تواجه المنظمات متطلبات متزايدة باستمرار لأهداف الاستدامة إلى جانب الممارسات البيئية والاجتماعية والحوكمة (ESG). أ استطلاع شركة جارتنر وكشف أن 87% من قادة الأعمال يتوقعون زيادة استثمارات مؤسساتهم في الاستدامة خلال السنوات القادمة. يعد هذا المنشور بمثابة نقطة انطلاق لأي مسؤول تنفيذي يسعى للتنقل في تقاطع الذكاء الاصطناعي التوليدي (الذكاء الاصطناعي التوليدي) و الاستدامة. وهو يقدم أمثلة على حالات الاستخدام وأفضل الممارسات لاستخدام إمكانات الذكاء الاصطناعي التوليدي لتسريع مبادرات الاستدامة والبيئة والحوكمة، بالإضافة إلى نظرة ثاقبة للتحديات التشغيلية الرئيسية للذكاء الاصطناعي التوليدي من أجل الاستدامة. يمكن استخدام هذا الدليل كخريطة طريق لدمج الذكاء الاصطناعي التوليدي بشكل فعال ضمن استراتيجيات الاستدامة مع ضمان التوافق مع الأهداف التنظيمية.
خارطة طريق للذكاء الاصطناعي التوليدي من أجل الاستدامة
في الأقسام التالية، نقدم خريطة طريق لدمج الذكاء الاصطناعي التوليدي في مبادرات الاستدامة
1. فهم إمكانات الذكاء الاصطناعي التوليدي لتحقيق الاستدامة
يتمتع الذكاء الاصطناعي التوليدي بالقدرة على التحول كل جزء من العمل مع مجموعة واسعة من القدرات. وتشمل هذه القدرة على تحليل كميات هائلة من البيانات، وتحديد الأنماط، وتلخيص المستندات، وإجراء الترجمات، وتصحيح الأخطاء، أو الإجابة على الأسئلة. يمكن استخدام هذه الإمكانات لإضافة قيمة عبر سلسلة القيمة بأكملها لمؤسستك. يوضح الشكل 1 أمثلة مختارة لحالات استخدام الذكاء الاصطناعي التوليدي لتحقيق الاستدامة عبر سلسلة القيمة.
الشكل 1: أمثلة على الذكاء الاصطناعي التوليدي لحالات استخدام الاستدامة عبر سلسلة القيمة
وفقًا استطلاع مؤسسة KPMG لعام 2024 المتعلق بالحوكمة البيئية والاجتماعية والحوكمةيعد الاستثمار في القدرات البيئية والاجتماعية والحوكمة أولوية قصوى أخرى للمديرين التنفيذيين حيث تواجه المؤسسات ضغوطًا تنظيمية متزايدة للكشف عن المعلومات حول تأثيرات البيئة البيئية والاجتماعية والحوكمة والمخاطر والفرص. وفي هذا السياق، يمكنك استخدام الذكاء الاصطناعي التوليدي لـ تعزيز أهداف ESG لمؤسستك.
يتكون سير العمل النموذجي للمسائل البيئية والاجتماعية والحوكمة (ESG) من مراحل متعددة، تمثل كل منها نقاط ضعف فريدة. يقدم الذكاء الاصطناعي التوليدي حلولاً يمكنها معالجة نقاط الضعف هذه طوال العملية والمساهمة في جهود الاستدامة. يقدم الشكل 2 أمثلة توضح كيف يمكن للذكاء الاصطناعي التوليدي أن يدعم كل مرحلة من مراحل سير عمل ESG داخل مؤسستك. وتشمل هذه الأمثلة تسريع تحليل اتجاهات السوق، وضمان الإدارة الدقيقة للمخاطر والامتثال، وتسهيل جمع البيانات أو إعداد التقارير. لاحظ أن سير العمل البيئي والاجتماعي والحوكمة (ESG) قد يختلف باختلاف القطاعات والنضج التنظيمي والأطر التشريعية. يمكن لعوامل مثل اللوائح الخاصة بالصناعة وحجم الشركة والسياسات الإقليمية أن تؤثر على خطوات سير عمل ESG. ولذلك، فإن تحديد أولويات حالات الاستخدام وفقًا لاحتياجاتك وسياقك المحدد وتحديد خطة واضحة لقياس النجاح أمر ضروري لتحقيق الفعالية المثلى.
الشكل 2: رسم خرائط لفوائد الذكاء الاصطناعي التوليدية عبر سير عمل ESG
2. التعرف على التحديات التشغيلية للذكاء الاصطناعي التوليدي من أجل الاستدامة
يعد فهم تحديات تنفيذ الذكاء الاصطناعي التوليدي ومعالجتها بشكل مناسب أمرًا بالغ الأهمية للمؤسسات التي تهدف إلى استخدام إمكاناتها لتحقيق أهداف الاستدامة للمنظمة ومبادرات ESG. تشمل هذه التحديات جمع وإدارة البيانات عالية الجودة، ودمج الذكاء الاصطناعي التوليدي في أنظمة تكنولوجيا المعلومات الحالية، والتعامل مع المخاوف الأخلاقية، وملء فجوات المهارات، وإعداد المنظمة لتحقيق النجاح من خلال إشراك أصحاب المصلحة الرئيسيين مثل كبير مسؤولي أمن المعلومات (CISO) أو الرئيس. المسؤول المالي (CFO) في وقت مبكر حتى تتمكن من البناء بمسؤولية. تمثل التحديات القانونية عائقًا كبيرًا للانتقال من إثبات المفهوم (POC) إلى الإنتاج. لذلك، من الضروري إشراك الفرق القانونية في وقت مبكر من العملية للبناء مع وضع الامتثال في الاعتبار. يقدم الشكل 3 نظرة عامة على التحديات التشغيلية الرئيسية للذكاء الاصطناعي التوليدي من أجل الاستدامة.
الشكل 3: التحديات التشغيلية للذكاء الاصطناعي التوليدي من أجل الاستدامة
3. قم بتعيين أسس البيانات الصحيحة
باعتبارك رئيسًا تنفيذيًا يهدف إلى استخدام الذكاء الاصطناعي التوليدي لتحقيق أهداف الاستدامة، تذكر ذلك البيانات هي ما يميزك. فالشركات التي تفتقر إلى الوصول السهل إلى البيانات عالية الجودة لن تتمكن من تخصيص نماذج الذكاء الاصطناعي التوليدي ببياناتها الخاصة، وبالتالي تخسر فرصة تحقيق إمكانات التوسع الكاملة للذكاء الاصطناعي التوليدي وخلق ميزة تنافسية. استثمر في الحصول على متنوعة وعالية الجودة مجموعات البيانات لإثراء وتسريع مبادرات ESG الخاصة بك. يمكنك استخدام موارد مثل مبادرة بيانات استدامة أمازون أو ال تبادل بيانات AWS لتبسيط وتسريع الحصول على مجموعات البيانات الشاملة وتحليلها. إلى جانب الحصول على البيانات الخارجية، قم بإعطاء الأولوية لإدارة البيانات الداخلية لتعظيم إمكانات الذكاء الاصطناعي التوليدي واستخدام قدراته في تحليل بياناتك التنظيمية والكشف عن رؤى جديدة.
من الناحية التشغيلية، يمكنك تبني ذلك عمليات نموذج الأساس (FMOps) و عمليات نموذج اللغة الكبيرة (LLMOps) للتأكد من أن جهود الاستدامة الخاصة بك تعتمد على البيانات وقابلة للتطوير. يتضمن ذلك توثيق نسب البيانات، وإصدار البيانات، وأتمتة معالجة البيانات، ومراقبة تكاليف إدارة البيانات.
4. تحديد الفرص عالية التأثير
يمكنك استخدام مبدأ العمل العكسي في أمازون لتحديد الفرص ضمن استراتيجية الاستدامة الخاصة بك حيث يمكن للذكاء الاصطناعي التوليدي أن يحدث تأثيرًا كبيرًا. حدد أولويات المشاريع التي تعد بإجراء تحسينات فورية في المجالات الرئيسية داخل مؤسستك. في حين تظل الحوكمة البيئية والاجتماعية والحوكمة (ESG) جانبًا رئيسيًا للاستدامة، فإن الاستفادة من الخبرات الخاصة بالصناعة عبر قطاعات مثل طاقة, سلسلة التوريدو التصنيع أو النقل أو الزراعة يمكن أن يكشف عن حالات استخدام الذكاء الاصطناعي التوليدي المتنوعة والمخصصة لتطبيقات عملك. علاوة على ذلك، استكشاف سبل بديلة، مثل استخدام الذكاء الاصطناعي التوليدي لتحسين البحث والتطوير، وتمكين الخدمة الذاتية للعملاء، وتحسين استخدام الطاقة في المباني أو تباطؤ إزالة الغابات، يمكن أن يوفر أيضًا فرصًا مؤثرة للابتكار المستدام.
5. استخدم الأدوات المناسبة
يمكن أن يؤدي الفشل في استخدام الأدوات المناسبة إلى زيادة التعقيد، والإضرار بالأمن، وتقليل الفعالية في استخدام الذكاء الاصطناعي التوليدي لتحقيق الاستدامة. يجب أن توفر لك الأداة المناسبة الاختيار والمرونة وتمكنك من تخصيص حلولك وفقًا لاحتياجاتك ومتطلباتك المحددة.
ويوضح الشكل 4 مكدس الذكاء الاصطناعي التوليدي من AWS اعتبارًا من عام 2023، والذي يقدم مجموعة من الإمكانات التي تشمل الاختيار والاتساع والعمق عبر جميع الطبقات. علاوة على ذلك، فهو مبني على نهج البيانات أولاً، مما يضمن أن كل جانب من جوانب عروضه مصمم مع وضع الأمان والخصوصية في الاعتبار.
من أمثلة الأدوات التي يمكنك استخدامها لتعزيز مبادرات الاستدامة ما يلي:
أمازون بيدروك – خدمة مُدارة بالكامل توفر الوصول إلى إدارة المرافق عالية الأداء من شركات الذكاء الاصطناعي الرائدة من خلال واجهة برمجة تطبيقات واحدة، مما يتيح لك اختيار النموذج المناسب لحالات الاستخدام المستدام الخاصة بك.
أوس ترينيوم2 - تم تصميم Trainium2 خصيصًا للتدريب عالي الأداء لمديري FM وLLM، ويوفر ما يصل إلى 2x كفاءة أفضل في استخدام الطاقة (الأداء/الواط) مقارنة برقائق Trainium من الجيل الأول.
القائم على الاستدلال 2 حالات Amazon EC2 Inf2 - توفر هذه الحالات أداءً أفضل بنسبة تصل إلى 50 بالمائة مقارنة بالواط Amazon Elastic Compute Cloud (Amazon EC2) الحالات. تم تصميم مثيلات Inf2 خصيصًا للتعامل مع نماذج التعلم العميق على نطاق واسع، ولا غنى عنها لنشر نماذج كبيرة جدًا مع تحقيق أهداف الاستدامة من خلال تحسين كفاءة استخدام الطاقة.
الشكل 4: مكدس الذكاء الاصطناعي التوليدي لـ AWS
6. استخدم النهج الصحيح
الذكاء الاصطناعي التوليدي ليس حلاً واحدًا يناسب الجميع. يعد تصميم النهج الخاص بك عن طريق اختيار الطريقة الصحيحة واستراتيجية التحسين أمرًا بالغ الأهمية لتعظيم تأثيره على مبادرات الاستدامة. يقدم الشكل 5 نظرة عامة على طرائق الذكاء الاصطناعي التوليدية واستراتيجيات التحسين، بما في ذلك الهندسة السريعة, الجيل المعزز الاستردادو الضبط الدقيق أو التدريب المسبق المستمر.
الشكل 5: طرائق الذكاء الاصطناعي التوليدية
بالإضافة إلى ذلك، يوضح الشكل 6 استراتيجيات تحسين الذكاء الاصطناعي التوليدية الرئيسية، بما في ذلك الهندسة السريعة, الجيل المعزز الاستردادو الضبط الدقيق أو التدريب المسبق المستمر.
الشكل 6: استراتيجيات تحسين الذكاء الاصطناعي التوليدي
7. قم بتبسيط تطوير تطبيقاتك باستخدام عوامل الذكاء الاصطناعي التوليدية
وكلاء الذكاء الاصطناعي التوليدي تقدم فرصة فريدة لدفع مبادرات الاستدامة إلى الأمام من خلال قدراتها المتقدمة أتمتة مجموعة واسعة من المهام الروتينية والمتكررة، مثل إدخال البيانات، واستفسارات دعم العملاء، وإنشاء المحتوى. علاوة على ذلك، يمكنهم تنسيق عمليات سير عمل معقدة ومتعددة الخطوات عن طريق تقسيم المهام إلى خطوات أصغر يمكن التحكم فيها، وتنسيق الإجراءات المختلفة، وضمان التنفيذ الفعال للعمليات داخل مؤسستك. على سبيل المثال ، يمكنك استخدام ملفات وكلاء شركة أمازون بيدروك لتكوين وكيل يراقب ويحلل أنماط استخدام الطاقة عبر عملياتك ويحدد فرص توفير الطاقة. وبدلاً من ذلك، يمكنك إنشاء وكيل متخصص يراقب الامتثال للوائح الاستدامة في الوقت الفعلي.
8. بناء آليات ردود فعل قوية للتقييم
استفد من رؤى التعليقات لإجراء تحسينات استراتيجية، سواء تعديل نماذج الذكاء الاصطناعي التوليدية أو إعادة تحديد الأهداف لضمان سرعة الحركة والمواءمة مع تحديات الاستدامة. ضع في اعتبارك الإرشادات التالية:
تنفيذ المراقبة في الوقت الحقيقي - قم بإعداد أنظمة مراقبة لتتبع أداء الذكاء الاصطناعي التوليدي مقابل معايير الاستدامة، مع التركيز على الكفاءة والأثر البيئي. إنشاء خط أنابيب المقاييس لتقديم رؤى حول مساهمات الاستدامة لمبادرات الذكاء الاصطناعي التوليدية الخاصة بك.
إشراك أصحاب المصلحة في التقييم البشري في الحلقة - أعتمد على التدقيق البشري في الحلقة وجمع التعليقات بانتظام من الفرق الداخلية والعملاء والشركاء لقياس تأثير العمليات التوليدية المستندة إلى الذكاء الاصطناعي على معايير الاستدامة للمؤسسة. وهذا يعزز الشفافية ويعزز الثقة في التزامك بالاستدامة.
استخدم الاختبار الآلي للتحسين المستمر - مع أدوات مثل راجاس و لانج سميث، يمكنك استخدام التقييم المستند إلى LLM لتحديد وتصحيح الأخطاء أو الهلوسة، وتسهيل التحسين السريع لنماذج الذكاء الاصطناعي التوليدية بما يتماشى مع أهداف الاستدامة.
9. قياس التأثير وتعظيم عائد الاستثمار من الذكاء الاصطناعي التوليدي لتحقيق الاستدامة
إنشاء مؤشرات أداء رئيسية واضحة (KPIs) ترصد الأثر البيئي، مثل الحد من البصمة الكربونية، إلى جانب الفوائد الاقتصادية، مثل وفورات في التكاليف أو تعزيز مرونة الأعمال. يضمن هذا التركيز المزدوج أن استثماراتك لا تساهم فقط في البرامج التي تركز على الاستدامة البيئية، بل تعزز أيضًا حالة العمل من أجل الاستدامة مع تمكينك من دفع الابتكار والميزة التنافسية في الممارسات المستدامة. شارك قصص النجاح داخليًا وخارجيًا لإلهام الآخرين وإظهار التزام مؤسستك بقيادة الاستدامة.
10. تقليل استخدام الموارد طوال دورة حياة الذكاء الاصطناعي التوليدي
في بعض الحالات، يمكن أن يكون للذكاء الاصطناعي التوليدي نفسه تكلفة طاقة عالية. لتحقيق أقصى قدر من التأثير، فكر في المفاضلة بين فوائد استخدام الذكاء الاصطناعي التوليدي لمبادرات الاستدامة وكفاءة الطاقة في التكنولوجيا نفسها. تأكد من حصولك على فهم عميق لدورة حياة الذكاء الاصطناعي التوليدي التكراري تحسين كل مرحلة لتحقيق الاستدامة البيئية. عادة، تبدأ الرحلة إلى الذكاء الاصطناعي التوليدي بتحديد متطلبات التطبيق المحددة. ومن هناك، لديك خيار إما تدريب النموذج الخاص بك من البداية أو استخدام نموذج موجود. في معظم الحالات، يفضل اختيار نموذج موجود وتخصيصه. يعد اتباع هذه الخطوة وتقييم نظامك بدقة أمرًا ضروريًا قبل النشر. وأخيرًا، تتيح المراقبة المستمرة إجراء التحسينات والتعديلات بشكل مستمر. طوال دورة الحياة هذه، يتم التنفيذ إطار عمل AWS المصمم جيدًا يوصى بأفضل الممارسات. ارجع إلى الشكل 7 للحصول على نظرة عامة على دورة حياة الذكاء الاصطناعي التوليدي.
الشكل 7: دورة حياة الذكاء الاصطناعي التوليدي
11. إدارة المخاطر وتنفيذها بمسؤولية
في حين أن الذكاء الاصطناعي التوليدي يحمل وعدًا كبيرًا للعمل على تحقيق أهداف الاستدامة لمؤسستك، فإنه يطرح أيضًا التحديات مثل السمية والهلوسة. يعد تحقيق التوازن الصحيح بين الابتكار والاستخدام المسؤول للذكاء الاصطناعي التوليدي أمرًا أساسيًا لتخفيف المخاطر وتمكين الابتكار المسؤول في الذكاء الاصطناعي. يجب أن يمثل هذا الرصيد تقييم المخاطر من حيث عدة عوامل مثل الجودة أو الإفصاحات أو التقارير. لتحقيق ذلك، اعتماد محددة الأدوات والإمكانيات والعمل مع خبراء فريقك الأمني لاعتمادها أفضل الممارسات الأمنية مهم. يتطلب توسيع نطاق الذكاء الاصطناعي التوليدي بطريقة آمنة ومأمونة وضع الدرابزين التي تم تخصيصها لحالات الاستخدام الخاصة بك وتتوافق مع سياسات الذكاء الاصطناعي المسؤولة.
12. استثمر في تعليم وتدريب فرقك
قم باستمرار بتحسين مهارات فريقك وتمكينهم بالمهارات المناسبة للابتكار والمساهمة بنشاط في تحقيق أهداف الاستدامة لمؤسستك. تحديد الموارد ذات الصلة ل الاستدامة و الذكاء الاصطناعي التوليدي لضمان بقاء فرقك على اطلاع دائم بالمهارات الأساسية المطلوبة في كلا المجالين.
وفي الختام
في هذا المنشور، قدمنا دليلاً للمديرين التنفيذيين لدمج الذكاء الاصطناعي التوليدي في استراتيجيات الاستدامة الخاصة بهم، مع التركيز على أهداف الاستدامة والحوكمة البيئية والاجتماعية والحوكمة. إن اعتماد الذكاء الاصطناعي التوليدي في جهود الاستدامة لا يتعلق فقط بالابتكار التكنولوجي. يتعلق الأمر بتعزيز ثقافة المسؤولية والابتكار والتحسين المستمر. ومن خلال إعطاء الأولوية للبيانات عالية الجودة، وتحديد الفرص المؤثرة، وتعزيز مشاركة أصحاب المصلحة، يمكن للشركات تسخير القوة التحويلية للذكاء الاصطناعي التوليدي ليس فقط لتحقيق أهداف الاستدامة الخاصة بها بل لتجاوزها.
كيف يمكن أن تساعد AWS؟
استكشف مكتبة حلول AWS لاكتشاف طرق لبناء حلول الاستدامة على AWS.
• مركز AWS للابتكار في مجال الذكاء الاصطناعي يمكن أن يساعدك في هذه العملية بتوجيهات الخبراء بشأن التفكير, تحديد حالة الاستخدام الاستراتيجي والتنفيذ والتوسع في الإنتاج.
لمعرفة المزيد حول كيفية استخدام أمازون للذكاء الاصطناعي للوصول إلى موقعنا تعهد المناخ الالتزام بخفض صافي الكربون إلى الصفر بحلول عام 2040، واستكشاف 7 طرق يساعد بها الذكاء الاصطناعي أمازون على بناء مستقبل وأعمال أكثر استدامة.
حول المؤلف
د. وفاء البقالي هو عالم بيانات في AWS. باعتبارها خبيرة في الذكاء الاصطناعي التوليدي، فإن Wafae مدفوعة بمهمة تمكين العملاء في حل تحديات أعمالهم من خلال استخدام تقنيات الذكاء الاصطناعي التوليدية، مما يضمن قيامهم بذلك بأقصى قدر من الكفاءة والاستدامة.
الدكتور مهدي نوري هو أحد كبار العلماء في مركز AWS Geneative AI Innovation Center. ومن خلال شغفه بالربط بين التكنولوجيا والابتكار في مجال الاستدامة، فهو يساعد عملاء AWS في إطلاق العنان لإمكانات الذكاء الاصطناعي التوليدي، وتحويل التحديات المحتملة إلى فرص للتجريب والابتكار السريع. ومن خلال التركيز على الاستخدامات القابلة للتطوير والقياس والمؤثرة لتقنيات الذكاء الاصطناعي المتقدمة وتبسيط المسار إلى الإنتاج، فهو يساعد العملاء على تحقيق أهداف الاستدامة الخاصة بهم.
راهول سارين هو المدير العام لحلول الاستدامة وGTM في AWS. لدى راهول فريق من الأفراد ذوي الأداء العالي يتكون من استراتيجيي الاستدامة ومتخصصي GTM ومهندسي التكنولوجيا لإنشاء نتائج أعمال رائعة لأهداف الاستدامة الخاصة بالعميل (كل شيء بدءًا من تتبع انبعاثات الكربون والتعبئة والعمليات المستدامة والاقتصاد الدائري إلى الطاقة المتجددة). يقدم فريق راهول الخبرة الفنية (تعلم الآلة، GenAI، إنترنت الأشياء) لحل حالات الاستخدام المستدام
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/the-executives-guide-to-generative-ai-for-sustainability/
