RAPORT Z BADAŃ

Zrównoważony rozwój sztucznej inteligencji

Równowaga między rozwojem i dbaniem o środowisko

5 minut czytania

23 czerwca 2025

W skrócie

Dynamiczny rozwój AI ma duży i negatywny wpływ na emisję dwutlenku węgla oraz zużycie wody i energii na naszej planecie.
Nasz wskaźnik SAIQ (Sustainable AI Quotient – współczynnik zrównoważonej AI) pozwala zastosować całościowe podejście do mierzenia rzeczywistych kosztów AI w postaci zainwestowanych środków finansowych, zużytej energii w megawatogodzinach, emisji CO₂ w tonach oraz zużycia wody w metrach sześciennych.
Organizacje mogą podjąć cztery działania, które pomogą im pogodzić ambicje związane z AI z odpowiedzialnym i zrównoważonym wykorzystaniem zasobów.

Szerszy sposób pomiaru AI

Przez dziesięciolecia centra danych monitorowały zużycie energii elektrycznej przy użyciu wskaźnika PUE (Power Usage Efficiency – efektywność zużycia energii elektrycznej). Jest on przydatny, ale nie został stworzony z myślą o świecie AI. Potrzebujemy nowego sposobu pomiaru inteligencji — odzwierciedlającego nie tylko zdolności AI, ale także sposób, w jaki została ona stworzona, oraz to, jak odpowiedzialnie jest używana. Wskaźnika, który uwzględnia nie tylko obciążenie obliczeniowe AI, ale także jej odporność i wydajność w warunkach napiętej sytuacji finansowej.

Nasz wskaźnik SAIQ został opracowany w celu uwzględnienia tych brakujących czynników. Umożliwia pomiar efektywności systemów AI w zakresie przekształcania pieniędzy, energii i emisji w mierzalne wyniki. Pozwala on stawić czoło wyzwaniom związanym z pomiarem rzeczywistego wpływu AI przy zastosowaniu rygoru opartego na danych. Pomaga organizacjom odpowiedzieć na podstawowe pytanie: „Jakie są rzeczywiste korzyści z inwestycji w AI?”.

Ta strategia obejmuje cztery działania pomagające firmom używać wskaźnika SAIQ do zrównoważonego skalowania AI oraz do znalezienia równowagi między rozwojem biznesowym a dbaniem o środowisko.

Stosowanie inteligentnych rozwiązań obliczeniowych

Zużycie energii elektrycznej przez AI już teraz znacznie obciąża sieci energetyczne, powoduje wzrost kosztów operacyjnych i ogranicza możliwość skalowania. Inteligentniejsze strategie obliczeniowe mogą pomóc w pogodzeniu wydajności i możliwości skalowania AI z celami zrównoważonego rozwoju firmy.

Uruchamiaj AI na bardziej inteligentnej infrastrukturze. Prowadzone są przełomowe prace nad technologiami obliczania w pamięci (Compute-In-Memory, CIM) i przetwarzania w pamięci (Processing-In-Memory, PIM), które zapewniają lepszą integrację sprzętu i oprogramowania, a także nad obliczeniami neuromorficznymi naśladującymi ludzki mózg w celu wydajniejszego przetwarzania danych.

Używaj lekkich modeli i otwartych ekosystemów. Lekkie modele AI oraz formaty obliczeniowe o niższej precyzji, takie jak Floating Point 8-bit (FP8), wymagają mniej pamięci i umożliwiają szybsze obliczenia, dzięki czemu zużywają mniej energii podczas trenowania i wdrażania dużych modeli AI.

Wdrażaj AI na urządzeniach brzegowych. Aplikacje AI na urządzeniach brzegowych zapewniają lepszą wydajność i ograniczają emisje dzięki lokalnemu przetwarzaniu danych. To doskonałe rozwiązanie dla branż polegających na przetwarzaniu danych w czasie rzeczywistym, takich jak branża produkcyjna oraz sektory opieki zdrowotnej, handlu detalicznego i usług finansowych.

Dekarbonizacja centrów danych

Ogromne centra danych obsługujące AI, przetwarzanie w chmurze i inne energochłonne rozwiązania obciążają infrastrukturę energetyczną i powodują większe zużycie zasobów wodnych. Firmy są poddawane coraz większej kontroli ze strony organów regulacyjnych i inwestorów wymagających rzeczywistych postępów w zakresie zrównoważonego rozwoju.

Stosuj dynamiczne skalowanie i inteligentne równoważenie obciążenia. Dopasowując zużycie energii do obciążenia AI, firmy takie jak Meta i Google zmniejszają pobór mocy i emisje, jednocześnie zaspokajając stale rosnące zapotrzebowanie na narzędzia AI.

Zacznij zarabiać na centrach danych. Platformy handlowe oferujące usługi obliczeniowe AI oraz platformy do współdzielenia kart graficznych umożliwiają osobom prywatnym i firmom zarabianie pieniędzy przez udostępnianie niewykorzystywanych zasobów obliczeniowych, które mogą być cenne w przypadku AI i innych zastosowań.

Wybierz optymalną lokalizację centrum danych. Firmy planują obciążenia AI z uwzględnieniem czasu i miejsc, w których dostępna jest czystsza energia, a nawet badają możliwości wykorzystania energii słonecznej i naturalnego chłodzenia na powierzchni Księżyca.

Integracja opcji energii o niskiej emisji dwutlenku węgla. Małe reaktory modułowe (SMR) to niezawodny sposób na zapewnienie stałych dostaw energii przy jednoczesnym zmniejszeniu zależności od paliw kopalnych. Niedawne partnerstwa wskazują na rosnące zainteresowanie zasilaniem infrastruktury AI energią jądrową.

Stosuj innowacje dotyczące oszczędnego chłodzenia wodą. Bezpośrednie chłodzenie cieczą układu scalonego, chłodzenie swobodne wyparne i systemy ponownego użycia ciepła minimalizują zużycie wody i energii elektrycznej. Systemy chłodzenia w obiegu zamkniętym i recykling wody odpadowej mogą potencjalnie zmniejszyć zużycie wody o 50-70%.

Rozważne używanie AI

Paradoks AI polega na tym, że można jej używać zarówno bardziej selektywnie, jak i w szerszym zakresie, aby ograniczyć jej negatywne skutki. Firmy prawidłowo korzystające z AI mogą osiągnąć wyższy poziom zrównoważonego rozwoju, zyskowności i konkurencyjności.

Wybierz modele AI o odpowiedniej wielkości. Platformy takie jak Accenture Model Switchboard (Centrala modeli Accenture) optymalizują wdrażanie AI dzięki odpowiedniemu doborowi opłacalnych modeli do poszczególnych zadań. Technologia RAG (Retrieval-Augmented Generation – generowanie wspomagane wyszukiwaniem) zwiększa wydajność przez używanie danych tylko wtedy, gdy są one potrzebne, a oparte na regułach AI podejście hybrydowe pozwala jeszcze bardziej zwiększyć wydajność.

Zachęcaj do zwiększania wydajności. Przejście ze stałych cen AI na modele cenowe oparte na użyciu lub wydajności pozwala zoptymalizować sposób i czas korzystania z zasobów AI.

Osiągnij ujemne emisje netto. Stosuj AI do zminimalizowania negatywnych skutków AI. Oparte na AI systemy klimatyzacyjne mogą znacznie ograniczyć zużycie energii, logistyka predykcyjna może zmniejszyć emisje związane z transportem, a korzystające z AI inteligentne sieci mogą zoptymalizować dystrybucję energii elektrycznej.

Stosuj automatyczne zarządzanie przy użyciu AI

Regulacje nie nadążają za tempem wdrażania AI. Prowadzi to do wdrażania rozwiązań o wysokiej emisji dwutlenku węgla, problemów z zachowaniem zgodności z wymogami i przepisów, które mogą hamować rozwój innowacji. Organizacje wdrażające zrównoważoną AI w swoich procesach mogą być o krok przed regulacjami, jednocześnie wyzwalając potencjał AI.

Stosuj zarządzanie ze zrównoważoną AI Monitorowanie energii w czasie rzeczywistym jest obecnie stosowane wraz z tradycyjnymi wskaźnikami KPI do śledzenia stopnia emisji dwutlenku węgla i efektywności energetycznej AI. Zapewnia to szerszy zestaw danych na potrzeby inicjatyw związanych ze zrównoważonym rozwojem.

Automatyzuj wdrażanie zasad. Automatyzacja oparta na AI pomaga w egzekwowaniu zasad zrównoważonego rozwoju oraz zarządzaniu ryzykiem dotyczącym środowiska i ułatwia wybór najbardziej zrównoważonej infrastruktury dla każdego wdrożenia modelu.

Pomóż zdefiniować standardy AI. Realizowane są inicjatywy dotyczące jednolitych standardów globalnych i kształtowania norm zrównoważonego rozwoju AI. Jest to rzadka okazja dla firm do wywarcia wpływu na zasady tworzenia inteligentnych rozwiązań AI, które zapewnią równowagę między innowacyjnością i zrównoważonym rozwojem.