【埃森哲】赋能可持续AI

埃森哲近日发布了一份名为《赋能可持续AI》的行业研究报告，该报告深入探讨了人工智能（AI）的快速扩展及其对环境和资源的影响，并提出了衡量AI可持续性的关键指标——可持续人工智能指数（SAIQ）。报告强调，随着AI技术的发展，其能源消耗、碳排放和水资源利用的成本也在上升，对企业的可持续发展目标构成威胁。报告中提出了四个核心策略，包括更智能的硅、更清洁的数据中心、更具战略性的AI使用和管理即代码，以帮助企业在增长与环境保护之间找到平衡。这份报告中包含了大量关于如何使AI发展更加可持续的深刻见解和实用建议，对于追求环境责任和技术进步的企业来说，具有极高的参考价值。

人工智能的快速发展正在重塑全球商业，但这一技术革命背后的环境代价不容忽视。预计到本世纪末，人工智能数据中心的电力使用量将增长10倍以上，达到612太瓦时，相当于2022年加拿大的电力需求。这一能源消耗不仅威胁着企业的可持续发展目标，也可能超出地球的承受能力。面对这一挑战，我们提出了可持续人工智能指数（SAIQ），一个衡量指标，用来追踪人工智能如何将金钱、能源和排放转化为可衡量的性能。

SAIQ指标的提出，意味着企业可以根据自身组织优先事项，平衡财务可行性、能源弹性和环境影响。这一指标的引入，不仅是一个基准，更是一个战略视角，帮助企业在增长与环境保护之间找到平衡。通过部署更智能的硅、去碳化数据中心、审慎使用人工智能以及将可持续性融入人工智能治理，企业能够在符合新指标的情况下可持续地扩展人工智能。

在硬件层面，我们看到了智能硅的重要性。大多数AI模型运行在老旧硬件上，这些硬件从未打算用于当今内存密集型计算需求，导致巨大的能源浪费和高昂的运营成本。优化GPU能效和数据中心利用率可以削减AI预计到2030年的能耗121万亿瓦时，相当于挪威的年用电量。企业可以通过运行人工智能工作负载在更智能、计算效率更高的硬件和模型上，以降低成本、减少排放并减少对大型云数据中心的依赖。

数据中心的去碳化同样至关重要。超大规模数据中心每天消耗数百万桶的水，许多数据中心由化石燃料供电。随着人工智能工作负载的增加，他们的能源消耗甚至增长得更快，增加了碳足迹。通过优化人工智能工作负载和数据中心运营，企业可以确保人工智能与企业的可持续发展目标保持一致地扩展，同时降低运营成本和环境影响。

在人工智能的使用上，我们发现许多组织即使使用更简单、任务特定的模型也能胜任时，也默认使用大型通用人工智能模型，如大型语言模型。这不仅导致能源的浪费，也增加了碳足迹。战略性地部署人工智能、将合适的模型匹配到合适任务的企业，能够最小化能源使用，推动可持续性，更具竞争力。

最后，将可持续性融入人工智能治理是确保长期绩效和韧性的关键。随着人工智能在各行业和地区的应用加速，它正获得全球监管机构的更多关注。目前，这些关注大多集中在负责任的AI这一主题上，涉及诸如权利侵犯、非预期的偏见和歧视以及虚假信息等问题。这些风险是真实的，必须得到治理，就像环境和资源风险必须得到解决一样。

通过在硬件、软件和政策方面的持续创新，人工智能可以可持续地扩展，确保明天的最智能系统运行在可再生能源、透明标准和明确指南上。这样，组织可以引领向气候韧性经济的转型，同时解锁一个真正服务于人类和地球的人工智能驱动突破的新时代。

这篇文章的灵感来自于埃森哲发布的《赋能可持续AI》报告，它为我们提供了一个深刻的视角，让我们认识到在追求技术进步的同时，如何平衡环境的可持续性。除了这份报告，还有一些同类型的报告，也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。