در حالی که جهان با چالشهای زیستمحیطی و اجتماعی بیسابقهای روبهروست، هوش مصنوعی (AI) بهعنوان ابزاری قدرتمند برای پیشبرد پایداری ظهور کرده است، از بهینهسازی زنجیرههای تأمین تا کاهش انتشار کربن، AI میتواند آیندهای پایدارتر را شکل دهد، اما تنها در صورتی که بهدرستی هدایت شود.
به گزارش خبرگزاری ایمنا و به نقل از فوربز، هوش مصنوعی دیگر فقط یک فناوری نوظهور نیست؛ بلکه به موتور اصلی اقتصاد دیجیتال جهانی تبدیل شده است، مقالهای از فوربس، منتشرشده توسط London Business School، نشان میدهد که AI میتواند نقشی محوری در پیشبرد اهداف پایداری ایفا کند، اما این امر مستلزم انتخابهای هوشمندانه در طراحی، حاکمیت و پاسخگویی است. ایوآنیس یوآنو، استاد استراتژی و کارآفرینی در این مدرسه، تأکید میکند که شکاف بین پیشبینی چالشها و توانایی اقدام برای آنها، یا بهاصطلاح «شکاف پیشبینی»، یکی از موانع اصلی در مسیر استفاده از AI برای پایداری است.
AI در حال حاضر تأثیرات قابلتوجهی در حوزههای پایداری نشان داده است، در مدیریت انرژی، AI با پیشبینی دقیق الگوهای آبوهوا و بهینهسازی شبکههای هوشمند، میتواند مصرف انرژی را تا ۳۰ درصد کاهش دهد و استفاده از منابع تجدیدپذیر را بهبود بخشد. بهعنوان مثال، شرکتهایی همچون Stem و ClimaCell از AI برای مدیریت تقاضا و عرضه انرژی تجدیدپذیر استفاده میکنند، در حملونقل، AI با بهینهسازی لجستیک زنجیره تأمین و کاهش ترافیک، مصرف سوخت را کاهش داده و انتشار کربن را به حداقل میرساند. همچنین، در کشاورزی، فناوریهای AI و اینترنت اشیا (IoT) با امکاناتی همچون آبیاری دقیق و تشخیص آفات، تا ۳۰ درصد در مصرف آب صرفهجویی کرده و استفاده از کودهای شیمیایی را کاهش دادهاند.
با این حال، AI چالشهایی نیز به همراه دارد، گزارش آژانس بینالمللی انرژی (IEA) هشدار میدهد که مراکز داده، که قلب انقلاب AI هستند، ممکن است تا سال ۲۰۳۰ بیش از ۱۰۰۰ تراوات ساعت برق مصرف کنند. این مصرف انرژی عظیم میتواند به افزایش انتشار کربن منجر شود، مگر اینکه با طراحیهای هوشمندانه، همچون سیستمهای خنککننده پیشرفته و بازیافت گرما، مدیریت شود. بهعنوان مثال، گرمای تولیدی مراکز داده میتواند تا ۱۰ درصد از نیازهای گرمایش فضایی اروپا را تأمین کند. علاوه بر این، فقدان دادههای قابلاعتماد و شفافیت در زنجیرههای تأمین، مانعی برای دستیابی به اهداف اقتصاد دایرهای است. طبق گزارش Deloitte، 65 درصد از مدیران تدارکات به اطلاعات فراتر از تأمینکنندگان رده اول دسترسی ندارند.
برای غلبه بر این چالشها، سرمایهگذاری در زیرساختهای پیشبینی عمومی ضروری است. ابزارهای پیشبینی باید برای استفاده در محیطهای کممنابع طراحی شوند و در دسترس دولتهای محلی، تعاونیها و سازمانهای مدنی قرار گیرند، همچنین مشارکتهای AI-to-action میتواند شرکتها را به تقویت قابلیتهای انطباقی تأمینکنندگان و جوامع محلی تشویق کند. علاوه بر این، سازمانها باید اثرات چرخه عمر AI، از جمله انرژی موردنیاز برای آموزش مدلها و تولید سختافزار IoT، را در نظر بگیرند تا اطمینان حاصل شود که مزایای پایداری بلندمدت از هزینههای زیستمحیطی پیشی میگیرد.
در حوزه کسبوکار، شرکتهایی همچون SAP از AI برای یکپارچهسازی دادههای پایداری با فرایندهای تجاری استفاده میکنند و امکان تصمیمگیری هوشمندانهتر را فراهم میکنند. این رویکرد، با اتصال معیارهای پایداری به عملکرد مالی، به شرکتها کمک میکند تا نهتنها الزامات نظارتی همچون دستورالعمل گزارش پایداری شرکتی اتحادیه اروپا (CSRD) را برآورده کنند، بلکه ارزش عملیاتی نیز ایجاد کنند.
هوش مصنوعی پتانسیل بازتعریف پایداری را دارد، اما موفقیت آن به همسویی بین فناوری، حاکمیت و ظرفیت اقدام بستگی دارد، با سرمایهگذاری استراتژیک و تمرکز بر شفافیت و دسترسی، AI میتواند به ابزاری برای ایجاد جهانی پایدارتر تبدیل شود. با این حال، بدون توجه به شکاف پیشبینی و اثرات زیستمحیطی خود AI، این فناوری ممکن است به جای حل مشکلات، آنها را تشدید کند. آینده پایداری در دست کسانی است که بتوانند هوش مصنوعی را با مسئولیتپذیری به کار گیرند.
کد خبر 878954
