ค่าใช้จ่ายที่ซ่อนอยู่ของความสะดวกสบาย: ทำไมผลกระทบต่อสิ่งแวดล้อมของ AI จึงต้องเป็นที่เห็น

เรามักจะพึ่งพา AI ในการช่วยเหลือ ไม่ว่าจะเป็นการสรุปสิ่งนี้ การสร้างสิ่งนั้น หรือการแก้ปัญหานั้น มันเร็ว ง่าย และมีการฝังตัวมากขึ้นในกระบวนการทำงานของเรา แต่ในความเร่งรีบในการทำให้สิ่งต่างๆ ง่ายขึ้น เราได้ละเลยส่วนสำคัญของเรื่องราวนี้: ค่าใช้จ่ายด้านสิ่งแวดล้อมที่อยู่เบื้องหลังความสะดวกสบายดิจิทัล

ทุกๆ การโต้ตอบกับ AI พึ่งพาสิ่งที่เราไม่เห็นและไม่คิดถึงบ่อยๆ – ศูนย์ข้อมูล ชิป ระบบไฟฟ้า ระบบทำความเย็น และเครือข่ายลอจิสติกส์ทั่วโลก “โครงสร้างพื้นฐานที่มองไม่เห็น” นี้ทำให้ AI ดูเหมือนไม่มีน้ำหนัก แต่ผลกระทบต่อสิ่งแวดล้อมนั้นไม่ใช่เรื่องเล่นๆ

ถึงเวลาที่เราต้องทำให้ค่าใช้จ่ายนั้นเป็นที่เห็นแล้ว เมื่อ AI กลายเป็นส่วนสำคัญของการดำเนินธุรกิจ ผลกระทบต่อพลังงาน น้ำ และการปล่อยก๊าซเรือนกระจกก็เพิ่มขึ้นด้วย คำถามไม่ใช่แค่ว่าโมเดลถัดไปจะทรงพลังแค่ไหน แต่ยังรวมถึงว่าเราพร้อมที่จะรับผิดชอบต่อการดำเนินงานมันหรือไม่

AI มีปัญหาเรื่องการมองเห็น ไม่เหมือนกับควันจากโรงงานหรือรถยนต์บนถนน การปล่อยก๊าซของการฝึกอบรมหรือการถามคำถามโมเดลเกิดขึ้นหลังประตูที่ปิดในห้องเซิร์ฟเวอร์ที่ควบคุมอุณหภูมิ ซึ่งไม่ได้ทำให้พวกมันไม่มีจริง

การดำเนินโมเดลที่ซับซ้อนจำเป็นต้องใช้ไฟฟ้าเป็นจำนวนมาก การฝึกอบรม GPT-3 ตัวอย่างเช่น ใช้พลังงานเท่ากับบ้าน 130 หลังใน美国ที่ใช้ ทุกปี และไม่ได้หยุดเพียงเท่านั้น การสรุปผล ซึ่งเป็นกระบวนการในการสร้างคำตอบ สรุปผล หรือรูปภาพ ใช้พลังงานเป็นจำนวนมาก การถามคำถาม ChatGPT เพียงครั้งเดียวใช้พลังงาน ประมาณ 5 เท่า ของการค้นหาทางอินเทอร์เน็ตทั่วไป และการสร้างรูปภาพ AI เพียงหนึ่งรูปสามารถใช้พลังงาน เท่ากับการชาร์จโทรศัพท์มือถือ

การบริโภคน้ำเป็นส่วนสำคัญของภาพรวมด้วย ทุกครั้งที่ ChatGPT สร้างอีเมลสั้น 100 คำโดยใช้โมเดล GPT-4 จะใช้น้ำ ประมาณ ปริมาณน้ำในขวดที่ใช้ในการดื่ม น้ำนี้ใช้ในการทำความเย็นเซิร์ฟเวอร์ในศูนย์ข้อมูล ซึ่งสร้างความร้อนอย่างมากระหว่างการดำเนินงาน ถ้าขยายสเกลขึ้นเพื่อใช้เพียงสัปดาห์ละครั้งโดย 10% ของคนอเมริกันที่ทำงาน การใช้น้ำทั้งปีจะเท่ากับการบริโภคน้ำทั้งวันของทุกครอบครัวในโรดไอแลนด์เป็นเวลาหนึ่งครึ่งวัน

เมื่อการทำงานของ AI เพิ่มขึ้น ความต้องการพลังงานของศูนย์ข้อมูลก็เพิ่มขึ้นด้วย ธนาคารโลก ประมาณการ ว่าหมวดเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) รวมถึง AI ในปัจจุบันคิดเป็นอย่างน้อย 1.7% ของการปล่อยก๊าซเรือนกระจกทั่วโลก แม้ว่าตัวเลขนั้นจะดูไม่มาก แต่ก็สะท้อนถึงระดับการนำไปใช้ในปัจจุบัน เมื่อ AI เติบโตต่อไปพร้อมกับการเข้าถึงอินเทอร์เน็ตทั่วโลกที่เพิ่มขึ้น การเก็บข้อมูลบนคลาวด์ อุปกรณ์ IoT และเทคโนโลยีบล็อกเชน ผลกระทบรวมก็อาจเพิ่มขึ้นอย่างมาก แม้ว่าจะมีประสิทธิภาพบางอย่างที่ได้รับ

ความไม่เชื่อมต่อระหว่างความสะดวกสบายในการใช้ AI และความต้องการทรัพยากรในการดำเนินงานทำให้ปัญหานี้ง่ายที่จะเพิกเฉย

แต่ก็ชี้ให้เห็นถึงวิธีแก้ปัญหา เราไม่ต้องชะลอการนวัตกรรม เราต้องมีเจตนาในการออกแบบและใช้งานมันให้ดีขึ้น ซึ่งหมายถึงการถามคำถามที่ดีขึ้น การทำให้ผู้ขายรับผิดชอบ และพิจารณาเรื่องความยั่งยืนในการตัดสินใจเกี่ยวกับ AI ทุกครั้ง

ระบบเหล่านี้มีพลังมากขึ้นเรื่อยๆ หากเราต้องการให้พวกมันช่วยแก้ปัญหาสิ่งแวดล้อม เราต้องแน่ใจว่าพวกมันไม่ได้ทำให้ปัญหาเลวร้ายขึ้นโดยไม่บอกเราสักคำ

จากโครงสร้างพื้นฐานสู่ความรับผิดชอบ

ผลกระทบต่อสิ่งแวดล้อมของ AI ไม่ได้จำกัดอยู่เพียงช่วงเวลาที่ผู้ใช้กด “enter” มีห่วงโซ่อุปทานทั้งหมดอยู่เบื้องหลัง: การทำเหมือง การผลิตชิป การขนส่งอุปกรณ์ และการก่อสร้างศูนย์ข้อมูล ความเป็นจริงนี้สร้างความท้าทายใหม่ๆ ในเรื่องความรับผิดชอบสำหรับบริษัทต่างๆ ไม่เหมือนกับแหล่งปล่อยก๊าซทั่วไป ซึ่งผลกระทบสามารถเชื่อมโยงกับการเผาไหม้เชื้อเพลิงหรือการเดินทางระยะทาง AI มีค่าใช้จ่ายที่กระจายไปทั่วระบบและผู้ให้บริการ มันง่ายที่จะคิดว่าความรับผิดชอบเป็นของ “คลาวด์” หรือ “ผู้ขาย”

แต่ถ้าคุณใช้ AI ผ่านแพลตฟอร์ม SaaS ผู้ให้บริการคลาวด์ หรือเครื่องมือภายใน ถ้าการปล่อยก๊าซและใช้พลังงานเป็นส่วนหนึ่งของรอยเท้าการดำเนินงานของคุณ โดยเฉพาะอย่างยิ่งเมื่อดูการปล่อยก๊าซ Scope 3 ซึ่งรวมการปล่อยก๊าซที่เกิดทั่วห่วงโซ่าคุณค่า

ข่าวดีคือความรับผิดชอบไม่ใช่เรื่องของการกล่าวโทษ มันคือเรื่องของการรับรู้ ความโปร่งใส และการตัดสินใจที่ดีขึ้น

การทำให้สิ่งที่มองไม่เห็นเป็นที่เห็น

เราจะทำอย่างไรเพื่อทำให้ค่าใช้จ่ายด้านสิ่งแวดล้อมที่ซ่อนอยู่ของ AI เป็นที่เห็น มันเริ่มต้นด้วยการคิดใหม่ว่าเราควรประเมินเครื่องมือที่เรใช้อย่างไร

ทีมจัดซื้อควรถามเกี่ยวกับฟังก์ชัน การใช้พลังงาน ความมีประสิทธิภาพของศูนย์ข้อมูล และการรายงานการปล่อยก๊าซ หากผู้ขายไม่สามารถบอกคุณได้ว่าเครื่องมือ AI ของพวกเขาใช้พลังงานเท่าใดหรือว่าพวกเขาใช้พลังงานทดแทนหรือไม่ นั่นคือสัญญาณเตือน

ทีมผลิตภัณฑ์และวิศวกรสามารถตัดสินใจด้านการออกแบบที่ลดผลกระทบโดยไม่สูญเสียผลลัพธ์ ซึ่งรวมถึงการใช้โมเดลที่เล็กและปรับให้เหมาะสมเมื่อเป็นไปได้ และหลีกเลี่ยงความซับซ้อนที่ไม่จำเป็น โมเดลที่มีประสิทธิภาพมากขึ้นไม่เพียงแต่เร็วเท่านั้น แต่ยังเป็นมิตรต่อสิ่งแวดล้อมมากขึ้นด้วย

พนักงานสามารถมีส่วนร่วมได้ การฝึกอบรมทีมให้เขียนคำถามที่ชัดเจนและเป็นเป้าหมายจะลดจำนวนคำถามที่ต้องการและย่อเวลาในการคำนวณ คำถามที่สร้างขึ้นดีๆ อาจให้ผลลัพธ์ที่ถูกต้องในทันที ในขณะที่คำถามที่ไม่ชัดเจนอาจใช้พลังงานโดยไม่จำเป็นในแต่ละครั้ง

ผู้นำระดับบริหารสามารถเชื่อมโยงระหว่างนวัตกรรมและความยั่งยืน การนำ AI ไปใช้ควรสอดคล้องกับเป้าหมายด้านสิ่งแวดล้อม ไม่ใช่กลยุทธ์ที่แยกออกมา การเปลี่ยนแปลงเล็กๆ น้อยๆ จะเริ่มบวกกันเมื่อองค์กรพิจารณาผลกระทบต่อสิ่งแวดล้อมเป็นส่วนหนึ่งของการอภิปรายที่ mọi ระดับ

ทำไม ISO 42001 จึงเป็นแผนที่นำทางที่มีประโยชน์

ISO 42001 ซึ่งเป็นมาตรฐานระหว่างประเทศใหม่สำหรับระบบการจัดการ AI นำ焦点ใหม่ๆ มา: ส่งเสริมให้องค์กรพิจารณาไม่เพียงแต่ว่าระบบ AI ทำงานอย่างไร แต่ยังรวมถึงว่าระบบเหล่านั้นส่งผลกระทบต่อคนและสิ่งแวดล้อมด้วย มันไม่พิจารณาสภาพแวดล้อมเป็นเรื่องรองจากการดำเนินงาน แต่พิจารณาเป็นความเสี่ยงที่ต้องจัดการตั้งแต่เริ่มต้น

สำหรับบริษัทที่ทำงานเพื่อเป้าหมาย ISO 14001 (สำหรับการจัดการสิ่งแวดล้อม) หรือเป้าหมายการปล่อยก๊าซเรือนกระจกเป็นศูนย์แล้ว ISO 42001 เสนอทางเชื่อมให้ มันช่วยให้การกำกับดูแล AI สอดคล้องกับยุทธศาสตร์ด้านความยั่งยืนที่กว้างขึ้น ตั้งแต่การติดตามการปล่อยก๊าซไปจนถึงการเป็นพันธมิตรกับผู้ขายที่รับผิดชอบ

สิ่งที่ AI สามารถให้คืน

ง่ายที่จะเน้นไปที่ด้านลบ แต่ AI ยังมีศักยภาพที่แท้จริงในการช่วยเราแก้ปัญหาสิ่งแวดล้อม

แล้ว AI ก็ช่วยให้’utilities’ คาดการณ์การใช้พลังงานและปรับใช้พลังงานตามเวลาจริงเพื่อปรับปรุงการผสมผสานแหล่งพลังงานทดแทน เช่น ลมและพลังงานแสงอาทิตย์ ในเกษตรกรรม AI ถูกใช้เพื่อติดตามความชื้นในดินและสภาพอากาศเพื่อช่วยวางแผนการชลประทานและลดการไหลออกของปุ๋ย นอกจากนี้ บริษัทขนส่งกำลังใช้ AI เพื่อวางแผนเส้นทางการขนส่งที่มีประสิทธิภาพมากขึ้น ลดการบริโภคเชื้อเพลิงและเวลาที่ไม่เคลื่อนไหว และอาจสำคัญที่สุด AI กำลังเร่งการติดตามการปล่อยก๊าซโดยวิเคราะห์ข้อมูลการจัดซื้อและซัพพลายเออร์ ช่วยให้บริษัทต่างๆ คำนวณการปล่อยก๊าซ Scope 3 ที่ยากต่อการวัด และระบุจุดที่สามารถลดการปล่อยก๊าซได้

หากใช้ AI อย่างระมัดระวัง AI สามารถไม่เพียงแต่เป็นผู้บริโภคทรัพยากรเท่านั้น แต่ยังเป็นตัวขับเคลื่อนในการแก้ปัญหาสิ่งแวดล้อมที่ฉลาดขึ้นด้วย

เวลาที่จะพิจารณาให้ใกล้ชิด

AI ไม่ได้จะชะลอความเร็ว และไม่ควรจะชะลอ แต่เราต้องเริ่มทำให้รอยเท้าด้านสิ่งแวดล้อมของ AI มองเห็นได้และจัดการได้

ซึ่งหมายถึง:

• เลือกพันธมิตรที่รายงานและลดการปล่อยก๊าซของตน
• ฝึกอบรมทีมให้ใช้ AI อย่างมีประสิทธิภาพและตั้งใจ
• พิจารณาผลกระทบต่อสิ่งแวดล้อมเป็นส่วนหนึ่งของสมการคุณค่า ไม่ใช่การแลกเปลี่ยน

เรามักจะคิดว่า AI เป็นสิ่งที่มองไม่เห็น แต่นั่นเป็นปัญหาเรื่องการรับรู้ ไม่ใช่ปัญหาเชิงกายภาพ เซิร์ฟเวอร์เป็นของจริง การปล่อยก๊าซสามารถวัดได้ และน้ำมีปริมาณจำกัด

ตอนนี้เป็นเวลาที่เราต้องสร้างนิสัยความรับผิดชอบเพื่อให้ระบบที่เราพึ่งพาไม่ทำลายอนาคตที่เราทุกคนพยายามปกป้องโดยไม่บอกเราสักคำ