Wydaje się, że trudno jest zrealizować Agendę na rzecz Zrównoważonego Rozwoju 2030 i osiągnąć SDGs. Wraz ze wzrostem napięć geopolitycznych nierówności i zmiany klimatu wpływają na wiele rzeczy. Dlatego ten raport na temat wykorzystania Gen AI do globalnych celów dostarcza ważnych spostrzeżeń na temat oferowanych wyzwań i rozwiązań.
„Agenda 2030 — nasz globalny plan pokoju i dobrobytu na zdrowej planecie — jest w poważnych tarapatach. AI może pomóc to odwrócić. Może ona doładować działania klimatyczne i wysiłki na rzecz osiągnięcia 17 Celów Zrównoważonego Rozwoju do 2030 r. Ale wszystko to zależy od odpowiedzialnego wykorzystania technologii AI i udostępnienia ich wszystkim” powiedziany António Guterres, Sekretarz Generalny Organizacji Narodów Zjednoczonych.
Cel raportu – Pomoc w realizacji celów ONZ poprzez dostarczanie praktycznych spostrzeżeń i rekomendacji.
Czym jest GEN AI?
Jest to system oparty na maszynie, który replikuje ludzkie myślenie i przekształca różne dane wejściowe w dane wyjściowe. Dane wyjściowe mogą obejmować zalecenia lub przewidywania, a także treści. [7] Generative AI (GEN AI) to rodzaj sztucznej inteligencji, która generuje nowe treści wykraczające poza to, co zostało już ujawnione. [8]
Wszystko to odbywa się poprzez identyfikację i replikację wzorców już obecnych w tekście i obrazach wraz z innymi danymi w celu stworzenia realistycznych nowych danych. Niektóre powszechne produkty Gen AI to GPT-4/4o, Claude, Midjourney i Claude.
Obecnie uwaga skupia się na dużych modelach językowych (LLM), które mogą naśladować ludzki język, a modele generują również memy i struktury białkowe. Modele podstawowe do celów ogólnych są trenowane na rozległych zestawach danych pochodzących z rdzenia ekosystemu Gen AI. Możliwa jest personalizacja za pomocą określonych danych dla różnych aplikacji, a dostawcy chmury mogą trenować system.
Korzystanie z Gen AI dla celów globalnych: wiodąca rola sektora prywatnego w zrównoważonym rozwoju
Sektor prywatny, który odpowiada za ponad 60% światowego PKB, odgrywa ważną rolę w produkcji dóbr i usług. Istnieje zatem znacząca szansa na przewodzenie w Generatywna sztuczna inteligencja dla zrównoważonego rozwoju skupiając się na Celach Zrównoważonego Rozwoju (SDGs).
2 główne cele, do których dąży Global Compact ONZ dla Gen AI firmy są następujące:
- Przedsiębiorstwa muszą postępować ostrożnie, wdrażając sztuczną inteligencję generacji i zapewnić nadzór ludzki, aby jej rozwój był bezpieczny i możliwy do użytkowania.
- Oprócz odpowiedzialnego wdrażania sztucznej inteligencji generacji sektor prywatny powinien zniwelować rozdźwięk między działaniami a intencjami w zakresie Celów Zrównoważonego Rozwoju.
Wykorzystanie sztucznej inteligencji generacji do realizacji celów zrównoważonego rozwoju
Istnieją 3 kluczowe elementy wspierające system w celu pomyślnego i odpowiedzialnego wykorzystania sztucznej inteligencji generacji.
- Firmy powinny być pewne, że jasno rozumieją problem, który rozwiązują. Powinny również zgodzić się, że Gen AI jest idealnym rozwiązaniem.
- Firmy muszą szkolić pracowników, aby odpowiedzialnie korzystali z Gen AI. Można to zrobić, wspierając ich odpowiednimi danymi, szkoleniami z zakresu umiejętności korzystania z AI i rozwiązaniami cyfrowymi.
- Przedsiębiorstwa powinny powołać odpowiednie struktury rządowe oraz zadbać o bezpieczeństwo i rozliczalność.
Gen AI i zrównoważony rozwój
Gen AI ma potencjał, aby wspierać zrównoważony rozwój, działając jako Data Miner, Knowledge Amplifier i Insight Navigator. Dzięki temu Gen AI może również udoskonalić istniejące technologie i operacje biznesowe, dodatkowo promując zrównoważony rozwój w 4 kluczowych obszarach, jak omówiono dalej.
Efektywność operacyjna
Ważne jest, aby firmy efektywnie zarządzały ograniczonymi zasobami, aby osiągnąć zrównoważone zyski. Dzięki Gen AI możliwe jest udoskonalenie różnych operacji, jak wspomniano poniżej.
- Optymalizacja zasobów: Redukcja kosztów i wpływu na środowisko może być osiągnięta poprzez minimalizację zapotrzebowania na zasoby. Pracownicy mogą optymalizować zasoby, takie jak logistyka i moc obliczeniowa, stosując Gen AI wraz z bieżącą analityką. Podobnie jak modernizacja systemów analityki predykcyjnej do systemów konserwacji preskryptywnej, które oferują wykonalne zalecenia.
- Efektywność pracowników:Można to poprawić dzięki odpowiedniemu szkoleniu i narzędziom. Dzięki Gen AI szkolenie każdego pracownika może być spersonalizowane, biorąc pod uwagę jego rolę, lokalne przepisy i język. Co więcej, może również projektować programy szkoleniowe zgodne z celami firmy, co jeszcze bardziej zwiększa podejmowanie decyzji i produktywność pracowników.
- Wydajny kod:Aby zarządzać wpływem oprogramowania na środowisko, ważne jest skuteczne kodowanie. Dzięki Gen AI zadania kodowania można zautomatyzować, a istniejący kod można zoptymalizować, a także poprawić punktację. Dzięki temu zespół będzie bardziej wydajny. Skuteczne kodowanie ma kluczowe znaczenie dla zarządzania wpływem oprogramowania na środowisko. Gen AI może automatyzować zadania kodowania, optymalizować istniejący kod i wskazywać ulepszenia, pomagając zespołom stać się bardziej wydajnymi.
Ogólnie rzecz biorąc, usprawniając procesy rozwojowe, przedsiębiorstwa mogą ograniczyć zużycie zasobów i obniżyć emisję.
Studia Przypadków
SuperLudzkaRasa – Mając na celu poprawę zdrowia matek w najbiedniejszych stanach Indii, opracowali aplikację. Zapewnia ona spersonalizowane zalecenia lekarskie. Ta aplikacja wykorzystuje Gen AI i modelowanie maszynowe do analizy danych dotyczących zdrowia matek. Następnie tworzy dostosowane kwestionariusze na podstawie etapu ciąży pacjentki i czynników ryzyka.
Siemens – Wdrożyli Industrial Copilot (rozwiązanie Gen AI firmy Microsoft) na linii produkcyjnej Schaeffler, aby zwiększyć wydajność przemysłową. Narzędzie pomaga inżynierom automatyki w tworzeniu kodu dla programowalnych sterowników logicznych (PLC). To dodatkowo kontroluje maszyny fabryczne, które w 1/3 działają na urządzeniach firmy Siemens. Dzięki naturalnemu językowi kodowania skraca czas, wysiłek i błędy. Dzięki temu inżynierowie mogą bardziej skupić się na ważnych zadaniach. Dzięki temu mniej doświadczeni pracownicy mogą również przejść na stanowiska inżynierskie.
Zrównoważony łańcuch wartości
Aby transformacja przebiegła skutecznie, ważne jest zaangażowanie całego zespołu łańcuch dostaw w zrównoważonym rozwoju. Gen AI może usprawnić długi proces gromadzenia danych poprzez analizę niestrukturyzowanych danych. Ponadto umożliwia wydajne oceny cyklu życia (LCA), lepsze zaangażowanie dostawców i odpowiedzialne pozyskiwanie. LCA są ważne dla przejrzystych danych dotyczących zrównoważonego rozwoju, ale ich tworzenie wymaga dużych zasobów. Gen AI zwiększa wydajność utrzymywania dokładnych LCA.
Zgodnie z SDGs 2030 odpowiedzialne pozyskiwanie jest ważne, ponieważ wpływa na ślad społeczny i środowiskowy. Innym ważnym elementem jest zaangażowanie dostawców, ponieważ nie wszystkie ryzyka można złagodzić poprzez samo pozyskiwanie. Gen AI może pomóc w identyfikacji ryzyk i właściwych możliwości ich poprawy. Wszystko to wraz z oferowaniem dostosowanych szkoleń dla dostawców, a tym samym promowaniem przejrzystości i zrównoważonych praktyk.
Studia Przypadków
Accenture – Jego N-Tier Supply Chain Navigator wykorzystuje Gen AI do usprawnienia operacji łańcucha dostaw. Odbywa się to za pomocą analiz w czasie rzeczywistym dostarczanych przez Gen AI dla menedżerów ds. zrównoważonego rozwoju i zakupów. Identyfikuje zagrożenia dla praw człowieka i zrównoważonego rozwoju poprzez analizę danych łańcucha dostaw w odniesieniu do kluczowych wskaźników. Niedawno Accenture odkryło, że dostawcy Tier 2 i 3 odpowiadają za 50%–60% ognisk CO2. Informacje te uzyskano po ocenie ponad 122,000 XNUMX dostawców. Podkreśla to zdolność narzędzia do informowania o zrównoważonych decyzjach zakupowych.
Unilever – Współpracując z Google Earth Engine od 2020 r., Unilever opracował analizę geoprzestrzenną w celu monitorowania wylesiania i zarządzania ryzykiem związanym z towarami leśnymi. Aby uzyskać odniesienia krzyżowe danych geoprzestrzennych i łańcucha dostaw, zintegrowali Gen AI. Pomaga to w podejmowaniu lepszych decyzji handlowych poprzez włączanie spostrzeżeń geoprzestrzennych do zarządzania zakupami i dostawcami.
SAP - Zarządzanie śladem zrównoważonego rozwoju SAP wykorzystuje swoją Business AI do redukcji śladu węglowego poprzez mapowanie czynników związanych z emisją dla czynników zakupu. Modele OpenAI Embedding są wykorzystywane w narzędziu do znajdowania pasujących produktów i ich walidacji. Odbywa się to poprzez analizę baz danych LCA i ERP. Zidentyfikowano około 10 bliskich mapowań czynników emisji i podano pola danych, którymi są nazwa produktu, opis i wynik podobieństwa. Następnie firma ocenia jakość dopasowania i zwiększa widoczność danych dotyczących emisji oraz dokumentację na potrzeby audytów.
Innowacyjność:
Mając ograniczony czas na osiągnięcie SDGs, pilnie potrzebne są innowacyjne rozwiązania, aby pokryć lukę między intencjami a wynikami. Gen AI może generować pomysły na następujące rzeczy.
- Green Finance: Gen AI może pomóc małym i średnim przedsiębiorstwom zmagającym się ze zrównoważonym rozwojem finansowym, pomagając im w zabezpieczaniu zasobów. Instytucje finansowe mogą tworzyć odpowiednie do kontekstu rozwiązania, takie jak zielone pożyczki i obligacje, z Gen AI.
- Zrównoważone projektowanie produktów i usług: Gen AI może pomóc w integracji koncepcji zrównoważonego rozwoju w całym procesie projektowania. W ten sposób może osadzić wymagania zrównoważonego rozwoju na wczesnych etapach projektowania i rozwoju. Projektanci mogą zarządzać konkurencją w całym procesie i spełniać wymagania funkcjonalne bez zaniedbywania czynników zrównoważonego rozwoju.
- Badania pionierskie: Zrównoważony rozwój można przyspieszyć dzięki Gen AI, ponieważ pomaga ona w identyfikowaniu trendów, korelacji i pojawiających się rozwiązań zrównoważonego rozwoju. Może nie tylko szybko analizować ogromne ilości danych, ale także tworzyć syntetyczne zestawy danych, aby rozwiązać problem niedoreprezentacji w danych. Może ulepszyć badania i technologię, pomagając sektorowi prywatnemu w osiągnięciu SDGs na rok 2030.
Studia Przypadków
Yamaha i cel końcowy – Concept 451 firmy Yamaha i Final Aim to kompaktowy pojazd elektryczny do rolnictwa w japońskich górach, który odpowiada na zmiany demograficzne. Dzięki Gen AI przyspieszają projektowanie, badając wyzwania sektorowe. Pomaga im to wygenerować 2,000 wariantów projektu, co prowadzi do komunikacji podczas modelowania 3D. Pokazuje to, że firmy mogą rozwiązywać problemy społeczne dzięki szybszym cyklom badawczo-rozwojowym.
Ołówek – Aby usprawnić badania, firma wspólnie opracowała chatbota opartego na LLM dla międzynarodowej firmy energetycznej. Ułatwia on wyszukiwanie i podsumowania dla różnych źródeł. Badania rynku zostały ulepszone dzięki chatbotowi i dostarczyły o 15% bardziej trafnych odpowiedzi. Pomogło to w podejmowaniu lepszych decyzji strategicznych i operacyjnych wraz z interakcjami z klientami.
Komunikacja i raportowanie
Wraz ze wzrostem kontroli ze strony inwestorów, regulatorów i konsumentów, zrównoważony rozwój przedsiębiorstw staje w obliczu różnych polityk i ram. Gen AI pomaga w raportowaniu ESG i marketingu zrównoważonego rozwoju, jednocześnie wspierając współpracę w firmach.
- raportowanie zrównoważonego rozwoju:Raporty ESG są ważne dla pokazania wyników, odpowiedzialności i zgodności. Gen AI analizuje dane, aby identyfikować wskaźniki, wyróżniać inicjatywy i tworzyć raporty, zwiększając w ten sposób wydajność raportowania.
- Zrównoważony rozwój marketingu:Aby uzyskać wsparcie konsumentów i inwestorów, ważne jest szczere przekazywanie informacji o zrównoważonym rozwoju. Zespoły marketingowe mogą używać Gen AI do tworzenia dostosowanych treści, zapewniając w ten sposób zgodność ze strategią marki. Narzędzia Gen AI są również pomocne w zapobieganiu greenwashing poprzez wyjaśnianie skomplikowanych koncepcji zrównoważonego rozwoju dla marketerów.
- Wzmacnianie współpracy: Gen AI pomaga również firmom integrować zrównoważony rozwój poprzez usprawnianie współpracy i komunikacji między zespołami. Może łatwo uprościć żargon i zapewnić lepszą bazę wiedzy dla decydentów.
Studia Przypadków
Salesforce – Zintegrowali Einstein (system AI) z Net Zero Cloud, co usprawniło zarządzanie ESG. Wykorzystując historyczne dane ESG i inne dokumenty, wypełnia odpowiedzi na raporty. Pozwala to firmom skupić się na inicjatywach zrównoważonego rozwoju, a nie na raportowaniu.
Microsoft – Szablon Copilot pomaga firmom w pozyskiwaniu i udostępnianiu danych dotyczących zrównoważonego rozwoju. Korzystając z Gen AI, analizuje dane, aby wspierać pracowników, umożliwiając w ten sposób udostępnianie wyników w formie dokumentów i raportów. Firmy porównują swoje postępy w zakresie zrównoważonego rozwoju z innymi, co zwiększa dokładność i pewność. To narzędzie promuje zrównoważoną wiedzę, zmniejsza liczbę błędów i usprawnia podejmowanie decyzji.
Leeward Renewable Energy zabezpiecza 400 MW projektów solarnych od Microsoftu w Teksasie
Ryzyko użytkowników sektora prywatnego wykorzystującego sztuczną inteligencję generacji do realizacji celów globalnych
- Procesy Gen AI są często nieprzejrzyste – Firmy są zależne od systemu stron trzecich w zakresie infrastruktury, modeli i danych, co tworzy lukę w rozliczalności. Dane zewnętrzne mogą być błędnie oznaczone lub naruszać prawa autorskie, czego programiści nie mogą zrozumieć podczas wyciągania wniosków. Możliwe jest również, że użytkownicy mogą błędnie przedstawić swoją walidację wyników Gen AI, co zwiększa ryzyko.
- Sztuczna inteligencja generacji może generować niepewne i problematyczne wyniki – Ludzie są modelami dla Gen AI i mogą odzwierciedlać uprzedzenia i niepewność, które mogą wprowadzać uprzedzenia płciowe, społeczno-ekonomiczne i rasowe. Problem ten może się nasilać wraz z wadliwym projektem modelu, istniejącymi uprzedzeniami użytkowników i niekompletnymi danymi szkoleniowymi. Istnieje również możliwość fałszywej prezentacji treści i generowania toksycznych wyników. Jednak przy odpowiedniej przejrzystości i zarządzaniu można zapobiec tym błędom, toksyczności i stronniczości.
- Sztuczna inteligencja generacji może naruszyć prywatność i bezpieczeństwo danych – Aplikacje Gen AI mogą czasami nieumyślnie ujawniać poufne informacje korporacyjne lub osobiste. Prowadzi to do naruszeń protokołów bezpieczeństwa danych, takich jak GDPR. Jeśli duże zestawy danych są nieprawidłowo audytowane nawet przy przesiewaniu, istnieje ryzyko ujawnienia poufnych danych, ponieważ Gen AI ma zdolność indeksowania informacji publicznych i tworzenia powiązań.
- Moc sztucznej inteligencji może być nadużywana – Interakcja użytkowników z Gen AI ma wpływ na ludzi i planetę. Bez zabezpieczeń może podważyć SDGs, rozpowszechniając dezinformację za pomocą deepfake’ów. W ten sposób oferuje wskazówki dotyczące broni lub wspiera oszustwo. Istnieje możliwość, że użytkownicy zmanipulują Gen AI, aby uzyskać toksyczne wyniki lub naruszyć prywatność danych, zwiększając w ten sposób te ryzyka.
Zewnętrzne zagrożenia związane z wykorzystaniem sztucznej inteligencji w sektorze prywatnym
- Generacja AI ma znaczne wymagania dotyczące zasobów – Gen AI wymaga centrów danych intensywnie wykorzystujących zasoby i zwiększonego zużycia energii elektrycznej do 2026 r., które już teraz stanowi ponad 1.5% światowej energii. Wpływa również na bezpieczeństwo wodne poprzez potrzeby chłodzenia, a produkcja sprzętu ma wpływ na środowisko.
- Generacja AI zdefiniuje na nowo i może zastąpić miejsca pracy – Wraz z nowymi możliwościami Gen AI oferuje również pracownikom znaczące zagrożenia automatyzacji. Firmy muszą podnosić swoje kwalifikacje, aby ograniczyć liczbę zwolnień i współpracować z rządami w celu przejście zorientowane na ludzi w rozwijającej się sile roboczej.
- Generacja AI zburzy społeczeństwo, co może pogłębić istniejące podziały – Społeczeństwa i gospodarki będą transformacja z Gen AI. Wymaga to jednak kompetencji cyfrowych, wysokiej jakości danych szkoleniowych i mocy obliczeniowej. Nierówności w dostępie do Internetu i dystrybucji energii elektrycznej będą jedynie utrudniać postęp, pogłębiając podziały i generując problemy z prawami człowieka dla grup wrażliwych.
Podsumowując, Gen AI nie jest uniwersalnym rozwiązaniem problemów w sektorze prywatnym. Ma jednak ogromny potencjał, aby zrewolucjonizować biznes i zrównoważony rozwój. Raport pokazuje, jak wczesne zastosowania Gen AI pomogły w rozwiązaniu globalnych problemów ubóstwa i nierówności płci. Sektor prywatny powinien dostosować swoje decyzje do Dziesięciu Zasad UN Global Compact. Istnieje nadzieja, że Gen AI może być pomocne w osiągnięciu celów na rok 2030.
