La presión sobre las empresas para que respondan a la amenaza del calentamiento global es cada vez mayor. Tanto los consumidores como los reguladores y los inversores están examinando cada vez más el impacto climático de las empresas de todos los sectores.
Pero una cosa es que las empresas hablen de boquilla sobre la necesidad de reducir sus emisiones de gases de efecto invernadero (GEI). Tomar medidas concretas para marcar la diferencia, especialmente en el clima económico actual impulsado por la pandemia, es otra cuestión completamente diferente. La dificultad y el costo de medir el alcance total de sus emisiones de carbono, y luego reducirlas o compensarlas, ha obligado a muchas empresas a retrasar el esfuerzo.
En este contexto, la inteligencia artificial (IA) puede cambiar las reglas del juego. Su capacidad para ofrecer una visión profunda de múltiples aspectos de la huella de carbono de una empresa y sus rápidas victorias en la reducción de costes ofrecen una ruta prometedora para acelerar la transformación sostenible y reducir los gastos en un momento de necesidad. Y debido a que su tamaño les da acceso a enormes conjuntos de datos, un factor clave de éxito para la implementación de la IA, las grandes empresas se encuentran en una posición especialmente fuerte para beneficiarse de su poder.
LA PROMESA DE LA IA
La amenaza del cambio climático es cada vez mayor y el tiempo se acaba. Las emisiones globales de GEI actualmente suman alrededor de 53 gigatoneladas de dióxido de carbono equivalente (CO2e), según el Carbon Disclosure Project. Si queremos cumplir el objetivo de limitar el aumento de la temperatura media mundial a 1,5 °C, tal y como se especifica en el Acuerdo de París de 2016, debemos reducir esas emisiones en un 50% para finales de esta década, según la Iniciativa de Objetivos Basados en la Ciencia. En nuestra experiencia con los clientes, el uso de la IA puede lograr reducciones generales de emisiones del 5% al 10%, el equivalente a 2,6 a 5,3 gigatoneladas deCO2e si la IA se aplicara a todas las emisiones.
El uso de la IA puede reducir las emisiones de GEI entre 2,6 y 5,3 gigatoneladas deCO2e.
Mientras tanto, los estudios de BCG muestran que el impacto general potencial de la aplicación de la IA a la sostenibilidad corporativa asciende a entre 1,3 y 2,6 billones de dólares en valor generado a través de ingresos adicionales y ahorros de costos para 2030.
Esta cifra de valor añadido para las empresas no tiene en cuenta los cambios en el precio de las compensaciones de carbono. Esa cifra, actualmente fijada en unos 30 dólares en el Sistema de Comercio de Derechos de Emisión de la UE, podría duplicarse para 2030. BCG espera gastar 80 dólares por tonelada para 2030 en la eliminación permanente y de alta calidad de GEI como parte de su compromiso Net Zero. Con este aumento del nivel de precios, el valor de reducir las emisiones de GEI mediante el uso de la IA representaría un ahorro adicional de 208.424 millones de dólares para todas las empresas a nivel mundial. Si los precios de las compensaciones de carbono aumentan aún más en los próximos años, las oportunidades de IA seguramente representarán ahorros aún mayores.
CÓMO FUNCIONA
La gran fortaleza de la IA radica en su capacidad de aprender por experiencia, recopilando cantidades masivas de datos de su entorno, intuyendo conexiones que los humanos no notan y recomendando acciones adecuadas en base a sus conclusiones. Las empresas que buscan reducir su huella de carbono deben centrar la atención de la IA en los tres componentes del esfuerzo:
- Monitoreo de emisiones. Las empresas pueden utilizar la ingeniería de datos impulsada por IA para realizar un seguimiento automático de las emisiones a lo largo de su huella de carbono. Pueden organizar la recopilación de datos de las operaciones, de actividades como los viajes corporativos y los equipos informáticos, y de todas las partes de la cadena de valor, incluidos los proveedores de materiales y componentes, los transportistas e incluso los usuarios intermedios de sus productos. La IA puede explotar datos de nuevas fuentes, como los satélites. Y al superponer inteligencia a los datos, la IA puede generar aproximaciones de los datos faltantes y estimar el nivel de certeza de los resultados.
- Predicción de emisiones. La IA predictiva puede pronosticar las emisiones futuras a lo largo de la huella de carbono de una empresa, en relación con los esfuerzos de reducción actuales, las nuevas metodologías de reducción de carbono y la demanda futura. Como resultado, pueden establecer, ajustar y alcanzar los objetivos de reducción con mayor precisión.
- Reducción de emisiones. Al proporcionar una visión detallada de todos los aspectos de la cadena de valor, la IA prescriptiva y la optimización pueden mejorar la eficiencia en la producción, el transporte y otros lugares, reduciendo así las emisiones de carbono y los costes.
En resumen, la IA puede ayudar a las grandes empresas a reducir su impacto medioambiental y, al mismo tiempo, aliviar la presión financiera a la que se enfrentan a medida que salen de la crisis de la COVID-19.
Las industrias que pueden beneficiarse de este enfoque incluyen bienes industriales (ver «Una siderúrgica reduce emisiones y costos con IA»), transporte, productos farmacéuticos, bienes de consumo envasados, energía y servicios públicos (ver «Sostenibilidad impulsada por IA en una gran empresa de petróleo y gas»), y otros.
COSECHANDO LOS BENEFICIOS
Para obtener estos beneficios, los líderes de la empresa deben dar prioridad a las áreas con altas emisiones de carbono y costos significativos, especialmente aquellas con un período de recuperación potencial de menos de 24 meses. Incluso la práctica de la IA utiliza grandes cantidades de energía, y las empresas también deberían someter sus emisiones a análisis. (Ver «Mitigar la huella de carbono de la IA»).
Las empresas también deben someter sus emisiones relacionadas con la IA a un análisis.
| MITIGACIÓN DE LA HUELLA DE CARBONO DE LA IA A pesar de lo valiosa que puede ser la herramienta como la IA para ayudar a las empresas a contabilizar y reducir sus emisiones de carbono, la ejecución de programas de IA contribuye al problema. En 2019, investigadores de la Universidad de Massachusetts estimaron que la energía necesaria para entrenar un algoritmo de procesamiento de lenguaje natural de última generación para producir texto similar al humano generaría más de 270.000 kilogramos de emisiones deCO2. Desde entonces, el poder de la tecnología de vanguardia se ha vuelto mucho mayor: la última versión de OpenAI de su modelo de IA, llamada GPT-3, es cientos de veces más potente que el modelo del año pasado y produce la misma cantidad de emisiones de gases de efecto invernadero que un automóvil que se conduce más de 700.000 kilómetros. La lección: los aumentos exponenciales en la complejidad algorítmica de la IA y la creciente adopción de soluciones de IA en toda la economía y la sociedad requieren que los profesionales de la IA encuentren formas de mitigar la huella ambiental de la tecnología. Ese es el objetivo de Code Carbón, un esfuerzo combinado de BCG Gamma; Mila, un instituto de investigación de IA líder en el mundo en Montreal fundado por el ganador del Premio Turing Yoshua Bengio; el Haverford College de Pensilvania; y Comet.ml, una plataforma de colaboración para el aprendizaje automático. Code Carbon captura automáticamente la información necesaria para estimar las emisiones deCO2 debido a la computación, lo que permite a los usuarios rastrear, registrar y visualizar las emisiones liberadas en el curso de cada experimento y en múltiples proyectos. También proporciona visibilidad de las palancas que los desarrolladores pueden utilizar para reducir su huella. Esto, a su vez, les permite diseñar algoritmos más frugales y eficientes, posicionar sus servidores en lugares donde la producción de energía genera el menor nivel de emisiones y elegir el hardware más eficiente para sus sistemas. Al tirar de estas palancas, los científicos de datos pueden reducir hasta diez veces las emisiones liberadas en los algoritmos de entrenamiento. Y debido a que CodeCarbon es un programa de código abierto, los usuarios pueden contribuir a su desarrollo posterior. |
Recomendamos adoptar un enfoque triple:
- Apunta alto. Utilizar la IA para mejorar la visibilidad de las emisiones de carbono en toda la cadena de valor. A continuación, determine dónde aplicar la tecnología para reducir la huella, empezando por las mayores fuentes de emisiones y costes de carbono.
- Empieza poco a poco. Al diseñar su enfoque de IA, utilice prototipos y pilotos para crear una base sólida para un mayor aprendizaje y desarrollo. Utilice el concepto de producto mínimo viable (MVP) para diseñar un sistema de IA viable y, a continuación, itere sobre él, integrando la retroalimentación para mejorarlo.
- Escale rápidamente. Amplíe la solución MVP y transforme la organización que la rodea para aumentar su impacto. Invierta en la creación de capacidades y facilitadores básicos en paralelo con la ampliación del MVP. Estos deben centrarse en el desarrollo de plataformas tecnológicas habilitadoras a escala, la definición de nuevas formas de trabajo y la implementación de los modelos de organización y gobernanza necesarios para alinear la IA y la estrategia general.
La IA ya ha demostrado su valor a corto plazo para ayudar a las empresas a reducir sus emisiones de GEI y reducir costes. Al generar un ROI positivo, a menudo en el plazo de un año, debería convertirse rápidamente en un beneficio financiero para las empresas, en lugar de un coste más. Creemos que la IA puede ser especialmente valiosa ahora, a medida que las empresas se recuperan de la crisis de la COVID-19, para reducir los costes y comenzar la transición hacia un futuro con bajas emisiones de carbono.
A largo plazo, a medida que aumente el precio de las emisiones de carbono y los avances permitan a la IA abordar problemas climáticos más complejos, la tecnología será cada vez más importante para mitigar los efectos del calentamiento global.
Apunta alto, empieza poco a poco, escala rápido.
Ahora es el momento de que las empresas líderes comiencen a cosechar los beneficios de la IA. Apunta alto, empieza poco a poco y escala rápido.
BCG GAMMA es el equipo global de BCG dedicado a aplicar la inteligencia artificial y la analítica avanzada a los negocios de empresas y organizaciones líderes. El equipo incluye más de 800 científicos e ingenieros de datos que aplican la IA y la experiencia en análisis avanzados (por ejemplo, aprendizaje automático, aprendizaje profundo, optimización, simulación, análisis de texto e imágenes) para crear soluciones que transforman el rendimiento empresarial. El enfoque de BCG GAMMA crea valor y ventaja competitiva en la intersección de la ciencia de datos, la tecnología, las personas, la experiencia empresarial, los procesos y las formas de trabajo.