Między innowacją a emisjami. Jak firmy podchodzą do GenAI?

Rosnące inwestycje w generatywną sztuczną inteligencję idą w parze z pytaniami o jej wpływ na środowisko. Z raportu Capgemini „Developing Sustainable Gen AI” wynika, że 80 proc. organizacji zwiększyło w ostatnim roku wydatki na GenAI, ale jedynie 12 proc. mierzy jej ślad środowiskowy. Brak takich danych może utrudnić realizację firmowych celów ESG.

GenAI szybko staje się częścią codziennej pracy przedsiębiorstw. W badaniu 62 proc. osób zarządzających deklaruje, że w ich firmach trwają pilotaże rozwiązań opartych na tej technologii, 32 proc. udostępniło je wybranym zespołom, a 6 proc. wdrożyło GenAI w większości obszarów działalności. Mimo tego tylko 27 proc. liderów porównuje zużycie energii różnych modeli, a 20 proc. zalicza ten parametr do pięciu najważniejszych kryteriów przy wyborze lub budowie rozwiązań.

Jak zwraca uwagę Maciej Małecki, Programmer Architect w Capgemini Polska, organizacje dopiero zaczynają włączać kwestie zrównoważonego rozwoju w pełen cykl życia projektów GenAI. Obecnie 31 proc. firm deklaruje, że podjęło pierwsze kroki w tym kierunku. Wraz ze wzrostem złożoności modeli kluczowe staje się zarządzanie nie tylko kosztami finansowymi, lecz także środowiskowymi.

Raport podkreśla, że świadomość wpływu GenAI na klimat jest wysoka, ale aktywnie monitoruje go tylko 12 proc. organizacji. Większość z pozostałych planuje rozpocząć pomiary w ciągu najbliższych 12–24 miesięcy. Na razie zaledwie 28 proc. firm, które mierzą ślad GenAI, publikuje dane o zużyciu energii i emisjach, a 24 proc. wyznaczyło konkretne cele ich redukcji. Główną barierą jest brak informacji od dostawców modeli – wskazuje na to 74 proc. badanych liderów.

Capgemini zwraca uwagę na działania, które można podjąć już dziś. Jednym z kierunków jest tzw. hybrydowa inteligencja, czyli łączenie różnych technologii – tradycyjnych systemów AI, GenAI, automatyzacji i robotyki – tak, aby ograniczać zużycie mocy obliczeniowej i stosować generatywne modele tylko tam, gdzie są potrzebne. Firmy coraz częściej sięgają też po mniejsze modele językowe (SLM), które są tańsze, szybsze i mniej zasobożerne.

Wśród rekomendowanych rozwiązań raport wymienia także techniki takie jak „prompt caching”, pozwalające zmniejszyć liczbę zapytań i obciążenie infrastruktury, oraz korzystanie z centrów danych zasilanych energią odnawialną. Podsumowanie raportu jest jednoznaczne: ślad środowiskowy generatywnej sztucznej inteligencji rośnie szybciej, niż większość organizacji jest w stanie go monitorować, dlatego odpowiedzialne wykorzystanie GenAI wymaga świadomego wyboru energooszczędnych modeli i przejrzystego raportowania ich wpływu na planetę.

Źródło: Capgemini