IA sostenible e IA para la sostenibilidad

La inteligencia artificial (IA) tiene un enorme potencial para acelerar los viajes de transformación sostenible de las organizaciones y crear valor empresarial. La IA puede ayudar a automatizar la recopilación de datos ESG y aumentar la precisión de los informes, mejorar la eficiencia operativa y anticipar y responder a los riesgos de la cadena de suministro.

Sin embargo, el uso de la IA también plantea riesgos que pueden perjudicar el desempeño, el cumplimiento y la confiabilidad de ESG. Por ejemplo, un sesgo en un algoritmo podría conducir a una toma de decisiones injusta o poco ética.

A medida que las organizaciones implementan inteligencia artificial en sus operaciones, deben ser estratégicas en cuanto a los casos de uso relacionados con la sostenibilidad que generan el mayor retorno de la inversión financiera y no financiera. Y deben ser conscientes de los riesgos específicos de la industria que puede plantear esta tecnología.

IDC realizó recientemente una encuesta integral a compradores de TI que descubrió las tendencias actuales del mercado en torno a la sostenibilidad y la IA, incluidos los puntos débiles, las intenciones de gasto y los casos de uso de alta demanda.

Para obtener una comprensión más completa de su propuesta de valor relacionada con la IA, los proveedores de TI deben comprender el alcance completo de la intersección entre la IA y la sostenibilidad. Las diferentes capas a menudo todavía se presentan como áreas temáticas desconectadas. Según la encuesta de IDC, menos del 10% de las organizaciones en todo el mundo los abordan actualmente a través de su función de sostenibilidad/ESG. Esto conduce a mensajes fragmentados frente a sus clientes y a una imagen incompleta de sus capacidades y responsabilidades.

Del mismo modo, los compradores de TI deben comprender mejor sus necesidades con respecto a las soluciones de sostenibilidad basadas en IA para obtener el mejor retorno de la inversión posible, y deben ser conscientes de los riesgos a los que se exponen al aprovechar la IA en sus operaciones.

El marco de sostenibilidad de IDC y el papel de la IA

Actualmente, más de tres cuartas partes (76%) de los tomadores de decisiones de TI en todo el mundo consideran que la IA y sus derivados son “críticos” o “muy importantes” para el viaje de transformación sostenible de su organización. Más del 40% dice que al menos la mitad de su gasto en IA tiene un componente relacionado con la sostenibilidad.

IA sostenible: gestión de la huella ambiental y social de la IA

El rápido crecimiento de la IA está aumentando las demandas energéticas y computacionales en los centros de datos, lo que requiere actualizaciones sustanciales de la infraestructura, como lo exponen los analistas de IDC Rob Brothers, Sean Graham y Shahin Hashim .

Con un aumento en la capacidad energética viene un aumento en las emisiones de carbono y la construcción de activos físicos que tienen carbono incorporado y deben ser desmantelados en algún momento. GenAI también requiere GPU que consumen mucha energía, que, en promedio, requieren entre 10 y 15 veces más energía que las CPU (ibid.). El consumo de energía es particularmente alto al comienzo del ciclo de vida de GenAI durante las fases de entrenamiento y ajuste de los modelos de IA.

Ampliar la capacidad y el consumo de energía para satisfacer las necesidades de infraestructura de la IA

No es sorprendente que las preocupaciones ambientales sean una prioridad para las organizaciones cuando implementan IA/GenAI. Un tercio de los encuestados dijeron que solo trabajan o compran a proveedores de TI que cumplen ciertos criterios de sostenibilidad ambiental. Sólo el 2% dijo que no toma decisiones de compra que tengan en cuenta consideraciones medioambientales.

Los profesionales también deben equilibrar la huella ambiental de la tecnología con su posible impacto social y relacionado con la gobernanza (“IA responsable”). Estos problemas incluyen la toma de decisiones sesgada y resultados discriminatorios, problemas de privacidad y seguridad de los datos y conductas comerciales poco éticas debido al uso malicioso de la IA.

Por supuesto, la materialidad de cada una de estas áreas temáticas será muy específica de la industria, y los profesionales deben comprender las preocupaciones y demandas de sus diversos grupos de partes interesadas en ESG. Por ejemplo, estos temas están cubiertos por estándares y marcos de presentación de informes ESG comúnmente utilizados (por ejemplo, los estándares SASB), lo que significa que los inversores ESG observarán de cerca los informes corporativos y el desempeño sobre estos temas.

IA para la sostenibilidad: identificación de los principales casos de uso específicos de la industria

La GenAI, y las tecnologías de IA en general, tienen el potencial de mejorar y acelerar sustancialmente los esfuerzos de transformación sostenible de las organizaciones. Los casos de uso serán muy específicos de la industria y dependerán de:

• Las áreas individuales de cuestiones ESG que las organizaciones deben abordar.
• Su entorno de partes interesadas.
• La complejidad de sus cadenas de suministro.
• Ya sea que entreguen ofertas físicas o no físicas.

La demanda de soluciones habilitadas para IA también varía según los niveles de madurez y adopción. Naturalmente, las organizaciones que recién están comenzando su viaje hacia la sostenibilidad basada en la tecnología y la inteligencia artificial necesitarán soluciones que puedan ayudarlas a acelerar el cumplimiento de los requisitos regulatorios. Estas organizaciones buscan proveedores que también puedan ayudarles a descubrir cómo utilizar los productos de forma eficaz.

Las organizaciones que están más avanzadas en la curva de madurez requieren matices más específicos de la industria en términos de funcionalidad y cobertura de problemas. Los proveedores deberán ser más explícitos sobre el retorno de la inversión que estas soluciones pueden generar, ya que probablemente compitan con soluciones existentes u otras (nuevas) sofisticadas que se adquieren para mejorar la entrega de resultados concretos de sostenibilidad.

Prioridades y puntos débiles de la IA para el nivel de adopción de la sostenibilidad

Para determinar los casos de uso más buscados, IDC analizó la demanda actual de los usuarios finales de soluciones habilitadas para IA en diferentes dimensiones que son esenciales para crear los casos de uso. Los resultados ayudan a los proveedores de TI a desarrollar ofertas de calidad comercial y brindan orientación a los compradores de TI que intentan priorizar su gasto en tecnología de sostenibilidad e inteligencia artificial.

Estas categorías incluyen la priorización de áreas temáticas de ESG por industria (por ejemplo, emisiones de gases de efecto invernadero, gestión de residuos y agua, gestión de derechos humanos, bienestar de los empleados y DE&I, etc.), mayor impacto con respecto a la gestión de la sostenibilidad en la cadena de valor (por ejemplo, abastecimiento, fabricación , envío, gestión del final de su vida útil, etc.) y desafíos en torno al ciclo de vida/viaje de los datos ESG (por ejemplo, recopilación de conocimientos sobre el entorno regulatorio, ruptura de silos de datos ESG, gestión de partes interesadas, creación de informes ESG, etc.). ).

A continuación se muestran ejemplos de los principales casos de uso específicos de la industria que surgieron para la fabricación, el comercio minorista, la energía y las ciencias biológicas:

Casos de uso específicos de la industria de soluciones de sostenibilidad basadas en IA

Resumen

La IA se cruza con la sostenibilidad/ESG de muchas maneras. Las organizaciones exitosas miran la intersección desde una perspectiva de riesgos y oportunidades y vinculan estrechamente su enfoque hacia la IA sostenible y la IA para la sostenibilidad con su estrategia empresarial sostenible general. Esto también requerirá ajustes y alineaciones organizacionales, ya que las responsabilidades de la IA y la sostenibilidad abarcan múltiples funciones que incluyen personas de TI y LOB.

A medida que las estrategias de sostenibilidad se vuelven más holísticas y la materialidad ESG es cada vez más el motor de la acción, las estrategias de IA y sostenibilidad deben tener en cuenta la diversidad de cuestiones ESG que pueden ser causadas por el uso de la IA, y los profesionales deben poder elegir las soluciones que realmente ayudar a abordar los problemas más materiales de su organización.