Camino hacia el cero neto: incorporar la IA a las estrategias de riesgo climático
En principio, el uso de la AIgen como herramienta innovadora puede ayudar a las compañías (o a cualquiera que tenga una estrategia de producción neta cero) a trabajar "más inteligentemente, no más duramente" y alcanzar el objetivo de producción neta cero y otros objetivos relacionados con el cambio climático. Pero hay que comprender todas las externalidades del uso de la herramienta, tanto positivas como negativas.
Este blog ha sido escrito por Simon Thompson (Director de IA, ML y Ciencia de Datos, GFT) y la Dra. Tauni Lanier (Directora de Sostenibilidad y ESG, BDO).
- ¿Pueden la IA Generativa (AIgen) o el aprendizaje automático ayudar a establecer y aplicar eficazmente una estrategia neta cero?
- ¿Es, de hecho, la herramienta que cambiará la cara de la divulgación y la estrategia en materia de ESG y sostenibilidad?
- ¿Es el uso de la AIgen una herramienta, una bala de plata, una forma de ayudar a una compañía (o a un país) a alcanzar el cero neto de forma eficaz y rápida?
Riesgo climático y estrategia climática
El riesgo climático está pasando progresivamente de la concienciación a la estrategia, pasando por el problema y la prioridad. La evolución ha sido sutil hasta hace unos pocos años, cuando el salto de la concienciación a la prioridad empezó a hacerse notar. Esto coincidió con el aumento de los debates empresariales en torno a la "resiliencia", la "adaptación" y la "mitigación". El caso de éxito de abordar los efectos del cambio climático y todos los riesgos relacionados es urgente. Las estrategias anteriores para combatir los riesgos climáticos ya no funcionan. Hay una necesidad real de ser creativos, innovadores y estar dispuestos a mirar más allá de lo tradicional. Los riesgos climáticos siguen siendo los mismos, pero el planteamiento para medirlos, controlarlos y mitigarlos continúa siendo un reto para compañías, países y comunidades.
Estos tipos de riesgos climáticos resultan familiares a cualquier estudioso del cambio climático, o a cualquier negocio que se haya visto afectado por fenómenos climáticos. A medida que la comprensión de los riesgos climáticos se vuelve más estratégica, es evidente que existen oportunidades de negocio para cualquier compañía, desde la mera resistencia a la búsqueda proactiva de soluciones innovadoras.
Los riesgos climáticos se agrupan en cuatro categorías distintas y conocidas:
- riesgo de responsabilidad
- riesgo de reputación
- riesgo transitorio
- riesgo físico
La clave es que las empresas sean claras y transparentes sobre sus objetivos y esfuerzos para hacer frente a estos riesgos. Lo contrario de la transparencia se considera "lavado verde". Estos riesgos requieren datos específicos y sólidos que garanticen su medición, seguimiento y gestión, elementos clave de una estrategia sólida y creíble. La recopilación de esos datos alimenta directamente los objetivos y el cumplimiento de las metas, además de apoyar una estrategia de negocio bien informada, una estrategia que incluya todos los riesgos empresariales, incluido el riesgo climático.
Las compañías necesitan tener claros sus riesgos climáticos. Igual de importante es abordar esos riesgos con la vista puesta en las oportunidades de resiliencia y la creatividad. Hay muchos estudios que describen cómo una compañía puede hacer frente a los riesgos climáticos: desde fuentes de energía alternativas a estrategias de descarbonización, desde inversiones en nuevos mercados a claras oportunidades de negocio como proveedor de soluciones.
El cero neto se basa en una sólida comprensión del riesgo climático y es el siguiente paso para pasar eficazmente de ser una prioridad a una estrategia concisa. La cuestión es qué puede aportar la IA a esta comprensión.
IA, clima y energía
La IA se ha descrito a menudo como una tecnología transformadora de uso general, análoga a la electricidad (por ejemplo, en el blog de Andrew Ng "La IA es la nueva electricidad"). Andrew Ng "La IA es la nueva electricidad") o, en este contexto, irónicamente como " el nuevo petróleo". El Departamento de Defensa denomina a la IA "el nuevo petróleo"; pero por muy interesantes que sean estas categorizaciones, puede resultar más útil identificar propiedades e impactos específicos de la IA relevantes para la estrategia "Net Zero".
- IA para proporcionar información: una de las primeras aplicaciones relativamente exitosas de la AIgen ha sido su uso para crear resúmenes de documentos extensos y complicados. Durante algún tiempo, antes de que la AIgen se pusiera de moda, los sistemas de aprendizaje automático se utilizaban eficazmente para buscar información en datos estructurados, proporcionando a los ejecutivos información práctica sobre sus operaciones de negocio. Aunque está claro que el nuevo enfoque no proporciona un oráculo en el que se pueda confiar para extraer informes completos y fiables del almacén de documentos de una compañía, la AIgen parece ser un método más accesible y sólido para encontrar información en datos complejos no estructurados.
-
IA para realizar predicciones: las predicciones precisas y fiables del consumo de energía pueden utilizarse para crear planes eficientes que eviten las fuentes de energía intensivas en carbono. Además, la predicción puede utilizarse para crear simulaciones que validen las intervenciones de ahorro energético. Una de las primeras aplicaciones de la nueva ola de IA por parte de Google fue el desarrollo de modelos de uso de la energía en los centros de datos de Google. Según se informa, esta aplicación redujo en un 40% la cantidad de energía utilizada para la refrigeración de los centros de datos Deepmind reduce en un 40% la energía utilizada para la refrigeración de los centros de datos de Google. Más recientemente, DeepMind ha desarrollado modelos de previsión meteorológica a medio plazo que, según se informa, son más precisos que las simulaciones anteriores con superordenadores y consumen una milésima parte de la energía necesaria para elaborar una previsión. La tecnología que sustenta este caso de uso no es AIgen en sentido estricto, pero forma parte de la tecnología emergente de IA creada por el auge de los datos y la computación en los últimos 10 años aproximadamente.
- La IA como motor más eficiente: el uso de la IA para la previsión meteorológica es un primer indicador interesante de un sorprendente beneficio potencial neto cero. En la próxima sección, destacaremos el elevadísimo consumo energético de la actual generación de modelos de IA; sin embargo, existe potencial para la implantación de sistemas impulsados por IA que sean más eficientes energéticamente y menos intensivos en carbono que los procesos de negocio y los sistemas informáticos tradicionales.
Hay algunas formas concretas en las que la IA podría contribuir a una estrategia eficaz de "red cero": creando conocimientos para impulsar iniciativas, haciendo predicciones que aumenten la resistencia de los planes y permitan la eficiencia, y como impulsor directo de la eficiencia energética. Desgraciadamente, existe otra faceta de la IA como tecnología de la que los responsables de negocios deben ser conscientes y que debería utilizarse como forma de reto al trabajo que utiliza la IA de las tres formas descritas anteriormente. El auge de la IA es un impulsor directo de las emisiones de carbono y otros daños medioambientales. La Agencia Internacional de la Energía (AIE) ha publicado una predicción Electricidad 2024 (informe de la AIE) según la cual la IA consumirá 10 veces más electricidad dentro de 10 años. En el informe, la AIE calcula que una búsqueda en Google requiere 0,3 Wh de electricidad, mientras que un modelo de IA como ChatGPT necesita 2,9 Wh.
Estrategia Net Zero e IA: ¿amiga o enemiga?
Si la IA moderna puede utilizarse de forma eficaz y selectiva, y si se le pueden proporcionar los datos que necesita, puede llegar a ser muy útil. En concreto, la capacidad de los sistemas de IA para hacer predicciones útiles sobre escenarios complejos con "colas gruesas" en sus distribuciones (como el tiempo y el clima) y el desarrollo de simulaciones que puedan utilizarse para demostrar la utilidad de políticas e intervenciones alternativas pueden proporcionar a los responsables de la toma de decisiones nuevas opciones de alta utilidad para llegar a la red cero.
Esta puede ser la forma en que las tecnologías innovadoras tengan un impacto duradero en la agenda ESG, identificando vías claras para gestionar los riesgos climáticos. Se puede utilizar para trabajar "más inteligentemente, no más duramente", pero quienes utilicen la IA en la búsqueda del cero neto también deben ser conscientes de la intensidad energética implícita en la estrategia de trabajo "más inteligente". La AIgen no es una bala de plata, sino una herramienta que debe utilizarse de forma responsable y con una clara comprensión y contabilización de los impactos positivos y negativos.