Sembra difficile realizzare l'Agenda 2030 per lo sviluppo sostenibile e raggiungere gli obiettivi SDGs. Con l'aumento delle tensioni geopolitiche, le disuguaglianze e il cambiamento climatico stanno influenzando le cose in generale. Ecco perché questo rapporto sull'uso dell'intelligenza artificiale di generazione per obiettivi globali fornisce importanti spunti sulle sfide e le soluzioni offerte.
"L'Agenda 2030, il nostro modello globale per la pace e la prosperità su un pianeta sano, è in grossi guai. L'intelligenza artificiale potrebbe contribuire a cambiare le cose. Potrebbe dare una spinta all'azione per il clima e agli sforzi per raggiungere i 17 Obiettivi di sviluppo sostenibile entro il 2030. Ma tutto questo dipende dal fatto che le tecnologie di intelligenza artificiale siano sfruttate in modo responsabile e rese accessibili a tutti", disse António Guterres, Segretario generale delle Nazioni Unite.
Scopo del rapporto – Contribuire al raggiungimento degli obiettivi delle Nazioni Unite fornendo spunti e raccomandazioni praticabili.
Cos'è GEN AI?
Si tratta di un sistema basato su macchine che replica il pensiero umano e converte vari input in output. Questi output possono variare da raccomandazioni o previsioni a contenuti. [7] L'intelligenza artificiale generativa (GEN AI) è un tipo di intelligenza artificiale che genera nuovi contenuti che vanno oltre ciò che è già stato esposto. [8]
Tutto questo viene fatto identificando e replicando i pattern già presenti nel testo e nelle immagini insieme ad altri dati per creare nuovi dati realistici. Alcuni prodotti Gen AI comuni includono GPT-4/4o, Claude, Midjourney e Claude.
Attualmente, l'attenzione è rivolta ai Large Language Models (LLM) che possono imitare il linguaggio umano e i modelli generano anche meme e strutture proteiche. I modelli di base per scopi generali sono addestrati su ampi set di dati derivati dal nucleo dell'ecosistema Gen AI. È possibile la personalizzazione con dati specifici per varie applicazioni e i provider cloud possono addestrare il sistema.
utilizzando Gen AI per obiettivi globali: il ruolo guida del settore privato nello sviluppo sostenibile
Rappresentando oltre il 60% del PIL globale, il settore privato svolge un ruolo importante nella produzione di beni e servizi. Pertanto, vi è una significativa opportunità di guidare in AI generativa per lo sviluppo sostenibile concentrandosi sugli Obiettivi di sviluppo sostenibile (OSS).
2 obiettivi principali sollecitati dal Patto globale delle Nazioni Unite per l'intelligenza artificiale di generazione le aziende sono le seguenti:
- Le aziende devono procedere con cautela nell'adozione dell'intelligenza artificiale di generazione e garantire la supervisione umana per svilupparla e utilizzarla in modo sicuro.
- Oltre all'implementazione responsabile dell'intelligenza artificiale di generazione, il settore privato dovrebbe colmare il divario tra azioni e intenzioni in merito agli Obiettivi di sviluppo sostenibile.
Utilizzare l'intelligenza artificiale di generazione per promuovere gli obiettivi di sviluppo sostenibile
Sono tre gli elementi chiave che supportano il sistema per un utilizzo efficace e responsabile dell'intelligenza artificiale di generazione.
- Le aziende devono essere sicure di aver capito chiaramente il problema che stanno risolvendo. Devono anche concordare che Gen AI è una soluzione ideale.
- Le aziende devono formare la forza lavoro a usare Gen AI in modo responsabile. Ciò può essere fatto supportandoli con dati appropriati, formazione sull'alfabetizzazione AI e digitale.
- Le aziende dovrebbero istituire strutture governative adeguate e garantire sicurezza e responsabilità.
Gen AI e sostenibilità
Gen AI ha il potenziale per supportare lo sviluppo sostenibile agendo come Data Miner, Knowledge Amplifier e Insight Navigator. Con questi, Gen AI può anche migliorare le tecnologie e le operazioni aziendali esistenti, promuovendo ulteriormente la sostenibilità in 4 aree chiave, come discusso in seguito.
Efficienza operativa
È importante per le aziende gestire in modo efficiente le risorse limitate per ottenere rendimenti sostenibili. Con Gen AI è possibile migliorare varie operazioni come menzionato di seguito.
- Ottimizzazione delle risorse: La riduzione dei costi e l'impatto ambientale possono essere ottenuti riducendo al minimo le esigenze di risorse. I dipendenti possono ottimizzare risorse come la logistica e la potenza di calcolo applicando Gen AI insieme alle analisi correnti. Come l'aggiornamento dei sistemi di analisi predittiva in sistemi di manutenzione prescrittiva che offrono raccomandazioni attuabili.
- Efficacia dei lavoratori: Può essere migliorato con una formazione e degli strumenti adeguati. Con Gen AI, la formazione di ogni dipendente può essere personalizzata considerando il suo ruolo, le normative locali e la lingua. Inoltre, può anche progettare programmi di formazione in linea con gli obiettivi aziendali, migliorando ulteriormente il processo decisionale e la produttività dei dipendenti.
- Codice efficiente: Per gestire l'impatto ambientale del software, è importante una codifica efficace. Con Gen AI, le attività di codifica possono essere automatizzate e il codice esistente può essere ottimizzato, oltre a migliorare la precisione. Ciò renderà il team più efficiente. Una codifica efficace è fondamentale per gestire l'impatto ambientale del software. Gen AI può automatizzare le attività di codifica, ottimizzare il codice esistente e individuare i miglioramenti, aiutando i team a diventare più efficienti.
Nel complesso, semplificando i processi di sviluppo, le aziende possono ridurre l'uso delle risorse e abbassare le proprie emissioni.
Casi di studio
Razza Superumana – Con l'obiettivo di migliorare la salute materna negli stati più poveri dell'India, hanno sviluppato un'app. Fornisce raccomandazioni mediche personalizzate. Questa app utilizza Gen AI e modelli di macchine per analizzare i dati sulla salute materna. Quindi crea questionari personalizzati sulla base dello stadio di gravidanza della paziente e dei fattori di rischio.
Siemens – Hanno implementato Industrial Copilot (soluzione Gen AI di Microsoft) su una linea di produzione Schaeffler per migliorare l'efficienza industriale. Lo strumento aiuta gli ingegneri dell'automazione a creare codice per controllori logici programmabili (PLC). Questo controlla ulteriormente le macchine di fabbrica, che sono 1/3 in esecuzione su dispositivi Siemens. Con il linguaggio di codifica naturale, riduce tempo, sforzi ed errori. In questo modo, consente agli ingegneri di concentrarsi maggiormente su attività importanti. Con questo, anche i dipendenti meno esperti possono passare a ruoli di ingegneria.
Catena del valore sostenibile
Per una transizione efficace, è importante coinvolgere l'intera filiera nello sviluppo sostenibile. Gen AI può semplificare un lungo processo di raccolta dati analizzando dati non strutturati. Consente inoltre valutazioni del ciclo di vita (LCA) efficienti, un migliore coinvolgimento dei fornitori e un approvvigionamento responsabile. Le LCA sono importanti per dati di sostenibilità chiari, ma la loro creazione richiede molte risorse. Gen AI migliora l'efficienza del mantenimento di LCA accurate.
In base agli SDG del 2030, l'approvvigionamento responsabile è importante in quanto influisce sull'impronta sociale e ambientale. Un altro elemento importante è il coinvolgimento dei fornitori in quanto non tutti i rischi possono essere mitigati solo tramite l'approvvigionamento. Gen AI può aiutare a identificare i rischi e le giuste opportunità per migliorarli. Tutto questo insieme all'offerta di formazione personalizzata per i fornitori e quindi alla promozione della trasparenza e delle pratiche sostenibili.
Casi di studio
Accenture – Il suo N-Tier Supply Chain Navigator utilizza Gen AI per migliorare le operazioni della supply chain. Ciò avviene con informazioni in tempo reale fornite da Gen AI per i responsabili della sostenibilità e degli acquisti. Identifica i rischi per i diritti umani e la sostenibilità analizzando i dati della supply chain rispetto agli indicatori chiave. Di recente, Accenture ha scoperto che i fornitori di livello 2 e 3 sono responsabili del 50%-60% degli hotspot di CO2. Queste informazioni sono state ricavate dopo aver valutato oltre 122,000 fornitori. In tal modo, si evidenzia la capacità dello strumento di informare le decisioni di acquisto sostenibili.
Unilever – In partnership con Google Earth's Engine dal 2020, Unilever ha sviluppato analisi geospaziali per monitorare la deforestazione e gestire i rischi delle materie prime forestali. Per incrociare i dati geospaziali e della supply chain, hanno integrato Gen AI. Aiuta quindi a prendere decisioni commerciali migliori incorporando informazioni geospaziali nella gestione degli acquisti e dei fornitori.
LINFA - L' Gestione dell'impronta di sostenibilità di SAP utilizza la sua Business AI per ridurre l'impronta di carbonio mappando i fattori correlati alle emissioni per i fattori di acquisto. I modelli di incorporamento OpenAI vengono impiegati nello strumento per trovare prodotti corrispondenti e convalidarli. Ciò avviene analizzando i database LCA ed ERP. Vengono identificate circa 10 mappature di fattori di emissione ravvicinate e vengono forniti campi dati, ovvero nome del prodotto, descrizione e punteggio di similarità. L'azienda valuta quindi la qualità della corrispondenza e migliora la visibilità dei dati sulle emissioni e la documentazione per gli audit.
Innovazione
Con un tempo limitato per raggiungere gli SDG, c'è un bisogno urgente di soluzioni innovative per colmare il divario tra intenzioni e risultati. Gen AI può generare idee per quanto segue.
- Finanza verde: Gen AI può aiutare le piccole e medie imprese che hanno difficoltà con lo sviluppo finanziario sostenibile, aiutandole a garantire le risorse. Gli istituti finanziari possono creare soluzioni appropriate al contesto, come prestiti e obbligazioni verdi, con Gen AI.
- Progettazione sostenibile di prodotti e servizi: Gen AI può aiutare a integrare i concetti di sostenibilità durante tutto il processo di progettazione. In questo modo, può incorporare i requisiti di sostenibilità nelle prime fasi di progettazione e sviluppo. I progettisti possono gestire la concorrenza durante tutto il processo e soddisfare i requisiti funzionali senza trascurare i fattori sostenibili.
- Ricerca all'avanguardia: La sostenibilità può essere accelerata con Gen AI in quanto aiuta a identificare tendenze, correlazioni e soluzioni di sostenibilità emergenti. Non solo può analizzare rapidamente grandi quantità di dati, ma può anche creare set di dati sintetici per affrontare la sottorappresentazione nei dati. Può migliorare ulteriormente la ricerca e la tecnologia aiutando ulteriormente il settore privato a raggiungere gli SDG del 2030.
Casi di studio
Yamaha e obiettivo finale – Il Concept 451 di Yamaha e Final Aim è un EV compatto per l'agricoltura nelle montagne giapponesi che affronta i cambiamenti demografici. Con Gen AI, accelerano la progettazione ricercando le sfide del settore. Li aiuta a generare 2,000 varianti di progettazione, portando alla comunicazione durante la modellazione 3D. Ciò dimostra che è possibile per le aziende affrontare i problemi sociali con cicli di R&S più rapidi.
matita – Per migliorare la ricerca, l'azienda ha co-sviluppato un chatbot basato su LLM per una società energetica internazionale. Semplifica le ricerche e i riepiloghi per varie fonti. La ricerca di mercato è stata migliorata con il chatbot e ha fornito il 15% in più di risposte pertinenti. Ciò ha aiutato a prendere decisioni strategiche e operative migliori insieme alle interazioni con i clienti.
Comunicazione e Reporting
Con un controllo sempre più attento da parte di investitori, autorità di regolamentazione e consumatori, la sostenibilità aziendale deve far fronte a diverse politiche e quadri normativi. Gen AI sta aiutando il reporting ESG e il marketing della sostenibilità, promuovendo al contempo collaborazioni all'interno delle aziende.
- Reporting di sostenibilità: I report ESG sono importanti per mostrare risultati, responsabilità e conformità. Gen AI analizza i dati per identificare metriche, evidenziare iniziative e creare report, migliorando così l'efficienza dei report.
- Marketing Sostenibilità: Per ottenere il supporto di consumatori e investitori, è importante un messaggio onesto sullo sviluppo sostenibile. I team di marketing possono utilizzare Gen AI per creare contenuti personalizzati, garantendo così l'allineamento con la strategia del marchio. Gli strumenti Gen AI sono utili anche per prevenire greenwashing chiarendo concetti complessi di sostenibilità per gli addetti al marketing.
- Potenziare la collaborazione: Gen AI guida anche le aziende a integrare la sostenibilità migliorando la collaborazione e la comunicazione tra i team. Può facilmente semplificare il gergo e fornire una migliore base di conoscenza per i decisori.
Casi di studio
Salesforce – Hanno integrato Einstein (sistema AI) in Net Zero Cloud migliorando così la loro gestione ESG. Utilizzando dati ESG storici e altri documenti, popola le risposte del report. Ciò consente alle aziende di concentrarsi sulle iniziative di sostenibilità piuttosto che sul reporting.
Microsoft – Il modello Copilot aiuta le aziende a reperire e condividere dati sulla sostenibilità. Utilizzando Gen AI, analizza i dati per supportare i dipendenti, consentendo così la condivisione dei risultati come documenti e report. Le aziende confrontano i loro progressi in materia di sostenibilità con quelli di altri, il che aumenta l'accuratezza e la sicurezza. Questo strumento promuove la conoscenza sostenibile, riduce gli errori e migliora il processo decisionale.
Leeward Renewable Energy si assicura progetti solari da 400 MW da Microsoft in Texas
Rischi per l'utente del settore privato che utilizza l'intelligenza artificiale di generazione per obiettivi globali
- I processi di Gen AI sono spesso opachi – Le aziende dipendono da un sistema di terze parti per infrastrutture, modelli e dati, il che crea un divario di responsabilità. I dati esterni potrebbero essere etichettati in modo errato o violare il copyright, cosa che gli sviluppatori non possono comprendere mentre traggono conclusioni. È anche possibile che gli utenti possano travisare la loro convalida degli output di Gen AI, il che aumenta i rischi.
- L'intelligenza artificiale di generazione può produrre risultati incerti e problematici – Gli esseri umani sono modelli per Gen AI e possono riflettere pregiudizi e incertezze che possono introdurre pregiudizi di genere, socioeconomici e razziali. Questo problema può aumentare con una progettazione di modelli difettosi, pregiudizi degli utenti esistenti e dati di formazione incompleti. C'è anche la possibilità di una presentazione di contenuti falsi e la generazione di output tossici. Tuttavia, con una trasparenza e una governance adeguate, questi errori, tossicità e pregiudizi possono essere prevenuti.
- L'intelligenza artificiale di generazione può violare la privacy e la sicurezza dei dati – Le app Gen AI a volte possono esporre involontariamente informazioni aziendali o personali sensibili. Ciò porta a violazioni dei protocolli di sicurezza dei dati come il GDPR. Se grandi set di dati vengono controllati in modo improprio anche con lo screening, c'è il rischio di rivelare dati riservati con la capacità di Gen AI di indicizzare informazioni pubbliche e creare associazioni.
- Il potere dell'intelligenza artificiale di generazione può essere utilizzato in modo improprio – Le persone e il pianeta sono influenzati dall'interazione degli utenti con la Gen AI. Senza misure di sicurezza, può minare gli SDG diffondendo disinformazione tramite deepfake. In questo modo offre una guida per le armi o supporta l'inganno. C'è la possibilità che gli utenti manipolino la Gen AI per produrre output tossici o violare la privacy dei dati, aumentando così questi rischi.
Riferimento incrociato: L'automazione influenza il processo decisionale?
Rischi esterni dell’uso dell’intelligenza artificiale generata dal settore privato
- L'intelligenza artificiale di generazione ha notevoli requisiti di risorse – La Gen AI richiede data center ad alta intensità di risorse e un aumento del consumo di elettricità entro il 2026, che già comprende oltre l'1.5% dell'energia globale. Influisce anche sulla sicurezza idrica attraverso le esigenze di raffreddamento e la produzione di hardware ha un impatto ambientale.
- L'intelligenza artificiale di generazione ridefinirà e potrebbe sostituire posti di lavoro – Con nuove opportunità, la Gen AI offre anche significative minacce di automazione ai lavoratori. Le aziende devono migliorare le proprie competenze per ridurre i licenziamenti e collaborare con i governi per un transizione centrata sulle persone nell'evoluzione della forza lavoro.
- L'intelligenza artificiale di ultima generazione sconvolgerà la società, il che potrebbe ampliare le divisioni esistenti – Le società e le economie trasformarsi con Gen AI. Tuttavia, ciò richiederà alfabetizzazione digitale, dati di formazione di qualità e potenza di calcolo. Le disuguaglianze nella distribuzione di Internet ed elettricità ostacoleranno solo il progresso, peggiorando le divisioni e generando problemi di diritti umani per i gruppi vulnerabili.
In conclusione, la Gen AI non è una soluzione universale alle sfide del settore privato. Ma ha un grande potenziale per rivoluzionare il business e lo sviluppo sostenibile. Il rapporto mostra come le prime applicazioni della Gen AI abbiano aiutato ad affrontare i problemi globali di povertà e disuguaglianza di genere. Il settore privato dovrebbe allineare le sue decisioni ai Dieci principi del Global Compact delle Nazioni Unite. C'è speranza che la Gen AI possa essere utile per raggiungere gli obiettivi del 2030.
Fonte: Guida del settore privato per accelerare lo sviluppo sostenibile con la tecnologia
