वैश्विक लक्ष्यों के लिए जनरल एआई का उपयोग: प्रौद्योगिकी के साथ सतत विकास के लिए निजी क्षेत्र की मार्गदर्शिका

सतत विकास के लिए 2030 एजेंडा और सतत विकास लक्ष्यों को प्राप्त करना कठिन प्रतीत होता है । बढ़ते भू-राजनीतिक तनाव, असमानताओं और जलवायु परिवर्तन का व्यापक प्रभाव पड़ रहा है। यही कारण है कि वैश्विक लक्ष्यों के लिए जनित कृत्रिम बुद्धिमत्ता के उपयोग पर यह रिपोर्ट चुनौतियों और प्रस्तावित समाधानों के बारे में महत्वपूर्ण जानकारी प्रदान करती है।

संयुक्त राष्ट्र के महासचिव एंटोनियो गुटेरेस ने कहा, “2030 एजेंडा – एक स्वस्थ ग्रह पर शांति और समृद्धि के लिए हमारी वैश्विक योजना – गंभीर संकट में है। एआई इसे सुधारने में मदद कर सकता है। यह जलवायु परिवर्तन से निपटने और 2030 तक 17 सतत विकास लक्ष्यों को प्राप्त करने के प्रयासों को गति प्रदान कर सकता है। लेकिन यह सब एआई प्रौद्योगिकियों के जिम्मेदारीपूर्ण उपयोग और सभी के लिए सुलभ होने पर निर्भर करता है । ”

रिपोर्ट का उद्देश्य – व्यावहारिक अंतर्दृष्टि और सिफारिशें प्रदान करके संयुक्त राष्ट्र के उद्देश्यों को प्राप्त करने में सहायता करना।

GEN AI क्या है?

यह एक मशीन-आधारित प्रणाली है जो मानवीय सोच को दोहराती है और विभिन्न इनपुट को आउटपुट में परिवर्तित करती है। ये आउटपुट सिफारिशों या भविष्यवाणियों से लेकर सामग्री तक हो सकते हैं। [7] जनरेटिव एआई (जीईएन एआई) एक प्रकार की कृत्रिम बुद्धिमत्ता है जो नई सामग्री उत्पन्न करती है जो पहले से मौजूद सामग्री से परे होती है। [8]

यह सब अन्य डेटा के साथ-साथ टेक्स्ट और इमेज में पहले से मौजूद पैटर्न की पहचान करके और उन्हें दोहराकर यथार्थवादी नया डेटा बनाने के द्वारा किया जाता है। कुछ सामान्य जनरेशन AI उत्पादों में GPT-4/4o, क्लाउड, मिडजर्नी और क्लाउड शामिल हैं।

वर्तमान में, ध्यान बड़े भाषा मॉडल (LLM) पर है जो मानव भाषा की नकल कर सकते हैं, और मॉडल प्रोटीन मेम और संरचनाएं भी उत्पन्न करते हैं। सामान्य उद्देश्यों के लिए फाउंडेशन मॉडल को जनरल एआई इकोसिस्टम के मूल से प्राप्त व्यापक डेटासेट पर प्रशिक्षित किया जाता है। विभिन्न अनुप्रयोगों के लिए विशिष्ट डेटा के साथ अनुकूलन संभव है और क्लाउड प्रदाता सिस्टम को प्रशिक्षित कर सकते हैं।

का प्रयोग वैश्विक लक्ष्यों के लिए जनरल एआई: सतत विकास में निजी क्षेत्र की अग्रणी भूमिका

वैश्विक जीडीपी के 60% से अधिक हिस्से के लिए जिम्मेदार निजी क्षेत्र, वस्तुओं और सेवाओं के उत्पादन में महत्वपूर्ण भूमिका निभाता है। इसलिए, सतत विकास लक्ष्यों (एसडीजी) पर ध्यान केंद्रित करके सतत विकास के लिए जनरेटिव एआई में नेतृत्व करने का एक महत्वपूर्ण अवसर मौजूद है।

जनरेशनल एआई कंपनियों के लिए संयुक्त राष्ट्र वैश्विक समझौते द्वारा सुझाए गए 2 मुख्य उद्देश्य निम्नलिखित हैं:

1. कंपनियों को जनरल एआई को अपनाते समय सावधानी बरतनी चाहिए तथा इसे सुरक्षित उपयोग के लिए विकसित करने हेतु मानवीय निगरानी सुनिश्चित करनी चाहिए।
2. जनरल एआई के जिम्मेदारीपूर्ण कार्यान्वयन के साथ-साथ, निजी क्षेत्र को सतत विकास लक्ष्यों पर कार्रवाई और इरादों के बीच की खाई को पाटना चाहिए।

सतत विकास लक्ष्यों को आगे बढ़ाने के लिए जनरल एआई का उपयोग करना

सफल और जिम्मेदार जनरल एआई उपयोग के लिए सिस्टम को समर्थन देने के लिए 3 प्रमुख तत्व हैं।

1. कंपनियों को यह सुनिश्चित करना चाहिए कि वे जिस समस्या का समाधान कर रहे हैं, उसे वे अच्छी तरह समझते हैं। उन्हें यह भी मानना ​​चाहिए कि जनरल एआई एक आदर्श समाधान है।
2. कंपनियों को अपने कर्मचारियों को जनरल एआई का जिम्मेदारी से इस्तेमाल करने के लिए प्रशिक्षित करना चाहिए। यह उचित डेटा, एआई साक्षरता प्रशिक्षण और डिजिटल के साथ उनका समर्थन करके किया जा सकता है।
3. कम्पनियों को सही सरकारी ढांचे स्थापित करने चाहिए तथा सुरक्षा और जवाबदेही बनाए रखनी चाहिए।

जनरल एआई और स्थिरता

जेन एआई में डेटा माइनर, नॉलेज एम्पलीफायर और इनसाइट नेविगेटर के रूप में कार्य करके सतत विकास का समर्थन करने की क्षमता है। इनके साथ, जेन एआई मौजूदा तकनीकों और व्यावसायिक संचालन को भी बढ़ा सकता है, जिससे 4 प्रमुख क्षेत्रों में स्थिरता को बढ़ावा मिलेगा, जैसा कि आगे चर्चा की गई है।

कार्यकारी कुशलता

कंपनियों के लिए सीमित संसाधनों का कुशलतापूर्वक प्रबंधन करना महत्वपूर्ण है ताकि वे स्थायी रिटर्न प्राप्त कर सकें। Gen AI के साथ नीचे बताए गए विभिन्न कार्यों को बढ़ाना संभव है।

• संसाधन अनुकूलन: संसाधन की ज़रूरतों को कम करके लागत में कमी और पर्यावरण पर पड़ने वाले प्रभाव को कम किया जा सकता है। कर्मचारी मौजूदा एनालिटिक्स के साथ-साथ जनरल एआई को लागू करके लॉजिस्टिक्स और कंप्यूटिंग पावर जैसे संसाधनों का अनुकूलन कर सकते हैं। जैसे कि पूर्वानुमानित एनालिटिक्स सिस्टम को प्रिस्क्रिप्टिव मेंटेनेंस सिस्टम में अपग्रेड करना जो कार्रवाई योग्य सिफारिशें प्रदान करते हैं।
• कार्यकर्ता प्रभावशीलता: इसे पर्याप्त प्रशिक्षण और उपकरणों के साथ बेहतर बनाया जा सकता है। Gen AI के साथ, प्रत्येक कर्मचारी के प्रशिक्षण को उनकी भूमिका, स्थानीय नियमों और भाषा पर विचार करके वैयक्तिकृत किया जा सकता है। इसके अलावा, यह कंपनी के लक्ष्यों के साथ संरेखित प्रशिक्षण कार्यक्रम भी डिजाइन कर सकता है, जिससे कर्मचारियों की निर्णय लेने की क्षमता और उत्पादकता में और वृद्धि होगी।
• कुशल कोड: सॉफ़्टवेयर के पर्यावरणीय प्रभाव को प्रबंधित करने के लिए, प्रभावी कोडिंग महत्वपूर्ण है। Gen AI के साथ, कोडिंग कार्यों को स्वचालित किया जा सकता है और मौजूदा कोड को अनुकूलित किया जा सकता है, साथ ही पिनपॉइंट में सुधार किया जा सकता है। इससे टीम अधिक कुशल बनेगी। सॉफ़्टवेयर के पर्यावरणीय प्रभाव को प्रबंधित करने के लिए प्रभावी कोडिंग महत्वपूर्ण है। Gen AI कोडिंग कार्यों को स्वचालित कर सकता है, मौजूदा कोड को अनुकूलित कर सकता है और पिनपॉइंट सुधारों को बेहतर बना सकता है, जिससे टीमों को अधिक कुशल बनने में मदद मिलती है।

कुल मिलाकर, विकास प्रक्रियाओं को सुव्यवस्थित करके, व्यवसाय संभवतः संसाधनों के उपयोग को कम कर सकते हैं और अपने उत्सर्जन को कम कर सकते हैं।

प्रकरण अध्ययन

सुपरह्यूमनरेस – भारत के सबसे गरीब राज्यों में मातृ स्वास्थ्य में सुधार लाने के उद्देश्य से, उन्होंने एक ऐप विकसित किया है। यह ऐप व्यक्तिगत डॉक्टर की सिफारिशें प्रदान करता है। यह ऐप मातृ स्वास्थ्य डेटा का विश्लेषण करने के लिए कृत्रिम बुद्धिमत्ता (जनरल आर्टिफिशियल इंटेलिजेंस) और मशीन मॉडलिंग का उपयोग करता है। फिर यह रोगी की गर्भावस्था की अवस्था और जोखिम कारकों के आधार पर अनुकूलित प्रश्नावली तैयार करता है।

सीमेंस ने औद्योगिक दक्षता बढ़ाने के लिए शेफ़लर की एक विनिर्माण इकाई पर इंडस्ट्रियल कोपायलट (माइक्रोसॉफ्ट का जेन एआई समाधान) लागू किया। यह टूल ऑटोमेशन इंजीनियरों को प्रोग्रामेबल लॉजिक कंट्रोलर (पीएलसी) के लिए कोड बनाने में मदद करता है। इससे कारखाने की मशीनों को नियंत्रित किया जा सकता है, जिनमें से एक तिहाई सीमेंस के उपकरणों पर चलती हैं। प्राकृतिक कोडिंग भाषा के उपयोग से समय, मेहनत और त्रुटियों में कमी आती है। इस प्रकार, इंजीनियर महत्वपूर्ण कार्यों पर अधिक ध्यान केंद्रित कर पाते हैं। इसके साथ ही, कम अनुभवी कर्मचारी भी इंजीनियरिंग भूमिकाओं में आगे बढ़ सकते हैं।

टिकाऊ मूल्य श्रृंखला

प्रभावी परिवर्तन के लिए, संपूर्ण आपूर्ति श्रृंखला को सतत विकास में शामिल करना महत्वपूर्ण है । जनरेशनल एआई (Gen AI) असंरचित डेटा का विश्लेषण करके लंबी डेटा संग्रहण प्रक्रिया को सरल बना सकता है। यह कुशल लाइफसाइकिल असेसमेंट (LCA), बेहतर आपूर्तिकर्ता सहभागिता और जिम्मेदार सोर्सिंग को सक्षम बनाता है। स्पष्ट सततता डेटा के लिए LCA महत्वपूर्ण हैं, लेकिन इन्हें तैयार करना संसाधन-गहन प्रक्रिया है। जनरेशनल एआई सटीक LCA को बनाए रखने की दक्षता को बढ़ाता है।

2030 के सतत विकास लक्ष्यों के अनुसार, जिम्मेदार सोर्सिंग महत्वपूर्ण है क्योंकि यह सामाजिक और पर्यावरणीय पदचिह्नों को प्रभावित करती है। एक अन्य महत्वपूर्ण तत्व आपूर्तिकर्ता जुड़ाव है क्योंकि सभी जोखिमों को केवल सोर्सिंग के माध्यम से कम नहीं किया जा सकता है। जनरल एआई जोखिमों की पहचान करने और उन्हें सुधारने के लिए सही अवसरों की पहचान करने में मदद कर सकता है। यह सब आपूर्तिकर्ताओं के लिए अनुरूप प्रशिक्षण प्रदान करने और इस प्रकार पारदर्शिता और टिकाऊ प्रथाओं को बढ़ावा देने के साथ-साथ होता है।

प्रकरण अध्ययन

एक्सेंचर का एन-टियर सप्लाई चेन नेविगेटर, सप्लाई चेन संचालन को बेहतर बनाने के लिए जेन एआई का उपयोग करता है। यह जेन एआई द्वारा सस्टेनेबिलिटी और प्रोक्योरमेंट प्रबंधकों को प्रदान की गई रीयल-टाइम जानकारियों के माध्यम से किया जाता है। यह प्रमुख संकेतकों के आधार पर सप्लाई चेन डेटा का विश्लेषण करके मानवाधिकार जोखिमों और सस्टेनेबिलिटी की पहचान करता है। हाल ही में, एक्सेंचर ने पाया कि टियर 2 और 3 आपूर्तिकर्ता CO2 हॉटस्पॉट के 50%-60% के लिए जिम्मेदार हैं। यह जानकारी 122,000 से अधिक आपूर्तिकर्ताओं का आकलन करने के बाद प्राप्त की गई थी। इस प्रकार, यह टूल सस्टेनेबल प्रोक्योरमेंट निर्णयों को सूचित करने की क्षमता को उजागर करता है।

यूनिलीवर ने 2020 से गूगल अर्थ इंजन के साथ साझेदारी की है और वनों की कटाई की निगरानी और वन उत्पादों से जुड़े जोखिमों के प्रबंधन के लिए भू-स्थानिक विश्लेषण विकसित किया है। भू-स्थानिक और आपूर्ति श्रृंखला डेटा की तुलना करने के लिए, उन्होंने Gen AI को एकीकृत किया है। इससे खरीद और आपूर्तिकर्ता प्रबंधन में भू-स्थानिक जानकारियों को शामिल करके बेहतर व्यावसायिक निर्णय लेने में मदद मिलती है।

एसएपी का सस्टेनेबिलिटी फुटप्रिंट मैनेजमेंट, खरीद कारकों के लिए उत्सर्जन से संबंधित कारकों की मैपिंग करके कार्बन फुटप्रिंट को कम करने के लिए अपने बिजनेस एआई का उपयोग करता है। इस टूल में ओपनएआई एम्बेडिंग मॉडल का उपयोग करके मिलते-जुलते उत्पादों को खोजा और उनका सत्यापन किया जाता है। यह कार्य एलसीए और ईआरपी डेटाबेस के विश्लेषण द्वारा किया जाता है। लगभग 10 मिलते-जुलते उत्सर्जन कारक मैपिंग की पहचान की जाती है और उत्पाद का नाम, विवरण और समानता स्कोर जैसे डेटा फ़ील्ड प्रदान किए जाते हैं। इसके बाद कंपनी मिलान की गुणवत्ता का आकलन करती है और ऑडिट के लिए उत्सर्जन डेटा की दृश्यता और दस्तावेज़ीकरण को बेहतर बनाती है।

नवोन्मेष

सतत विकास लक्ष्यों को प्राप्त करने के लिए सीमित समय के साथ, इरादों और परिणामों के बीच के अंतर को पाटने के लिए अभिनव समाधानों की तत्काल आवश्यकता है। जनरल एआई निम्नलिखित के लिए विचार उत्पन्न कर सकता है।

• ग्रीन फाइनेंस: जेन एआई वित्तीय संधारणीय विकास से जूझ रहे छोटे और मध्यम उद्यमों को संसाधन सुरक्षित करने में सहायता करके उनकी मदद कर सकता है। वित्तीय संस्थान जेन एआई की मदद से ग्रीन लोन और बॉन्ड जैसे संदर्भ-उपयुक्त समाधान बना सकते हैं।
• टिकाऊ उत्पाद और सेवा डिजाइन: जेन एआई डिजाइन प्रक्रिया के दौरान स्थिरता अवधारणाओं को एकीकृत करने में मदद कर सकता है। इस तरह, यह डिजाइन और विकास के शुरुआती चरणों में स्थिरता आवश्यकताओं को एम्बेड कर सकता है। डिजाइनर पूरी प्रक्रिया में प्रतिस्पर्धा का प्रबंधन कर सकते हैं और टिकाऊ कारकों की उपेक्षा किए बिना कार्यात्मक आवश्यकताओं को पूरा कर सकते हैं।
• अत्याधुनिक अनुसंधान: जेन एआई के साथ स्थिरता को गति दी जा सकती है क्योंकि यह रुझानों, सहसंबंधों और उभरते स्थिरता समाधानों की पहचान करने में मदद करता है। यह न केवल बड़ी मात्रा में डेटा का त्वरित विश्लेषण कर सकता है बल्कि डेटा में कम प्रतिनिधित्व को संबोधित करने के लिए सिंथेटिक डेटासेट भी बना सकता है। यह अनुसंधान और प्रौद्योगिकी को आगे बढ़ा सकता है जिससे निजी क्षेत्र को 2030 एसडीजी हासिल करने में मदद मिलेगी।

प्रकरण अध्ययन

यामाहा और फ़ाइनल एम - यामाहा और फ़ाइनल एम द्वारा विकसित कॉन्सेप्ट 451 जापान के पहाड़ी क्षेत्रों में कृषि के लिए एक कॉम्पैक्ट इलेक्ट्रिक वाहन है, जो जनसांख्यिकीय परिवर्तनों को ध्यान में रखते हुए बनाया गया है। जेनरेशन एआई की मदद से, वे क्षेत्र की चुनौतियों पर शोध करके डिज़ाइन प्रक्रिया को गति देते हैं। इससे उन्हें 2,000 डिज़ाइन विकल्प तैयार करने में मदद मिलती है, जिससे 3डी मॉडलिंग के दौरान संचार संभव हो पाता है। यह दर्शाता है कि व्यवसाय तेज़ अनुसंधान एवं विकास चक्रों के माध्यम से सामाजिक मुद्दों का समाधान कर सकते हैं।

क्रेयॉन – अनुसंधान को बेहतर बनाने के लिए, कंपनी ने एक अंतरराष्ट्रीय ऊर्जा कंपनी के लिए एलएलएम-आधारित चैटबॉट का सह-विकास किया। यह विभिन्न स्रोतों से खोज और सारांश प्राप्त करना आसान बनाता है। चैटबॉट की मदद से बाजार अनुसंधान में सुधार हुआ और इसने 15% अधिक प्रासंगिक उत्तर प्रदान किए। इससे रणनीतिक और परिचालन संबंधी निर्णयों के साथ-साथ ग्राहक संपर्क को बेहतर बनाने में मदद मिली।

संचार और रिपोर्टिंग 

निवेशकों, विनियामकों और उपभोक्ताओं की बढ़ती जांच के साथ, कॉर्पोरेट स्थिरता को विभिन्न नीतियों और रूपरेखाओं का सामना करना पड़ता है। जेन एआई कंपनियों के भीतर सहयोग को बढ़ावा देते हुए ईएसजी रिपोर्टिंग और स्थिरता विपणन में मदद कर रहा है। 

• स्थिरता रिपोर्टिंग: ईएसजी रिपोर्ट परिणाम, जवाबदेही और अनुपालन दिखाने के लिए महत्वपूर्ण हैं। जनरल एआई मेट्रिक्स की पहचान करने, पहलों को उजागर करने और रिपोर्ट बनाने के लिए डेटा का विश्लेषण करता है, जिससे रिपोर्टिंग दक्षता में वृद्धि होती है।
• विपणन स्थिरताउपभोक्ता और निवेशक का समर्थन प्राप्त करने के लिए, सतत विकास के बारे में ईमानदार संदेश देना महत्वपूर्ण है। मार्केटिंग टीमें अनुकूलित सामग्री बनाने के लिए जनरल एआई का उपयोग कर सकती हैं, इस प्रकार ब्रांड रणनीति के साथ संरेखण सुनिश्चित कर सकती हैं। जनरल एआई उपकरण रोकथाम में भी सहायक हैं greenwashing विपणकों के लिए जटिल टिकाऊ अवधारणाओं को स्पष्ट करके।
• सहयोग को बढ़ावा देना: जेन एआई कंपनियों को टीमों के बीच सहयोग और संचार को बढ़ाकर स्थिरता को एकीकृत करने के लिए मार्गदर्शन भी करता है। यह आसानी से शब्दजाल को सरल बना सकता है और निर्णय लेने वालों के लिए बेहतर ज्ञान का आधार प्रदान कर सकता है।

प्रकरण अध्ययन

सेल्सफोर्स ने आइंस्टीन (एआई सिस्टम) को नेट जीरो क्लाउड में एकीकृत किया, जिससे उनके ईएसजी प्रबंधन में सुधार हुआ। ऐतिहासिक ईएसजी डेटा और अन्य दस्तावेजों का उपयोग करके, यह रिपोर्ट के जवाब तैयार करता है। इससे कंपनियां रिपोर्टिंग के बजाय स्थिरता संबंधी पहलों पर ध्यान केंद्रित कर सकती हैं।

माइक्रोसॉफ्ट का कोपायलट टेम्प्लेट कंपनियों को सस्टेनेबिलिटी डेटा जुटाने और साझा करने में मदद करता है। जेन एआई का उपयोग करके, यह डेटा का विश्लेषण करता है जिससे कर्मचारियों को सहायता मिलती है और परिणामों को दस्तावेज़ों और रिपोर्टों के रूप में साझा किया जा सकता है। कंपनियां अपनी सस्टेनेबिलिटी प्रगति की तुलना दूसरों से करती हैं, जिससे सटीकता और विश्वास बढ़ता है। यह टूल सस्टेनेबल ज्ञान को बढ़ावा देता है, त्रुटियों को कम करता है और निर्णय लेने की क्षमता में सुधार करता है।

लीवार्ड रिन्यूएबल एनर्जी ने टेक्सास में माइक्रोसॉफ्ट से 400 मेगावाट की सौर परियोजनाएं हासिल कीं

वैश्विक लक्ष्यों के लिए जनरल एआई का उपयोग करने वाले निजी क्षेत्र के उपयोगकर्ता जोखिम

• जनरेशन एआई प्रक्रियाएँ अक्सर अपारदर्शी होती हैं - कंपनियाँ बुनियादी ढाँचे, मॉडल और डेटा के लिए तीसरे पक्ष की प्रणाली पर निर्भर करती हैं, जो जवाबदेही का अंतर पैदा करती है। बाहरी डेटा को गलत तरीके से लेबल किया जा सकता है या कॉपीराइट का उल्लंघन किया जा सकता है, जिसे डेवलपर्स निष्कर्ष निकालते समय समझ नहीं पाते हैं। यह भी संभव है कि उपयोगकर्ता जनरल एआई आउटपुट के अपने सत्यापन को गलत तरीके से प्रस्तुत कर सकते हैं, जिससे जोखिम बढ़ जाता है।
• जनरल एआई अनिश्चित और समस्यामूलक परिणाम दे सकता है - मनुष्य जनरल एआई के लिए मॉडल हैं और पूर्वाग्रह और अनिश्चितता को दर्शा सकते हैं जो लिंग, सामाजिक-आर्थिक और नस्लीय पूर्वाग्रहों को जन्म दे सकते हैं। दोषपूर्ण मॉडल डिज़ाइन, मौजूदा उपयोगकर्ता पूर्वाग्रहों और अधूरे प्रशिक्षण डेटा के साथ यह समस्या बढ़ सकती है। गलत सामग्री प्रस्तुति और विषाक्त आउटपुट के उत्पादन की भी संभावना है। हालाँकि, उचित पारदर्शिता और शासन के साथ, इन त्रुटियों, विषाक्तता और पूर्वाग्रहों को रोका जा सकता है।
• जेन एआई डेटा गोपनीयता और सुरक्षा का उल्लंघन कर सकता है - Gen AI ऐप कभी-कभी अनजाने में संवेदनशील कॉर्पोरेट या व्यक्तिगत जानकारी को उजागर कर सकते हैं। इससे GDPR जैसे डेटा सुरक्षा प्रोटोकॉल का उल्लंघन होता है। यदि स्क्रीनिंग के साथ भी बड़े डेटासेट का अनुचित तरीके से ऑडिट किया जाता है, तो Gen AI की सार्वजनिक जानकारी को अनुक्रमित करने और संबंध बनाने की क्षमता के साथ गोपनीय डेटा का खुलासा होने का जोखिम है।
• जनरल एआई की शक्ति का दुरुपयोग हो सकता है - लोग और ग्रह Gen AI के साथ उपयोगकर्ताओं की बातचीत से प्रभावित होते हैं। सुरक्षा उपायों के बिना, यह डीपफेक के माध्यम से गलत सूचना फैलाकर SDG को कमजोर कर सकता है। इस तरह यह हथियारों या समर्थन धोखे के लिए मार्गदर्शन प्रदान करता है। उपयोगकर्ताओं द्वारा Gen AI का उपयोग विषाक्त आउटपुट बनाने या डेटा गोपनीयता का उल्लंघन करने के लिए करने की संभावना है, जिससे ये जोखिम बढ़ जाते हैं।

संदर्भ: क्या स्वचालन से निर्णय लेने की प्रक्रिया में पूर्वाग्रह उत्पन्न होता है?

निजी क्षेत्र में जनरल एआई के उपयोग के बाहरी जोखिम

• जनरल एआई के पास महत्वपूर्ण संसाधन आवश्यकताएं हैं - जनरेशन एआई के लिए संसाधन-गहन डेटा केंद्रों की आवश्यकता है, और 2026 तक बिजली की खपत में वृद्धि की आवश्यकता है, जो पहले से ही वैश्विक ऊर्जा का 1.5% से अधिक हिस्सा है। यह शीतलन आवश्यकताओं के माध्यम से जल सुरक्षा को भी प्रभावित करता है और हार्डवेयर उत्पादन का पर्यावरण पर प्रभाव पड़ता है।
• जनरेशन एआई नौकरियों को पुनर्परिभाषित करेगा और उन्हें विस्थापित कर सकता है - नए अवसरों के साथ, जनरल एआई कर्मचारियों के लिए महत्वपूर्ण स्वचालन खतरे भी पेश करता है। कंपनियों को छंटनी कम करने के लिए खुद को बेहतर बनाना चाहिए और सरकारों के साथ सहयोग करना चाहिए जन-केंद्रित परिवर्तन विकासशील कार्यबल में।
• जनरेशन एआई समाज में व्यवधान पैदा करेगा, जिससे मौजूदा विभाजन और बढ़ सकता है – समाज और अर्थव्यवस्थाएं Gen AI के साथ बदलावहालांकि, इसके लिए डिजिटल साक्षरता, गुणवत्तापूर्ण प्रशिक्षण डेटा और कम्प्यूटेशनल शक्ति की आवश्यकता होगी। इंटरनेट और बिजली वितरण में असमानताएं केवल प्रगति में बाधा डालेंगी, विभाजन को और बढ़ाएंगी और कमजोर समूहों के लिए मानवाधिकार मुद्दे पैदा करेंगी।

निष्कर्ष में, जेन एआई निजी क्षेत्र में चुनौतियों का सार्वभौमिक समाधान नहीं है। लेकिन इसमें व्यापार और सतत विकास में क्रांति लाने की बहुत संभावना है। रिपोर्ट से पता चलता है कि जेन एआई के शुरुआती अनुप्रयोगों ने गरीबी और लैंगिक असमानता के वैश्विक मुद्दों को संबोधित करने में कैसे मदद की। निजी क्षेत्र को अपने निर्णयों को संयुक्त राष्ट्र ग्लोबल कॉम्पैक्ट के दस सिद्धांतों के साथ संरेखित करना चाहिए। उम्मीद है कि जेन एआई 2030 के लक्ष्यों को प्राप्त करने में सहायक हो सकता है।

स्रोत : प्रौद्योगिकी के साथ सतत विकास को गति देने के लिए निजी क्षेत्र की मार्गदर्शिका