Sztuczna inteligencja i środowisko. 3 rozwiązania AI, które pomogą Ci zbudować zrównoważony biznes | Sztuczna inteligencja w biznesie #26

Sztuczna inteligencja (AI) zmienia nie tylko biznes, ale także środowisko naturalne. To pierwsze wymaga odpowiedzialnego (odpowiedzialnego) podejścia, drugie zrównoważonego. W końcu możliwości sztucznej inteligencji wymagają dużych ilości energii. Dlatego jednym z największych wyzwań jest: jak zbudować zrównoważony biznes, a jednocześnie nadążać za rewolucją AI.

Sztuczna inteligencja wytycza także nowe ścieżki osiągnięcia celów środowiskowych, przyczyniając się jednocześnie do efektywności przedsiębiorstw. Czy wiesz, że odpowiednie zastosowanie sztucznej inteligencji może zrewolucjonizować zarządzanie energią w Twojej firmie, a nawet przyczynić się do ochrony różnorodności biologicznej?

Sztuczna inteligencja i środowisko dla zrównoważonego biznesu

Sztuczna inteligencja pomaga budować zrównoważony biznes:

• W fazie koncepcyjnej – wsparcie w stworzeniu przyjaznego środowisku pomysłu na biznes – poprzez np. konsultacje z ChatGPT czy Claude z Anthropic,
• W fazie wzrostu firmy – tworząc zrównoważone łańcuchy dostaw i pomagając tworzyć rozwiązania w zakresie zielonej sztucznej inteligencji,
• W fazie optymalizacji – analizowanie i dostosowywanie istniejących rozwiązań wraz z oprogramowaniem z wykorzystaniem dedykowanych modeli AI.

Przyjrzyjmy się konkretnym rozwiązaniom, które bezpośrednio przyczyniają się do rozwoju zrównoważonego biznesu.

Zautomatyzuj zarządzanie energią dzięki sztucznej inteligencji

Sztuczna inteligencja może automatycznie monitorować zużycie energii w firmie i zarządzać nim, identyfikując obszary przyszłych oszczędności. Odbywa się to na przykład za pomocą Flex2X, systemu opracowanego przez brytyjską firmę Grid Edge. System ten łączy dane uzyskane z czujników znajdujących się w budynku, takich jak czujniki temperatury czy wilgotności, z innymi źródłami danych, np. warunkami pogodowymi, i analizuje je za pomocą algorytmów sztucznej inteligencji, które mogą optymalizować zużycie energii w budynku w czasie rzeczywistym.

Źródło: Flex2X

Zoptymalizowane rolnictwo

Sztuczna inteligencja w środowisku otwiera szerokie pole innowacji zarówno dla firm opracowujących innowacyjne rozwiązania dla rolnictwa, jak i rolnictwa wielkoobszarowego, które wymagają pracy energooszczędnych maszyn i dużego wysiłku ludzkiego.

Analizując dane z różnych źródeł, sztuczna inteligencja może pomóc firmom z sektora rolnego w podejmowaniu lepszych decyzji dotyczących nawadniania, nawożenia czy zwalczania chorób roślin. Jednak najbardziej innowacyjne rozwiązania rolnicze to te, które łączą sztuczną inteligencję i robotykę. Jednym z takich rozwiązań jest LaserWeeder opracowany przez firmę Carbon Robotics, który potrafi usunąć 100 000 chwastów w ciągu godziny, dokładnie rozróżniając gatunki roślin. Jest to pierwszy i jedyny dostępny na rynku robot do laserowego usuwania chwastów. Charakteryzuje się zaawansowaną technologią:

• głębokie uczenie się sztucznej inteligencji,
• robotyka,
• lasery,
• Potężne karty graficzne Nvidia,
• 42 kamery o wysokiej rozdzielczości umożliwiające precyzyjne rozpoznawanie obrazu,

LaserWeeder pomaga dbać o różnorodność biologiczną, ponieważ zamiast rozpylać chemiczne pestycydy szkodzące ekosystemowi i owadom, może punktowo usuwać chwasty nawet z dużych obszarów upraw.

Źródło: CarbonRobotics

Łańcuchy dostaw oparte na sztucznej inteligencji

Sztuczna inteligencja może pomóc w śledzeniu pochodzenia produktów, co jest kluczem do budowania zrównoważonych łańcuchów dostaw. Tymczasem efektywną logistykę łańcucha dostaw można osiągnąć dzięki sztucznej inteligencji i automatyzacji. Na przykład Amazon intensywnie inwestuje w technologie automatyzacji transportu, takie jak autonomiczne ciężarówki i kabiny Zoox zwane robo-taksówkami.

Tymczasem TCS Logistics Optimiser/TCS Crystallus może optymalizować łańcuchy dostaw firmy w czasie rzeczywistym. Technologia ta, opracowana przez Tata Consultancy Services, łączy sztuczną inteligencję, uczenie maszynowe i Internet rzeczy (IoT), aby dostarczać rozwiązania usprawniające zarządzanie czasem transportu, ładownością pojazdu i dostępnością.

Źródło: Globalne nagrody IoT

Sztuczna inteligencja a koszty środowiskowe

Głównym kosztem środowiskowym AI w biznesie jest zużycie energii. Chociaż dokładna ilość energii wymaganej do wytrenowania modelu GPT-4 w płatnej wersji funkcji ChatGPT i BingChat nie jest publicznie dostępna, możemy dokonać pewnych szacunków na podstawie dostępnych informacji.

GPT-4 to model z ponad 175 miliardami parametrów, które zostały wytrenowane na ponad 45 TB danych. Proces uczenia polega na analizie danych i optymalizacji parametrów modelu, co wymaga dużej mocy obliczeniowej i prowadzi do dużego zużycia energii.

Do trenowania GPT-4 wykorzystano potężne jednostki przetwarzania grafiki (GPU) i jednostki przetwarzania tensoru (TPU), które są również znane z intensywnego zużycia energii. Zużycie zwiększa się dodatkowo ze względu na energię potrzebną do samej operacji.

Zielona sztuczna inteligencja

Chociaż koszty środowiskowe rozwoju technologii AI są wysokie, to narzędzia sztucznej inteligencji umożliwiają tworzenie bardziej ekologicznych rozwiązań. Obejmuje to zieloną sztuczną inteligencję, modele wymagające mniej energii i innych zasobów do działania.

To „zielona sztuczna inteligencja”, która koncentruje się na opracowywaniu algorytmów sztucznej inteligencji, które są energooszczędne. Na przykład nowe metody kompresji mogą zmniejszyć ilość danych potrzebnych do uczenia modeli AI nawet o 90%, znacznie zmniejszając zużycie energii. Pracuje nad nimi m.in. OpenAI, które inwestuje w rozwój bardziej ekologicznych modeli sztucznej inteligencji.

Sztuczna inteligencja ma wiele zalet. Zielona sztuczna inteligencja zużywa mniej zasobów, dzięki czemu mogą z niej korzystać mniejsze firmy, w tym te działające w krajach rozwijających się. Oznacza to demokratyzację jego wykorzystania i umożliwienie jego tworzenia większej liczbie osób. Także tych z mniej zamożnymi portfelami.

Zielone AI przeciwstawiane jest tzw. „czerwonej AI” – czyli rozwiązaniom zwiększającym efektywność działań bez patrzenia na generowane przez nie koszty środowiskowe. „Czerwona sztuczna inteligencja” generuje spektakularne rezultaty, ale jej ślad środowiskowy jest duży. A wraz z postępem technologicznym wpływ na środowisko stale rośnie.

Sztuczna inteligencja dla Ziemi

Sztuczna inteligencja i środowisko to także rozwiązywanie problemów, takich jak:

• analizowanie zagadnień związanych z kryzysem klimatycznym – dzięki sztucznej inteligencji możliwe jest opracowywanie złożonych modeli odzwierciedlających zmiany środowiskowe i przewidywanie ich konsekwencji przy użyciu ilości danych, których człowiek nigdy nie byłby w stanie przetworzyć. Świetnym przykładem jest współpraca Narodowego Laboratorium Argonne z firmą telekomunikacyjną AT&T, gdzie sztuczna inteligencja została wykorzystana do analizy modelu klimatycznego w połączeniu z bazą danych zawierającą informacje o sieci telekomunikacyjnej AT&T w celu przewidzenia skutków zmian klimatycznych – takich jak wzrost poziomu morza, silne wiatry oraz powodzie na wybrzeżach i w głębi lądu – mogą mieć wpływ na działalność za 30 lat,
• ochrona różnorodności biologicznej – na przykład narzędzie Wildlife Insights to platforma, która wykorzystuje sztuczną inteligencję do przekształcania danych z kamer pułapek w przydatne informacje o różnorodności biologicznej, przesyła dane do Google Cloud, gdzie modele AI automatycznie klasyfikują obrazy, aby pomóc monitorować i chronić dziką przyrodę na całym świecie. Wildlife Insights może przetwarzać 3,6 miliona zdjęć na godzinę, przy współczynniku dokładności identyfikacji od 80 do 98,6 procent.
• Poprawa efektywności istniejących systemów zużywających duże ilości energii, takich jak fabryki, transport kolejowy, transport publiczny i oświetlenie miejskie,
• zapobieganie awariom – np. w dużych zakładach przemysłowych, elektrowniach wodnych czy wiatrowych. Jest to możliwe dzięki zastosowaniu cyfrowych bliźniaków (Digital Twins), które pozwalają przewidzieć zużycie podzespołów w konkretnym systemie.

Streszczenie

Odpowiednie połączenie sztucznej inteligencji i środowiska pracy może mieć wpływ na wiele aspektów zrównoważonego biznesu. Od optymalizacji działania sztucznej inteligencji, czyli tworzenia zielonej sztucznej inteligencji, po automatyzację zarządzania energią, optymalizację rolnictwa i tworzenie zrównoważonych łańcuchów dostaw. To ostatnie, w kontekście rosnących potrzeb logistycznych, staje się kluczowe dla efektywności i odpowiedzialności biznesu.

Zastosowanie sztucznej inteligencji niesie ze sobą także poważne wyzwania, takie jak zużycie energii na etapie szkolenia i bieżące działanie modeli AI. Jednak sztuczna inteligencja pomaga również rozwiązać te problemy i zmniejszyć wpływ jej działania na środowisko. Jest zatem miejsce na zielone rozwiązania AI i zaangażowanie w zrównoważone praktyki na niespotykaną dotąd skalę, od analizy zmian klimatycznych po ochronę różnorodności biologicznej.

Jeśli podobają Ci się nasze treści, dołącz do naszej społeczności pracowitych pszczół na Facebooku, Twitterze, LinkedIn, Instagramie, YouTube, Pinterest i TikTok.

Autor: Robert Whitney

Ekspert JavaScriptu i instruktor, który szkoli działy IT. Jego głównym celem jest podnoszenie produktywności zespołu poprzez uczenie innych, jak efektywnie współpracować podczas kodowania.

Zobacz wszystkie posty

Sztuczna inteligencja w biznesie:

1. Zagrożenia i szanse AI w biznesie (część 1)
2. Zagrożenia i szanse AI w biznesie (część 2)
3. Zastosowania AI w biznesie – przegląd
4. Chatboty tekstowe wspomagane sztuczną inteligencją
5. Biznesowe NLP dziś i jutro
6. Rola AI w podejmowaniu decyzji biznesowych
7. Planowanie postów w mediach społecznościowych. Jak sztuczna inteligencja może pomóc?
8. Zautomatyzowane posty w mediach społecznościowych
9. Nowe usługi i produkty współpracujące z AI
10. Jakie są słabe strony mojego pomysłu na biznes? Sesja burzy mózgów z ChatGPT
11. Korzystanie z ChatGPT w biznesie
12. Aktorzy syntetyczni. 3 najlepsze generatory wideo AI
13. 3 przydatne narzędzia do projektowania graficznego AI. Generatywna sztuczna inteligencja w biznesie
14. 3 niesamowitych autorów AI, których musisz dziś wypróbować
15. Odkrywanie mocy sztucznej inteligencji w tworzeniu muzyki
16. Poruszanie się po nowych możliwościach biznesowych dzięki ChatGPT-4
17. Narzędzia AI dla menedżera
18. 6 niesamowitych wtyczek ChatGTP, które ułatwią Ci życie
19. 3 grafików AI. Generatywna sztuczna inteligencja dla biznesu
20. Jaka przyszłość czeka sztuczną inteligencję według McKinsey Global Institute?
21. Sztuczna inteligencja w biznesie - Wprowadzenie
22. Czym jest NLP, czyli przetwarzanie języka naturalnego w biznesie
23. Automatyczne przetwarzanie dokumentów
24. Tłumacz Google kontra DeepL. 5 zastosowań tłumaczenia maszynowego w biznesie
25. Działanie i zastosowania biznesowe robotów głosowych
26. Technologia wirtualnego asystenta, czyli jak rozmawiać z AI?
27. Czym jest inteligencja biznesowa?
28. Czy sztuczna inteligencja zastąpi analityków biznesowych?
29. Jak sztuczna inteligencja może pomóc w BPM?
30. AI i media społecznościowe – co o nas mówią?
31. Sztuczna inteligencja w zarządzaniu treścią
32. Kreatywna sztuczna inteligencja dziś i jutro
33. Multimodalna sztuczna inteligencja i jej zastosowania w biznesie
34. Nowe interakcje. Jak sztuczna inteligencja zmienia sposób, w jaki obsługujemy urządzenia?
35. RPA i API w cyfrowej firmie
36. Przyszły rynek pracy i nadchodzące zawody
37. Sztuczna inteligencja w EdTech. 3 przykłady firm, które wykorzystały potencjał sztucznej inteligencji
38. Sztuczna inteligencja i środowisko. 3 rozwiązania AI, które pomogą Ci zbudować zrównoważony biznes