W czasach, gdy cyfryzacja, efektywność kosztowa i zrównoważony rozwój środowiska naturalnego muszą iść ze sobą w parze, liderzy IT stoją przed krytycznym wyzwaniem zapewnienia, że ich organizacje będą mogły pozostać w czołówce innowacji, nie rezygnując jednocześnie z realizacji celów zrównoważonego rozwoju przedsiębiorstwa.
W tym kontekście pojawienie się technologii sztucznej inteligencji (AI) stanowi miecz obosieczny.
Z jednej strony sztuczna inteligencja niewątpliwie może odblokować ważne możliwości środowiskowe pomagając w monitorowaniu i ograniczaniu emisji, rozwijaniu odnawialnych źródeł energii, a nawet recyklingu większej ilości odpadów.
Z drugiej jednak strony systemy sztucznej inteligencji mogą pozostawiać znaczący ślad węglowy ze względu na ilość energii niezbędnej do ich szkolenia i obsługi.
Google niedawno ogłosiło, że jego emisja gazów cieplarnianych (GHG) wzrosła o prawie 50% w ciągu ostatnich pięciu lat ze względu na rozbudowę centrów danych, na których opierają się jej produkty z zakresu sztucznej inteligencji.
A jesteśmy dopiero na początku podróży. Według Goldman Sachs przewiduje, że do końca dekady zapotrzebowanie na energię elektryczną w centrach danych wzrośnie o 160%.
Jeśli chodzi o sprzęt, mimo że wielu producentów aktywnie pracuje nad zmniejszeniem śladu węglowego swoich produktów, nowe komputery i laptopy z obsługą sztucznej inteligencji nadal będą potrzebne rzadkie i krytyczne surowce do wyprodukowania, co wywiera dodatkową presję na już przeciążony łańcuch dostaw. Istnieją również związane z tym implikacje polityczne, takie jak „90% najnowocześniejszych procesorów na świecie może być produkowanych tylko przez jedną firmę w jednym kraju”.
Aby jeszcze bardziej skomplikować sprawę, rewolucja w dziedzinie sztucznej inteligencji niesie ze sobą koszty finansowe, które należy starannie zbilansować: Prognozy Goldman Sachs że inwestycje w sztuczną inteligencję osiągną globalnie 200 miliardów dolarów do 2025 r. i „prawdopodobnie nastąpią zanim adopcja i wzrost wydajności zaczną napędzać znaczące wzrosty produktywności”.
Dlatego jasne jest, że firmy muszą zacząć zajmować się nie tylko operacyjnym wpływem zmian technologicznych w kierunku sztucznej inteligencji, ale także ich nadchodzącymi konsekwencjami środowiskowymi i finansowymi, i pytać siebie nie tylko „co dalej?”, ale także „co dalej, w sposób zrównoważony?”.
Rewolucja w dziedzinie sztucznej inteligencji i odświeżenie sprzętu
Pomimo stosunkowo powolny popyt na razie rozwój komputerów opartych na sztucznej inteligencji powinien przekształcić sposób działania przedsiębiorstw w ciągu najbliższych kilku lat, zmuszając wiele organizacji do modernizacji i przejścia na te zaawansowane urządzenia w celu utrzymania przewagi konkurencyjnej.
Canalys szacuje, że 48 milionów komputerów z obsługą sztucznej inteligencji zostanie wysłany na cały świat w tym roku i Gartner przewiduje, że w samym 2024 roku będą one stanowić 22% całkowitej liczby dostaw komputerów PC.
Biorąc pod uwagę emisje ucieleśnione (generowane podczas produkcji zasobów technologicznych), które potencjalnie odpowiadają nawet za 50% śladu węglowego urządzenia, a energooszczędność jest jednym z głównych problemów związanych z przetwarzaniem AI, ważne jest, aby liderzy IT brali pod uwagę kwestie zrównoważonego rozwoju nowego sprzętu obsługującego AI podczas modernizacji.
Aby skorzystać z bardziej przyjaznych dla środowiska opcji dostępnych na rynku, firmy powinny priorytetowo traktować rozwiązania IT sourcing, które zapewniają pełną elastyczność w wyborze dostawcy. Może to zapewnić, że ich wybór sprzętu będzie zgodny z szerszymi wymaganiami organizacyjnymi i celami ESG od momentu zakupu.
Modernizacja urządzeń może również wiązać się z wysokimi kosztami dodatkowymi. Koszty te są również spotęgowane przez szybkie tempo postępu w dziedzinie AI: wraz z pojawianiem się nowego, wydajniejszego sprzętu AI, obecne aktywa szybko staną się przestarzałe, co doprowadzi do przyspieszonej amortyzacji i zmniejszonego zwrotu z inwestycji.
Aby sprostać tym wyzwaniom, przedsiębiorstwa powinny rozważyć przyjęcie modelu zarządzania technologią opartego na użytkowaniu, a nie na posiadaniu, który oferuje kilka kluczowych korzyści.
Z perspektywy finansowej, zamiast znacznej początkowej inwestycji w sprzęt obsługujący AI, firmy mogą rozłożyć swoje wydatki w czasie poprzez opłaty abonamentowe. Pozwala to na lepsze zarządzanie przepływami pieniężnymi i zmniejsza obciążenie finansowe związane z dużymi wydatkami kapitałowymi. Ponadto w tych modelach o obiegu zamkniętym wartość rezydualna technologii jest często uwzględniana na etapie zakupu, co skutkuje znacznymi oszczędnościami kosztów.
Modele zarządzania technologią cyrkularną są również skuteczne z punktu widzenia ochrony środowiska i mogą pomóc w przestrzeganiu przepisów, gdy wchodzą w życie przepisy nakazujące firmom zapewnienie odpowiedzialnego zarządzania wszystkimi zasobami technologicznymi. Dzieje się tak, ponieważ modele te opierają się na zdolności dostawcy do odzyskania aktywów pod koniec cyklu użytkowania i oferują firmom pewność, że pełny potencjalny okres użytkowania ich technologii zostanie zmaksymalizowany dzięki wtórnemu użytkownikowi lub że ich aktywa zostaną poddane odpowiedzialnemu recyklingowi.
Wreszcie, kolejną krytyczną zaletą tych modeli jest to, że zapewniają one firmom elastyczność w skalowaniu ich możliwości AI w oparciu o popyt. Dzięki temu firmy mogą szybko reagować na zmiany rynkowe i postęp technologiczny, nie będąc przywiązanymi do przestarzałego, szybko tracącego na wartości sprzętu. A dzięki wcześniejszemu uzgodnieniu długości umowy organizacje mogą zapewnić przewidywalność swoim cyfrowym inwestycjom.
Zagadka danych: możesz zarządzać tylko tym, co możesz zmierzyć
Ocena korzyści finansowych, operacyjnych i zrównoważonego rozwoju każdego rozwiązania IT będzie niewątpliwie kluczowa przy wyborze właściwej strategii w zakresie sztucznej inteligencji.
Dyrektorzy ds. informatyki będą jednak musieli również wziąć pod uwagę kwestie bezpieczeństwa danych związane ze sprzętem.
Sztuczna inteligencja krawędziowa I modele lokalnena przykład obejmują przetwarzanie i przechowywanie danych lokalnie na urządzeniach, serwerach i centrach danych, a nie w chmurze. Zgodnie z Badania Forresteratylko 7% decydentów ds. bezpieczeństwa obawia się, że utrata lub kradzież zasobu może spowodować naruszenie bezpieczeństwa.
Jednakże tego typu incydenty stanowią 17% wszystkich naruszeń, co sprawia, że skuteczne i efektywne śledzenie usuwania danych pod koniec cyklu życia urządzenia jest kluczowym krokiem w celu zapewnienia zgodności, tym bardziej że ilość danych przechowywanych na urządzeniach wzrasta.
Również w tym przypadku kompleksowy model zarządzania okrężnego, obejmujący cały cykl życia urządzenia i umożliwiający organizacjom uzyskanie pojedynczego, ujednoliconego przeglądu zasobów IT od momentu zakupu do wycofania z eksploatacji i odnowienia (lub recyklingu), spełnia wiele wymagań.
Monitorowanie urządzeń w momencie ich pozyskania, przypisania i użytkowania minimalizuje ryzyko ich utraty i zapewnia skuteczne usuwanie danych pod koniec pierwszego cyklu życia. Ponadto może ono dostarczać danych operacyjnych i spostrzeżeń, które gwarantują efektywne wykorzystanie, odnawianie i odnawianie zasobów w optymalnym czasie.
Mądrzejsze jutro
Nie da się przewidzieć wszystkich sposobów, w jakie sztuczna inteligencja zmieni świat.
Niewątpliwie stanowi to przełomową okazję do rozwiązania wielu problemów, z jakimi borykają się przedsiębiorstwa, rządy i osoby prywatne na całym świecie.
Ale to tylko połowa historii.
Rozważania związane z prywatnością i niewłaściwym wykorzystaniem danych, zapotrzebowaniem na energię, stronniczością algorytmów i potencjalną utratą miejsc pracy niewątpliwie będą miały znaczenie. nadal dominować temat rozmów na lata.
Komputery PC z obsługą sztucznej inteligencji i smartfony to jeszcze odległa perspektywa, ponieważ „większość kupujących nie zdaje sobie jeszcze sprawy z rzeczywistych korzyści płynących z posiadania takiego urządzenia” – twierdzi Gartner.
Jednak tego ostrożnego podejścia nie należy mylić z brakiem zainteresowania. Najbardziej zaawansowane i zorientowane na klienta przedsiębiorstwa wiedzą, że integracja AI będzie skomplikowana, ale jest też nieunikniona, ponieważ potencjalne korzyści AI są po prostu zbyt znaczące, aby je ignorować.
W obliczu takich okoliczności przedsiębiorstwa muszą zadbać o to, aby gdy nadejdzie właściwy czas, były gotowe skorzystać z możliwości oferowanych przez sztuczną inteligencję i przygotować się na złagodzenie niektórych wyzwań, jakie niesie ze sobą rewolucja cyfrowa.
Partnerstwo z odpowiednimi dostawcami usług technologicznych stanie się ważniejsze niż kiedykolwiek wcześniej. Pozwoli to liderom technologicznym skupić się na swojej podstawowej działalności i zapewnić, że korzyści płynące ze sztucznej inteligencji pod względem rentowności i wyników klientów mogą zostać zmaksymalizowane przy jednoczesnym zminimalizowaniu potencjalnych ryzyk.