Las herramientas de IA como ChatGPT están acaparando titulares, pero otras técnicas y herramientas de IA diseñadas específicamente para empresas están ayudando silenciosamente a las empresas a cumplir sus objetivos de sostenibilidad. La IA clásica ya se está utilizando ampliamente hoy en día en varios casos de uso, y la IA generativa está evolucionando rápidamente para abordar nuevas clases de casos de uso.
Anteriormente dirigí equipos técnicos que ayudaban a los clientes con sus implementaciones de IA. Cuando comencé un rol como líder de sostenibilidad en Expert Labs, nuestra organización de servicios de tecnología profesional, vi el potencial de la IA para ayudar con la eficiencia energética, la descarbonización y la reducción de residuos. Descubra los casos de uso actuales y emergentes para la IA en la gestión de residuos, la optimización, la reducción de energía y los informes ESG.
Cómo la IA está ayudando a las empresas a acelerar su viaje hacia la sostenibilidad hoy
Gestión de activos: Ya sea para infraestructura de servicios públicos o maquinaria de fábrica, la intervención puede prolongar lavida útil de un activo; reduciendo el volumen de residuos enviados al vertedero y el impacto ambiental de crear un reemplazo. Las soluciones de IA funcionan recopilando datos de rendimiento de activos y alimentándolos en modelos de aprendizaje automático, que pueden predecir el estado de los activos y el riesgo de falla.
Gestión de inventario: El transporte utiliza energía; además, los productos perecederos pueden necesitar ser refrigerados en tránsito y almacenamiento. La optimización del inventario es importante para garantizar que tenga suficiente stock y al mismo tiempo satisfacer la demanda de los clientes. Al mismo tiempo, desea reducir la huella de carbono asociada con el movimiento y almacenamiento de existencias. La IA ayuda a abordar este problema combinando aspectos como la previsión de la demanda, la entrega de última milla y la optimización del enrutamiento.
Optimización de horarios: Este caso de uso es como la gestión de inventario, pero aborda el desafío de garantizar que tenga la alineación adecuada de talento. Si pensamos en el mantenimiento de activos, por ejemplo, las preguntas son qué técnicos están disponibles, dónde y cómo se debe priorizar su trabajo. No se trata de minimizar los viajes. Encambio, es mejor priorizar un activo más distante para la reparación porque ese activo tiene un costo más alto o podría fallar antes. La IA puede abordar problemas como el mantenimiento de activos de manera eficiente.
Detección de anomalías: Algunos fabricantes tienen objetivos de cero defectos. Si una pieza está defectuosa o ensamblada incorrectamente, es posible que no sea posible recuperarla o reciclarla. Los sistemas de reconocimiento de imágenes y videos pueden usar IA para monitorear cada etapa de fabricación, detectando cualquier discrepancia lo antes posible. Además de los materiales desperdiciados, se consume energía adicional cuando las piezas tienen que ser reelaboradas o rehechas. Este caso de uso muestra cómo la IA puede ayudar procesando datos de imagen y video no estructurados, además de datos estructurados en los ejemplos anteriores.
Optimización informática: Los centros de datos consumen una gran cantidad de electricidad. Mediante el uso de IA para comprender la demanda de cómputo a lo largo del tiempo, es posible optimizar el uso de los recursos informáticos y de refrigeración. Hacer coincidir los recursos con la demanda más de cerca ayuda a ahorrar energía.
¿A dónde ir?
Durante el próximo año más o menos, espero ver a las empresas implementar aplicaciones generativas de IA que ayuden con una nueva clase de casos de uso para cumplir con sus objetivos de sostenibilidad. Algunas empresas ya están trabajando en ellos.
El primero de ellos es el uso de la comprensión inteligente de documentos para procesar la información de sostenibilidad. Las empresas utilizan varios marcos diferentes para informar su impacto ambiental de manera estandarizada. Es un proceso lento recopilar información relevante y producir informes ESG. El software de IA generativa recupera y resume la información de texto de varios sistemas comerciales, incluidos los sistemas de proveedores, y la asigna a los marcos de informes, con la opción de revisión humana.
Por otro lado, la IA agiliza el procesamiento de la información ya recopilada en informes ambientales, sociales y de gobierno corporativo (ESG). Una empresa podría combinar la información de la orden de compra con el informe ESG de un proveedor. Por ejemplo, si sabe que es responsable de la mitad de la facturación de un proveedor, puede utilizar los informesESG de ir para estimar su responsabilidad por las emisiones de alcance 3.
Para los inversores interesados en las finanzas verdes, la IA podría procesar informes ESG de forma masiva para crear una lista recomendada de empresas con una postura ambiental más sólida. En un caso de uso avanzado, los modelos generativos de IA ajustados con las políticas de sostenibilidad de una empresa podrían impulsar una aplicación de asesor para actividades como la selección de proveedores.
Es probable que los modelos de lenguaje grandes de base (LLM), ajustados con datos específicos del dominio, desempeñen un papel importante en aplicaciones inteligentes de procesamiento de texto como estas.
También es probable que los modelos de cimentación que utilizan datos geoespaciales dejen su huella en el próximo año más o menos. Estos modelos serán valiosos para predecir zonas de inundación, incendios forestales y otros riesgos climáticos. Las empresas en sectores como la agricultura, el comercio minorista, los servicios públicos y los servicios financieros podrán utilizar estos modelos para la evaluación y mitigación de riesgos.
A medida que las empresas adoptan la IA generativa en estos nuevos casos de uso, también deben prestar atención a un nuevo conjunto de riesgos que están surgiendo, que van desde posibles preocupaciones de privacidad hasta la falta de realidad. Se necesita un enfoque de IA responsable y un marco de gobernanza de IA para garantizar que existan barreras de seguridad para el uso responsable de la IA clásica y generativa.
Los objetivos de sostenibilidad y otros objetivos comerciales van de la mano. Para muchos de estos casos de uso, existe una estrecha relación entre la sostenibilidad y el costo. Reducir la energía, evitar el desperdicio y optimizar los recursos tienen beneficios financieros y ventajas ambientales. Utilizando nuevas aplicaciones de sostenibilidad impulsadas por IA, a las empresas les resultará más fácil tomar decisiones que estén alineadas con sus objetivos de sostenibilidad.
Autor: John J Thomas, IBM.
