Utiliser l'IA de la génération pour les objectifs mondiaux : Guide du secteur privé pour le développement durable grâce à la technologie

Il semble difficile de réaliser l’Agenda 2030 pour le développement durable et d’atteindre les ODDAvec l'augmentation des tensions géopolitiques, les inégalités et le changement climatique, les conséquences sont plus vastes. C'est pourquoi ce rapport sur l'utilisation de l'IA de la génération actuelle pour atteindre des objectifs mondiaux fournit des informations précieuses sur les défis et les solutions proposées.

« L'Agenda 2030 – notre plan mondial pour la paix et la prospérité sur une planète saine – est en grande difficulté. L'IA pourrait contribuer à inverser la tendance. Elle pourrait dynamiser l'action climatique et les efforts visant à atteindre les 17 Objectifs de développement durable d'ici 2030. Mais tout cela dépend de l'exploitation responsable des technologies de l'IA et de leur accès à tous. » dit António Guterres, Secrétaire général des Nations Unies.

Objectif du rapport – Contribuer à la réalisation des objectifs de l’ONU en fournissant des informations et des recommandations concrètes. 

Qu'est-ce que GEN AI ?

Il s'agit d'un système automatisé qui reproduit la pensée humaine et convertit diverses entrées en sorties. Ces sorties peuvent aller des recommandations et prédictions au contenu. [7] L'IA générative (IA GEN) est un type d'intelligence artificielle qui génère du nouveau contenu allant au-delà de ce qui existe déjà. [8]

Tout cela est réalisé en identifiant et en reproduisant les modèles déjà présents dans le texte et les images, ainsi que d'autres données, pour créer de nouvelles données réalistes. Parmi les produits Gen AI les plus courants, on trouve GPT-4/4o, Claude, Midjourney et Claude.

Actuellement, l'attention se porte sur les grands modèles de langage (LLM) capables d'imiter le langage humain. Ces modèles génèrent également des mèmes et des structures protéiques. Les modèles fondamentaux à usage général sont entraînés sur de vastes ensembles de données issus du cœur de l'écosystème Gen AI. Une personnalisation avec des données spécifiques pour diverses applications est possible, et les fournisseurs de cloud peuvent entraîner le système.

L'utilisation de L'IA de génération pour les objectifs mondiaux : le rôle moteur du secteur privé dans le développement durable

Représentant plus de 60 % du PIB mondial, le secteur privé joue un rôle important dans la production de biens et de services. Il représente donc une opportunité significative de jouer un rôle de premier plan dans ce domaine. L'IA générative pour le développement durable en mettant l’accent sur les Objectifs de développement durable (ODD).

2 objectifs principaux prônés par le Pacte mondial des Nations Unies pour la génération IA les sociétés sont les suivantes :

1. Les entreprises doivent procéder avec prudence lors de l’adoption de l’IA de génération et garantir une supervision humaine pour la développer en toute sécurité avant utilisation.
2. Parallèlement à la mise en œuvre responsable de l’IA de la génération, le secteur privé devrait combler le fossé entre les actions et les intentions concernant les ODD.

Utiliser l'IA de la génération actuelle pour faire progresser les Objectifs de développement durable

Il existe 3 éléments clés pour soutenir le système pour une utilisation réussie et responsable de Gen AI.

1. Les entreprises doivent s'assurer de bien comprendre le problème qu'elles résolvent. Elles doivent également reconnaître que l'IA de la génération est une solution idéale.
2. Les entreprises doivent former leurs collaborateurs à une utilisation responsable de l'IA de la génération actuelle. Cela peut se faire en les accompagnant avec des données appropriées, une formation à l'IA et des outils numériques.
3. Les entreprises doivent mettre en place les structures gouvernementales appropriées et maintenir la sécurité et la responsabilité.

Génération IA et durabilité

L'IA de la génération a le potentiel de soutenir le développement durable en agissant comme un explorateur de données, un amplificateur de connaissances et un navigateur d'informations. Grâce à ces atouts, l'IA de la génération peut également améliorer les technologies et les opérations commerciales existantes, favorisant ainsi davantage la durabilité dans quatre domaines clés, comme indiqué plus loin.

Efficacité Opérationnelle

Il est important pour les entreprises de gérer efficacement leurs ressources limitées afin d'obtenir des rendements durables. Grâce à l'IA de génération, il est possible d'améliorer diverses opérations, comme indiqué ci-dessous.

• Optimisation des ressourcesLa réduction des coûts et de l'impact environnemental passe par la minimisation des besoins en ressources. Les employés peuvent optimiser des ressources comme la logistique et la puissance de calcul en appliquant l'IA de génération aux analyses actuelles. Par exemple, la transformation des systèmes d'analyse prédictive en systèmes de maintenance prescriptive offrant des recommandations concrètes.
• Efficacité des travailleurs: Une formation et des outils adaptés peuvent améliorer la situation. Avec Gen AI, la formation de chaque employé peut être personnalisée en fonction de son rôle, des réglementations locales et de sa langue. De plus, elle permet de concevoir des programmes de formation alignés sur les objectifs de l'entreprise, améliorant ainsi la prise de décision et la productivité des employés.
• Code efficacePour gérer l'impact environnemental des logiciels, un codage efficace est essentiel. Avec Gen AI, les tâches de codage peuvent être automatisées, le code existant optimisé et les améliorations ciblées. Cela améliorera l'efficacité de l'équipe. Un codage efficace est essentiel pour gérer l'impact environnemental des logiciels. Gen AI peut automatiser les tâches de codage, optimiser le code existant et identifier les améliorations, aidant ainsi les équipes à gagner en efficacité.

Dans l’ensemble, en rationalisant les processus de développement, les entreprises peuvent éventuellement réduire leur utilisation des ressources et diminuer leurs émissions.

Études de cas

SuperHumanRace – Afin d'améliorer la santé maternelle dans les États les plus pauvres de l'Inde, ils ont développé une application proposant des recommandations médicales personnalisées. Cette application utilise l'IA de génération et la modélisation automatique pour analyser les données de santé maternelle. Elle crée ensuite des questionnaires personnalisés en fonction du stade de grossesse et des facteurs de risque de la patiente.

Siemens – Ils ont mis en œuvre Industrial Copilot (solution d'IA de génération de Microsoft) sur une ligne de production Schaeffler afin d'améliorer l'efficacité industrielle. Cet outil aide les ingénieurs en automatisation à créer du code pour les automates programmables industriels (API). Cela permet également de contrôler les machines de l'usine, dont un tiers fonctionnent sur des appareils Siemens. Grâce au langage de programmation naturel, il réduit le temps, les efforts et les erreurs, permettant ainsi aux ingénieurs de se concentrer davantage sur les tâches importantes. Ainsi, les employés moins expérimentés peuvent également accéder à des postes d'ingénieur.

Chaîne de valeur durable

Pour une transition efficace, il est important d’impliquer l’ensemble de la chaîne d'approvisionnement dans le développement durable. Gen AI peut simplifier un long processus de collecte de données en analysant des données non structurées. Elle permet également des analyses du cycle de vie (ACV) efficaces, un meilleur engagement des fournisseurs et un approvisionnement responsable. Les ACV sont importantes pour obtenir des données claires sur la durabilité, mais leur création nécessite beaucoup de ressources. Gen AI améliore l'efficacité de la maintenance d'ACV précises.

Conformément aux ODD 2030, l'approvisionnement responsable est essentiel car il influence l'empreinte sociale et environnementale. L'engagement des fournisseurs est également essentiel, car tous les risques ne peuvent être atténués par le seul approvisionnement. L'IA de la génération peut aider à identifier les risques et les opportunités d'amélioration. Elle propose également des formations sur mesure aux fournisseurs, favorisant ainsi la transparence et les pratiques durables.

Études de cas

Accenture – Son outil N-Tier Supply Chain Navigator utilise l'IA de génération pour optimiser les opérations de la chaîne d'approvisionnement. L'IA de génération fournit des informations en temps réel aux responsables du développement durable et des achats. Il identifie les risques liés aux droits humains et au développement durable en analysant les données de la chaîne d'approvisionnement par rapport à des indicateurs clés. Accenture a récemment constaté que les fournisseurs de niveaux 2 et 3 sont responsables de 50 à 60 % des émissions de CO2. Ces données ont été obtenues après l'évaluation de plus de 122,000 XNUMX fournisseurs, soulignant ainsi la capacité de l'outil à éclairer les décisions d'achats durables.

Unilever – En partenariat avec Google Earth Engine depuis 2020, Unilever a développé des analyses géospatiales pour surveiller la déforestation et gérer les risques liés aux matières premières forestières. Pour croiser les données géospatiales et celles de la chaîne d'approvisionnement, l'entreprise a intégré Gen AI. Cette solution permet ainsi de prendre de meilleures décisions commerciales en intégrant des informations géospatiales dans la gestion des achats et des fournisseurs.

SAP - Les Gestion de l'empreinte écologique durable SAP utilise son IA métier pour réduire son empreinte carbone en cartographiant les facteurs d'émission pour les facteurs d'achat. Les modèles d'intégration OpenAI sont utilisés dans l'outil pour identifier les produits correspondants et les valider. Cette opération est réalisée en analysant les bases de données ACV et ERP. Une dizaine de correspondances de facteurs d'émission proches sont identifiées et des champs de données sont fournis : nom du produit, description et score de similarité. L'entreprise évalue ensuite la qualité de la correspondance et améliore la visibilité des données d'émissions et la documentation pour les audits.

Innovation

Le temps étant limité pour atteindre les ODD, il est urgent de trouver des solutions innovantes pour combler l'écart entre les intentions et les résultats. L'IA de la génération peut générer des idées pour les domaines suivants :

• Finance verte:Gen AI peut aider les PME en difficulté financière en les aidant à obtenir des ressources. Les institutions financières peuvent créer des solutions adaptées au contexte, comme des prêts et des obligations verts, grâce à Gen AI.
• Conception de produits et de services durablesL'IA de génération peut contribuer à intégrer les concepts de durabilité tout au long du processus de conception. Elle permet ainsi d'intégrer les exigences de durabilité dès les premières étapes de la conception et du développement. Les concepteurs peuvent ainsi gérer la concurrence tout au long du processus et satisfaire aux exigences fonctionnelles sans négliger les facteurs de durabilité.
• Recherche de pointeL'IA de la génération peut accélérer le développement durable, car elle permet d'identifier les tendances, les corrélations et les solutions émergentes en matière de développement durable. Elle permet non seulement d'analyser rapidement de vastes quantités de données, mais aussi de créer des ensembles de données synthétiques pour remédier à la sous-représentation des données. Elle peut améliorer la recherche et la technologie, aidant ainsi le secteur privé à atteindre les ODD 2030.

Études de cas

Yamaha et Final Aim – Le Concept 451 de Yamaha et Final Aim est un véhicule électrique compact destiné à l'agriculture dans les montagnes japonaises, qui répond aux évolutions démographiques. Grâce à Gen AI, ils accélèrent la conception en étudiant les défis du secteur. Cela leur permet de générer 2,000 3 variantes de conception, favorisant ainsi la communication lors de la modélisation XNUMXD. Cela démontre qu'il est possible pour les entreprises de s'attaquer aux enjeux sociétaux grâce à des cycles de R&D plus courts.

crayon – Afin d'optimiser la recherche, l'entreprise a co-développé un chatbot basé sur le LLM pour une entreprise énergétique internationale. Ce dernier simplifie les recherches et les synthèses pour diverses sources. Les études de marché ont été améliorées grâce à Chatbot, qui a fourni des réponses 15 % plus pertinentes. Cela a permis de prendre de meilleures décisions stratégiques et opérationnelles, ainsi que de meilleures interactions avec les clients.

Communication et rapports 

Face à la surveillance accrue des investisseurs, des régulateurs et des consommateurs, la durabilité des entreprises est soumise à divers cadres et politiques. Gen AI contribue au reporting ESG et au marketing durable tout en favorisant les collaborations au sein des entreprises. 

• Rapport de durabilitéLes rapports ESG sont essentiels pour présenter les résultats, la responsabilité et la conformité. Gen AI analyse les données pour identifier les indicateurs, mettre en avant les initiatives et générer des rapports, améliorant ainsi l'efficacité des rapports.
• Marketing durablePour obtenir le soutien des consommateurs et des investisseurs, il est essentiel de diffuser des messages honnêtes sur le développement durable. Les équipes marketing peuvent utiliser l'IA de génération pour créer du contenu sur mesure, garantissant ainsi l'alignement avec la stratégie de marque. Les outils d'IA de génération sont également utiles pour prévenir les risques. écoblanchiment en clarifiant des concepts durables complexes pour les spécialistes du marketing.
• Stimuler la collaboration:Gen AI aide également les entreprises à intégrer le développement durable en améliorant la collaboration et la communication entre les équipes. Elle simplifie facilement le jargon et fournit une meilleure base de connaissances aux décideurs.

Études de cas

Salesforce – Ils ont intégré Einstein (système d'IA) à Net Zero Cloud, améliorant ainsi leur gestion ESG. L'utilisation de données ESG historiques et d'autres documents permet d'alimenter les rapports. Les entreprises peuvent ainsi se concentrer sur leurs initiatives de développement durable plutôt que sur leurs rapports.

Microsoft – Le modèle Copilot aide les entreprises à collecter et partager des données sur le développement durable. Grâce à Gen AI, il analyse les données pour aider les employés, permettant ainsi le partage des résultats sous forme de documents et de rapports. Les entreprises comparent leurs progrès en matière de développement durable à ceux des autres, ce qui améliore la précision et la fiabilité. Cet outil favorise la connaissance du développement durable, réduit les erreurs et améliore la prise de décision.

Leeward Renewable Energy obtient des projets solaires de 400 MW auprès de Microsoft au Texas

Risques pour les utilisateurs du secteur privé utilisant l'IA de génération pour atteindre des objectifs mondiaux

• Les processus de l'IA générale sont souvent opaques – Les entreprises dépendent d'un système tiers pour leur infrastructure, leurs modèles et leurs données, ce qui crée un manque de responsabilité. Les données externes peuvent être mal étiquetées ou violer les droits d'auteur, ce qui empêche les développeurs de comprendre leurs conclusions. Il est également possible que les utilisateurs déforment leur validation des résultats de l'IA de la génération, ce qui accroît les risques.
• L'IA de génération peut produire des résultats incertains et problématiques – Les humains sont des modèles pour l'IA de la génération et peuvent refléter des biais et des incertitudes susceptibles d'introduire des biais de genre, socio-économiques et raciaux. Ce problème peut s'aggraver en raison d'une conception de modèle défectueuse, de biais utilisateurs existants et de données d'entraînement incomplètes. Il existe également un risque de présentation de contenu erroné et de production de résultats toxiques. Cependant, grâce à une transparence et une gouvernance appropriées, ces erreurs, cette toxicité et ces biais peuvent être évités.
• L'IA de la génération précédente peut compromettre la confidentialité et la sécurité des données – Les applications Gen AI peuvent parfois exposer involontairement des informations sensibles d'entreprise ou personnelles. Cela entraîne des violations des protocoles de sécurité des données comme le RGPD. Si de grands ensembles de données sont audités de manière inappropriée, même avec un filtrage, il existe un risque de divulgation de données confidentielles grâce à la capacité de Gen AI à indexer les informations publiques et à établir des associations.
• La puissance de l'IA de la génération précédente peut être mal utilisée – Les interactions des utilisateurs avec l'IA de la génération X ont un impact sur les populations et la planète. Sans protection, elle peut compromettre les ODD en diffusant de fausses informations via des deepfakes. Elle offre ainsi des pistes pour la fabrication d'armes ou favorise la tromperie. Il est possible que des utilisateurs manipulent l'IA de la génération X pour produire des résultats toxiques ou violer la confidentialité des données, augmentant ainsi ces risques.

Références croisées: L’automatisation biaise-t-elle la prise de décision ?

Risques externes liés à l'utilisation de l'IA de génération par le secteur privé

• L'IA de génération a des besoins en ressources importants – L'IA de nouvelle génération nécessite des centres de données gourmands en ressources et une consommation d'électricité accrue d'ici 2026, qui représente déjà plus de 1.5 % de l'énergie mondiale. Elle affecte également la sécurité hydrique en raison des besoins de refroidissement, et la production de matériel a un impact environnemental.
• L'IA de la génération actuelle va redéfinir les emplois et pourrait les remplacer – Avec de nouvelles opportunités, la génération IA présente également d'importantes menaces d'automatisation pour les travailleurs. Les entreprises doivent se perfectionner pour réduire les licenciements et collaborer avec les gouvernements pour un transition centrée sur l'humain dans une main-d’œuvre en évolution.
• L'IA de la génération actuelle va bouleverser la société, ce qui pourrait creuser les divisions existantes. – Les sociétés et les économies vont transformer avec Gen AI. Cependant, cela nécessitera une maîtrise du numérique, des données de formation de qualité et une puissance de calcul. Les inégalités en matière de distribution d'internet et d'électricité ne feront qu'entraver les progrès, aggravant les fractures et générant des problèmes de droits humains pour les groupes vulnérables.

En conclusion, l'IA de génération n'est pas une solution universelle aux défis du secteur privé. Cependant, elle recèle un potentiel considérable pour révolutionner les entreprises et le développement durable. Le rapport montre comment les premières applications de l'IA de génération ont contribué à résoudre les problèmes mondiaux de pauvreté et d'inégalités entre les sexes. Le secteur privé devrait aligner ses décisions sur les dix principes du Pacte mondial des Nations Unies. Il y a lieu d'espérer que l'IA de génération puisse contribuer à la réalisation des objectifs de 2030.

Matériau: Guide du secteur privé pour accélérer le développement durable grâce à la technologie