Kecerdasan buatan dan lingkungan. 3 solusi AI untuk membantu Anda membangun bisnis yang berkelanjutan | AI dalam bisnis #26

Kecerdasan buatan juga membuka jalan baru untuk mencapai tujuan lingkungan sambil berkontribusi pada efisiensi bisnis. Apakah Anda tahu bahwa penerapan AI yang tepat dapat merevolusi manajemen energi perusahaan Anda atau bahkan berkontribusi pada konservasi keanekaragaman hayati?

Kecerdasan buatan dan lingkungan untuk bisnis berkelanjutan

Kecerdasan buatan membantu membangun bisnis yang berkelanjutan:

• Dalam fase konseptual – mendukung penciptaan ide bisnis yang peka terhadap lingkungan – melalui, misalnya, konsultasi dengan ChatGPT atau Claude dari Anthropic,
• Dalam fase pertumbuhan perusahaan – dengan menciptakan rantai pasokan yang berkelanjutan, dan membantu menciptakan solusi untuk AI hijau,
• Dalam fase optimasi – menganalisis dan menyesuaikan solusi yang ada dengan perangkat lunak menggunakan model AI yang didedikasikan.

Mari kita lihat solusi spesifik yang berkontribusi langsung pada pengembangan bisnis yang berkelanjutan.

Automatisasi manajemen energi dengan kecerdasan buatan

AI dapat secara otomatis memantau dan mengelola konsumsi energi perusahaan, mengidentifikasi area untuk penghematan di masa depan. Ini dilakukan, misalnya, dengan Flex2X, sebuah sistem yang dikembangkan oleh Grid Edge yang berbasis di Inggris. Sistem ini menggabungkan data yang diperoleh dari sensor yang ada di sebuah bangunan, seperti sensor suhu atau kelembapan, dengan sumber data lainnya, seperti kondisi cuaca, dan menganalisisnya dengan algoritma kecerdasan buatan yang dapat mengoptimalkan konsumsi energi bangunan secara real-time.

Sumber: Flex2X

Pertanian yang dioptimalkan

Kecerdasan buatan dalam lingkungan membuka bidang inovasi yang luas bagi perusahaan yang mengembangkan solusi inovatif untuk pertanian dan pertanian skala besar, yang memerlukan kerja mesin yang tidak efisien dalam penggunaan energi dan banyak usaha manusia.

Dengan menganalisis data dari berbagai sumber, AI dapat membantu perusahaan di sektor pertanian membuat keputusan yang lebih baik tentang irigasi, pemupukan, atau pengendalian penyakit tanaman. Namun, solusi pertanian yang paling inovatif adalah yang menggabungkan kecerdasan buatan dan robotika. Salah satu solusi tersebut adalah LaserWeeder, yang dikembangkan oleh Carbon Robotics, yang dapat menghilangkan 100.000 gulma dalam satu jam dengan membedakan spesies tanaman secara akurat. Ini adalah robot penghilang gulma laser pertama dan satu-satunya yang tersedia secara komersial. Ini dilengkapi dengan teknologi canggih:

• AI pembelajaran mendalam,
• robotika,
• laser,
• kartu grafis kuat dari Nvidia,
• 42 kamera resolusi tinggi untuk pengenalan gambar yang tepat,

LaserWeeder membantu menjaga keanekaragaman hayati karena alih-alih menyemprotkan pestisida kimia yang merusak ekosistem dan serangga, ia dapat menghilangkan gulma secara selektif bahkan dari area besar tanaman.

Sumber: CarbonRobotics

Rantai pasokan yang didorong AI

AI dapat membantu melacak asal produk, yang merupakan kunci untuk membangun rantai pasokan yang berkelanjutan. Logistik rantai pasokan yang efisien, sementara itu, dapat dicapai melalui kecerdasan buatan dan otomatisasi. Misalnya, Amazon berinvestasi besar-besaran dalam teknologi otomatisasi transportasi, seperti truk otonom dan taksi Zoox yang disebut robo-taxi.

Sementara itu, TCS Logistics Optimiser/ TCS Crystallus dapat mengoptimalkan rantai pasokan perusahaan secara real-time. Dikembangkan oleh Tata Consultancy Services, teknologi ini menggabungkan AI, pembelajaran mesin, dan Internet of Things (IoT) untuk memberikan solusi yang meningkatkan manajemen waktu transportasi, muatan kendaraan, dan ketersediaan.

Sumber: IoT Global Awards

Biaya lingkungan kecerdasan buatan

Biaya lingkungan utama dari AI dalam bisnis adalah konsumsi energi. Sementara energi yang tepat diperlukan untuk melatih model GPT-4 yang ditampilkan dalam versi berbayar ChatGPT dan BingChat tidak tersedia untuk umum, kita dapat membuat beberapa perkiraan berdasarkan informasi yang tersedia.

GPT-4 adalah model dengan lebih dari 175 miliar parameter yang telah dilatih pada lebih dari 45 TB data. Proses pelatihan melibatkan analisis data dan optimasi parameter model, yang memerlukan banyak daya komputasi dan mengarah pada konsumsi energi yang tinggi.

Untuk melatih GPT-4, unit pemrosesan grafis (GPU) yang kuat dan unit pemrosesan tensor (TPU) digunakan, yang juga dikenal karena konsumsi daya intensif mereka. Konsumsi semakin meningkat oleh energi yang diperlukan untuk operasi itu sendiri.

AI Hijau

Sementara biaya lingkungan dari pengembangan teknologi AI tinggi, alat kecerdasan buatanlah yang memungkinkan penciptaan solusi yang lebih ramah lingkungan. Ini termasuk AI Hijau, model yang memerlukan lebih sedikit energi dan sumber daya lainnya untuk beroperasi.

AI “hijau” berfokus pada pengembangan algoritma kecerdasan buatan yang efisien dalam penggunaan energi. Misalnya, metode kompresi baru dapat mengurangi jumlah data yang diperlukan untuk melatih model AI hingga 90%, secara signifikan mengurangi konsumsi energi. Di antara lainnya, OpenAI, yang berinvestasi dalam pengembangan model AI hijau yang lebih ramah lingkungan, sedang mengerjakannya.

Kecerdasan buatan memiliki banyak keuntungan. AI Hijau, menggunakan lebih sedikit sumber daya, sehingga dapat digunakan oleh perusahaan yang lebih kecil, termasuk yang beroperasi di negara berkembang. Ini berarti mendemokratisasi penggunaannya dan memungkinkan lebih banyak orang untuk menciptakannya. Juga, mereka yang memiliki dompet yang kurang mampu.

AI Hijau kontras dengan yang disebut “AI merah” – yaitu, solusi yang meningkatkan efisiensi operasi tanpa memperhatikan biaya lingkungan yang mereka hasilkan. “AI merah” menghasilkan hasil yang spektakuler, tetapi jejak lingkungannya besar. Dan dengan lonjakan teknologi, dampak lingkungan terus tumbuh.

AI untuk Bumi

Kecerdasan buatan dan lingkungan juga tentang memecahkan masalah, seperti:

• menganalisis isu-isu terkait krisis iklim – berkat AI, dimungkinkan untuk mengembangkan model kompleks yang mencerminkan perubahan lingkungan dan memprediksi konsekuensinya menggunakan jumlah data yang tidak dapat diproses oleh manusia. Contoh yang bagus adalah pekerjaan Laboratorium Nasional Argonne dengan perusahaan telekomunikasi AT&T, di mana kecerdasan buatan digunakan untuk menganalisis model iklim bersamaan dengan basis data yang berisi informasi tentang jaringan telekomunikasi AT&T untuk memprediksi bagaimana dampak perubahan iklim – seperti kenaikan permukaan laut, angin berkekuatan tinggi, dan banjir pesisir dan pedalaman – dapat mempengaruhi operasi 30 tahun dari sekarang,
• konservasi keanekaragaman hayati – misalnya, alat Wildlife Insights adalah platform yang menggunakan kecerdasan buatan untuk mengubah data kamera perangkap menjadi informasi keanekaragaman hayati yang berguna, mengunggah data ke Google Cloud, di mana model AI secara otomatis mengklasifikasikan gambar untuk membantu memantau dan melindungi satwa liar di seluruh dunia. Wildlife Insights dapat memproses 3,6 juta gambar per jam, dengan tingkat akurasi identifikasi 80 hingga 98,6 persen.
• Meningkatkan efisiensi sistem yang ada yang mengkonsumsi sejumlah besar energi, seperti pabrik, transportasi kereta api, transportasi umum, dan penerangan kota,
• mencegah kegagalan – misalnya, di pabrik industri besar, pembangkit listrik tenaga air atau angin. Ini dimungkinkan melalui penggunaan kembar digital (Digital Twins), yang memungkinkan untuk memprediksi keausan komponen dalam sistem tertentu.

Ringkasan

Kombinasi yang tepat antara kecerdasan buatan dan lingkungan tempat kerja dapat mempengaruhi banyak aspek bisnis yang berkelanjutan. Dari mengoptimalkan kinerja kecerdasan buatan, yaitu menciptakan AI hijau, hingga mengotomatisasi manajemen energi, mengoptimalkan pertanian, dan menciptakan rantai pasokan yang berkelanjutan. Yang terakhir, dalam konteks kebutuhan logistik yang terus berkembang, menjadi sangat penting untuk efisiensi dan akuntabilitas bisnis.

Penerapan kecerdasan buatan juga membawa tantangan serius, seperti konsumsi energi selama fase pelatihan dan operasi berkelanjutan model AI. Namun, kecerdasan buatan juga membantu memecahkan masalah ini dan mengurangi dampak lingkungan dari operasinya. Jadi ada ruang untuk solusi AI hijau dan keterlibatan dalam praktik berkelanjutan dalam skala yang belum pernah terjadi sebelumnya, dari analisis perubahan iklim hingga konservasi keanekaragaman hayati.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas lebah sibuk kami di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.