Kolaylığın Gizli Maliyeti: AI’ın Çevresel Etkisinin Görünür Hale Getirilmesi Gerekiyor

Sürekli olarak AI’ı yardım için kullanıyoruz, bu şeyi özetlemek, şunu üretmek veya bunu çözmek için. Hızlı, kolay ve giderek daha fazla iş yapışımıza gömülmüş durumda. Ancak kolaylığı hızlandırmak için acele ederken, hikayenin önemli bir bölümünü gözden kaçırdık: dijital kolaylığın arkasındaki çevresel maliyet.

Her AI etkileşimi, görmeye alışık olmadığımız ve nadiren düşündüğümüz bir şeye dayanır – veri merkezleri, çipler, enerji şebekeleri, soğutma sistemleri ve küresel lojistik ağları. Bu “görünmez altyapı”, AI’ın hafif hissetmesini sağlar. Ancak çevresel maliyet bununla ilgili değil.

O maliyeti görünür kılmak zamanı geldi. AI, iş operasyonlarının merkezine doğru ilerledikçe, enerji, su ve emisyonlar üzerindeki etkisi de artıyor. Soru, bir sonraki modelin ne kadar güçlü olacağı değil, onu çalıştırmak için gereken sorumluluğu almaya hazır olup olmadığımız.

AI, bir optik problemi var. Fabrikalardan çıkan duman veya otoyollardaki trafik gibi, model eğitimi veya sorgulama sırasında oluşan emisyonlar kapalı kapılar ardında, iklim kontrollü sunucu odalarında meydana geliyor. Bu, onları daha az gerçek yapmaz.

İleri düzey modelleri çalıştırmak önemli miktarda elektrik gerektirir. Örneğin, GPT-3’ü eğitmek, 130 ABD evinin yıllık enerji tüketimine eşittir her yıl. Ve bu durum orada bitmez. Çıktı, sonuç, özet veya görüntüler oluşturma süreci önemli miktarda güç kullanır. Tek bir ChatGPT sorgusu, tipik bir web aramasından beş kat daha fazla elektrik kullanır ve bir AI görüntüsü oluşturmak, bir akıllı telefonyi tam olarak şarj etmek kadar enerji tüketir.

Su tüketimi de önemli bir parçadır. Her defasında ChatGPT, GPT-4 modelini kullanarak kısa 100 kelimelik bir e-posta oluşturduğunda, yaklaşık standart bir su şişesi hacminde su tüketir. Bu su, veri merkezlerindeki sunucuları soğutmak için kullanılır, bunlar çalışırken yoğun ısı üretir. Bunu, sadece çalışmakta olan Amerikalıların %10’unun haftada bir kez kullanmasına ölçeklerseniz, yıllık su tüketimi, Rhode Island’deki her hanenin günlük tüketiminin bir buçuk katı olur.

AI iş yükleri genişledikçe, veri merkezi enerji talepleri de artar. Dünya Bankası, tahmin ediyor ki, daha geniş Bilgi ve İletişim Teknolojileri (BİT) kategorisi, AI dahil, şu anda en az %1,7’lik küresel sera gazı emisyonlarından sorumludur. Bu rakam mütevazı görünse de, yalnızca mevcut benimseme düzeylerini yansıtıyor. AI’ın devam eden büyümesiyle birlikte – artan küresel internet erişimi, bulut depolama, IoT cihazları ve hatta blockchain teknolojileri – toplu etki önemli ölçüde büyüyebilir, bazı verimlilik kazanımları elde edilse bile.

Kolay kullanım ve kaynak yoğunluğu arasındaki bu ayrılık, sorunu göz ardı etmemizi kolaylaştırıyor.

Ancak aynı zamanda çözümü de gösteriyor. İnovasyonu yavaşlatmamıza gerek yok. Daha bilinçli bir şekilde tasarlamak ve dağıtmak zorundayız. Bu, daha iyi sorular sormak, satıcıları sorumlu tutmak ve sürdürülebilirliği her AI kararına dahil etmek anlamına geliyor.

Bu sistemler sadece daha güçlü hale geliyor. İklim zorluklarını çözmelerine yardımcı olmak istiyorsak, onları sessizce daha da kötüleştirmediklerinden emin olmamız gerekiyor.

Altyapıdan Sorumluluğa

AI’ın çevresel etkisi, bir kullanıcının “giriş” düğmesine bastığı anda sınırlı değil. Arkasında bir whole tedarik zinciri var: madencilik, çip üretimi, ekipman nakliyesi ve veri merkezi inşası. Bu gerçek, şirketler için yeni bir sorumluluk challenge’ı oluşturuyor. Geleneksel emisyon kaynaklarında olduğu gibi, etkisini yakıt yakmak veya mil sürmekle bağlayabiliyorken, AI’ın maliyeti sistemler ve sağlayıcılar arasında dağılıyor. “Bulut” veya “satıcı”ya ait olduğu düşünülmesi kolaydır.

Eğer bir SaaS platformu, bulut sağlayıcı veya iç araçlar aracılığıyla AI’ı kullanıyorsanız, emisyonlar ve enerji kullanımı operasyonel ayak izinizin bir parçasıdır. Özellikle de Scope 3 emisyonlarına bakıldığında, değer zinciriniz boyunca oluşan emisyonları içerir.

İyi haber, sorumluluğun suçlama olmadığını söylemektir. Bilinç, şeffaflık ve daha iyi karar vermeye dayanır.

Görünmez Olanı Görünür Kılmak

AI’ın gizli çevresel maliyetini nasıl görünür kılabiliriz? Araçlarımızı değerlendirmek için düşünme şeklimizi değiştirmekle başlar.

Satın alma ekipleri, işlevsellik, enerji kaynakları, veri merkezi verimliliği ve emisyon raporlaması hakkında soru sormalıdır. Bir satıcı, AI araçlarının ne kadar enerji tükettiğini veya yenilenebilir enerjiye dayanıp dayanmadığını söyleyemezse, bu bir kırmızı bayraktır.

Ürün ve mühendislik ekipleri, etkiyi azaltmadan sonuçları azaltmayan tasarım kararları alabilir. Bunlara, mümkün olduğunda daha küçük, ince ayarlanmış modeller kullanmak ve gereksiz karmaşıklıktan kaçınmak dahildir. Daha verimli bir model sadece daha hızlı değil, aynı zamanda daha yeşildir.

Çalışanlar da katkıda bulunabilir. Ekiplere, net, hedefe yönelik.promptlar yazmaları için eğitim vererek, sorgu sayısını azaltabilir ve hesaplama süresini en aza indirebilirler. İyi oluşturulmuş bir talep, hemen doğru sonucu verebilirken, birkaç belirsiz talep enerjiyi boşa harcar.

Yöneticiler, inovasyon ve sürdürülebilirlik arasında bağ kurabilir. AI benimsemesi, iklim hedefleriyle uyumlu olmalı, ayrı bir strateji olarak ele alınmamalıdır. Küçük değişiklikler, organizasyonların her düzeyde çevresel etkiyi konuşmaya başladıklarında birikmeye başlar.

Neden ISO 42001 Kullanışlı Bir Yol Haritası Sunuyor

ISO 42001, AI yönetim sistemleri için yeni uluslararası standart, önemli bir odak getiriyor: organizasyonların AI sistemlerinin yalnızca nasıl performans gösterdiklerini değil, aynı zamanda insanların ve gezegenin üzerindeki etkilerini de düşünmelerini teşvik ediyor. İklimi sonradan düşünmek yerine, baştan itibaren bir risk olarak yönetmeyi teşvik ediyor.

Şirketler zaten ISO 14001 (çevresel yönetim) veya sıfır emisyon hedeflerine çalışıyorsa, ISO 42001 bir köprü sunar. AI yönetimini daha geniş sürdürülebilirlik stratejileriyle, emisyon izleme ve sorumlu satıcı ortaklıklarıyla uyumlu hale getirir.

AI’ın Geri Verdiği

Negatiflere odaklanmak kolay, ancak AI aynı zamanda çevresel sorunları çözmemize yardımcı olmak için gerçek bir potansiyel sunuyor.

Zaten, AI, enerji talebini öngörerek ve gerçek zamanlı olarak yenilenebilir kaynakları daha iyi entegre etmek için enerji kullanımını ayarlamak için yardımcı oluyor. Tarımda, AI, toprak nemini ve hava koşullarını izlemek için kullanılıyor, sulama zamanlamalarını ve gübre akışını optimize etmek için. Lojistik şirketleri, AI’ı daha verimli teslimat rotalarını planlamak için kullanıyor, bu da yakıt tüketimini ve boşta geçen zamanı azaltıyor. Ve belki de en önemli olarak, AI, emisyon izlemeyi, satın alma ve tedarikçi verilerini analiz ederek, şirketlerin zorlu ölçümlü Scope 3 emisyonlarını hesaplamalarına ve azaltma noktalarını belirlemelerine yardımcı oluyor.

AI’ı özenle dağıtırsak, sadece bir kaynak tüketicisi değil, aynı zamanda daha akıllı iklim çözümlerinin bir sürücüsü olabilir.

Yakından Bakma Zamanı

AI yavaşlamayacak, yavaşlatılmamalıdır. Ancak, çevresel ayak izini daha görünür ve yönetilebilir hale getirmeye başlamalıyız.

Bu, şunları içerir:

• Emisyonlarını raporlayan ve azaltan ortakları seçmek.
• Ekiplere AI’ı verimli ve bilinçli bir şekilde kullanmaları için eğitim vermek.
• Çevresel etkiyi değer denklemine dahil etmek, bir ticaret olarak değil.

AI’ı görünmez olarak düşünmeye alışkınız. Ancak bu, bir algı problemi, fiziksel bir problem değil. Sunucular gerçek, emisyonlar ölçülebilir ve su sınırlı.

Şimdi, sistemlerimizin geleceğimizi sessizce zayıflatmadığından emin olmak için sorumluluk alışkanlıkları oluşturmanın zamanı.