Η τεχνητή νοημοσύνη συναντά την ESG: μια ισχυρή υπόσχεση

Η τεχνητή νοημοσύνη (AI) έχει γίνει η λέξη της δεκαετίας. Από τις αίθουσες συνεδριάσεων μέχρι τις αίθουσες διδασκαλίας, από τη Silicon Valley μέχρι το Νταβός, όλοι μιλούν για το πώς η τεχνητή νοημοσύνη θα αλλάξει τον τρόπο με τον οποίο εργαζόμαστε και ζούμε. Όσον αφορά όμως τις περιβαλλοντικές, κοινωνικές και διοικητικές πρακτικές (ESG), το ερώτημα είναι πιο έντονο: Είναι η τεχνητή νοημοσύνη η πολυαναμενόμενη αλλαγή του παιχνιδιού ή μήπως κοιτάμε μπροστά στην επόμενη φούσκα διαφημιστικής εκστρατείας;

Η τεχνητή νοημοσύνη έχει ήδη αρχίσει να αναδιαμορφώνει τις βιομηχανίες αναλύοντας τεράστια σύνολα δεδομένων, βελτιώνοντας την αποδοτικότητα και μειώνοντας την ανθρώπινη προκατάληψη στη λήψη αποφάσεων. Για την ESG, οι δυνατότητές της είναι αδιαμφισβήτητες. Οι επαγγελματίες της ESG ξοδεύουν αμέτρητες ώρες για τη συλλογή δεδομένων, την υποβολή εκθέσεων και τη συμμόρφωση. Φανταστείτε να αντικαταστήσετε τα χειροκίνητα λογιστικά φύλλα με έξυπνα συστήματα που σαρώνουν τις αλυσίδες εφοδιασμού σε πραγματικό χρόνο, παρακολουθούν αυτόματα τις εκπομπές διοξειδίου του άνθρακα ή επισημαίνουν τους ισχυρισμούς περί οικολογικής πλύσης πριν βλάψουν την αξιοπιστία της μάρκας.

Μια πρόσφατη TechRadar Pro άρθρο επισημαίνει τον οδικό χάρτη για τη βιώσιμη πληροφορική, υπενθυμίζοντάς μας ότι η ίδια η τεχνολογία πρέπει επίσης να ευθυγραμμιστεί με τους περιβαλλοντικούς στόχους. Τα ενεργοβόρα κέντρα δεδομένων, τα αυξανόμενα ηλεκτρονικά απόβλητα και το αποτύπωμα άνθρακα των μοντέλων τεχνητής νοημοσύνης δεν μπορούν να αγνοηθούν.

Σύμφωνα με μια Μελέτη του Πανεπιστημίου της Μασαχουσέτης Amherst, η εκπαίδευση ενός μόνο μεγάλου μοντέλου τεχνητής νοημοσύνης (όπως το GPT-3) μπορεί να εκπέμψει πάνω από 550 μετρικοί τόνοι CO₂-το ισοδύναμο πέντε πτήσεων μετ' επιστροφής μεταξύ Νέας Υόρκης και Λονδίνου για κάθε επιβαίνον άτομο. Το MIT Technology Review απηχεί αυτή την ανησυχία, χαρακτηρίζοντας το ενεργειακό κόστος της ΤΝ "σιωπηλή κρίση".

Με άλλα λόγια, η Τεχνητή Νοημοσύνη στην ESG δεν αφορά μόνο την εξυπνότερη ανάλυση, αλλά και τη διασφάλιση ότι τα ίδια τα εργαλεία που χρησιμοποιούμε είναι βιώσιμα από το σχεδιασμό τους.

Πού προσθέτει αξία η Τεχνητή Νοημοσύνη στην ESG

Από τη δική μου οπτική γωνία που συμβουλεύω παγκόσμιες εταιρείες μέσω της παροχής συμβουλών ESG, βλέπω τρεις τομείς στους οποίους η τεχνητή νοημοσύνη είναι ήδη πολλά υποσχόμενη:

1. Λογιστική άνθρακα με βάση τα δεδομένα

Η παρακολούθηση των εκπομπών Scope 3 -που συχνά αποτελούν το μεγαλύτερο τυφλό σημείο στην αλυσίδα εφοδιασμού- είναι εφιάλτης για τους περισσότερους οργανισμούς. Η τεχνητή νοημοσύνη μπορεί να επεξεργαστεί μη δομημένα δεδομένα προμηθευτών, δορυφορικές εικόνες και πληροφορίες εφοδιαστικής για να παράγει πιο αξιόπιστες εκτιμήσεις. Αυτό θα μπορούσε να καλύψει ένα από τα πιο επίμονα κενά στην υποβολή εκθέσεων ESG.

2. Διαχείριση κινδύνου πρόβλεψης

Οι κλιματικοί κίνδυνοι, από τις πλημμύρες έως τους καύσωνες, γίνονται πλέον μέλημα των διοικητικών συμβουλίων. Τα μοντέλα τεχνητής νοημοσύνης που ενσωματώνουν την επιστήμη του κλίματος με οικονομικά δεδομένα μπορούν να βοηθήσουν τις εταιρείες να προετοιμαστούν για διαταραχές πριν αυτές εμφανιστούν. Ο χρηματοπιστωτικός τομέας κινείται ήδη γρήγορα στον τομέα αυτό, χρησιμοποιώντας την ΤΝ για τη μοντελοποίηση των οικονομικών κινδύνων που σχετίζονται με το κλίμα.

3. Ενισχυμένη διαφάνεια και λογοδοσία

Τα ενδιαφερόμενα μέρη, από τις ρυθμιστικές αρχές έως τους επενδυτές, απαιτούν αξιόπιστες γνωστοποιήσεις ESG. Εργαλεία με τεχνητή νοημοσύνη μπορούν να εντοπίζουν ασυνέπειες, να παρακολουθούν το δημόσιο αίσθημα και να επισημαίνουν πιθανή οικολογική πλύση. Αν γίνει σωστά, αυτό ενισχύει την εμπιστοσύνη στους ισχυρισμούς περί επιδόσεων ESG - κάτι που έχω συζητήσει στο Πράσινο πλύσιμο στις δεσμεύσεις Net Zero.

Η παγίδα Hype: Κίνδυνοι που δεν μπορούμε να αγνοήσουμε

Πριν όμως ανακηρύξουμε την ΤΝ ως τον σωτήρα της ESG, πρέπει να αντιμετωπίσουμε τη σκοτεινή πλευρά της:

• Μεροληψία δεδομένων και τυφλά σημεία: Η τεχνητή νοημοσύνη είναι τόσο καλή όσο τα δεδομένα με τα οποία τροφοδοτείται. Κακής ποιότητας ή μεροληπτικά δεδομένα οδηγούν σε εσφαλμένα συμπεράσματα ESG - τα οποία μπορεί να είναι χειρότερα από την απουσία δεδομένων.
• Greenwashing από τον αλγόριθμο: Οι εταιρείες μπορεί να χρησιμοποιούν πίνακες ελέγχου ΤΝ για να παρουσιάσουν γυαλιστερές μετρήσεις βιωσιμότητας, αποκρύπτοντας ταυτόχρονα συστημικά ζητήματα. Εάν η ΤΝ γίνει "μαύρο κουτί", η λογοδοσία θα μπορούσε να διαβρωθεί.
• Περιβαλλοντικό κόστος της τεχνητής νοημοσύνης: Τα μοντέλα Τεχνητής Νοημοσύνης μεγάλης κλίμακας απαιτούν τεράστια υπολογιστική ισχύ. Χωρίς δεσμεύσεις για ανανεώσιμες πηγές ενέργειας, η υιοθέτηση της ΤΝ θα μπορούσε να αυξήσει τις εκπομπές αντί να τις μειώσει.
• Ρυθμιστική αβεβαιότητα: Τα πλαίσια αναφοράς ESG εξακολουθούν να εξελίσσονται - εξετάστε το πλαίσιο ESRS που αναπτύχθηκε από την EFRAG στην Ευρώπη ή το Οριστικοποιημένοι κανόνες της SEC για τη γνωστοποίηση του κλίματος στις Ηνωμένες Πολιτείες. Η πολύ πρώιμη ενσωμάτωση της ΤΝ στη συμμόρφωση μπορεί να αποβεί εις βάρος σας εάν οι κανόνες αλλάξουν.

Κάνοντας την Τεχνητή Νοημοσύνη υπεύθυνη: Μετριασμός της προκατάληψης και διασφάλιση της δεοντολογίας

Για να αξιοποιήσουν πλήρως τα οφέλη της ΤΝ στην ESG, οι οργανισμοί πρέπει να προστατεύονται ενεργά από την κακή χρήση και τις ακούσιες συνέπειες. Αυτό ξεκινά με τον υπεύθυνο σχεδιασμό της ΤΝ και τη διακυβέρνηση των δεδομένων. Οι ηγέτες θα πρέπει να:

• Ελέγξτε τα δεδομένα κατάρτισης για την αντιπροσωπευτικότητα και τη δικαιοσύνη.
• Διασφάλιση της διαφάνειας του μοντέλου - ιδίως όταν η ΤΝ επηρεάζει την υποβολή εκθέσεων ή τη συμμόρφωση.
• Υιοθετήστε ηθικά πλαίσια όπως το Αρχές ΤΝ του ΟΟΣΑ ή να ευθυγραμμιστεί με το Πράξη της ΕΕ για την τεχνητή νοημοσύνη, το οποίο θέτει αυστηρές κατευθυντήριες γραμμές για τα συστήματα τεχνητής νοημοσύνης υψηλού κινδύνου, συμπεριλαμβανομένων εκείνων που χρησιμοποιούνται για την υποβολή εκθέσεων και τη διακυβέρνηση ESG.

Η τεχνητή νοημοσύνη δεν αντικαθιστά την ανθρώπινη κρίση - θα πρέπει να υποστηρίζει τη λήψη ηθικών αποφάσεων ESG, όχι να την επισκιάζει.

Λοιπόν, Game-Changer ή φούσκα;

Η αλήθεια μπορεί να βρίσκεται στο ενδιάμεσο. Η τεχνητή νοημοσύνη δεν θα λύσει με μαγικό τρόπο τις προκλήσεις της ESG. Αλλά η απόρριψή της ως διαφημιστική εκστρατεία θα ήταν επίσης κοντόφθαλμη. Όπως οι ανανεώσιμες πηγές ενέργειας στις πρώτες μέρες τους, οι δυνατότητες της ΤΝ θα εξαρτηθούν από το πόσο υπεύθυνα θα την υιοθετήσουμε.

Για τους επαγγελματίες της βιωσιμότητας, το κλειδί είναι η ενσωμάτωση της ανθρώπινης εμπειρογνωμοσύνης. Η τεχνητή νοημοσύνη μπορεί να επιταχύνει την ανάλυση δεδομένων, αλλά η ανθρώπινη κρίση πρέπει να καθοδηγεί τις ηθικές αποφάσεις, τη δέσμευση των ενδιαφερόμενων μερών και τη στρατηγική κατεύθυνση. Όπως συχνά υπενθυμίζω στα στελέχη: η τεχνολογία είναι εργαλείο, όχι σκοπός.

Τι πρέπει να κάνουν τώρα οι ηγέτες

Εάν είστε ηγέτης βιωσιμότητας και σκέφτεστε να χρησιμοποιήσετε την τεχνητή νοημοσύνη για την ESG, ακολουθούν τρεις κατευθυντήριες αρχές:

1. Ξεκινήστε με μικρό μέγεθος, κλιμακωθείτε υπεύθυνα
   Δοκιμάστε τα εργαλεία ΤΝ σε συγκεκριμένους τομείς (όπως η συλλογή δεδομένων για τον άνθρακα) προτού τα επεκτείνετε σε ολόκληρη την επιχείρηση.
2. Προτεραιότητα στη βιώσιμη πληροφορική
   Βεβαιωθείτε ότι η στρατηγική σας για την ΤΝ περιλαμβάνει πράσινα κέντρα δεδομένων, ενεργειακή απόδοση και διαχείριση ηλεκτρονικών αποβλήτων.
3. Κρατήστε τους ανθρώπους ενήμερους
   Χρησιμοποιήστε την τεχνητή νοημοσύνη για να υποστηρίξετε -όχι να αντικαταστήσετε- την ανθρώπινη εποπτεία στη λήψη αποφάσεων ESG.

Τελικές σκέψεις

Η τεχνητή νοημοσύνη θα μπορούσε πράγματι να είναι ο επόμενος μεγάλος καταλύτης της ESG - αλλά μόνο αν αντισταθούμε στον πειρασμό των συντομεύσεων και της υπερβολής. Πρέπει να απαιτήσουμε διαφάνεια από τους παρόχους τεχνητής νοημοσύνης, να καταστήσουμε τις εταιρείες υπεύθυνες για το περιβαλλοντικό αποτύπωμα των ψηφιακών εργαλείων τους και να διατηρήσουμε την ηθική στο επίκεντρο της καινοτομίας.

Στο τέλος, η Τεχνητή Νοημοσύνη στην ESG δεν θα κριθεί από τους αλγόριθμούς της, αλλά από το αν μας βοηθάει να πετύχουμε αυτό που πραγματικά έχει σημασία: μια πιο βιώσιμη, δίκαιη και ανθεκτική κόσμο.