Realizacja Agendy na rzecz Zrównoważonego Rozwoju 2030 i osiągnięcie Celów Zrównoważonego Rozwoju wydaje się trudne . Wraz ze wzrostem napięć geopolitycznych, nierówności i zmiany klimatu wpływają na wiele aspektów. Dlatego niniejszy raport na temat wykorzystania sztucznej inteligencji generacji do realizacji globalnych celów dostarcza istotnych spostrzeżeń na temat wyzwań i oferowanych rozwiązań.
„Agenda 2030 – nasz globalny plan pokoju i dobrobytu na zdrowej planecie – jest w poważnych tarapatach. Sztuczna inteligencja mogłaby pomóc w jej odwróceniu. Mogłaby zintensyfikować działania na rzecz klimatu i wysiłki na rzecz osiągnięcia 17 Celów Zrównoważonego Rozwoju do 2030 roku. Wszystko to zależy jednak od odpowiedzialnego wykorzystania technologii sztucznej inteligencji i ich powszechnego dostępu” – powiedział António Guterres , Sekretarz Generalny ONZ.
Cel raportu – pomoc w osiągnięciu celów ONZ poprzez dostarczenie praktycznych spostrzeżeń i zaleceń.
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, generujący ponad 60% globalnego PKB, odgrywa istotną rolę w produkcji dóbr i usług. W związku z tym istnieje znacząca szansa na przewodzenie w dziedzinie generatywnej sztucznej inteligencji na rzecz zrównoważonego rozwoju poprzez koncentrację na Celach Zrównoważonego Rozwoju (SDG).
Dwa główne cele stawiane firmom działającym w obszarze sztucznej inteligencji przez ONZ w ramach Global Compact to:
- 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
SuperHumanRace – Aby poprawić zdrowie matek w najbiedniejszych stanach Indii, opracowali aplikację. Oferuje ona spersonalizowane zalecenia lekarskie. Aplikacja wykorzystuje sztuczną inteligencję i modelowanie maszynowe do analizy danych dotyczących zdrowia matek. Następnie tworzy spersonalizowane 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 to pomaga inżynierom automatyki w tworzeniu kodu dla programowalnych sterowników logicznych (PLC). Umożliwia to dalszą kontrolę maszyn fabrycznych, które w 1/3 działają na urządzeniach Siemens. Dzięki naturalnemu językowi kodowania, rozwiązanie to skraca czas, zmniejsza nakład pracy i redukuje liczbę błędów. Dzięki temu inżynierowie mogą skupić się na ważniejszych zadaniach. Dzięki temu mniej doświadczeni pracownicy mogą również awansować na stanowiska inżynierskie.
Zrównoważony łańcuch wartości
Dla efektywnej transformacji ważne jest zaangażowanie całego łańcucha dostaw w zrównoważony rozwój . Sztuczna inteligencja (Gen AI) może usprawnić długotrwały proces gromadzenia danych poprzez analizę danych nieustrukturyzowanych. Umożliwia również efektywne przeprowadzanie ocen cyklu życia (LCA), lepsze zaangażowanie dostawców i odpowiedzialne pozyskiwanie. Analizy LCA są ważne dla uzyskania przejrzystych danych dotyczących zrównoważonego rozwoju, ale ich tworzenie wymaga dużych nakładów. Sztuczna inteligencja (Gen AI) zwiększa efektywność prowadzenia dokładnych analiz 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 – Narzędzie N-Tier Supply Chain Navigator wykorzystuje sztuczną inteligencję Gen AI do usprawnienia operacji w łańcuchu dostaw. Dzieje się to dzięki analizom w czasie rzeczywistym dostarczanym przez sztuczną inteligencję Gen AI menedżerom ds. zrównoważonego rozwoju i zakupów. Narzędzie identyfikuje zagrożenia dla praw człowieka i zrównoważonego rozwoju, analizując dane z łańcucha dostaw w zestawieniu z kluczowymi wskaźnikami. Firma Accenture odkryła niedawno, że dostawcy z poziomu 2 i 3 odpowiadają za 50–60% emisji CO2. Dane te uzyskano po ocenie ponad 122 000 dostawców. Podkreśla to potencjał narzędzia w zakresie podejmowania decyzji dotyczących zrównoważonych zakupów.
Unilever – Współpracując z Google Earth Engine od 2020 roku, Unilever opracował analitykę geoprzestrzenną do monitorowania wylesiania i zarządzania ryzykiem związanym z surowcami leśnymi. Aby zapewnić wzajemne powiązanie danych geoprzestrzennych i danych z łańcucha dostaw, firma zintegrowała sztuczną inteligencję generacji (Gen AI). W ten sposób pomaga ona w podejmowaniu lepszych decyzji handlowych poprzez włączenie analiz geoprzestrzennych do procesu zakupów i zarządzania dostawcami.
SAP – System zarządzania zrównoważonym rozwojem SAP wykorzystuje sztuczną inteligencję biznesową (Business AI) do redukcji śladu węglowego poprzez mapowanie czynników związanych z emisją na czynniki zakupowe. W narzędziu wykorzystywane są modele OpenAI Embedding do wyszukiwania i walidacji pasujących produktów. Odbywa się to poprzez analizę baz danych LCA i ERP. Identyfikowanych jest około 10 bliskich mapowań czynników emisji, a także udostępniane są pola danych, takie jak nazwa produktu, opis i wskaźnik podobieństwa. Następnie firma ocenia jakość dopasowania i zwiększa widoczność danych dotyczących emisji oraz dokumentuje je 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 Final Aim – Concept 451 od Yamahy i Final Aim to kompaktowy pojazd elektryczny dla rolnictwa w japońskich górach, który odpowiada na zmiany demograficzne. Dzięki Gen AI przyspieszają projektowanie poprzez analizę wyzwań sektorowych. Pomaga im to wygenerować 2,000 wariantów projektowych, co przekłada się na komunikację podczas modelowania 3D. To pokazuje, że firmy mogą rozwiązywać problemy społeczne dzięki szybszym cyklom badawczo-rozwojowym.
Crayon – Aby usprawnić badania, firma wspólnie opracowała chatbota opartego na LLM dla międzynarodowej firmy energetycznej. Ułatwia on wyszukiwanie i podsumowania z różnych źródeł. Badania rynku zostały ulepszone dzięki chatbotowi, który dostarczył o 15% bardziej trafnych odpowiedzi. Pomogło to w podejmowaniu lepszych decyzji strategicznych i operacyjnych, a także w interakcji 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 sztucznej inteligencji) z Net Zero Cloud, usprawniając w ten sposób zarządzanie ESG. Wykorzystując historyczne dane ESG i inne dokumenty, system wypełnia odpowiedzi na raporty. Dzięki temu firmy mogą skupić się na inicjatywach zrównoważonego rozwoju, a nie na raportowaniu.
Microsoft – szablon Copilot pomaga firmom w pozyskiwaniu i udostępnianiu danych dotyczących zrównoważonego rozwoju. Wykorzystując sztuczną inteligencję generacji (Gen AI), analizuje dane, wspierając pracowników, umożliwiając 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 wiedzę na temat zrównoważonego rozwoju, redukuje błędy i usprawnia proces decyzyjny.
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.
Źródło : Przewodnik sektora prywatnego po przyspieszeniu zrównoważonego rozwoju za pomocą technologii
