بالنسبة للشركات عبر كل صناعة ، فإن الذكاء الاصطناعي يعزز بسرعة السطح. تفتح التكنولوجيا الباب أمام رؤى أعمق ، والأتمتة المتقدمة ، والكفاءات التشغيلية ، وتوفير التكاليف.
ومع ذلك ، فإن الذكاء الاصطناعى يسلم أيضًا بعض الأمتعة. ال الطبيعة المتعطشة للتكنولوجيا، الذي يؤثر على كل شيء من مراكز البيانات إلى التدريب واستخدام نماذج الذكاء الاصطناعي ، يثير أسئلة حرجة حول الاستدامة. يمكن لمنظمة العفو الدولية الطلب المزدوج لمركز البيانات الكهربائي في الولايات المتحدة بحلول عام 2030.
ونتيجة لذلك ، يمكن لقادة الأعمال وتكنولوجيا المعلومات أن يجدوا أنفسهم عالقون بسهولة في النيران بين فوائد AI ومخاطرها. بينما تتابع المنظمات أهداف الكربون وغيرها من قضايا الاستدامة ، يمكن أن يثير الافتقار إلى الوضوح حول التكنولوجيا – وتصورات التناقضات – رسومًا غسل الخضرة.
يمس الذكاء الاصطناعى المستدامة كل شيء بدءًا من متطلبات الطاقة المباشرة التي تعمل على تشغيل نماذج الذكاء الاصطناعي إلى سلسلة التوريد والإبلاغ والأجهزة ومركز البيانات. يمكن أن يثير أيضًا أسئلة حول متى وأين يجب على المنظمات استخدام الذكاء الاصطناعي – ومتى لا ينبغي لها ذلك.
يقول سامي لاكشمانان ، الشريك في استدامة PWC: “الذكاء الاصطناعى المستدامة تدور حول استخدام الذكاء الاصطناعي بطرق تقلل من التأثير البيئي مع تعزيز الاستدامة طوال دورة حياتها”. “الهدف ليس مجرد تقليل بصمة الذكاء الاصطناعي. إنه لجعل الذكاء الاصطناعي فعالًا ومستدامًا. ”
ما وراء الضجيج الذكاء الاصطناعي
يتمثل التحدي المتزايد لمراكمة مفاشيات مديري تقنية المعلومات وغيرهم من قادة التكنولوجيا في فهم تأثير الذكاء الاصطناعى تمامًا ، بما في ذلك وحدات معالجة الرسومات التي تلتهم الطاقة بمعدل 10x على رقائق أخرى. على الرغم من عدم رغبة أي شركة في تفويت الفرص التي يمكن أن توفرها الذكاء الاصطناعي ، من المهم أيضًا إدراك أن التكنولوجيا تأتي مع تكاليف. “هناك إغراء للمنظمات للوقوع في سباق التسلح الذكري دون النظر إلى العائدات” ، كما يقول خريف ستانيش ، مدير ومحلل في Gartner.
يمكن أن يسهم النهج العشوائي أو غير المتسق تجاه الذكاء الاصطناعى في تصور أن الشركة تشارك في غسلها الخضراء. يقول ديفيد رولنيك ، أستاذ مساعد في كلية علوم الكمبيوتر بجامعة ماكجيل: “العديد من الاستخدامات الشائعة لعلاقة الذكاء الاصطناعي مباشرة لتغير المناخ”. يقول إن تأطير مبادرات الذكاء الاصطناعى المحددة لأن إيجابيات أو سلبيات صافية ليس هو النهج الصحيح. من الأهمية بمكان الحصول على فهم أكثر شمولية لكيفية تأثير الذكاء الاصطناعي على الاستدامة.
يقول رولنيك إن مشاكل الغسيل الخضراء تدور حول قضيتين رئيسيتين. أولاً ، يجب أن تدرك الشركات التي تستخدم إزاحة الكربون أنها لا تقلل من الانبعاثات التي تنتجها أنظمة الذكاء الاصطناعي. ثانياً ، تخلق التقارير القذرة أسئلة أكثر من الإجابات. في حين أن قياس الكربون المتولد من الذكاء الاصطناعى أمر صعب – وخاصة الانبعاثات 3 – إن الافتقار إلى الشفافية يزيد من احتمالات أن تجد الشركة نفسها في تقاطع الناشطين والوسائط.
ولكن هناك أيضًا السؤال الأساسي حول كيفية استخدام المنظمة من الذكاء الاصطناعي ، كما يقول رولنيك. “من المهم وضع الذكاء الاصطناعي للعمل بشكل استراتيجي.” هناك العديد من الأماكن التي يمكن أن تحسن الكفاءة – خاصة عندما يتعلق الأمر بأتمتة العمليات وتحسين النظام – ولكن هناك أيضًا العديد من الحالات التي لا توفر فيها أي مزايا كبيرة. وهذا يشمل قذف الذكاء الاصطناعي التوليدي في كل مشكلة. “في كثير من الحالات ، يتخذ البشر قرارات أفضل” ، كما يقول.
بينما تتابع الشركات أهدافًا للحد من الكربون ، من المهم تحديد المكان الذي يوفر فيه مزايا استراتيجية محددة – وكيف يؤثر على الاستدامة بطرق إيجابية وسلبية. “لا يحدث الذكاء الاصطناعي المستدام عن طريق الصدفة – فهو ينطوي على الحوكمة والهندسة المناسبة لإنشاء أنظمة فعالة ومفيدة للإنتاجية والابتكار” ، يوضح لاكشمانان.
تكسير الكود
يساعد تحويل استراتيجية الذكاء الاصطناعي إلى قضايا استدامة أوسع على بناء إطار عمل للطاقة في مصادر الطاقة المتجددة – بما في ذلك المصادر الشمسية والطاقة الشمسية والناشئة للطاقة النووية ، مثل مفاعلات وحدات صغيرة (SMRS). على الرغم من أن هذا النهج لا يقلل مباشرة من الطلب على الطاقة على الذكاء الاصطناعي ، إلا أنه يمكن أن يقلل بشكل كبير من إنتاج الكربون.
“يكمن التحدي في التحقق من أن الطاقة المسمى على أنها مستدامة أو خالية من الكربون قابلة للتجديد حقًا” ، يشير لاكشمانان. نتيجة لذلك ، يوصي بأن تتبنى المنظمات أدوات شفافية مثل شهادات الطاقة المتجددة (recs) و اتفاقيات شراء الطاقة (PPAs) التي تساعد على تتبع آثار دورة الحياة للبنية التحتية المتجددة.
هناك أيضًا خطوات عملية تساعد في محاذاة منظمة العفو الدولية مع مبادرات الاستدامة. يتضمن ذلك تحسينات في كفاءة مركز البيانات ، مثل أفضل الأجهزة والتفاهم متى وحدات المعالجة المركزية هي خيار أفضل من وحدات معالجة الرسومات. ويتضمن أيضًا ممارسات بيانات مسؤولة مثل تحسين خوارزميات ونماذج الذكاء الاصطناعى من خلال التقليم والأخذ العينات ، ومع تعلم النقل ، والتي يمكن أن تقلل بشكل كبير من الطلبات الحسابية عن طريق إعادة تدوير النماذج التي تم تدريبها مسبقًا. يتضمن التعلم النقل استخدام نموذج مدرب لمهمة واحدة لتحسين النتائج لمهمة ذات صلة.
يشير لاكشمانان إلى أن نماذج التدريب والاستدلال بطريقة أفقية أو متقاطعة يمكن أن يخفف من الحاجة إلى تكرار العمليات عبر الإدارات والمجموعات. على سبيل المثال ، “تلخيص المستندات هو عملية قابلة للتكرار سواء كانت تتعلق بالاستدامة أو المستندات الضريبية. “ليست هناك حاجة لتدريب النظام مرتين لنفس الإمكانية” ، كما يوضح.
يقول لاكشمانان إن الهدف النهائي هو تبني نهج شامل يدور مدارًا ضيقًا حول كل من الابتكار واستخدام مصادر الطاقة المتجددة. على سبيل المثال ، إذا كانت المؤسسة تستخدم إزاحة الكربون ، فإنه يوصي بربط البرنامج باستراتيجية إعادة التثبيت ذات معنى. هذا يضمن أن الإزاحة تكمل أهداف الاستدامة الأوسع بدلاً من استبدالها. إنه يجعل مشاريع الذكاء الاصطناعى كلاً من مبتكر ومسؤول بيئيًا. ”
ما وراء الخوارزمية
يتطلب تجنب اتهامات غسل الخضرة أيضًا ممارسات محاسبة كربون سليمة يمكنها قياس وتتبع انبعاثات الذكاء الاصطناعي. تقدم مجموعة متنامية من الشركات الاستشارية والشركات الخاصة أدوات لتتبع انبعاثات الذكاء الاصطناعي وتحسين استخدام الطاقة على أساس ظروف الشبكة في الوقت الفعلي.
يمكن أن يؤدي القياس ، جنبًا إلى جنب مع تحليل أعمق لاستهلاك طاقة مركز البيانات ، إلى تعزيز الكفاءة بطرق أخرى. يقول Gillian Crossen ، المدير الاستشاري للمخاطر ورائد التكنولوجيا العالمية في Deloitte: “هناك طرق لاستخدام الذكاء الاصطناعي لتحليل وتحسين استهلاك الطاقة ، بما في ذلك وضع الذكاء الاصطناعي على الحافة”. “ليس كل شيء يجب أن يمر عبر مركز البيانات.” يمكن لـ AI أيضًا النماذج اليمنى وإنتاج رؤى ومكاسب أخرى تعوض متطلبات الطاقة الخاصة بها.
أخيرًا ، من المهم تجنب التسويق المفرط في التسويق أو نشر البيانات التي تقدم صورة إيجابية بشكل غير واقعي للجمهور والمستثمرين ، كما يقول توماس ب. ليون ، أستاذ داو العلوم المستدامة والتكنولوجيا والتجارة في كلية روس للأعمال بجامعة ميشيغان. يجب أن تكون المنظمة قادرة على إثبات مطالباتها حول الذكاء الاصطناعي والاستدامة ، عادة من خلال المقاييس والتحقق من الطرف الثالث.
مع الشفافية عبر القطاعات الرئيسية ، بما في ذلك العملاء والمستثمرين والشركاء والموظفين ، تهدأ مخاطر غسل الأخضر. يقول رولنيك: “يجب على المنظمات التراجع والتفكير في كيفية استخدام الذكاء الاصطناعي بشكل فعال”. “هناك حالات استخدام مشروعة ومثمرة ، ولكن هناك أيضًا الكثير من نفايات الطاقة المرتبطة بـ AI. بدون تقييم مفصل وفهم واضح للعوامل المختلفة ، تزداد المخاطر.
