Ny teknik & innovation

Att innovera och utveckla ny teknik utifrån hållbarhet

Inom IT sker kontinuerligt snabba innovationer och tekniska framsteg, något som sällan ses inom andra områden. För att vara framgångsrik inom detta område måste man hålla sig ständigt uppdaterad, eftersom innovationer ibland kan vara dubbeltydiga och kan antingen leda till hållbara fördelar eller stora förluster. Att inkludera hållbarhet som en faktor vid utvärdering av alternativ, till exempel när man jämför streamad data med lokalt sparad data eller blockchain med databaslösningar, kan ofta resultera i fördelaktiga resultat för alla inblandade.

Frågor att ställa sig

Använder ni teknik och innovation för att aktivt minska ert klimatavtryck eller energiförbrukning?
Tar ni med hållbarhetsaspekten i beslut kring införandet av nya tekniker i ert företag t.ex. AI och blockchain (som kräver stora datamängder eller beräkningskapacitet)?
Bidrar ni med innovation och ny teknik i syfte att skapa hållbar IT?

Vad säger dagens CIO:er om AI och hållbarhet?

Varje månad samlar vi CIO:er för att diskutera och dela erfarenheter kring viktiga och aktuella frågor inom hållbarhetsområdet. Ett område handlar om AI, och här är samtliga CIO:er överens om att det finns flera nyckelfaktorer som kan vara värdefulla att tänka på utifrån ett hållbarhetsperspektiv:

AI’s energiförbrukning är en hållbarhetsutmaning

En väsentlig del av AI’s utveckling är den energiförbrukning som AI generarar. Att träna, drifta och produktionssätta ett AI-system kräver enorma mängder energi, framför allt i form av datacenter och el. Det här är en fråga som behöver balanseras sida vid sida med det värde som AI-systemet ska generera. Idag forskas det mycket på metoder för att optimera och minska AI-systems energiförbrukning utan att förlora dess prestanda.

Starta smått
AI-projekt är i sin natur svåra att planera till fullo från början, eftersom många möjligheter, risker och utmaningar kommer under projektets gång. Det är därför klokt att börja i liten skala med små datamängder och enkla problem, och sedan arbeta i korta iterationer. Det ger er en möjlighet att utvärdera och lära under projektets gång. En bra tumregel är att se AI-projekt som ett utvecklingsprojekt och följa ”normala och sunda” utvecklingsprinciper.

Mindre modeller kan skapa stor företagsnytta
Små AI-modeller får ibland mindre uppmärksamhet, men de kan ofta leverera stor nytta. Nya metoder för att optimera processorkraften kan göra det värdefullt att överväga mindre och i sin tur energisnålare AI-modeller.

Leverantörskrav
För dig som tar in AI-verktyg utifrån har du alltid möjlighet att kravställa information om energiförbrukningen från dina leverantörer. Detta kan både gälla den faktiska förbrukningen, men även var leverantörens energi kommer från. Du har också möjligheten att påverka och öka medvetenheten hos dina leverantörer kring vad du som beställare värderar, i detta fall en mer hållbar energilösning och förbrukning.

Sammanfattningsvis är frågan om AI och hållbarhet en central frågeställning för alla CIO:er som inom de kommande åren planerar att nyttja AI-verktyg. Det handlar om att hitta sätt att utveckla och implementera AI-lösningar som inte bara är effektiva och innovativa, utan också miljövänliga och hållbara över tid.

Artiklar & rapporter om ny teknik & innovation

The carbon impact of artificial intelligence

Artikel
Dhar, P. (2020). Nature Machine Intelligence.

Sustainable AI: AI for sustainability and the sustainability of AI

Vetenskaplig artikel
van Wynsberghe, A. AI Ethics 1, 213–218 (2021)