Η τεχνητή νοημοσύνη (AI) έχει αρχίσει να κεντρίζει όλο και περισσότερο το ενδιαφέρον των επιχειρήσεων προσφέροντας λύσεις που μειώνουν το κόστος, αυξάνουν την αποδοτικότητα και περιορίζουν τις περιβαλλοντικές επιπτώσεις.
Εφαρμογές τεχνητής νοημοσύνης μπορούν να αναλύσουν την κατανάλωση ενέργειας ή ακόμα και να εντοπίσουν φθορές, που μπορεί να οδηγήσουν σε σπατάλη ή ζημιές. Χαρακτηριστικό παράδειγμα στο τελευταίο είναι η google που εφαρμόζοντας μοντέλα τεχνητής νοημοσύνης μείωσε την κατανάλωση ενέργειας στα data centers της κατά 40%.
Αλλά και στην εφοδιαστική αλυσίδα μπορεί να βοηθήσει ουσιαστικά η ΑΙ μέσω της χρήσης ΑI logistics platforms που προβλέπουν τη ζήτηση και σχεδιάζουν δρομολόγια για μείωση καυσίμων και χρόνου.
Όσον αφορά την κυκλική οικονομία η τεχνητή νοημοσύνη μπορεί να βοηθήσει επίσης στον εντοπισμό υλικών που μπορούν να επαναχρησιμοποιηθούν σε γραμμές παραγωγής, ενώ μπορεί να συνδράμει στη σχεδίαση βιώσιμων προϊόντων στο στάδιο του σχεδιασμού (design for reuse).
Η εφαρμογή
Υπάρχουν επιχειρήσεις που εφαρμόζουν μοντέλα τεχνητής νοημοσύνης στη λειτουργία τους στην Ελλάδα; Δύο χαρακτηριστικά παραδείγματα είναι τα ακόλουθα: Η Δημόσια Επιχείρηση Ηλεκτρισμού (ΔΕΗ) έχει επενδύσει σε έξυπνα δίκτυα (smart grids) και συστήματα που αξιοποιούν τεχνητή νοημοσύνη για την πρόβλεψη κατανάλωσης ενέργειας και τη βελτιστοποίηση του φορτίου. Έτσι, εντοπίζει προβλήματα σε πραγματικό χρόνο και ανακατανέμει την ενέργεια δυναμικά. Συνεργάζεται με startups και φορείς για την ενσωμάτωση Ανανεώσιμων Πηγών Ενέργειας με προβλεπτικά μοντέλα τεχνητής νοημοσύνης για την πρόβλεψη παραγωγής από φωτοβολταϊκά ή ανεμογεννήτριες, κ.ά.
Μία άλλη εταιρεία που εφαρμόζει τεχνητή νοημοσύνη στη διαχείριση παραγωγής και αποβλήτων είναι η Vivartia (ΔΕΛΤΑ, Goody’s κ.ά.). Τι κάνει; Χρησιμοποιεί εργαλεία μηχανικής μάθησης (machine learning) για να προβλέπει ζήτηση προϊόντων ανά περιοχή και εποχικότητα. Μειώνει έτσι τις υπερπαραγωγές και τις επιστροφές, που οδηγούν σε σπατάλη πρώτων υλών και ενέργειας. Στη ΔΕΛΤΑ, έχουν εφαρμοστεί συστήματα βιομετρικής παρακολούθησης κατανάλωσης ενέργειας σε ψυγεία και βιομηχανικά ψυκτικά συστήματα, με στόχο τη βελτιστοποίηση παραγωγής και μεταφορών με χαμηλό αποτύπωμα άνθρακα.
Αξία μέσα από την ΑΙ
Πώς μπορούν όμως οι ελληνικές επιχειρήσεις να δημιουργήσουν αξία μέσα από τις δράσεις τους για την κλιματική αλλαγή με τη βοήθεια της τεχνητής νοημοσύνης;
Σύμφωνα με την πρόσφατη έρευνα EY Sustainable Value Survey Ελλάδα 2024, η πλειοψηφία των ελληνικών επιχειρήσεων που συμμετείχαν στο δείγμα, ανέφεραν ότι οι πρωτοβουλίες τους για το κλίμα απέφεραν μεγαλύτερη από την αναμενόμενη αξία για τους πελάτες (61%) και την κοινωνία (56%), και μεγαλύτερη χρηματοοικονομική αξία και για τις ίδιες (49%) . Σε αυτές τις πρωτοβουλίες, η τεχνητή νοημοσύνη έρχεται να παίξει σημαντικό ρόλο.
Όπως σημειώνει ο Χρήστος Ταραντίλης, Εταίρος και Επικεφαλής Τομέα Κεντρικής Κυβέρνησης και Δημοσίου της EY Ελλάδος: «Τα μοντέλα AI μπορούν να αναλύουν τεράστιους όγκους ψηφιακών δεδομένων που αφορούν το κλίμα (π.χ., θερμοκρασίες, υγρασία, εκπομπές αερίων) και συλλέγονται από διαφορετικές πηγές, όπως δορυφόροι, μετεωρολογικοί σταθμοί και περιβαλλοντικοί αισθητήρες. Επιπλέον, μπορούν να εκπαιδεύονται στην αναγνώριση μοτίβων (patterns) που θα τους οδηγήσουν στην ακριβή πρόβλεψη μελλοντικών κλιματικών συνθηκών, καθώς και στη διαμόρφωση πολιτικών ελαχιστοποίησης των κλιματικών κινδύνων. Στο ίδιο πλαίσιο, και αναλύοντας διαφορετικούς τύπους δεδομένων, η AI μπορεί να προβλέψει ταχύτατα τη ζήτηση και την παραγωγή ενέργειας, τόσο από ανανεώσιμες πηγές ενέργειας (ΑΠΕ), όσο και από άλλες πηγές, τη βέλτιστη στιγμή φόρτισης ή εκφόρτισης συστημάτων αποθήκευσης ενέργειας, να εντοπίζει ευκαιρίες εξοικονόμησης ενέργειας, να προστατεύει τη βιοποικιλότητα, να ελαχιστοποιεί τις εκπομπές αερίων του θερμοκηπίου μέσω αποτελεσματικών διαδρομών οχημάτων, να συμβάλλει στη μείωση της αλόγιστης χρήσης των υδάτινων πόρων και λιπασμάτων, και να βελτιώνει τη διαδικασία ανακύκλωσης και τη διαχείριση απορριμμάτων.
»Ωστόσο, υπάρχει και η «σκοτεινή» πλευρά της εφαρμογής των μοντέλων AI - ιδιαιτέρως των μεγάλων γλωσσικών μοντέλων - καθώς για την εκπαίδευση και τη λειτουργία τους απαιτείται συνεχής και σημαντική υπολογιστική ισχύς και η κατασκευή, λειτουργία και ψύξη όλο και περισσοτέρων data centers, γεγονός που οδηγεί σε αυξημένη κατανάλωση ενέργειας και προκαλεί σοβαρές περιβαλλοντικές επιπτώσεις. Είναι χρέος μας, συνεπώς, να συμβάλουμε τόσο στην ανάπτυξη της AI όσο και στη μείωση του περιβαλλοντικού αποτυπώματος της χρήσης της».
Ο κ. Χρήστος Ταραντίλης, Εταίρος και Επικεφαλής Τομέα Κεντρικής Κυβέρνησης και Δημοσίου της EY Ελλάδος
H Κιάρα Κόντη, Εταίρος και Επικεφαλής Υπηρεσιών Βιώσιμης Ανάπτυξης της EY Ελλάδος, συμπληρώνει: «Παράλληλα με τον σημαντικό ρόλο της τεχνητής νοημοσύνης σε σχέση με την μείωση των εκπομπών αερίων του θερμοκηπίου, εξίσου σημαντικός είναι και ο ρόλος που δύναται να διαδραματίσει στην αντιμετώπιση των φυσικών κινδύνων της κλιματικής αλλαγής, μέσα από την ανάλυση κλιματικών δεδομένων και, τελικά, τη συμβολή της στην πρόβλεψη και έγκαιρη προειδοποίηση για ακραία καιρικά φαινόμενα. Η τεχνητή νοημοσύνη αναβαθμίζει τα κλιματικά μοντέλα, βελτιώνοντας την ακρίβεια των προσομοιώσεων και των προβλέψεων, καθώς και της εκτίμησης της ευπάθειας των υποδομών, των οικοσυστημάτων και των κοινοτήτων στους κλιματικούς κινδύνους. Αυτό συνεισφέρει, κατά συνέπεια, στην ιεράρχηση των επενδύσεων και των πόρων για προσαρμογή και ανθεκτικότητα, το οποίο θα αποτελέσει κρίσιμη προτεραιότητα στο πλαίσιο της βιώσιμης ανάπτυξης, ανεξαρτήτως της απορρύθμισης ή μη των κανονιστικών προτύπων και των ESG αναφορών ή των γεωπολιτικών εξελίξεων».
Σχόλια