Startup kehitti mallin yritysten tekoälypäästöjen arviointiin
Yritysmaailman tekoälyn käyttö kasvaa, mutta sen ympäristövaikutusten laskeminen on haastavaa. Startup Watershed on julkaissut uuden mallin, joka auttaa yrityksiä arvioimaan tekoälyyn liittyviä hiilidioksidipäästöjään.
Startup Watershed on kehittänyt viitekehyksen, jonka avulla yritykset voivat arvioida tekoälyn käytöstä aiheutuvia hiilidioksidipäästöjä. Tekoälyn integraatio yritysten toimintoihin ja tuotteisiin kasvaa jatkuvasti, mutta sen ympäristövaikutusten, erityisesti sähkönkulutuksen, seuranta on osoittautunut vaikeaksi. Suljetut tekoälymallit eivät usein paljasta energiatietojaan, mikä jättää päästöt ulos yritysten kestävyysraporteista.
Watershedin malli perustuu datakeskusinfrastruktuurin ja tekoälytokenien määrän laskelmiin, tuottaen tulokseksi hiilidioksidikilogrammoja miljoonaa tekoälytokenia kohden. "Yritykset seuraavat jo tekoälyn käyttöä token-tasolla kustannusten hallitsemiseksi", sanoo Watershedin tiedepäällikkö John Bistline. "Päästölaskenta liittyy samaan dataan. Tämä ei siis vaadi yrityksiä rakentamaan täysin uutta järjestelmää. Kustannukset ja kestävyys kulkevat käsi kädessä."
Sijoittajat, tilintarkastajat ja viranomaiset vaativat tietoa tekoälyn päästöistä. Yritysten on raportoitava myös epäsuorista päästöistä, kuten liikematkoista tai työntekijöiden tekoälykyselyiden vaatimasta energiasta. Nämä tunnetaan Scope 3 -päästöinä. Jotkut alueet, kuten Kalifornia, vaativat jo Scope 3 -päästöjen raportointia, ja globaalit standardointielimet harkitsevat vastaavia vaatimuksia pilvi- ja tekoälypalveluille.
"Tekoälyn käytön osuus useimpien yritysten hiilijalanjäljestä on tällä hetkellä pieni. Kukaan ei kuitenkaan odota sen pysyvän sellaisena kovin pitkään", Bistline toteaa. "Yritykset, jotka rakentavat mittausinfrastruktuurinsa nyt, ovat paremmin valmistautuneita kuin ne, jotka odottavat." Lisäksi tekoälypäästöjen laskeminen voi auttaa yrityksiä tunnistamaan keinoja sekä päästöjen että käyttökustannusten vähentämiseksi.
Watershedin malli tarjoaa parhaimmillaan arvion, koska tarkkaa mittaamista ei vielä voida toteuttaa. Monet yleisesti käytetyistä tekoälymalleista ovat suljettuja, eikä niiden energiakulutusta voi testata itsenäisesti. Vaikka tekoälypalveluntarjoajat eivät jakaisikaan kaikkia tietoja, Watershed toivoo niiden jakavan ainakin tietoa päästöistä tokenia kohden. Tiedon lisääntyessä arviot tarkentuvat.