Inteligencia artificial y el medio ambiente. 3 soluciones de IA para ayudarte a construir un negocio sostenible | IA en los negocios #26

La inteligencia artificial también está estableciendo nuevos caminos para lograr objetivos ambientales mientras contribuye a la eficiencia de las empresas. ¿Sabías que la aplicación correcta de la IA puede revolucionar la gestión energética de tu empresa o incluso contribuir a la conservación de la biodiversidad?

La inteligencia artificial y el medio ambiente para un negocio sostenible

La inteligencia artificial ayuda a construir un negocio sostenible:

• En la fase conceptual – apoyando la creación de una idea de negocio ambientalmente sensible – a través, por ejemplo, de consultas con ChatGPT o Claude de Anthropic,
• En la fase de crecimiento de la empresa – creando cadenas de suministro sostenibles y ayudando a crear soluciones para la IA verde,
• En la fase de optimización – analizando y ajustando soluciones existentes con software que utiliza modelos de IA dedicados.

Veamos soluciones específicas que contribuyen directamente al desarrollo de negocios sostenibles.

Automatizar la gestión energética con inteligencia artificial

La IA puede monitorear y gestionar automáticamente el consumo de energía de una empresa, identificando áreas para futuros ahorros. Esto se realiza, por ejemplo, con Flex2X, un sistema desarrollado por Grid Edge, con sede en el Reino Unido. Este sistema combina datos obtenidos de sensores existentes en un edificio, como sensores de temperatura o humedad, con otras fuentes de datos, como las condiciones climáticas, y los analiza con algoritmos de inteligencia artificial que pueden optimizar el consumo energético de un edificio en tiempo real.

Fuente: Flex2X

Agricultura optimizada

La inteligencia artificial en el medio ambiente abre un amplio campo de innovación tanto para las empresas que desarrollan soluciones innovadoras para la agricultura como para la agricultura a gran escala, que requieren el trabajo de máquinas ineficientes en energía y mucho esfuerzo humano.

Al analizar datos de una variedad de fuentes, la IA puede ayudar a las empresas del sector agrícola a tomar mejores decisiones sobre riego, fertilización o control de enfermedades de las plantas. Sin embargo, las soluciones agrícolas más innovadoras son aquellas que combinan inteligencia artificial y robótica. Una de estas soluciones es LaserWeeder, desarrollado por Carbon Robotics, que puede eliminar 100,000 malezas en una hora al distinguir con precisión entre especies de plantas. Es el primer y único robot de eliminación de malezas con láser disponible comercialmente. Cuenta con tecnología avanzada:

• IA de aprendizaje profundo,
• robótica,
• láseres,
• potentes tarjetas gráficas de Nvidia,
• 42 cámaras de alta resolución para un reconocimiento de imágenes preciso,

LaserWeeder ayuda a cuidar la biodiversidad porque, en lugar de rociar pesticidas químicos que dañan el ecosistema y los insectos, puede eliminar malezas de manera selectiva incluso en grandes áreas de cultivos.

Fuente: CarbonRobotics

Cadenas de suministro impulsadas por IA

La IA puede ayudar a rastrear el origen de los productos, lo cual es clave para construir cadenas de suministro sostenibles. La logística eficiente de la cadena de suministro, mientras tanto, se puede lograr a través de la inteligencia artificial y la automatización. Por ejemplo, Amazon está invirtiendo fuertemente en tecnologías de automatización del transporte, como camiones autónomos y taxis robóticos llamados Zoox.

Mientras tanto, TCS Logistics Optimiser/ TCS Crystallus puede optimizar las cadenas de suministro de una empresa en tiempo real. Desarrollada por Tata Consultancy Services, esta tecnología combina IA, aprendizaje automático e Internet de las Cosas (IoT) para ofrecer soluciones que mejoran la gestión del tiempo de transporte, la carga útil de los vehículos y la disponibilidad.

Fuente: IoT Global Awards

Costos ambientales de la inteligencia artificial

El principal costo ambiental de la IA en los negocios es el consumo de energía. Si bien la energía exacta requerida para entrenar el modelo GPT-4 que presenta la versión de pago de ChatGPT y BingChat no está disponible públicamente, podemos hacer algunas estimaciones basadas en la información disponible.

GPT-4 es un modelo con más de 175 mil millones de parámetros que han sido entrenados en más de 45 TB de datos. El proceso de entrenamiento implica análisis de datos y optimización de parámetros del modelo, lo que requiere mucha potencia de cálculo y conduce a un alto consumo de energía.

Para entrenar el GPT-4, se utilizaron potentes unidades de procesamiento gráfico (GPUs) y unidades de procesamiento tensorial (TPUs), que también son conocidas por su intenso consumo de energía. El consumo se incrementa aún más por la energía requerida para la operación misma.

IA verde

Si bien el costo ambiental del desarrollo de tecnologías de IA es alto, son las herramientas de inteligencia artificial las que hacen posible crear soluciones más ecológicas. Esto incluye IA verde, modelos que requieren menos energía y otros recursos para operar.

Es la “IA verde” la que se centra en desarrollar algoritmos de inteligencia artificial que son eficientes en energía. Por ejemplo, nuevos métodos de compresión pueden reducir la cantidad de datos necesarios para entrenar modelos de IA en hasta un 90%, reduciendo significativamente el consumo de energía. Entre otros, OpenAI, que está invirtiendo en el desarrollo de modelos de IA verde más ecológicos, está trabajando en ellos.

La inteligencia artificial tiene muchas ventajas. La IA verde utiliza menos recursos, por lo que puede ser utilizada por empresas más pequeñas, incluidas aquellas que operan en países en desarrollo. Esto significa democratizar su uso y permitir que más personas la creen. También, aquellos con bolsillos menos favorecidos.

La IA verde se contrasta con la llamada “IA roja” – es decir, soluciones que aumentan la eficiencia de las operaciones sin considerar los costos ambientales que generan. La “IA roja” genera resultados espectaculares, pero su huella ambiental es grande. Y con el salto en la tecnología, el impacto ambiental está creciendo constantemente.

IA para la Tierra

La inteligencia artificial y el medio ambiente también se trata de resolver problemas, como:

• analizar problemas relacionados con la crisis climática – gracias a la IA, es posible desarrollar modelos complejos que reflejan los cambios ambientales y predicen sus consecuencias utilizando cantidades de datos que un humano nunca podría procesar. Un gran ejemplo es el trabajo del Laboratorio Nacional Argonne con la empresa de telecomunicaciones AT&T, donde se utilizó inteligencia artificial para analizar un modelo climático en conjunto con una base de datos que contiene información sobre la red de telecomunicaciones de AT&T para predecir cómo los efectos del cambio climático – como el aumento del nivel del mar, vientos de alta intensidad e inundaciones costeras e interiores – podrían afectar las operaciones dentro de 30 años,
• conservación de la biodiversidad – por ejemplo, la herramienta Wildlife Insights es una plataforma que utiliza inteligencia artificial para convertir datos de cámaras trampa en información útil sobre biodiversidad, carga los datos en Google Cloud, donde los modelos de IA clasifican automáticamente las imágenes para ayudar a monitorear y proteger la vida silvestre en todo el mundo. Wildlife Insights puede procesar 3.6 millones de imágenes por hora, con una tasa de precisión de identificación del 80 al 98.6 por ciento.
• Mejorar la eficiencia de los sistemas existentes que consumen grandes cantidades de energía, como fábricas, transporte ferroviario, transporte público y alumbrado urbano,
• prevenir fallas – por ejemplo, en grandes plantas industriales, plantas hidroeléctricas o parques eólicos. Esto es posible gracias al uso de gemelos digitales (Digital Twins), que permiten predecir el desgaste de los componentes en un sistema particular.

Resumen

La combinación adecuada de la inteligencia artificial y el medio ambiente en el lugar de trabajo puede impactar muchos aspectos de un negocio sostenible. Desde optimizar el rendimiento de la inteligencia artificial, es decir, crear IA verde, hasta automatizar la gestión energética, optimizar la agricultura y crear cadenas de suministro sostenibles. Estas últimas, en el contexto de las crecientes necesidades logísticas, se están convirtiendo en cruciales para la eficiencia y la responsabilidad empresarial.

La aplicación de la inteligencia artificial también trae serios desafíos, como el consumo de energía durante la fase de entrenamiento y la operación continua de los modelos de IA. Sin embargo, la inteligencia artificial también ayuda a resolver estos problemas y reducir el impacto ambiental de su operación. Así que hay espacio para soluciones de IA verde y compromiso con prácticas sostenibles a una escala sin precedentes, desde el análisis del cambio climático hasta la conservación de la biodiversidad.

Si te gusta nuestro contenido, únete a nuestra comunidad de abejas trabajadoras en Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.