Kestävän kehityksen Agenda 2030 -toimintaohjelman ja kestävän kehityksen tavoitteiden saavuttaminen vaikuttaa vaikealta . Lisääntyneiden geopoliittisten jännitteiden myötä eriarvoisuus ja ilmastonmuutos vaikuttavat asioihin yleisesti. Siksi tämä raportti tekoälyn käytöstä globaalien tavoitteiden saavuttamiseksi tarjoaa tärkeää tietoa haasteista ja tarjolla olevista ratkaisuista.
”Agenda 2030 – maailmanlaajuinen suunnitelmamme rauhalle ja vauraudelle terveellä planeetalla – on syvissä vaikeuksissa. Tekoäly voisi auttaa kääntämään tilanteen. Se voisi tehostaa ilmastotoimia ja pyrkimyksiä saavuttaa 17 kestävän kehityksen tavoitetta vuoteen 2030 mennessä. Mutta kaikki tämä riippuu siitä, hyödynnetäänkö tekoälyteknologioita vastuullisesti ja tehdäänkö ne kaikkien saataville”, sanoi Yhdistyneiden Kansakuntien pääsihteeri António Guterres .
Raportin tavoite – Auttaa YK:n tavoitteiden saavuttamisessa tarjoamalla käytännönläheisiä näkemyksiä ja suosituksia.
Mikä on GEN AI?
Se on konepohjainen järjestelmä, joka toistaa ihmisen ajattelua ja muuntaa eri syötteet tuotoksiksi. Nämä tulokset voivat vaihdella suosituksista tai ennusteista sisältöön. [7] Generatiivinen tekoäly (GEN AI) on tekoälyn tyyppi, joka tuottaa uutta sisältöä, joka on enemmän kuin jo paljastettu. [8]
Kaikki tämä tehdään tunnistamalla ja toistamalla tekstissä ja kuvissa jo olevat kuviot muiden tietojen ohella realistisen uuden datan luomiseksi. Joitakin yleisiä Gen AI -tuotteita ovat GPT-4/4o, Claude, Midjourney ja Claude.
Tällä hetkellä huomiota kiinnitetään suuriin kielimalleihin (LLM), jotka voivat jäljitellä ihmisen kieltä, ja mallit luovat myös proteiinimeemejä ja rakenteita. Perusmallit yleisiin tarkoituksiin on koulutettu laajoihin tietokokonaisuuksiin, jotka on johdettu Gen AI -ekosysteemin ytimestä. Räätälöinti tietyillä tiedoilla eri sovelluksiin on mahdollista ja pilvipalveluntarjoajat voivat kouluttaa järjestelmää.
Käyttäminen Gen AI globaaleille tavoitteille: Yksityisen sektorin johtava rooli kestävässä kehityksessä
Yksityissektori, joka muodostaa yli 60 % maailman bruttokansantuotteesta, on tärkeässä roolissa tavaroiden ja palveluiden tuotannossa. Näin ollen on olemassa merkittävä mahdollisuus johtaa generatiivista tekoälyä kestävän kehityksen edistämiseksi keskittymällä kestävän kehityksen tavoitteisiin.
YK:n Global Compactin kaksi päätavoitetta tekoälyyrityksille ovat seuraavat:
- Yritysten on edettävä varovasti ottaessaan käyttöön sukupolven tekoäly ja varmistettava ihmisten valvonta kehittääkseen sitä turvallisesti käytettäväksi.
- Gen AI:n vastuullisen täytäntöönpanon ohella yksityisen sektorin tulisi kuroa umpeen kestävän kehityksen tavoitteita koskevien toimien ja aikomusten välinen kuilu.
Gen AI käyttö kestävän kehityksen tavoitteiden edistämiseen
On kolme keskeistä elementtiä, jotka tukevat järjestelmän onnistunutta ja vastuullista Gen AI -käyttöä.
- Yritysten tulee olla varmoja siitä, että he ymmärtävät selvästi ratkaisemansa ongelman. Heidän pitäisi myös olla samaa mieltä siitä, että Gen AI on ihanteellinen ratkaisu.
- Yritysten on koulutettava työvoimaa käyttämään sukupolven tekoälyä vastuullisesti. Tämä voidaan tehdä tukemalla heitä asianmukaisella datalla, tekoälyn lukutaitokoulutuksella ja digitaalisella.
- Yritysten tulee perustaa oikeat hallintorakenteet ja ylläpitää turvallisuutta ja vastuullisuutta.
Gen AI ja kestävä kehitys
Gen AI voi tukea kestävää kehitystä toimimalla Data Minerina, Knowledge Amplifierina ja Insight Navigatorina. Näiden avulla Gen AI voi myös parantaa olemassa olevia teknologioita ja liiketoimintaa edistäen edelleen kestävyyttä neljällä avainalueella, kuten jatkossa keskustellaan.
Toiminnallinen tehokkuus
Yrityksille on tärkeää hallita tehokkaasti rajallisia resursseja kestävän tuoton saavuttamiseksi. Gen AI:lla on mahdollista tehostaa erilaisia toimintoja alla mainitulla tavalla.
- Resurssien optimointi: Kustannuksia ja ympäristövaikutuksia voidaan vähentää minimoimalla resurssitarpeet. Työntekijät voivat optimoida resursseja, kuten logistiikkaa ja laskentatehoa, käyttämällä Gen AI:tä nykyisen analytiikan rinnalla. Kuten ennakoivien analytiikkajärjestelmien päivittäminen ennakoiviksi ylläpitojärjestelmiksi, jotka tarjoavat toteutettavia suosituksia.
- Työntekijän tehokkuus: Sitä voidaan parantaa riittävällä koulutuksella ja työkaluilla. Gen AI:n avulla jokaisen työntekijän koulutus voidaan räätälöidä heidän roolinsa, paikallisten määräysten ja kielen perusteella. Lisäksi se voi myös suunnitella yrityksen tavoitteiden mukaisia koulutusohjelmia, mikä parantaa entisestään työntekijöiden päätöksentekoa ja tuottavuutta.
- Tehokas koodi: Tehokas koodaus on tärkeää ohjelmistojen ympäristövaikutusten hallitsemiseksi. Gen AI:n avulla koodaustehtävät voidaan automatisoida ja olemassa oleva koodi voidaan optimoida sekä tarkennusta parantaa. Tämä tekee joukkueesta tehokkaamman. Tehokas koodaus on elintärkeää ohjelmistojen ympäristövaikutusten hallinnassa. Gen AI voi automatisoida koodaustehtävät, optimoida olemassa olevan koodin ja paikantaa parannuksia, mikä auttaa tiimejä tehostamaan toimintaansa.
Kaiken kaikkiaan kehitysprosesseja virtaviivaistamalla yritykset voivat mahdollisesti vähentää resurssien käyttöä ja päästöjään.
Asiakastapaukset
SuperHumanRace – He kehittivät sovelluksen parantaakseen äitien terveyttä Intian köyhimmissä osavaltioissa. Se tarjoaa yksilöllisiä lääkärisuosituksia. Sovellus käyttää tekoälyä ja konemallinnusta äitien terveystietojen analysointiin. Sitten se luo räätälöityjä kyselylomakkeita potilaan raskauden vaiheen ja riskitekijöiden perusteella.
Siemens – He ottivat käyttöön Industrial Copilotin (Microsoftin Gen AI -ratkaisun) Schaefflerin tuotantolinjalla parantaakseen teollista tehokkuutta. Työkalu auttaa automaatioinsinöörejä luomaan koodia ohjelmoitaville logiikkaohjaimille (PLC). Tämä ohjaa tehdaskoneita, joista 1/3 toimii Siemensin laitteilla. Luonnollisen koodauskielen ansiosta se vähentää aikaa, vaivaa ja virheitä. Näin insinöörit voivat keskittyä enemmän tärkeisiin tehtäviin. Tämän avulla myös vähemmän kokeneet työntekijät voivat siirtyä suunnittelurooleihin.
Kestävä arvoketju
Tehokkaan siirtymän kannalta on tärkeää osallistaa koko toimitusketju kestävään kehitykseen . Tekoäly voi virtaviivaistaa pitkää tiedonkeruuprosessia analysoimalla strukturoimatonta dataa. Se mahdollistaa lisäksi tehokkaat elinkaariarvioinnit (LCA:t), paremman toimittajien sitouttamisen ja vastuullisen hankinnan. LCA:t ovat tärkeitä selkeiden kestävyystietojen saamiseksi, mutta niiden luominen on resursseja vaativaa. Tekoäly parantaa tarkkojen LCA:iden ylläpidon tehokkuutta.
Vuoden 2030 kestävän kehityksen tavoitteiden mukaisesti vastuullinen hankinta on tärkeää, koska se vaikuttaa sosiaalisiin ja ympäristöllisiin jalanjälkiin. Toinen tärkeä elementti on toimittajien sitoutuminen, sillä kaikkia riskejä ei voida pienentää pelkällä hankinnalla. Gen AI voi auttaa tunnistamaan riskit ja oikeat mahdollisuudet parantaa niitä. Kaikki tämä sekä räätälöidyn koulutuksen tarjoaminen toimittajille ja siten läpinäkyvyyden ja kestävien käytäntöjen edistäminen.
Asiakastapaukset
Accenture – Sen N-tason toimitusketjun navigaattori käyttää tekoälyä toimitusketjun toiminnan tehostamiseen. Tämä tehdään tekoälyn tarjoamien reaaliaikaisten tietojen avulla kestävän kehityksen ja hankinnan päälliköille. Se tunnistaa ihmisoikeusriskit ja kestävän kehityksen analysoimalla toimitusketjun tietoja keskeisiin indikaattoreihin verrattuna. Accenture havaitsi hiljattain, että tason 2 ja 3 toimittajat ovat vastuussa 50–60 prosentista hiilidioksidipäästöistä. Tämä tieto saatiin yli 2 122,000 toimittajan arvioinnin jälkeen. Tämä korostaa työkalun kykyä tukea kestävien hankintapäätösten tekemistä.
Unilever – Unilever on tehnyt yhteistyötä Google Earth -moottorin kanssa vuodesta 2020 lähtien ja kehittänyt paikkatietoanalytiikkaa metsäkadon seurantaan ja metsähyödykeriskien hallintaan. Paikkatieto- ja toimitusketjutietojen ristiviittaamiseksi he integroivat tekoälyn. Se auttaa näin tekemään parempia kaupallisia päätöksiä sisällyttämällä paikkatietoa osto- ja toimittajien hallintaan.
SAP – SAP:n kestävän kehityksen jalanjäljen hallinta käyttää liiketoiminnan tekoälyä hiilijalanjäljen pienentämiseen kartoittamalla päästöihin liittyvät tekijät ostokertoimille. Työkalussa käytetään OpenAI:n upotusmalleja vastaavien tuotteiden löytämiseen ja validointiin. Tämä tehdään analysoimalla elinkaarianalyysin ja toiminnanohjausjärjestelmän tietokantoja. Noin 10 lähes vastaavaa päästökerroinkartoitusta tunnistetaan ja annetaan tietokentät, jotka ovat tuotteen nimi, kuvaus ja samankaltaisuuspisteytys. Yritys arvioi sitten vastaavuuden laatua ja parantaa päästötietojen näkyvyyttä ja dokumentointia auditointeja varten.
Innovaatio:
Koska kestävän kehityksen tavoitteiden saavuttamiseen on rajallisesti aikaa, tarvitaan kiireesti innovatiivisia ratkaisuja aikomusten ja tulosten välisen kuilun kattamiseksi. Gen AI voi luoda ideoita seuraaviin.
- Vihreä rahoitus: Gen AI voi auttaa pieniä ja keskisuuria yrityksiä, jotka kamppailevat taloudellisesti kestävän kehityksen kanssa auttamalla niitä turvaamaan resurssit. Rahoituslaitokset voivat luoda kontekstiin sopivia ratkaisuja, kuten vihreitä lainoja ja joukkovelkakirjoja Gen AI:n avulla.
- Kestävä tuote- ja palvelusuunnittelu: Gen AI voi auttaa integroimaan kestävän kehityksen käsitteitä koko suunnitteluprosessin ajan. Näin se voi sisällyttää kestävän kehityksen vaatimukset suunnittelun ja kehityksen alkuvaiheisiin. Suunnittelijat voivat hallita kilpailua koko prosessin ajan ja täyttää toiminnalliset vaatimukset unohtamatta kestäviä tekijöitä.
- Huippuluokan tutkimus: Kestävää kehitystä voidaan nopeuttaa Gen AI:n avulla, koska se auttaa tunnistamaan trendejä, korrelaatioita ja uusia kestävän kehityksen ratkaisuja. Se ei vain pysty analysoimaan nopeasti valtavia tietomääriä, vaan se voi myös luoda synteettisiä tietojoukkoja puuttumaan tietojen aliedustamiseen. Se voi tehostaa tutkimusta ja teknologiaa ja auttaa yksityistä sektoria saavuttamaan vuoden 2030 kestävän kehityksen tavoitteet.
Asiakastapaukset
Yamaha ja Final Aim – Yamahan ja Final Aimin Concept 451 on kompakti sähköauto Japanin vuoristoalueiden maatalouteen, joka vastaa väestörakenteen muutoksiin. Tekoälyn avulla he nopeuttavat suunnittelua tutkimalla alan haasteita. Se auttaa heitä luomaan 2 000 suunnitteluvarianttia, mikä johtaa kommunikointiin 3D-mallinnuksen aikana. Tämä osoittaa, että yritykset voivat ratkaista yhteiskunnallisia ongelmia nopeampien tutkimus- ja kehityssyklien avulla.
Crayon – Tutkimuksen tehostamiseksi yritys kehitti yhdessä kansainväliselle energiayhtiölle LLM-pohjaisen chatbotin. Se helpottaa hakuja ja yhteenvetoja eri lähteistä. Markkinatutkimusta parannettiin chatthe-botin avulla, ja se tarjosi 15 % osuvampia vastauksia. Tämä auttoi parempien strategisten ja operatiivisten päätösten tekemisessä sekä asiakasvuorovaikutuksessa.
Viestintä ja raportointi
Sijoittajien, sääntelyviranomaisten ja kuluttajien valvonnan lisääntyessä yritysten kestävään kehitykseen liittyy erilaisia politiikkoja ja puitteita. Gen AI auttaa ESG-raportointia ja kestävän kehityksen markkinointia edistäen samalla yritysten sisäistä yhteistyötä.
- Kestävän kehityksen raportointi: ESG-raportit ovat tärkeitä tulosten näyttämisen, vastuullisuuden ja vaatimustenmukaisuuden kannalta. Gen AI analysoi tietoja tunnistaakseen mittareita, korostaakseen aloitteita ja tehdäkseen raportteja, mikä parantaa raportoinnin tehokkuutta.
- Markkinoinnin kestävyys: Kuluttajien ja sijoittajien tuen saamiseksi rehellinen viestiminen kestävästä kehityksestä on tärkeää. Markkinointitiimit voivat käyttää Gen AI:tä räätälöidyn sisällön luomiseen, mikä varmistaa yhdenmukaisuuden brändistrategian kanssa. Gen AI -työkalut auttavat myös ehkäisemään greenwashing selventämällä monimutkaisia kestäviä käsitteitä markkinoijille.
- Yhteistyön tehostaminen: Gen AI myös ohjaa yrityksiä integroimaan kestävän kehityksen tehostamalla tiimien välistä yhteistyötä ja viestintää. Se voi helposti yksinkertaistaa ammattikieltä ja tarjota paremman tietopohjan päätöksentekijöille.
Asiakastapaukset
Salesforce – He integroivat Einsteinin (tekoälyjärjestelmän) Net Zero Cloudiin ja paransivat siten ESG-hallintaansa. Käyttämällä historiallista ESG-dataa ja muita asiakirjoja se täyttää raporttivastaukset. Tämä antaa yrityksille mahdollisuuden keskittyä kestävän kehityksen aloitteisiin raportoinnin sijaan.
Microsoft – Copilot-malli auttaa yrityksiä hankkimaan ja jakamaan kestävän kehityksen dataa. Käyttämällä tekoälyä se analysoi dataa työntekijöiden tukemiseksi, jolloin tuloksia voidaan jakaa dokumentteina ja raportteina. Yritykset vertaavat kestävän kehityksen edistymistään muihin, mikä parantaa tarkkuutta ja luotettavuutta. Tämä työkalu edistää kestävää tietoa, vähentää virheitä ja parantaa päätöksentekoa.
Leeward Renewable Energy turvaa 400 MW:n aurinkoprojektit Microsoftilta Texasissa
Yksityisen sektorin käyttäjäriskit, jotka käyttävät sukupolven tekoälyä globaaleihin tavoitteisiin
- Gen AI-prosessit ovat usein läpinäkymättömiä – Yritykset ovat riippuvaisia kolmannen osapuolen infrastruktuurista, malleista ja tiedoista, mikä luo vastuuvajeen. Ulkoiset tiedot voivat olla merkitty väärin tai rikkoa tekijänoikeuksia, mitä kehittäjät eivät voi ymmärtää tehdessään johtopäätöksiä. On myös mahdollista, että käyttäjät antavat vääriä tietoja sukupolven AI-tulosteiden validoinnista, mikä lisää riskejä.
- Gen AI voi tuottaa epävarmoja ja ongelmallisia tuloksia – Ihmiset ovat sukupolven tekoälyn malleja, ja he voivat heijastaa ennakkoluuloja ja epävarmuutta, mikä voi tuoda esiin sukupuoleen, sosioekonomiseen ja rotuun liittyviä ennakkoluuloja. Tämä ongelma voi lisääntyä virheellisen mallin suunnittelun, olemassa olevien käyttäjien harhojen ja epätäydellisten koulutustietojen vuoksi. On myös mahdollista väärän sisällön esittäminen ja myrkyllisten tulosteiden tuottaminen. Asianmukaisella avoimuudella ja hallinnolla nämä virheet, myrkyllisyys ja harhaisuus voidaan kuitenkin estää.
- Gen AI voi rikkoa tietojen yksityisyyttä ja turvallisuutta – Gen AI-sovellukset voivat joskus tahattomasti paljastaa arkaluontoisia yritys- tai henkilötietoja. Tämä johtaa tietosuojakäytäntöjen, kuten GDPR:n, rikkomuksiin. Jos suuria tietojoukkoja auditoidaan virheellisesti jopa seulonnan yhteydessä, on olemassa vaara, että luottamukselliset tiedot paljastuvat, kun Gen AI pystyy indeksoimaan julkisia tietoja ja muodostamaan assosiaatioita.
- Gen AI:n voimaa voidaan käyttää väärin – Käyttäjien vuorovaikutus Gen AI:n kanssa vaikuttaa ihmisiin ja planeettaan. Ilman suojatoimia se voi heikentää kestävän kehityksen tavoitteita levittämällä väärää tietoa syväväärennösten kautta. Näin se tarjoaa opastusta ase- tai tukipetokseen. On mahdollista, että käyttäjät manipuloivat sukupolven tekoälyä tuottamaan myrkyllisiä tuloksia tai loukkaamaan tietosuojaa, mikä lisää näitä riskejä.
Ristiviittaus: Vaikuttaako automaatio päätöksentekoon?
Yksityisen sektorin sukupolven tekoälyn käytön ulkoiset riskit
- Gen AI:lla on merkittäviä resurssivaatimuksia – Gen AI vaatii resurssiintensiivisiä datakeskuksia ja lisää sähkönkulutusta vuoteen 2026 mennessä, joka kattaa jo yli 1.5 % maailman energiasta. Se vaikuttaa myös vesivarmuuteen jäähdytystarpeiden kautta ja laitteistotuotannolla on ympäristövaikutuksia.
- Gen AI määrittelee uudelleen ja saattaa syrjäyttää työpaikat – Gen AI tarjoaa uusien mahdollisuuksien myötä myös merkittäviä automaatiouhkia työntekijöille. Yritysten on kehitettävä itseään vähentääkseen irtisanomisia ja tehtävä yhteistyötä hallitusten kanssa ihmiskeskeinen siirtyminen kehittyvässä työvoimassa.
- Gen AI häiritsee yhteiskuntaa, mikä voi laajentaa olemassa olevia kahtiajakoja – Yhteiskunnat ja taloudet tekevät muunnos Gen AI:lla. Tämä vaatii kuitenkin digitaalista lukutaitoa, laadukasta koulutusdataa ja laskentatehoa. Internetin ja sähkönjakelun eriarvoisuus vain hidastaa edistymistä, pahentaa jakoa ja synnyttää ihmisoikeusongelmia haavoittuville ryhmille.
Yhteenvetona voidaan todeta, että Gen AI ei ole universaali ratkaisu yksityisen sektorin haasteisiin. Mutta sillä on suuri potentiaali mullistaa liiketoimintaa ja kestävää kehitystä. Raportti osoittaa, kuinka Gen AI:n varhaiset sovellukset auttoivat ratkaisemaan maailmanlaajuisia köyhyyttä ja sukupuolten välistä epätasa-arvoa koskevia kysymyksiä. Yksityisen sektorin tulisi mukauttaa päätöksensä YK:n Global Compactin kymmenen periaatteen kanssa. On toivoa, että Gen AI voi olla hyödyllinen vuoden 2030 tavoitteiden saavuttamisessa.
Lähde : Yksityisen sektorin opas kestävän kehityksen vauhdittamiseen teknologian avulla
