากรทางการเงินและสิ่งแวดล้อมได้
Opt for open-source software
การเลือกที่สำคัญอีกอย่างหนึ่งในการเริ่มต้นการเดินทางของ AI คือการตัดสินใจว่าจะเลือกซอฟต์แวร์แบบเปิดหรือไม่ ซอฟต์แวร์แบบเปิดอาจไม่สามารถแก้ปัญหาได้ทั้งหมด แต่ในหลายกรณีสามารถให้คำตอบที่ประหยัดพลังงานและค่าใช้จ่ายได้ ซึ่งสามารถดึงความฉลาดจากผู้เชี่ยวชาญจำนวนมาก คุณสามารถมุ่งเน้นไปที่การปรับปรุงโซลูชันที่มีอยู่แล้ว (และแบ่งปันผลลัพธ์) แทนที่จะใช้พลังงานมากเพื่อสร้างซ้ำวงล้อทุกครั้ง
ซอฟต์แวร์ที่ดีมีค่าใช้จ่าย แต่ต้องเหมาะสมกับความต้องการและงบประมาณของคุณ – ซึ่งเป็นข้อพิจารณาที่เกี่ยวข้องมากขึ้นในช่วงเวลาที่มีการอ่อนตัวของเศรษฐกิจ ในหลายกรณี มีวิธีแก้ปัญหาแบบเปิดให้บริการฟรีหรือมีค่าใช้จ่ายเพียงเศษเสี้ยว
Implement automation to enhance system efficiency
สุดท้าย เครื่องมืออัตโนมัติที่ใช้ AI สามารถช่วยประหยัดพลังงานได้โดยการเพิ่มประสิทธิภาพของระบบ สามารถทำได้โดยตรงโดยการลดชั่วโมงในการทำงานที่น่าเบื่อๆ ตัวอย่างเช่น หากคุณกำลังทำการวิจัย เครื่องมืออย่าง ChatGPT สามารถกำจัดชั่วโมงในการนั่งอยู่หน้าจอโดยการระบุและสรุปข้อมูลที่สำคัญในเวลาเพียงไม่กี่วินาที
เครื่องมือ AI ยังสามารถมีบทบาทในการวางแผนระบบ ตัวอย่างเช่น Salesforce ทีมโครงสร้างพื้นฐานของศูนย์ข้อมูลใช้ AI เพื่อคาดการณ์และคาดเดาลักษณะการใช้งานของลูกค้า จากนั้นปรับขนาดปริมาณเซิร์ฟเวอร์ที่ต้องการโดยอัตโนมัติ ซึ่งช่วยให้พวกเขาปรับเปลี่ยนการใช้โครงสร้างพื้นฐานของศูนย์ข้อมูลและหลีกเลี่ยงการใช้พลังงานส่วนเกิน นอกจากนี้บริษัทซอฟต์แวร์ยังใช้ AI ในการตัดสินใจเพื่อลดรอยเท้าคาร์บอนโดยการวิเคราะห์ข้อมูลหลายล้านจุดจากห่วงโซ่อุปทาน การเดินทางทางธุรกิจ อสังหาริมทรัพย์ และอื่นๆ
AI สามารถทำงานเหมือนผู้ให้คำปรึกษาด้านความยั่งยืน โดยประหยัดพลังงานมากกว่าที่จำเป็นต้องใช้ในการวิเคราะห์และทำงานที่เกี่ยวข้อง ในแง่นี้ AI สามารถเป็นดาบสองคมที่ให้ประโยชน์มากกว่าผลเสียที่เกี่ยวข้อง
