[Krönika]: En ny rapport visar att CO2-utsläppen från datacenter förväntas öka till 2,5 miljarder ton 2030 på grund av AI.
Alla beslutsfattare borde tänka över hur AI används i deras verksamhet och hur det bidrar till den globala uppvärmningen, skriver IFS CTO Dan Matthews.
Investmentbanken Morgan Stanley presenterade nyligen en rapport om koldioxidavtrycket från AI. Det är skrämmande läsning som borde få alla beslutsfattare att fundera en extra gång kring hur deras verksamhet använder AI och hur det bidrar till den globala uppvärmningen.
Dan Matthews CTO IFS
Undersökningen visar bland annat att datacentrens koldioxidutsläpp förväntas öka till 2,5 miljarder ton till 2030, främst på grund av den ökade användningen av AI – vilket motsvarar 40 procent av USA:s årliga förbrukning idag.
Om man tar ett mer småskaligt exempel så kan man säga att en medarbetare drar lika mycket ström som 40 mobiltelefonsladdningar varje gång vederbörande frågar ChatGPT om någonting. Även om den siffran kommer minska framöver är det en hög energiförbrukning jämfört med andra vanliga transaktioner inom IT-system.
Det är med andra ord hög tid för företagsledare världen över att hitta en balans mellan verksamhetens AI-kapacitet och långsiktiga hållbarhetsmål, för att tekniken verkligen ska gynna företaget och mänskligheten på lång sikt.
För att göra detta bör man ta följande tre punkter i beaktning:
1.Undvik ”AI-soptippen”
Många företag uppmuntrar sina anställda att experimentera och utveckla AI-verktyg och lösningar utan att tänka på varken licens- och beräkningskostnader eller hållbarhet. Många av dessa projekt kommer att utföras en gång och sedan kasseras, vilket lämnar efter sig ett spår av data – och kostnader.
Dessa ”AI-soptippar” kommer att påverka företagens hållbarhetsarbete negativt, och för att undvika dem är det nödvändigt att kontrollera kvalitén på indata – experimentera i liten skala och utvärdera resultatet – innan man laddar flera terabyte data till en tjänst bara för att se vad som ska hända.
2. Molnet eller egna datahallar?
Användning av AI kräver mycket beräkningskraft, vilket i sin tur betyder hög energiåtgång med tillhörande koldioxidutsläpp. Idag är det lätt att få tillgång till AI-tjänster från stora molnleverantörer som Microsoft, Amazon och Google, men enkelheten kommer med en osäker prisutveckling.
För att få mer kostnadskontroll har vissa företag börjat driva egna datahallar, med en sandlådemodell för AI. Även om detta kan sänka de kortsiktiga kostnaderna skadar det företagens hållbarhet – för om datahallarna inte drivs på rätt sätt kan de bidra till en ökad energiförbrukning och ett större koldioxidavtryck.
Därför är det nödvändigt för de företag som väljer att sjösätta sandlådeprojekt i sina egna datahallar att också ta fram en strategi för hur de ska upphandla grön el till driften av dessa datahallar, och att de byter ut hårdvaran kontinuerligt.
3. Resurs- och hållbarhetsoptimering med industriell strategi
Det råder ingen tvekan om att AI kan effektivisera verksamheten enormt. Rätt använd kan den nya tekniken förutse vilka reservdelar en fälttekniker behöver för att klara arbetsdagens uppdrag – vilket minskar behovet av återbesök och därmed miljöpåverkan från transport. Den kan minska underhållsbehovet för anläggningar och utrustning – och förlänga livslängden på dessa. Och den kan hitta avvikelser i en produktionsprocess som bidrar till mindre svinn och kassationer.
Listan på fördelarna kan göras hur lång som helst, men fördelarna förutsätter en medveten strategi för att vara verkligt energisparande.
Därför är det nödvändigt att vi alla sätter hållbarheten i fokus när vi ställer om våra industrier med hjälp av industriella AI-tillämpningar – både genom att skapa hållbara tjänster och genom att använda dem på rätt sätt, så att vi minskar resursförbrukningen i våra industrier.
Dan Matthews, CTO på IFS
