كيف يمكن للشركات إجبار عمالقة التكنولوجيا على جعل الذكاء الاصطناعي أقل استهلاكاً للطاقة؟

وثمة تحدٍ آخر هو أن أنظمة الذكاء الاصطناعي المختلفة يمكن أن يكون لها آثار بيئية مختلفة بشكل كبير. فنموذج صغير تم ضبطه بدقة قد يؤدي مهمة باستخدام طاقة حاسوبية أقل بكثير من نموذج ضخم على نطاق حدودي، اعتماداً على التطبيق وبيئة التشغيل .

ورغم هذه الفروقات، غالباً ما يلجأ المشترون افتراضياً إلى أكبر النماذج أو أكثرها شهرة دون رؤية واضحة لتبعات الكفاءة أو الخيارات البيئية.

الحجة الأساسية للمؤسسين: المشترون من الشركات يملكون نفوذاً

معظم الشركات التي تستخدم الذكاء الاصطناعي لا تبني نماذجها أو مراكز بياناتها الخاصة، بل تعتمد على مزودي الخدمات السحابية وبائعي الذكاء الاصطناعي.

ومع ذلك، يجادل مؤسسا SAIG بأن عملاء المؤسسات يشكلون في النهاية نظام البنية التحتية البيئي بأكمله.

إن إنفاق المؤسسات هو ما يمول في النهاية توسع بنية الذكاء الاصطناعي التحتية. ونتيجة لذلك، فإن قرارات الشراء – من متطلبات طلبات العروض (RFPs) إلى عقود البائعين – ترسل إشارات طلب عبر سلسلة قيمة الذكاء الاصطناعي بأكملها .

بعبارة أخرى، بينما شبكة الكهرباء ومراكز البيانات هي "جانب العرض" المرئي، فإن طلب العميل هو الذي يحدد ما يبنيه مزودو الخدمة.

تمنح هذه الديناميكية المؤسسات الكبيرة نفوذاً للتأثير على:

• توقعات كفاءة النماذج.
• معايير الإبلاغ عن استخدام الطاقة.
• شفافية البنية التحتية.
• أين وكيف تُشغّل أعباء عمل الذكاء الاصطناعي.

كيف يمكن للعقود ومعايير الشراء تشكيل بنية الذكاء الاصطناعي التحتية

تجادل SAIG بأن المؤسسات يمكنها البدء في التأثير على استدامة الذكاء الاصطناعي عبر عمليات الشراء اليومية.

تشمل الآليات الرئيسية:

1. متطلبات طلب العروض (RFP)

يمكن للشركات تضمين معايير بيئية عند تقييم بائعي الذكاء الاصطناعي، طالبة بيانات عن كفاءة النماذج، واستهلاك الطاقة، وممارسات البنية التحتية.

تؤكد أطر الشراء بشكل متزايد على أسئلة حول ممارسات تحسين النماذج والتقارير البيئية، مما يسمح للمشترين بتمييز البائعين ذوي الالتزامات الأقوى بالاستدامة .

2. اختيار البائع

يمكن للمؤسسات اختيار مزودي الذكاء الاصطناعي الذين يظهرون كثافة طاقة أقل أو شفافية أفضل حول بنيتهم التحتية.

إذا أعطى عدد كافٍ من مشتري المؤسسات أولوية لهذه العوامل، قد يبدأ البائعون في التنافس ليس فقط على الأداء والسعر، ولكن أيضاً على الكفاءة والاستدامة.

3. بنود العقود

يمكن لاتفاقيات الخدمة الرئيسية وعقود المؤسسات أن تشترط الإفصاح عن الآثار البيئية.

على سبيل المثال، قد تشترط العقود الإبلاغ عن:

• مصادر الطاقة التي تغذي مراكز البيانات.
• ما إذا كانت المنشآت تعتمد على توليد الطاقة بالوقود الأحفوري خارج الشبكة.
• مقاييس الكفاءة لأعباء عمل الذكاء الاصطناعي.

هذه المتطلبات تخلق حوافز مباشرة لمزودي الخدمة لتحسين شفافيتهم وخياراتهم في البنية التحتية .

ما الخدمات التي ستقدمها مجموعة الذكاء الاصطناعي المستدام؟

تضع SAIG نفسها كمنظمة أبحاث ومستشار استراتيجي يساعد الشركات على تفعيل ممارسات الذكاء الاصطناعي المستدامة.

الأبحاث المفتوحة

تخطط الشركة لنشر دراسات تحلل الآثار البيئية للذكاء الاصطناعي، بما في ذلك استهلاك الطاقة من أعباء عمل التدريب والاستدلال بالإضافة إلى تأثيرات البنية التحتية الأوسع .

الاستشارات للمؤسسات

ستساعد SAIG المؤسسات على دمج الاستدامة في استراتيجيات الذكاء الاصطناعي عبر:

• توجيهات الشراء.
• ورش عمل داخلية وجلسات استراتيجية.
• أطر القياس.
• أدوات دعم القرار.
• مواءمة المصالح بين الفرق التقنية وفرق الاستدامة.

كما تخطط الشركة لمساعدة المؤسسات في رسم خريطة الأماكن التي يُستخدم فيها الذكاء الاصطناعي داخلياً وإنشاء خط أساس للمقاييس البيئية لتلك الاستخدامات .

أدوات القياس والمقارنة المعيارية

أحد المحاور الرئيسية هو جعل كفاءة الذكاء الاصطناعي قابلة للقياس والمقارنة عبر الأنظمة.

أحد الأمثلة على ذلك هو "بطاقة كفاءة طاقة الذكاء الاصطناعي" (AI Energy Score)، وهي مبادرة معيارية صُممت لتقييم استهلاك الطاقة لنماذج الذكاء الاصطناعي عبر المهام الشائعة .

يوفر الإطار تقييمات طاقة موحدة ومقارنات عامة عبر النماذج، مما يساعد المطورين والمشترين على تحديد الخيارات الأكثر كفاءة . لقد قيّمت الإصدارات السابقة من النظام بالفعل مئات النماذج المستخدمة على نطاق واسع عبر مهام ذكاء اصطناعي متعددة، مما خلق نقطة مرجعية لكفاءة الطاقة في أنظمة الذكاء الاصطناعي .

اختيار النموذج المناسب للغرض

ثمة قدرة أخرى مخططة هي أدوات تساعد المؤسسات على توجيه المهام إلى أنسب النماذج – بدلاً من اللجوء الافتراضي إلى نماذج حدودية ضخمة لكل حالة استخدام.

اختيار نماذج أصغر أو متخصصة عند الإمكان يمكن أن يقلل بشكل كبير من الطلب على الطاقة الحاسوبية مع الاستمرار في تلبية متطلبات الأداء .

لماذا التوقيت مهم

يجادل المؤسسان بأن اللحظة الراهنة حاسمة لأن الاستثمار في بنية الذكاء الاصطناعي التحتية يتسارع بسرعة هائلة.

تقدر SAIG أن الإنفاق على بنية الذكاء الاصطناعي التحتية قد يصل إلى 5 تريليونات دولار بحلول نهاية هذا العقد، مما يخلق نافذة ضيقة للتأثير على كيفية بناء هذه البنية التحتية .

بمجرد أن تُحسم عقود مراكز البيانات وعقود الطاقة وسلاسل توريد العتاد، يصبح تغيير المسار البيئي للذكاء الاصطناعي أكثر صعوبة بكثير.

تركز استراتيجيتهم على التأثير في النظام قبل حدوث ذلك الإغلاق – عبر تشجيع المؤسسات على التعامل مع الاستدامة كمعيار شراء أساسي وليس فكرة لاحقة.

الفكرة الأكبر: الاستدامة كإشارة سوق

الرؤية الأوسع وراء مجموعة الذكاء الاصطناعي المستدام بسيطة ولكنها طموحة: تحويل طلب المؤسسات إلى إشارة سوق تكافئ أنظمة الذكاء الاصطناعي الفعالة.

إذا بدأ المشترون في اشتراط الشفافية وكفاءة الطاقة، قد يتنافس البائعون على هذه الأبعاد بنفس الشراسة التي يتنافسون بها على السرعة والقدرة والسعر.

ما إذا كان هذا التحول سيحدث سيعتمد على ما إذا كانت المؤسسات ستختار ممارسة النفوذ الذي تملكه بالفعل في سلسلة توريد الذكاء الاصطناعي.