2030年持続可能な開発アジェンダを達成し、 SDGs地政学的緊張が高まる中、不平等や気候変動が広範囲に影響を及ぼしています。このため、世界目標達成に向けた Gen AI の活用に関するこのレポートでは、課題と解決策に関する重要な洞察が提供されています。
「2030アジェンダは、健全な地球における平和と繁栄のための地球規模の青写真ですが、深刻な問題を抱えています。AIは、この状況を好転させるのに役立つ可能性があります。AIは、気候変動対策や17年までに2030の持続可能な開発目標を達成するための取り組みを加速させる可能性があります。しかし、これらすべては、AIテクノロジーが責任を持って活用され、すべての人が利用できるようにすることにかかっています。」 と アントニオグテレス、国連事務総長。
報告書の目的 – 実用的な洞察と推奨事項を提供することで、国連の目的の達成に貢献します。
GEN AIとは何ですか?
これは人間の思考を再現し、さまざまな入力を出力に変換する機械ベースのシステムです。これらの出力は、推奨や予測からコンテンツまで多岐にわたります。[7] 生成型AI（GEN AI）は、これまでに公開されているものを超えた新しいコンテンツを生成するタイプの人工知能です。[8]
これらはすべて、テキストや画像にすでに存在するパターンを他のデータとともに識別して複製し、現実的な新しいデータを作成することによって行われます。一般的な Gen AI 製品には、GPT-4/4o、Claude、Midjourney、Claude などがあります。
現在、人間の言語を模倣できる大規模言語モデル (LLM) に注目が集まっており、モデルはタンパク質のミームや構造も生成します。汎用的な基礎モデルは、Gen AI エコシステムの中核から派生した広範なデータセットでトレーニングされています。さまざまなアプリケーション向けの特定のデータを使用したカスタマイズが可能で、クラウド プロバイダーがシステムをトレーニングできます。
使い方 地球規模の目標に向けたAI世代：持続可能な開発における民間セクターの主導的役割
民間部門は世界のGDPの60％以上を占め、商品やサービスの生産において重要な役割を果たしており、そのため、 持続可能な開発のための生成AI 持続可能な開発目標（SDGs）に焦点を当てます。
2つの主な目的は、 国連グローバル・コンパクト（AI世代向け） 企業は以下の通りです。
- 企業は Gen AI の導入を慎重に進め、安全に使用できるように開発するために人間による監視を確保する必要があります。
- 民間部門は、Gen AI の責任ある実装とともに、SDGs に関する行動と意図の間のギャップを埋める必要があります。
Gen AI を活用して持続可能な開発目標を推進する
Gen AI を成功裏に責任を持って使用するためのシステムをサポートする重要な要素が 3 つあります。
- 企業は、自分たちが解決しようとしている問題を明確に理解していることを確認する必要があります。また、Gen AI が理想的なソリューションであることに同意する必要があります。
- 企業は、従業員が責任を持って Gen AI を使用できるようにトレーニングする必要があります。これは、適切なデータ、AI リテラシー トレーニング、デジタルで従業員をサポートすることで実現できます。
- 企業は適切な政府構造を構築し、安全性と説明責任を維持する必要があります。
次世代AIと持続可能性
Gen AI は、データ マイナー、ナレッジ アンプ、インサイト ナビゲーターとして機能することで、持続可能な開発をサポートする可能性があります。これらにより、Gen AI は既存のテクノロジーとビジネス オペレーションを強化し、後述する 4 つの主要分野で持続可能性をさらに促進することもできます。
オペレーション効率向上
企業が持続可能な収益を上げるためには、限られたリソースを効率的に運用することが重要です。Gen AI を活用することで、以下のようなさまざまな業務の強化が可能になります。
- リソースの最適化: コスト削減と環境への影響は、リソースの必要性を最小限に抑えることで実現できます。従業員は、Gen AI を現在の分析と併用することで、物流やコンピューティング能力などのリソースを最適化できます。たとえば、予測分析システムを、実用的な推奨事項を提供する処方メンテナンス システムにアップグレードします。
- 労働者の効率: 適切なトレーニングとツールで改善できます。Gen AI では、各従業員の役割、現地の規制、言語を考慮して、各従業員のトレーニングをパーソナライズできます。さらに、会社の目標に沿ったトレーニング プログラムを設計できるため、従業員の意思決定と生産性がさらに向上します。
- 効率的なコードソフトウェアの環境への影響を管理するには、効果的なコーディングが重要です。Gen AI を使用すると、コーディング タスクを自動化し、既存のコードを最適化して、改善点を特定することができます。これにより、チームの効率が向上します。効果的なコーディングは、ソフトウェアの環境への影響を管理するために不可欠です。Gen AI は、コーディング タスクを自動化し、既存のコードを最適化して、改善点を特定し、チームの効率を向上させることができます。
全体として、開発プロセスを合理化することで、企業は資源の使用を減らし、排出量を削減できる可能性があります。
ケーススタディ
スーパーヒューマンレース – インドの最も貧しい州の母親の健康を改善することを目指して、彼らはアプリを開発しました。このアプリは、個人に合わせた医師の推薦を提供します。このアプリは、Gen AI と機械モデリングを使用して母親の健康データを分析します。次に、患者の妊娠段階とリスク要因に基づいてカスタマイズされたアンケートを作成します。
ジーメンス – 同社は、産業効率を高めるために、Schaeffler の製造ラインに Industrial Copilot (Microsoft の Gen AI ソリューション) を実装しました。このツールは、オートメーション エンジニアがプログラマブル ロジック コントローラー (PLC) のコードを作成するのに役立ちます。これにより、工場の機械をさらに制御できます。工場の機械の 1/3 は Siemens デバイスで稼働しています。自然なコーディング言語を使用することで、時間、労力、エラーが削減されます。そのため、エンジニアは重要なタスクに集中できます。これにより、経験の浅い従業員もエンジニアリングの役割に移行できます。
持続可能なバリューチェーン
効果的な移行のためには、 持続可能な開発におけるサプライチェーンGen AI は、非構造化データを分析することで、時間のかかるデータ収集プロセスを効率化できます。さらに、ライフサイクル アセスメント (LCA) の効率化、サプライヤー エンゲージメントの向上、責任ある調達が可能になります。LCA は明確な持続可能性データにとって重要ですが、その作成には多くのリソースが必要です。Gen AI は、正確な LCA を維持する効率を高めます。
2030 SDGs によれば、責任ある調達は社会と環境への影響に影響を及ぼすため重要です。調達だけではすべてのリスクを軽減できるわけではないため、もう XNUMX つの重要な要素はサプライヤーの関与です。Gen AI は、リスクの特定と、リスクを改善するための適切な機会の特定に役立ちます。これらすべてに加えて、サプライヤーに合わせたトレーニングを提供し、透明性と持続可能な慣行を促進します。
ケーススタディ
アクセンチュア – N-Tier Supply Chain Navigator は Gen AI を使用してサプライ チェーンの運用を強化します。これは、持続可能性および調達マネージャー向けに Gen AI が提供するリアルタイムの洞察によって行われます。サプライ チェーン データを主要な指標に照らして分析することで、人権リスクと持続可能性を特定します。最近、Accenture は、Tier 2 および 3 のサプライヤーが CO50 ホットスポットの 60%～2% を占めていることを発見しました。この情報は、122,000 を超えるサプライヤーを評価した後に得られたものです。したがって、このツールが持続可能な調達の決定に情報を提供する能力を強調しています。
ユニリーバ – ユニリーバは、2020 年から Google Earth のエンジンと提携し、森林破壊を監視し、森林商品のリスクを管理するための地理空間分析を開発しました。地理空間データとサプライ チェーン データを相互参照するために、Gen AI を統合しました。これにより、地理空間の洞察を購買とサプライヤー管理に組み込むことで、より優れた商業上の意思決定が可能になります。
SAP - 持続可能性フットプリント管理 SAP は、ビジネス AI を使用して、排出に関連する要因を購入要因にマッピングすることで、カーボン フットプリントを削減しています。ツールでは、一致する製品を見つけて検証するために OpenAI 埋め込みモデルが採用されています。これは、LCA および ERP データベースを分析することによって行われます。約 10 個の近い排出要因マッピングが特定され、製品名、説明、類似性スコアなどのデータ フィールドが提供されます。その後、同社は一致品質を評価し、排出データの可視性と監査用のドキュメントを強化します。
革新的手法
SDGs 達成までの時間は限られているため、意図と結果のギャップを埋めるための革新的なソリューションが緊急に必要とされています。Gen AI は次のようなアイデアを生み出すことができます。
- グリーンファイナンスGen AI は、リソースの確保を支援することで、持続可能な財務開発に苦戦している中小企業を支援できます。金融機関は Gen AI を利用して、グリーンローンや債券など、状況に応じたソリューションを作成できます。
- 持続可能な製品とサービスの設計: Gen AI は、設計プロセス全体に持続可能性の概念を統合するのに役立ちます。これにより、設計と開発の初期段階に持続可能性の要件を組み込むことができます。設計者はプロセス全体を通じて競争を管理し、持続可能な要素を無視することなく機能要件を満たすことができます。
- 最先端の研究Gen AI は、トレンド、相関関係、新たな持続可能性ソリューションの特定に役立つため、持続可能性を加速できます。膨大な量のデータを迅速に分析できるだけでなく、合成データセットを作成して、データの不足に対処することもできます。研究とテクノロジーを強化し、民間部門が 2030 年の SDG を達成できるようさらに支援します。
ケーススタディ
ヤマハ＆ファイナルエイム – ヤマハとファイナルエイムのコンセプト451は、人口動態の変化に対応した日本の山岳地帯での農業向けの小型EVです。Gen AIを使用して、業界の課題を研究することで設計を加速します。これにより、2,000種類のデザインバリエーションが生成され、3Dモデリング中のコミュニケーションにつながります。これは、企業がより速い研究開発サイクルで社会問題に取り組むことが可能であることを示しています。
鉛筆 – 調査を強化するために、同社は国際的なエネルギー会社向けに LLM を利用したチャットボットを共同開発しました。これにより、さまざまなソースの検索と要約が容易になります。チャットボットによって市場調査が改善され、関連性の高い回答が 15% 増加しました。これにより、顧客とのやり取りとともに、より優れた戦略的および運用上の意思決定が可能になりました。
コミュニケーションと報告
投資家、規制当局、消費者からの監視が強化される中、企業の持続可能性はさまざまなポリシーやフレームワークに直面しています。Gen AI は、企業内でのコラボレーションを促進しながら、ESG レポートと持続可能性マーケティングを支援しています。
- サステナビリティレポートESG レポートは、結果、説明責任、コンプライアンスを示すために重要です。Gen AI はデータを分析して指標を特定し、取り組みを強調し、レポートを作成し、レポートの効率を高めます。
- マーケティングの持続可能性: 消費者や投資家の支持を得るためには、持続可能な開発に関する正直なメッセージを伝えることが重要です。マーケティングチームは、Gen AIを使用してカスタマイズされたコンテンツを作成し、ブランド戦略との整合性を確保できます。Gen AIツールは、 グリーンウォッシング マーケティング担当者向けに複雑な持続可能性の概念を明確にします。
- コラボレーションの促進Gen AI は、チーム間のコラボレーションとコミュニケーションを強化することで、企業が持続可能性を統合できるように導きます。専門用語を簡単に簡素化し、意思決定者に優れた知識ベースを提供できます。
ケーススタディ
Salesforce – Net Zero Cloud に Einstein (AI システム) を統合し、ESG 管理を改善しました。過去の ESG データやその他のドキュメントを使用して、レポートの回答を入力します。これにより、企業はレポートではなく、持続可能性の取り組みに集中できます。
Microsoft – Copilot テンプレートは、企業が持続可能性データを入手して共有するのに役立ちます。Gen AI を使用してデータを分析し、従業員をサポートすることで、結果をドキュメントやレポートとして共有できます。企業は持続可能性の進捗状況を他社と比較することで、正確性と信頼性を高めます。このツールは、持続可能性に関する知識を促進し、エラーを減らし、意思決定を改善します。
リーワード・リニューアブル・エナジー、テキサス州でマイクロソフトから400MWの太陽光発電プロジェクトを獲得
民間セクターがグローバル目標のために Gen AI を利用する際のユーザーリスク
- ジェネレーションAIのプロセスは往々にして不透明 – 企業はインフラストラクチャ、モデル、データに関してサードパーティのシステムに依存しているため、説明責任のギャップが生じています。外部データは誤ったラベルが付けられていたり、著作権を侵害している可能性があり、開発者は結論を出す際にそれを理解できません。また、ユーザーが Gen AI 出力の検証を誤って伝える可能性があり、リスクが増大します。
- Gen AIは不確実で問題のある結果を生み出す可能性がある – 人間は Gen AI のモデルであり、偏見や不確実性を反映する可能性があり、性別、社会経済的、人種的偏見をもたらす可能性があります。この問題は、モデル設計の誤り、既存のユーザー バイアス、不完全なトレーニング データによって増大する可能性があります。また、誤ったコンテンツの表示や有害な出力の生成の可能性もあります。ただし、適切な透明性とガバナンスがあれば、これらのエラー、毒性、偏見を防ぐことができます。
- Gen AIはデータのプライバシーとセキュリティを侵害する可能性がある – Gen AI アプリは、意図せず企業や個人の機密情報を公開することがあります。これは、GDPR などのデータ セキュリティ プロトコルの違反につながります。スクリーニングを行っても大規模なデータセットが不適切に監査されると、公開情報をインデックス化して関連付けを行う Gen AI の機能により、機密データが漏洩するリスクがあります。
- ジェネレーションAIの力は悪用される可能性がある – 人々と地球は、ユーザーと Gen AI のやり取りによって影響を受けます。安全策を講じなければ、ディープフェイクを通じて誤った情報を拡散し、SDG を損なう可能性があります。このようにして、武器のガイダンスを提供したり、欺瞞を支援したりします。ユーザーが Gen AI を操作して有害な出力を生成したり、データのプライバシーを侵害したりする可能性があり、これらのリスクが増大します。
相互参照: 自動化は意思決定に偏りをもたらすか?
民間セクターにおけるAI活用の外部リスク
- Gen AIには多大なリソース要件がある – Gen AI には、リソース集約型データセンターが必要であり、2026 年までに電力消費量が増加します。これはすでに世界のエネルギーの 1.5% 以上を占めています。また、冷却の必要性により水の安全性にも影響を及ぼし、ハードウェアの生産は環境に影響を与えます。
- AI世代は仕事の定義を変え、仕事を奪う可能性がある – 新たな機会とともに、AI世代は労働者に重大な自動化の脅威ももたらします。企業は解雇を減らすためにスキルアップし、政府と協力して 人間中心の移行 進化する労働力の中で。
- 次世代AIは社会を混乱させ、既存の格差を拡大させる可能性がある – 社会と経済は Gen AIで変革するしかし、そのためにはデジタルリテラシー、質の高いトレーニングデータ、計算能力が必要です。インターネットと電力供給の不平等は進歩を妨げ、格差を悪化させ、弱い立場の人々の人権問題を引き起こすだけです。
結論として、Gen AI は民間部門の課題に対する普遍的な解決策ではありません。しかし、ビジネスと持続可能な開発に革命を起こす大きな可能性を秘めています。レポートでは、Gen AI の初期の応用が貧困と男女不平等という世界的な問題への取り組みにどのように役立ったかを示しています。民間部門は、国連グローバル コンパクトの 2030 原則に沿って決定を下すべきです。Gen AI が XNUMX 年の目標達成に役立つことが期待されています。
