Использование Gen AI для глобальных целей: руководство для частного сектора по устойчивому развитию с использованием технологий

Кажется, достижение целей устойчивого развития на период до 2030 года и реализация ЦУР представляются сложной задачей . Усиление геополитической напряженности, неравенство и изменение климата оказывают значительное влияние на ситуацию в целом. Именно поэтому данный доклад об использовании искусственного интеллекта для достижения глобальных целей предоставляет важную информацию о существующих проблемах и предлагаемых решениях.

«Повестка дня на период до 2030 года — наш глобальный план обеспечения мира и процветания на здоровой планете — находится в глубоком кризисе. Искусственный интеллект мог бы помочь изменить ситуацию. Он мог бы значительно ускорить действия по борьбе с изменением климата и усилия по достижению 17 целей устойчивого развития к 2030 году. Но все это зависит от ответственного использования технологий искусственного интеллекта и обеспечения их доступности для всех», — заявил Генеральный секретарь ООН Антонио Гутерриш .

Цель доклада – содействовать достижению целей ООН путем предоставления практических рекомендаций и выводов.

Что такое GEN AI?

Это машинная система, которая копирует человеческое мышление и преобразует различные входы в выходы. Эти выходы могут варьироваться от рекомендаций или прогнозов до контента. [7] Генеративный ИИ (GEN AI) — это тип искусственного интеллекта, который генерирует новый контент, выходящий за рамки того, что уже было представлено. [8]

Все это делается путем идентификации и копирования шаблонов, уже присутствующих в тексте и изображениях, вместе с другими данными для создания реалистичных новых данных. Некоторые распространенные продукты Gen AI включают GPT-4/4o, Claude, Midjourney и Claude.

В настоящее время внимание сосредоточено на больших языковых моделях (LLM), которые могут имитировать человеческий язык, а также на моделях, которые также генерируют белковые мемы и структуры. Базовые модели для общих целей обучаются на обширных наборах данных, полученных из ядра экосистемы Gen AI. Возможна настройка с использованием конкретных данных для различных приложений, и поставщики облачных услуг могут обучать систему.

. Gen AI для глобальных целей: ведущая роль частного сектора в устойчивом развитии

На долю частного сектора приходится более 60% мирового ВВП, и он играет важную роль в производстве товаров и услуг. Таким образом, существует значительная возможность занять лидирующие позиции в области генеративного искусственного интеллекта для устойчивого развития, сосредоточившись на Целях устойчивого развития (ЦУР).

В рамках Глобального договора ООН компаниям, занимающимся разработкой искусственного интеллекта, предлагаются две основные цели :

1. Компании должны проявлять осторожность при внедрении технологий искусственного интеллекта высокого уровня и обеспечивать контроль со стороны человека для их безопасной разработки и использования.
2. Наряду с ответственным внедрением Gen AI частный сектор должен преодолеть разрыв между действиями и намерениями в отношении ЦУР.

Использование Gen AI для достижения целей устойчивого развития

Для успешного и ответственного использования Gen AI в системе предусмотрены три ключевых элемента.

1. Компании должны быть уверены, что они четко понимают проблему, которую решают. Они также должны согласиться, что Gen AI — это идеальное решение.
2. Компании должны обучать персонал ответственному использованию Gen AI. Это можно сделать, поддерживая их соответствующими данными, обучением грамотности в области ИИ и цифровыми технологиями.
3. Компаниям следует создать правильные государственные структуры и обеспечить безопасность и подотчетность.

Gen AI и устойчивое развитие

Gen AI имеет потенциал для поддержки устойчивого развития, выступая в качестве Data Miner, Knowledge Amplifier и Insight Navigator. С их помощью Gen AI также может улучшить существующие технологии и бизнес-операции, еще больше способствуя устойчивости в 4 ключевых областях, как обсуждается далее.

Операционная эффективность

Для компаний важно эффективно управлять ограниченными ресурсами, чтобы достичь устойчивой прибыли. С помощью Gen AI можно улучшить различные операции, как указано ниже.

• Оптимизация ресурсов: Сокращение затрат и воздействие на окружающую среду можно осуществить путем минимизации потребностей в ресурсах. Сотрудники могут оптимизировать такие ресурсы, как логистика и вычислительная мощность, применяя Gen AI вместе с текущей аналитикой. Например, модернизация систем предиктивной аналитики в системы предписывающего обслуживания, которые предлагают действенные рекомендации.
• Эффективность труда: Его можно улучшить с помощью адекватного обучения и инструментов. С помощью Gen AI обучение каждого сотрудника можно персонализировать, учитывая его роль, местные правила и язык. Более того, он также может разрабатывать программы обучения, соответствующие целям компании, что еще больше улучшает процесс принятия решений и производительность сотрудников.
• Эффективный код: Для управления воздействием программного обеспечения на окружающую среду важно эффективное кодирование. С помощью Gen AI задачи кодирования могут быть автоматизированы, а существующий код может быть оптимизирован, наряду с улучшением точечного метода. Это сделает команду более эффективной. Эффективное кодирование жизненно важно для управления воздействием программного обеспечения на окружающую среду. Gen AI может автоматизировать задачи кодирования, оптимизировать существующий код и определять улучшения, помогая командам стать более эффективными.

В целом, оптимизируя процессы разработки, предприятия могут сократить потребление ресурсов и снизить выбросы.

Сферы деятельности

SuperHumanRace – организация, стремящаяся улучшить здоровье матерей в беднейших штатах Индии, разработала приложение, предоставляющее персонализированные рекомендации врачей. Приложение использует искусственный интеллект и машинное моделирование для анализа данных о здоровье матерей. Затем оно создает индивидуальные анкеты на основе стадии беременности пациентки и факторов риска.

Siemens — Компания Schaeffler внедрила Industrial Copilot (решение Microsoft Gen AI) на производственной линии для повышения эффективности производства. Этот инструмент помогает инженерам по автоматизации создавать код для программируемых логических контроллеров (ПЛК). Это, в свою очередь, позволяет управлять заводским оборудованием, треть которого работает на устройствах Siemens. Благодаря использованию естественного языка программирования, сокращается время, трудозатраты и количество ошибок. Таким образом, инженеры могут больше сосредоточиться на важных задачах. Это также позволяет менее опытным сотрудникам перейти на инженерные должности.

Устойчивая цепочка создания стоимости

Для эффективного перехода важно вовлечь всю цепочку поставок в устойчивое развитие . Gen AI может оптимизировать длительный процесс сбора данных, анализируя неструктурированные данные. Кроме того, он позволяет проводить эффективные оценки жизненного цикла (LCA), улучшать взаимодействие с поставщиками и обеспечивать ответственное снабжение. Оценки жизненного цикла важны для получения четких данных об устойчивом развитии, но их создание требует значительных ресурсов. Gen AI повышает эффективность поддержания точности оценок жизненного цикла.

Согласно ЦУР 2030, ответственный подбор поставщиков важен, поскольку он влияет на социальные и экологические последствия. Другим важным элементом является взаимодействие с поставщиками, поскольку не все риски можно смягчить только с помощью подбора поставщиков. Gen AI может помочь в выявлении рисков и правильных возможностей для их улучшения. Все это наряду с предложением индивидуального обучения для поставщиков и, таким образом, поощрением прозрачности и устойчивых практик.

Сферы деятельности

Accenture – в своем инструменте N-Tier Supply Chain Navigator использует искусственный интеллект для повышения эффективности операций в цепочке поставок. Это достигается за счет предоставления Gen AI аналитических данных в режиме реального времени для менеджеров по устойчивому развитию и закупкам. Инструмент выявляет риски для прав человека и вопросы устойчивого развития, анализируя данные цепочки поставок по ключевым показателям. Недавно Accenture обнаружила, что на поставщиков второго и третьего уровней приходится 50-60% выбросов CO2. Эта информация была получена после оценки более 122 000 поставщиков. Таким образом, подчеркивается потенциал инструмента для принятия решений в области устойчивых закупок.

Компания Unilever , сотрудничающая с Google Earth Engine с 2020 года, разработала геопространственную аналитику для мониторинга вырубки лесов и управления рисками, связанными с лесными ресурсами. Для сопоставления геопространственных данных и данных о цепочке поставок компания интегрировала Gen AI. Таким образом, это помогает принимать более обоснованные коммерческие решения, интегрируя геопространственные данные в процессы закупок и управления поставщиками.

SAP – Система управления экологическим следом SAP использует свой бизнес-ИИ для сокращения выбросов углекислого газа путем сопоставления факторов, связанных с выбросами, с факторами закупок. В инструменте используются модели OpenAI Embedding для поиска соответствующих продуктов и их проверки. Это делается путем анализа баз данных LCA и ERP. Выявляется около 10 близких сопоставлений факторов выбросов, и предоставляются поля данных, такие как название продукта, описание и показатель сходства. Затем компания оценивает качество соответствия и повышает прозрачность данных о выбросах и документацию для аудитов.

Инновации

В условиях ограниченного времени для достижения ЦУР существует острая необходимость в инновационных решениях для покрытия разрыва между намерениями и результатами. Gen AI может генерировать идеи для следующего.

• Зеленые Финансы: Gen AI может помочь малым и средним предприятиям, борющимся с финансовым устойчивым развитием, помогая им в обеспечении ресурсов. Финансовые учреждения могут создавать соответствующие контексту решения, такие как зеленые кредиты и облигации с помощью Gen AI.
• Устойчивый дизайн продуктов и услуг: Gen AI может помочь в интеграции концепций устойчивости в течение всего процесса проектирования. Таким образом, он может встраивать требования устойчивости на ранних этапах проектирования и разработки. Дизайнеры могут управлять конкуренцией на протяжении всего процесса и удовлетворять функциональные требования, не пренебрегая факторами устойчивости.
• Передовые исследования: Устойчивость может быть ускорена с помощью Gen AI, поскольку он помогает выявлять тенденции, корреляции и новые решения в области устойчивости. Он может не только быстро анализировать огромные объемы данных, но и создавать синтетические наборы данных для решения проблемы недостаточной представленности в данных. Он может улучшить исследования и технологии, еще больше помогая частному сектору достичь ЦУР 2030 года.

Сферы деятельности

Yamaha и Final Aim – Concept 451 от Yamaha и Final Aim – это компактный электромобиль для сельского хозяйства в японских горах, созданный с учетом демографических изменений. Благодаря технологии Gen AI, компания ускоряет процесс проектирования, исследуя проблемы отрасли. Это позволяет создать 2,000 вариантов дизайна, обеспечивая эффективную коммуникацию на этапе 3D-моделирования. Это демонстрирует, что предприятия могут решать социальные проблемы с помощью более быстрых циклов исследований и разработок.

Crayon – Для повышения эффективности исследований компания совместно с международной энергетической компанией разработала чат-бота на базе LLM. Он упрощает поиск и составление обзоров по различным источникам. Благодаря чат-боту маркетинговые исследования стали более эффективными, и он стал предоставлять на 15% более релевантные ответы. Это помогло принимать более обоснованные стратегические и оперативные решения, а также улучшить взаимодействие с клиентами.

Коммуникация и отчетность 

При повышенном внимании со стороны инвесторов, регулирующих органов и потребителей корпоративная устойчивость сталкивается с различными политиками и структурами. Gen AI помогает в отчетности ESG и маркетинге устойчивости, одновременно способствуя сотрудничеству внутри компаний. 

• Отчетность в области устойчивого развития: Отчеты ESG важны для демонстрации результатов, подотчетности и соответствия. Gen AI анализирует данные для определения показателей, выделения инициатив и создания отчетов, тем самым повышая эффективность отчетности.
• Устойчивость маркетинга: Чтобы получить поддержку потребителей и инвесторов, важно честно сообщать об устойчивом развитии. Маркетинговые команды могут использовать Gen AI для создания индивидуального контента, тем самым обеспечивая соответствие стратегии бренда. Инструменты Gen AI также полезны для предотвращения Greenwashing путем разъяснения сложных устойчивых концепций для маркетологов.
• Расширение сотрудничества: Gen AI также помогает компаниям интегрировать устойчивость, улучшая сотрудничество и коммуникацию между командами. Он может легко упростить жаргон и предоставить лучшую базу знаний для лиц, принимающих решения.

Сферы деятельности

Salesforce — они интегрировали Einstein (систему искусственного интеллекта) в облако Net Zero, тем самым улучшив управление ESG-факторами. Используя исторические данные ESG и другие документы, система формирует ответы на отчеты. Это позволяет компаниям сосредоточиться на инициативах в области устойчивого развития, а не на отчетности.

Microsoft – Шаблон Copilot помогает компаниям собирать и обмениваться данными об устойчивом развитии. Используя Gen AI, он анализирует данные для поддержки сотрудников, позволяя делиться результатами в виде документов и отчетов. Компании сравнивают свой прогресс в области устойчивого развития с другими, что повышает точность и достоверность. Этот инструмент способствует распространению знаний об устойчивом развитии, снижает количество ошибок и улучшает процесс принятия решений.

Leeward Renewable Energy приобретает солнечные электростанции мощностью 400 МВт от Microsoft в Техасе

Риски для пользователей частного сектора, использующего Gen AI для глобальных целей

• Процессы Gen AI часто непрозрачны – Компании зависят от сторонней системы для инфраструктуры, моделей и данных, что создает пробел в подотчетности. Внешние данные могут быть неправильно маркированы или нарушать авторские права, что разработчики не могут понять при принятии решений. Также возможно, что пользователи могут неверно представлять свою валидацию выходных данных Gen AI, что увеличивает риски.
• Генерация искусственного интеллекта может давать неопределенные и проблемные результаты – Люди являются моделями для Gen AI и могут отражать предвзятость и неопределенность, которые могут вносить гендерные, социально-экономические и расовые предубеждения. Эта проблема может усугубляться из-за неправильного проектирования модели, существующих предубеждений пользователей и неполных данных обучения. Существует также вероятность представления ложного контента и генерации токсичных результатов. Однако при надлежащей прозрачности и управлении эти ошибки, токсичность и предвзятость можно предотвратить.
• Gen AI может нарушить конфиденциальность и безопасность данных – Приложения Gen AI иногда могут непреднамеренно раскрывать конфиденциальную корпоративную или личную информацию. Это приводит к нарушениям протоколов безопасности данных, таких как GDPR. Если большие наборы данных ненадлежащим образом проверяются даже при скрининге, существует риск раскрытия конфиденциальных данных с помощью способности Gen AI индексировать публичную информацию и создавать ассоциации.
• Сила искусственного интеллекта может быть использована не по назначению – Люди и планета подвержены влиянию взаимодействия пользователей с Gen AI. Без мер безопасности он может подорвать ЦУР, распространяя дезинформацию через deepfakes. Таким образом, он предлагает руководство для оружия или поддерживает обман. Существует вероятность того, что пользователи будут манипулировать Gen AI для получения токсичных результатов или нарушения конфиденциальности данных, тем самым увеличивая эти риски.

Перекрестная ссылка: Влияет ли автоматизация на принятие решений?

Внешние риски использования искусственного интеллекта в частном секторе

• Gen AI требует значительных ресурсов – Gen AI требует ресурсоемких центров обработки данных и увеличения потребления электроэнергии к 2026 году, что уже составляет более 1.5% от мировой энергии. Это также влияет на безопасность воды через потребности в охлаждении, а производство оборудования оказывает воздействие на окружающую среду.
• Генерация искусственного интеллекта изменит и может заменить рабочие места – С новыми возможностями Gen AI также несет значительные угрозы автоматизации для работников. Компании должны повышать свою квалификацию, чтобы сократить увольнения и сотрудничать с правительствами для переход, ориентированный на людей в развивающейся рабочей силе.
• Генерация искусственного интеллекта разрушит общество, что может усилить существующие разногласия – Общества и экономики будут трансформируйтесь с помощью Gen AI. Однако для этого потребуются цифровая грамотность, качественные данные обучения и вычислительная мощность. Неравенство в распределении интернета и электроэнергии только затормозит прогресс, усугубляя разрывы и порождая проблемы с правами человека для уязвимых групп.

В заключение следует отметить, что Gen AI не является универсальным решением проблем частного сектора. Но он обладает огромным потенциалом для революционных преобразований в бизнесе и устойчивом развитии. В отчете показано, как ранние применения Gen AI помогли решить глобальные проблемы бедности и гендерного неравенства. Частный сектор должен согласовывать свои решения с Десятью принципами Глобального договора ООН. Есть надежда, что Gen AI может быть полезен в достижении целей 2030 года.

Источник : Руководство частного сектора по ускорению устойчивого развития с помощью технологий.