Cómo la IA ayuda a las empresas a cumplir los objetivos de sostenibilidad

Las herramientas de IA como ChatGPT están acaparando los titulares, pero otras técnicas y herramientas de IA diseñadas específicamente para empresas están ayudando silenciosamente a estas a cumplir sus objetivos de sostenibilidad. La IA clásica ya se utiliza ampliamente hoy en día en varios casos de uso, y la IA generativa está evolucionando rápidamente para abordar otros nuevos.

Anteriormente dirigí equipos técnicos que ayudaban a los clientes con sus implementaciones de IA. Cuando comencé a trabajar como líder de sostenibilidad en Expert Labs, nuestra organización de servicios tecnológicos profesionales, 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 de la IA en la gestión de residuos, la optimización, la reducción energética y los informes ESG.

• Gestión de activos: tanto si se trata de infraestructuras de servicios como de maquinaria para fábricas, una intervención a tiempo puede prolongar la vida útil de un activo, lo que reduce el volumen de residuos enviados a los vertederos y el impacto medioambiental de su sustitución. Las soluciones de IA funcionan recopilando datos de rendimiento de los activos e introduciéndolos en modelos de machine learning, que pueden predecir el estado de los activos y el riesgo de fallo.
• Gestión de inventario: el transporte consume energía; además, es posible que los productos perecederos deban refrigerarse en tránsito y almacenamiento. La optimización del inventario es importante para asegurarse de que dispone de stock suficiente a la vez que satisface la demanda de los clientes. Al mismo tiempo, desea reducir la huella de carbono asociada al traslado y almacenamiento de existencias. La IA ayuda a abordar este problema mediante la combinación de aspectos como la previsión de la demanda, la entrega en la última milla y la optimización de las rutas.
• Optimización de la programación: este caso de uso es como la gestión de inventario pero aborda el reto de garantizar que se dispone de la alineación adecuada del talento. Si pensamos en el mantenimiento de activos, por ejemplo, las preguntas son qué técnicos están disponibles, dónde y cómo debe priorizarse su trabajo. No se trata de minimizar los desplazamientos. En su lugar, es mejor dar prioridad a la reparación de un activo más distante porque ese activo tiene un coste 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 es defectuosa o está mal montada, puede que no sea posible recuperarla o reciclarla. Los sistemas de reconocimiento de imagen y vídeo pueden utilizar la IA para monitorizar cada etapa de la fabricación, detectando cualquier discrepancia lo antes posible. Además de los materiales desperdiciados, se consume energía adicional cuando hay que reelaborar o rehacer las piezas. Este caso de uso muestra cómo la IA puede ayudar procesando datos de imagen y vídeo no estructurados, además de los datos estructurados de los ejemplos anteriores.
• Optimización informática: los centros de datos consumen una gran cantidad de electricidad. Al utilizar la IA para comprender la demanda de computación a lo largo del tiempo, es posible optimizar el uso de los recursos informáticos y de refrigeración. Adaptar mejor los recursos a la demanda ayuda a ahorrar energía.

Durante el próximo año, más o menos, espero ver a las empresas implementando aplicaciones de IA generativa que ayuden con una nueva clase de casos de uso a cumplir sus objetivos de sostenibilidad. Algunas empresas ya están trabajando en ellas.

La primera de ellas es utilizar la comprensión inteligente de documentos para procesar la información sobre sostenibilidad. Las empresas utilizan varios marcos diferentes para informar sobre su impacto medioambiental de forma estandarizada. Recopilar la información pertinente y elaborar los informes ESG es un proceso que lleva mucho tiempo. El software de IA generativa recupera y resume la información textual de varios sistemas empresariales, incluidos los de los proveedores, y la asigna a los marcos de elaboración de informes, con la opción de una revisión humana.

Por otro lado, la IA agiliza el procesamiento de la información ya recopilada en los informes medioambientales, sociales y de gobierno corporativo (ESG). Una empresa podría combinar la información de un pedido 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 sus informes ESG para estimar su responsabilidad en las emisiones de alcance 3.

Para los inversores interesados en las finanzas respetuosas con el medio ambiente, la IA podría procesar informes ESG en bloque para crear una lista recomendada de empresas con una postura medioambiental más sólida. En un caso de uso avanzado, los modelos de IA generativa afinados con las políticas de sostenibilidad de una empresa podrían impulsar una aplicación de asesoramiento para actividades como la selección de proveedores.

Es probable que los modelos fundacionales de lenguaje de gran tamaño (LLM), afinados con datos específicos del dominio, desempeñen un papel importante en aplicaciones de procesamiento inteligente de textos como estas.

También es probable que los modelos fundacionales que utilizan datos geoespaciales dejen su huella en el próximo año más o menos. Estos modelos serán valiosos para predecir zonas inundables, incendios forestales y otros riesgos climáticos. Las empresas de sectores como la agricultura, el comercio minorista, los servicios 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 problemas de privacidad hasta la falta de facticidad. Tanto un enfoque de IA responsable como un marco de gobierno de la IA son necesarios para garantizar la existencia de barreras de seguridad para el uso responsable tanto de la IA clásica como de la IA generativa.

Los objetivos de sostenibilidad y otros objetivos empresariales van de la mano. Para muchos de estos casos de uso, existe una estrecha relación entre sostenibilidad y coste. Reducir la energía, evitar el desperdicio y optimizar los recursos tiene beneficios financieros, así como ventajas ambientales. Al utilizar nuevas aplicaciones de sostenibilidad impulsadas por IA, a las empresas les resultará más fácil tomar decisiones que estén alineadas con sus objetivos de sostenibilidad.