Πώς η τεχνητή νοημοσύνη συμβάλλει στον μετριασμό και τη διαχείριση της κλιματικής αλλαγής

Του Christoph Schweizer*

Κάθε μέρα, οι άνθρωποι σε ολόκληρο τον οργανισμό σας λαμβάνουν αποφάσεις -ενδεχομένως εκατοντάδες- που είτε αυξάνουν είτε μειώνουν τη βιωσιμότητά του. Ποιον προμηθευτή πρέπει να επιλέξουμε; Να προμηθευτούμε πράσινο γυαλί ή διαφανές γυαλί για το προϊόν μας; Θα πρέπει να διοργανώσουμε το συνέδριο στο Λονδίνο ή στη Νέα Υόρκη;

Ακριβώς όπως η τεχνητή νοημοσύνη έχει βελτιώσει τις αποφάσεις που λαμβάνουν οι οργανισμοί για τη βελτιστοποίηση των οικονομικών επιδόσεων, τη βελτίωση των διαδικασιών, την ικανοποίηση των αναγκών των πελατών κ.ά., θα είναι κρίσιμη για να τους βοηθήσει να επιτύχουν τους κλιματικούς τους στόχους. Για την ακρίβεια, επειδή μπορεί να συγκεντρώνει, να συμπληρώνει και να ερμηνεύει μεγάλα, πολύπλοκα σύνολα δεδομένων σχετικά με τις εκπομπές και τον αντίκτυπο στο κλίμα, η τεχνητή νοημοσύνη είναι θεμελιωδώς σημαντική για να συμβάλει στη διαχείριση όλου του φάσματος των ζητημάτων που σχετίζονται με το κλίμα.

Η BCG διεξήγαγε πρόσφατα μια παγκόσμια έρευνα με τη συμμετοχή 1.000 ηγετών στον τομέα της τεχνητής νοημοσύνης και του κλίματος που μας λέει περισσότερα για τις δυνατότητες αυτές – καθώς και για τα εμπόδια που υπάρχουν. Διαπιστώσαμε ότι το 87% των ερωτηθέντων πιστεύει ότι η προηγμένη ανάλυση και η τεχνητή νοημοσύνη (Α.Ι.), είναι ένα χρήσιμο εργαλείο στον αγώνα κατά της κλιματικής αλλαγής σήμερα, αλλά μόνο το 43% δηλώνει ότι έχει όραμα για τη χρήση της Α.Ι. στις δικές του προσπάθειες για την κλιματική αλλαγή.

Οι ερωτηθέντες βλέπουν τη μεγαλύτερη επιχειρηματική αξία της τεχνητής νοημοσύνης στη μείωση και τη μέτρηση των εκπομπών. Στην πραγματικότητα, υπάρχουν πολλοί διαφορετικοί τρόποι με τους οποίους οι παγκόσμιοι ηγέτες μπορούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να επιτύχουν τους στόχους τους:

Μετριασμός. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη μέτρηση των εκπομπών σε μάκρο- και μίκρο-επίπεδο, στη μείωση των επιπτώσεων των εκπομπών και στην απομάκρυνση των υφιστάμενων εκπομπών από την ατμόσφαιρα. Στην εργασία μας, διαπιστώσαμε ότι η A.I. μπορεί να βοηθήσει στη μείωση των εκπομπών αερίων του θερμοκηπίου που αντιστοιχούν στο 5% έως 10% του αποτυπώματος άνθρακα ενός οργανισμού, ή 2,6 έως 5,3 γιγατόνους CO2e εάν κλιμακωθεί σε παγκόσμιο επίπεδο.

Υπάρχουν μερικά συναρπαστικά παραδείγματα τεχνολογίας που ήδη επιτελούν αυτό το έργο. Το Climate TRACE (Tracking Real-Time Atmospheric Carbon Emissions), ένας συνασπισμός που υποστηρίζεται από τον Al Gore, χρησιμοποιεί δορυφορικές εικόνες και τεχνητή νοημοσύνη για τη μέτρηση των εκπομπών. Η Blue Sky Analytics, μέλος του Climate TRACE, μπορεί να εκτιμήσει τις εκπομπές ειδικά από πυρκαγιές. Και το Pachama χρησιμοποιεί δορυφορικές εικόνες και τεχνητή νοημοσύνη για να μετρά και να παρακολουθεί τον άνθρακα που αποθηκεύεται στα δάση με την πάροδο του χρόνου, εντοπίζοντας υψηλής ποιότητας πιστώσεις άνθρακα.

Η πλατφόρμα διοξειδίου του άνθρακα τεχνητής νοημοσύνης της BCG βοηθά τους οργανισμούς να μετρούν, να προσομοιώνουν, να παρακολουθούν και να βελτιστοποιούν τις εκπομπές τους σε μεγάλη κλίμακα. Αυτό το έτοιμο προς εγκατάσταση λογισμικό μπορεί να χρησιμοποιηθεί σε όλους τους κλάδους, όπως το πετρέλαιο και το φυσικό αέριο, τα βιοφαρμακευτικά προϊόντα, η αυτοκινητοβιομηχανία και τα καταναλωτικά προϊόντα. Όχι μόνο μετρά με ακρίβεια τις εκπομπές που παράγονται άμεσα από τις δραστηριότητες της ίδιας της εταιρείας, αλλά και ποσοτικοποιεί τις πιο δύσκολα μετρήσιμες, έμμεσες εκπομπές που παράγονται κατά μήκος ολόκληρης της αλυσίδας αξίας της εταιρείας.

Προσαρμογή και ανθεκτικότητα. Η Α.Ι. είναι επίσης κατάλληλη για να βοηθά στην πρόβλεψη κινδύνων που σχετίζονται με το κλίμα, είτε βελτιώνοντας τις μακροπρόθεσμες προβλέψεις για τοπικά γεγονότα, όπως η άνοδος της στάθμης της θάλασσας, είτε αναβαθμίζοντας τα συστήματα έγκαιρης προειδοποίησης για ακραία φαινόμενα, όπως οι τυφώνες ή οι ξηρασίες. Ένα τέτοιο παράδειγμα για το πώς η τεχνητή νοημοσύνη και η προηγμένη ανάλυση μπορούν να βοηθήσουν τις κοινότητες να προσαρμοστούν στις κλιματικές αλλαγές είναι ένα πρόγραμμα στη Νοτιοανατολική Ασία. Συνδυάζοντας δορυφορικά δεδομένα με προηγμένη μοντελοποίηση πλημμυρών, η ομάδα εκεί μπόρεσε να εντοπίσει κρίσιμες υποδομές, όπως νοσοκομεία, καθώς και τους υγροτόπους που κινδυνεύουν περισσότερο από πλημμύρες, και να κατανοήσει πού στρατηγικά τοποθετημένα τεχνητά φράγματα θα μπορούσαν να κάνουν το μεγαλύτερο όφελος.

Η τεχνητή νοημοσύνη μπορεί επίσης να βοηθήσει στη διαχείριση της τρωτότητας και της έκθεσης, στην παρακολούθηση των τρεχουσών κρίσεων, στην ενίσχυση των υποδομών (μέσω έξυπνων αρδεύσεων, για παράδειγμα), στην προστασία των πληθυσμών με την πρόβλεψη των προτύπων μετανάστευσης μεγάλης κλίμακας και στη διατήρηση της βιοποικιλότητας, όπως με τον εντοπισμό και την καταμέτρηση των ειδών.

Έρευνα, χρηματοδότηση και εκπαίδευση. Η τεχνητή νοημοσύνη μπορεί επίσης να αποτελέσει ένα σημαντικό εργαλείο για την υποστήριξη της έρευνας και της μοντελοποίησης του κλίματος, για την κατανόηση της κλίμακας της αλλαγής και την τροφοδότηση των πολιτικών αποφάσεων. Μπορεί να διαδραματίσει κρίσιμο ρόλο στη χρηματοοικονομική πτυχή του κλίματος με την πρόβλεψη των τιμών του διοξειδίου του άνθρακα. Και μπορεί και να συμβάλει στην εκπαίδευση του κοινού και να επηρεάσει τη συμπεριφορά μέσω εξατομικευμένων εργαλείων που μπορούν να εκτιμήσουν το αποτύπωμα άνθρακα, για παράδειγμα, ή να κάνουν συστάσεις για αγορές φιλικές προς το κλίμα. Η επένδυση σε αυτές τις θεμελιώδεις αρχές με τη βοήθεια της τεχνητής νοημοσύνης θα είναι το κλειδί για την επιτυχία των προσπαθειών μετριασμού, προσαρμογής και ανθεκτικότητας.

Ξεπερνώντας τα εμπόδια της τεχνητής νοημοσύνης

Με τόσες πολλές μεγάλες ευκαιρίες για την Α.Ι. να κάνει τη διαφορά σε αυτόν τον αγώνα, τι εμποδίζει τους οργανισμούς να την αξιοποιήσουν περισσότερο; Αν και υπάρχουν ήδη τομείς στους οποίους οι λύσεις τεχνητής νοημοσύνης είναι καλά εδραιωμένες και έτοιμες για ευρεία εφαρμογή, οι περισσότερες υπάρχουσες λύσεις είναι διάσπαρτες, μπορεί να είναι απρόσιτες και δεν διαθέτουν τους πόρους για να επεκταθούν. Μεταξύ των ερωτηθέντων στην έρευνα, το 78% δηλώνει ότι τα εμπόδια οφείλονται στην ανεπαρκή τεχνογνωσία της Α.Ι., το 77% αναφέρει την περιορισμένη διαθεσιμότητα, και το 67% επισημαίνει την έλλειψη εμπιστοσύνης στα δεδομένα και την ανάλυση που σχετίζονται με την τεχνητή νοημοσύνη.

Η τεχνητή νοημοσύνη δεν είναι μια πανάκεια. Είναι ένα από τα πολλά εργαλεία που πρέπει να χρησιμοποιήσουμε για την αντιμετώπιση αυτής της παγκόσμιας πρόκλησης. Αλλά μπορεί να μας βοηθήσει να ακολουθήσουμε έναν πιο ενημερωμένο, όλο και περισσότερο καθοδηγούμενο από δεδομένα και ταχύτερο δρόμο – και δεν έχουμε χρόνο για χάσιμο.

* Ο Christoph Schweizer είναι Παγκόσμιος CEO της Boston Consulting Group. Η Boston Consulting Group είναι εταίρος του Path to Zero του Fortune.