AI-utsläpp: En praktisk guide för hållbarhetschefer
Bara 25% av företagen rapporterar AI-relaterade utsläpp trots att AI nu är den snabbast växande drivaren av elförbrukning. Watershed lanserar en guide som visar att inferens (inte träning) står för över 90% av AI:s klimatpåverkan, och att val av molnregion kan minska utsläppen med 30-80%.
Djupdykning
Medan alla pratar om AI:s kreativa genombrott gräver Watershed ner sig i dess dolda klimatavtryck - och siffrorna är överraskande. De flesta tror att träning av AI-modeller är miljöboven, men 90% av utsläppen kommer faktiskt från daglig användning (inference), vilket betyder att varje ChatGPT-fråga du ställer spelar roll mer än Google-träningen. Ännu märkligare: bara ett av fyra företag rapporterar sina AI-utsläpp ens, trots att AI nu är den snabbast växande drivkraften för elförbrukning globalt. Det här är inte bara en teknisk fråga utan en strategisk - val av molnregion kan minska utsläppen med 30-80%, och företag som bygger hållbarhetsstandarder nu kommer att ha försprång när regleringen kommer (och den kommer). Ironiskt nog kan samma AI-teknik som skapar problemet också lösa det genom att optimera energisystem och accelerera dekarbonisering, vilket gör det till en av de få teknologier som kan vara både klimatproblem och klimatlösning samtidigt.