Як бізнес-лідери можуть досягти своїх цілей щодо ШІ та сталого розвитку

Для компаній вкрай важливо збалансувати впровадження ШІ та вплив на навколишнє середовище. Відповідно до Всесвітнього Економічного Форуму (World Economic Forum) (WEF), потужність, необхідна для підтримки зростання ШІ, подвоюється кожні 100 днів. До 2028 року споживання енергії штучним інтелектом може перевищити загальне споживання електроенергії Ісландією у 2021 році. ШІ може бути палкою з двома кінцями: хоча він може значно просувати екологічні ініціативи, він може бути настільки ж шкідливим, якщо використовувати його необережно.  

Немає універсального плану сталого використання штучного інтелекту — підхід кожної організації має відповідати її унікальним обставинам. Натомість інтеграція штучного інтелекту та досягнення екологічних цілей вимагає певного ставлення.

Подумайте про черги, які формуються біля магазинів Apple у дні запуску продукту: перші користувачі з гордістю демонструють найновіші гаджети як символи статусу. Таке мислення тут не спрацює. Компанії не повинні поспішати з впровадженням яскравих інструментів штучного інтелекту просто для того, щоб їх сприймали як законодавців моди. Натомість вони повинні зосередитися на цілеспрямованому впровадженні ШІ, яке підтримує довгострокові цілі сталого розвитку.

Ось кілька стратегій, які варто розглянути.  

Автоматизуйте з поглядом на енергозбереження

Деякі керівники можуть нехтувати співробітниками, які користуються короткими шляхами, але я ніколи. на Jotform, я заохочую працівників постійно шукати швидші способи виконання своєї напруженої роботи, доки якість їхнього результату не погіршується. Автоматизація є серцевиною нашого бізнесу та центральною частиною нашої культури. Якщо є автоматизований інструмент, який може впоратися з виснажливим ручним завданням, я кажу: дерзайте.

Як це трапляється, автоматизація завдань за допомогою інструментів ШІ також може сприяти досягненню ваших цілей сталого розвитку. Як ВЕФ Зазначається, що оптимізація планування для енергозбереження, тобто перенесення робочих навантажень штучного інтелекту відповідно до часу нижчого попиту на енергію, є ефективною тактикою для використання штучного інтелекту та зменшення викидів вуглецю.

Припустімо, ви вибрали інструмент штучного інтелекту для автоматизації регулярних сканувань безпеки для захисту ваших даних. Запрограмувати ці завдання на ніч – це простий спосіб підвищити енергоефективність. Загальне споживання енергії, як правило, зменшується ввечері, а енергетичні мережі отримують передих і можуть працювати ефективніше. Крім того, ваші витрати на електроенергію також часто знижуються. 

Або, якщо ви перебуваєте в географічному регіоні з теплою погодою та великим споживанням змінного струму, ви можете перенести енерговитратні проекти на більш прохолодні місяці, коли енергетичні мережі менш навантажені. Важливо, що ці зміни вимагають продуманості, але майже не вимагають додаткових зусиль. Вони можуть призвести до значної економії енергії. 

Вибирайте базові моделі

Уявіть, що ви на кухні ресторану, відзначеного зіркою Мішлена. Усі шеф-кухарі пройшли навчання в кулінарних школах і ресторанах високого рівня. Разом команда може виготовити всі види страв і розробити нові. Якщо хтось хоче приготувати неймовірну страву, йому не потрібно навчати абсолютно нову команду кухарів — вони можуть скористатися цією командою, використавши свій досвід і надавши індивідуальні вказівки. 

У штучному інтелекті це ідея базової моделі: розширена програма, яка вже навчена на величезних обсягах даних. Якщо комусь потрібен був певний інструмент штучного інтелекту, він міг почати з цієї базової моделі, а не будувати модель з нуля.

Писати для Harvard Business Review, Крістіна Шім, директор із сталого розвитку IBM, пояснює, чому вибір базових моделей є енергоефективним підходом. На відміну від створення нової моделі, «основні моделі можна налаштувати для конкретних цілей за частку часу, з незначною кількістю даних і невеликою часткою витрат на енергію».

Шім зазначає, що розмір базової моделі також може вплинути — більшість має 3, 8 або 20 мільярдів параметрів. Згідно з дослідженнями IBM, менші моделі, навчені на конкретних і релевантних даних, можуть працювати так само добре, як і великі, але швидше та споживають менше енергії. Більше не завжди означає краще. як Salesforce Говорячи так, вибір найбільшої, найпотужнішої моделі для конкретних потреб підприємства — це все одно, що «використовувати напіввантажівку, щоб поїхати за продуктами або забрати одного пасажира» — іншими словами, абсолютно непотрібно.  

Однак більші моделі мають більш високі ціни. Витрачення часу на вибір моделі, яка відповідає вашим цілям, є гідною інвестицією, яка зрештою може заощадити фінансові та екологічні ресурси.

Вибирайте програмне забезпечення з відкритим кодом

Ще один важливий вибір на початку будь-якої подорожі ШІ – чи вибрати програмне забезпечення з відкритим кодом. Варіанти з відкритим вихідним кодом можуть не вирішити всі проблеми, але в багатьох випадках вони можуть забезпечити енерго- та економічно ефективне рішення, яке спирається на мудрість незліченних експертів. Ви можете зосередитися на вдосконаленні існуючого рішення (та обміні результатами), а не обкладати енергетичні мережі, щоб щоразу винаходити велосипед. Як зазначає Шім, програмне забезпечення з відкритим вихідним кодом користується перевагами колективного вдосконалення — якщо більше уваги приділяти проблемі, кінцевий продукт стає кращим, а потреба в енергії на етапі розробки розподіляється між користувачами. 

Хороше програмне забезпечення коштує грошей, але воно має відповідати вашим потребам і бюджету, що стає дедалі актуальнішим у часи інфляції. У багатьох випадках рішення з відкритим кодом доступне безкоштовно або за невелику вартість. 

Впровадити автоматизацію для підвищення ефективності системи

Нарешті, інструменти автоматизації на основі штучного інтелекту можуть економити енергію, оскільки вони допомагають підвищити ефективність системи. Вони можуть зробити це безпосередньо, скоротивши години, необхідні для виконання виснажливих завдань. Наприклад, якщо ви проводите дослідження, такі інструменти, як ChatGPT, можуть усунути години сидіння перед екраном монітора, ідентифікуючи та синтезуючи ключову інформацію за лічені секунди. 

Інструменти штучного інтелекту також можуть зіграти певну роль на етапі системного планування. Візьміть Salesforce: команда інфраструктури центру обробки даних використовує штучний інтелект, щоб прогнозувати та прогнозувати моделі використання клієнтами, а потім автоматично масштабує необхідний обсяг серверів. Це дозволяє їм адаптувати спосіб використання інфраструктури свого центру обробки даних і уникнути зайвих витрат енергії. Подібним чином компанія, що займається програмним забезпеченням, використовує штучний інтелект для прийняття рішень щодо зменшення викидів вуглекислого газу шляхом аналізу мільйонів точок даних із ланцюжка поставок, ділових поїздок, нерухомості тощо. 

ШІ може працювати як консультант зі сталого розвитку, в ідеалі заощаджуючи більше енергії, ніж потрібно для виконання відповідних аналізів і завдань. У цьому сенсі штучний інтелект може бути палицею з одним лезом, яка приносить більше переваг, ніж будь-які пов’язані з цим недоліки.