Làm thế nào các nhà lãnh đạo doanh nghiệp có thể đạt được mục tiêu của mình trong cả AI và tính bền vững

Đối với các công ty, việc cân bằng giữa việc áp dụng AI và tác động môi trường là một yêu cầu cấp thiết. Theo Diễn đàn Kinh tế Thế giới (WEF), năng lượng cần thiết để hỗ trợ sự phát triển của AI đang tăng gấp đôi mỗi 100 ngày. Đến năm 2028, tiêu thụ năng lượng của AI có thể vượt quá tổng lượng năng lượng sử dụng ở Iceland vào năm 2021. AI có thể là một con dao hai lưỡi: trong khi nó có thể thúc đẩy đáng kể các sáng kiến môi trường, nó cũng có thể gây hại nếu được sử dụng một cách bất cẩn.

Không có bản thiết kế chung cho việc sử dụng AI bền vững – mỗi tổ chức phải có cách tiếp cận phù hợp với hoàn cảnh độc đáo của mình. Thay vào đó, việc tích hợp AI và thúc đẩy các mục tiêu thân thiện với môi trường đòi hỏi phải có một thái độ nhất định.

Hãy nghĩ về những hàng người chờ đợi bên ngoài cửa hàng Apple vào ngày ra mắt sản phẩm: những người mua sắm sớm tự hào trưng bày những thiết bị mới nhất như biểu tượng của địa vị. Thái độ đó sẽ không hiệu quả ở đây. Các công ty không nên vội vàng áp dụng các công cụ AI bóng bẩy chỉ để được coi là người đi đầu xu hướng. Thay vào đó, họ nên tập trung vào việc triển khai AI một cách có mục đích, hỗ trợ các mục tiêu bền vững lâu dài.

Dưới đây là một số chiến lược để xem xét.

Tự động hóa với mục tiêu tiết kiệm năng lượng

Một số nhà lãnh đạo có thể không thích việc nhân viên tìm cách làm việc nhanh hơn, nhưng tôi không bao giờ làm như vậy. Tại Jotform, tôi khuyến khích nhân viên liên tục tìm cách nhanh hơn để hoàn thành công việc của họ, miễn là chất lượng đầu ra của họ không bị suy giảm. Tự động hóa là trái tim của doanh nghiệp và trung tâm của văn hóa chúng tôi. Nếu có một công cụ tự động có thể xử lý một nhiệm vụ thủ công nhàm chán, thì tôi nói: hãy làm điều đó.

Như nó xảy ra, việc tự động hóa các nhiệm vụ bằng cách sử dụng các công cụ AI cũng có thể thúc đẩy các mục tiêu bền vững của bạn. Như WEF lưu ý, tối ưu hóa lịch trình cho tiết kiệm năng lượng, tức là chuyển các khối lượng công việc AI sang thời điểm nhu cầu năng lượng thấp hơn, là một chiến thuật có tác động để tận dụng AI và giảm lượng khí thải carbon.

Hãy nói bạn đã chọn một công cụ AI để tự động hóa các cuộc quét bảo mật thường xuyên để bảo vệ dữ liệu của mình. Việc lập trình các nhiệm vụ này vào ban đêm là một cách dễ dàng để trở nên tiết kiệm năng lượng hơn. Tiêu thụ năng lượng chung thường giảm vào buổi tối, và lưới điện có thể chạy hiệu quả hơn. Đồng thời, chi phí năng lượng của bạn thường giảm xuống.

Hoặc, nếu bạn ở một khu vực địa lý có thời tiết ấm áp và sử dụng điều hòa không khí dồi dào, bạn có thể chuyển các dự án đòi hỏi năng lượng cao sang những tháng lạnh hơn, khi lưới điện ít bị căng thẳng hơn. Điều quan trọng là, những thay đổi này đòi hỏi sự suy nghĩ trước nhưng đòi hỏi gần như không có thêm nỗ lực. Chúng có thể dẫn đến tiết kiệm năng lượng đáng kể.

Chọn các mô hình nền tảng

Hãy tưởng tượng bạn đang ở trong nhà bếp của một nhà hàng được trao sao Michelin. Các đầu bếp đã được đào tạo trong các trường ẩm thực và nhà hàng cao cấp. Cùng nhau, đội ngũ có thể thực hiện tất cả các món ăn và sáng tạo ra những món ăn mới. Nếu ai đó muốn chuẩn bị một bữa ăn tuyệt vời, họ không cần phải đào tạo một đội đầu bếp hoàn toàn mới – họ có thể sử dụng đội này, tận dụng chuyên môn hiện có và cung cấp hướng dẫn tùy chỉnh.

Trong AI, đó là ý tưởng về một mô hình nền tảng: một chương trình tiên tiến đã được đào tạo trên một lượng lớn dữ liệu. Nếu ai đó cần một công cụ AI cụ thể, họ có thể bắt đầu với mô hình nền tảng này thay vì xây dựng một mô hình từ đầu.

Viết cho Harvard Business Review, Christina Shim, giám đốc bền vững tại IBM, giải thích tại sao việc chọn các mô hình nền tảng là một cách tiếp cận tiết kiệm năng lượng. So với việc tạo một mô hình mới, “các mô hình nền tảng có thể được tùy chỉnh cho các mục đích cụ thể trong một phần nhỏ của thời gian, với một phần nhỏ của dữ liệu và chi phí năng lượng”.

Shim lưu ý rằng kích thước của một mô hình nền tảng cũng có thể có tác động – hầu hết đều có 3, 8 hoặc 20 tỷ tham số. Theo nghiên cứu của IBM, các mô hình nhỏ hơn được đào tạo trên dữ liệu cụ thể và liên quan có thể hoạt động tốt như các mô hình lớn hơn, nhưng nhanh hơn và tiêu thụ ít năng lượng hơn. Không phải lúc nào “lớn hơn” cũng là “tốt hơn”. Như Salesforce đã nói, việc chọn mô hình lớn nhất và mạnh nhất cho các nhu cầu doanh nghiệp cụ thể là như “sử dụng một chiếc xe tải bán tải để đi mua sắm hoặc chở một hành khách đơn lẻ” – nói cách khác, hoàn toàn không cần thiết.

Các mô hình lớn hơn, tuy nhiên, đi kèm với giá cả cao hơn. Việc dành thời gian để chọn một mô hình phù hợp với mục tiêu của bạn là một khoản đầu tư xứng đáng có thể tiết kiệm tài nguyên tài chính và sinh thái.

Chọn phần mềm mã nguồn mở

Một lựa chọn quan trọng khác ở đầu bất kỳ hành trình AI nào là liệu có nên chọn phần mềm mã nguồn mở hay không. Các lựa chọn mã nguồn mở có thể không giải quyết mọi vấn đề, nhưng trong nhiều trường hợp, chúng có thể cung cấp một giải pháp tiết kiệm năng lượng và chi phí mà tận dụng trí tuệ của hàng nghìn chuyên gia. Bạn có thể tập trung vào việc cải thiện một giải pháp hiện có (và chia sẻ kết quả), thay vì tốn năng lượng để tái tạo bánh xe mỗi lần. Như Shim lưu ý, phần mềm mã nguồn mở tận hưởng lợi ích của sự cải tiến tập thể – với nhiều người xem xét vấn đề, sản phẩm cuối cùng tốt hơn và nhu cầu năng lượng trong giai đoạn phát triển được phân phối giữa người dùng.

Phần mềm tốt đáng giá tiền nhưng nó cần phù hợp với nhu cầu và ngân sách của bạn – một yếu tố ngày càng quan trọng trong thời kỳ lạm phát. Trong nhiều trường hợp, một giải pháp mã nguồn mở có sẵn miễn phí hoặc với chi phí thấp hơn.

Triển khai tự động hóa để tăng hiệu suất hệ thống

Cuối cùng, các công cụ tự động hóa được hỗ trợ bởi AI có thể tiết kiệm năng lượng bằng cách giúp tăng hiệu suất hệ thống. Chúng có thể làm điều này trực tiếp, bằng cách giảm thời gian cần thiết để thực hiện các nhiệm vụ nhàm chán. Ví dụ, nếu bạn đang thực hiện nghiên cứu, các công cụ như ChatGPT có thể loại bỏ hàng giờ ngồi trước màn hình bằng cách xác định và tổng hợp thông tin chính trong vài giây.

Các công cụ AI cũng có thể đóng vai trò trong giai đoạn lập kế hoạch hệ thống. Lấy Salesforce làm ví dụ: đội ngũ cơ sở hạ tầng trung tâm dữ liệu của họ sử dụng AI để dự đoán và dự báo các mẫu sử dụng của khách hàng, sau đó tự động điều chỉnh số lượng máy chủ cần thiết. Điều này cho phép họ tùy chỉnh cách sử dụng cơ sở hạ tầng trung tâm dữ liệu và tránh lãng phí năng lượng dư thừa. Tương tự, công ty phần mềm sử dụng AI để đưa ra quyết định giảm lượng khí thải carbon bằng cách phân tích hàng triệu điểm dữ liệu từ chuỗi cung ứng, du lịch kinh doanh, bất động sản và hơn thế nữa.

AI có thể hoạt động như một chuyên gia tư vấn về tính bền vững, lý tưởng là tiết kiệm nhiều năng lượng hơn so với yêu cầu để thực hiện các phân tích và nhiệm vụ tương ứng. Trong ý nghĩa đó, AI có thể là một con dao một lưỡi, mang lại nhiều lợi ích hơn bất kỳ hạn chế nào liên quan.