Equinix raccoglie le opinioni di 5 esperti del settore
Nell'ultimo anno abbiamo assistito a enormi progressi nella tecnologia dell'intelligenza artificiale, eppure le sfide da superare, prima di poter ottenere casi d'uso di IA di livello produttivo in ambito aziendale, sono ancora molte, come emerso chiaramente dai risultati della Global Tech Trends Survey (GTTS) 2023 di Equinix.
Nell'indagine, il 42% dei leader IT globali ha dichiarato di non essere sicuro della capacità della propria infrastruttura di adattarsi al crescente utilizzo dell'IA, e al contempo molti hanno espresso una simile mancanza di fiducia nelle loro strategie di sostenibilità: meno della metà (47%) si è detta fiduciosa che la propria azienda possa soddisfare la domanda dei clienti di pratiche più sostenibili.
Non è una coincidenza che ci sia una significativa sovrapposizione tra queste preoccupazioni: molti dei modelli di IA che hanno conquistato le prime pagine dei giornali negli ultimi mesi si sono rivelati piuttosto avidi di energia, tanto che rendere questi modelli più efficienti è diventata una priorità assoluta.
Per questa ragione, Equinix ha parlato con esperti del settore per conoscere il loro punto di vista su come l'IA e la sostenibilità si influenzano reciprocamente, come le aziende possono utilizzare l'IA per portare avanti le loro strategie di sostenibilità e come possono bilanciare i loro obiettivi di sostenibilità con i requisiti energetici delle tecnologie emergenti come l'IA.
Nell'indagine, il 42% dei leader IT globali ha dichiarato di non essere sicuro della capacità della propria infrastruttura di adattarsi al crescente utilizzo dell'IA, e al contempo molti hanno espresso una simile mancanza di fiducia nelle loro strategie di sostenibilità: meno della metà (47%) si è detta fiduciosa che la propria azienda possa soddisfare la domanda dei clienti di pratiche più sostenibili.
Non è una coincidenza che ci sia una significativa sovrapposizione tra queste preoccupazioni: molti dei modelli di IA che hanno conquistato le prime pagine dei giornali negli ultimi mesi si sono rivelati piuttosto avidi di energia, tanto che rendere questi modelli più efficienti è diventata una priorità assoluta.
Per questa ragione, Equinix ha parlato con esperti del settore per conoscere il loro punto di vista su come l'IA e la sostenibilità si influenzano reciprocamente, come le aziende possono utilizzare l'IA per portare avanti le loro strategie di sostenibilità e come possono bilanciare i loro obiettivi di sostenibilità con i requisiti energetici delle tecnologie emergenti come l'IA.
Sally Eaves, Axpire Principal Impact & Philanthropy Advisor e Forbes Technology Council Member
Esistono una miriade di modi per applicare l'intelligenza artificiale alla sostenibilità ambientale. Una possibilità poco esplorata è quella di migliorare la qualità dell'aria all'interno dello spazio fisico di un'organizzazione. Per contestualizzare questo aspetto, i dati dell'Organizzazione Mondiale della Sanità mostrano che il 99% della popolazione mondiale respira aria che supera i limiti delle linee guida per gli inquinanti.[1]
Il rilevamento precoce degli inquinanti è fondamentale. I depuratori d'aria con funzionalità AI integrate possono monitorare e registrare i dati ambientali, compresa la qualità dell'aria in tempo reale. Ciò consente un adattamento agile dell'efficienza di filtrazione, con molteplici vantaggi per la salute e la produttività dei dipendenti.
Un altro esempio è l'applicazione dell'IA per ottimizzare la produzione e la gestione della domanda e dell'offerta di energia rinnovabile. Le capacità predittive dell'IA consentono un'intelligenza attiva e ottimizzano l'efficienza riducendo i costi e gli sprechi di carbonio. I progressi nelle previsioni meteorologiche grazie all'IA ne sono una dimostrazione!
Il rilevamento precoce degli inquinanti è fondamentale. I depuratori d'aria con funzionalità AI integrate possono monitorare e registrare i dati ambientali, compresa la qualità dell'aria in tempo reale. Ciò consente un adattamento agile dell'efficienza di filtrazione, con molteplici vantaggi per la salute e la produttività dei dipendenti.
Un altro esempio è l'applicazione dell'IA per ottimizzare la produzione e la gestione della domanda e dell'offerta di energia rinnovabile. Le capacità predittive dell'IA consentono un'intelligenza attiva e ottimizzano l'efficienza riducendo i costi e gli sprechi di carbonio. I progressi nelle previsioni meteorologiche grazie all'IA ne sono una dimostrazione!
[1] “Air pollution”, World Health Organization.
Jon Lin, Executive Vice President and General Manager, Data Center Services, Equinix
L'intelligenza artificiale può generare efficienze in un'intera organizzazione e nella sua supply chain. Dal suo impiego possono scaturire insight sui pattern di utilizzo dell’energia, si possono abilitare diversi livelli di manutenzione predittiva, prevenendo in modo proattivo i guasti alle apparecchiature, ottimizzando la programmazione della manutenzione e riducendo le riparazioni e gli interventi di emergenza non necessari.
L'analisi della carbon footprint può infine calcolare e tracciare le emissioni, identificandone i punti critici e fornendo raccomandazioni per una maggiore riduzione delle emissioni di carbonio. Dal momento che queste tecnologie emergenti richiedono tuttavia molta più energia, è opportuno considerare i loro vantaggi in rapporto alle carbon footprint.
L'analisi della carbon footprint può infine calcolare e tracciare le emissioni, identificandone i punti critici e fornendo raccomandazioni per una maggiore riduzione delle emissioni di carbonio. Dal momento che queste tecnologie emergenti richiedono tuttavia molta più energia, è opportuno considerare i loro vantaggi in rapporto alle carbon footprint.
Matthew Sekol, Global ESG and Sustainability Industry Advocate, Microsoft
La maggior parte delle aziende utilizza sistemi che non sono stati creati per la comunicazione di dati ambientali, sociali e di governance (ESG). Per ottenere questi dati, le aziende devono modernizzare le applicazioni aziendali principali e abbattere i silos interni per comprendere al meglio le proprie operazioni e la catena del valore.
Una volta che questi sistemi fanno emergere i dati, le aziende possono aggiungere l'intelligenza artificiale per trovare nuove connessioni tra i sistemi e i processi aziendali, ma soddisfare i requisiti energetici dell'IA e di altre tecnologie emergenti è una sfida enorme. Come la cybersecurity, la parzialità dei dati, l'IA responsabile e altri principi di governance basati sulla tecnologia, la sostenibilità è un aspetto che i team tecnologici devono considerare nell'ambito dell'implementazione, delle operazioni e della manutenzione.
Una volta che questi sistemi fanno emergere i dati, le aziende possono aggiungere l'intelligenza artificiale per trovare nuove connessioni tra i sistemi e i processi aziendali, ma soddisfare i requisiti energetici dell'IA e di altre tecnologie emergenti è una sfida enorme. Come la cybersecurity, la parzialità dei dati, l'IA responsabile e altri principi di governance basati sulla tecnologia, la sostenibilità è un aspetto che i team tecnologici devono considerare nell'ambito dell'implementazione, delle operazioni e della manutenzione.
Chris Penn, cofondatore e Chief Data Scientist, TrustInsights.ai
Il consumo di energia si riduce all'efficienza, che richiede una considerazione di requisiti più ponderata e attenta. Si sta lavorando molto per prendere i modelli esistenti e ottimizzarli per l'efficienza e gli ambienti low-compute. Per esempio, guardiamo ai modelli linguistici di grandi dimensioni (LLM) come GPT-4, LLaMa e PaLM 2, che alimentano servizi come ChatGPT e Bard.
Fino al rilascio di LLaMa di Meta, i produttori di modelli come OpenAI si sono concentrati su modelli più grandi e potenti, ma quando Meta ha reso disponibile LLaMa, la comunità open-source ha iniziato a pensare... più in piccolo. Gli LLM potrebbero essere eseguiti su computer portatili di largo consumo o persino su un dispositivo piccolo come il Raspberry Pi? Grazie a tecniche come gli adattatori a basso rango e la quantizzazione, gli sviluppatori open-source sono riusciti a ridurre drasticamente le dimensioni e i requisiti energetici dei modelli basati su LLaMa, a scapito di uno o due punti percentuali di precisione.
Per questo, le aziende dovrebbero guardare al movimento open-source il più possibile e pensare a rendere i modelli di IA non solo efficaci, ma anche il più efficienti possibile.
Fino al rilascio di LLaMa di Meta, i produttori di modelli come OpenAI si sono concentrati su modelli più grandi e potenti, ma quando Meta ha reso disponibile LLaMa, la comunità open-source ha iniziato a pensare... più in piccolo. Gli LLM potrebbero essere eseguiti su computer portatili di largo consumo o persino su un dispositivo piccolo come il Raspberry Pi? Grazie a tecniche come gli adattatori a basso rango e la quantizzazione, gli sviluppatori open-source sono riusciti a ridurre drasticamente le dimensioni e i requisiti energetici dei modelli basati su LLaMa, a scapito di uno o due punti percentuali di precisione.
Per questo, le aziende dovrebbero guardare al movimento open-source il più possibile e pensare a rendere i modelli di IA non solo efficaci, ma anche il più efficienti possibile.
Christopher Wellise, Vice president, Global Sustainability, Equinix
L'intelligenza artificiale non solo fornisce insight predittivi sulla gestione delle operazioni aziendali, dal consumo energetico all'efficienza della rete, alla gestione delle applicazioni, ma può anche consentire altri spunti e informazioni a sostegno della sostenibilità di un'organizzazione.
In quest’ottica le aziende dovrebbero cercare di lavorare con fornitori che costruiscono infrastrutture efficienti e le alimentano con energia verde. Investire nelle energie rinnovabili per rendere più ecologica la rete è fondamentale per sostenere il crescente fabbisogno energetico. Inoltre, le aziende possono utilizzare i servizi digitali per gestire le operazioni aziendali, massimizzando l'efficienza energetica.
In quest’ottica le aziende dovrebbero cercare di lavorare con fornitori che costruiscono infrastrutture efficienti e le alimentano con energia verde. Investire nelle energie rinnovabili per rendere più ecologica la rete è fondamentale per sostenere il crescente fabbisogno energetico. Inoltre, le aziende possono utilizzare i servizi digitali per gestire le operazioni aziendali, massimizzando l'efficienza energetica.
Rimaniamo a disposizione per qualsiasi approfondimento.
Per ulteriori informazioni
TEAM LEWIS per Equinix
Alessandro Oliva / Giulia Zonfrilli
EquinixIT@teamlewis.com
+39 3391937290
Per ulteriori informazioni
TEAM LEWIS per Equinix
Alessandro Oliva / Giulia Zonfrilli
EquinixIT@teamlewis.com
+39 3391937290