持続可能性戦略と報告の重要性が高まっており、戦略の確立とデータの活用が求められています。AIを使用したデータのクリーニングと報告の効率化が可能になっています。
低炭素エネルギーへの移行が加速されており、AIとIoTを活用した持続可能なエネルギー源への移行が進んでいます。また、AIを使用した気候変動の予測と対策が行われています。
資産・施設・インフラの効率的な管理にAIが活用されています。物理的な運用の最適化、資産の寿命延長と効率化、施設の監視と予測メンテナンスがAIによって実現されています。
Generative AIの役割と可能性が注目されており、持続可能性目標と経済的目標の両立が模索されています。AIの責任ある開発と展開の重要性が強調されています。
ニュース解説
地球環境の保全に向けた取り組みが世界中で強化されている中、IBMが提唱するAIを活用した持続可能性イニシアティブの推進についての記事が公開されました。この記事では、持続可能性戦略の策定と報告、低炭素エネルギーへの移行、資産・施設・インフラの管理という3つの主要分野におけるAIの活用が強調されています。また、Generative AIの将来的な役割についても言及されています。
持続可能性戦略と報告においては、AIを用いてデータを「クリーニング」し、ギャップを管理し、異なるフレームワークにわたって報告することが可能になっています。これにより、戦略的な意思決定を迅速かつ一貫して行い、誤りを減らすことができます。IBM自身も、自社の不動産部門でこの技術を活用し、持続可能性目標に向けた進捗を追跡し、報告しています。
エネルギー移行と気候変動への適応に関しては、AIとIoTを組み合わせることで、持続可能なエネルギー源への移行を加速し、気候に強い組織を構築することが求められています。例えば、スーパーマーケットチェーンのSalling Groupは、AIとクラウドを活用して、再生可能エネルギー源の供給に応じて電力消費を調整するプラットフォームを導入しています。
資産、施設、インフラの管理においては、AIを利用して物理的な運用を効率化し、コストを削減し、環境への足跡を減らすことができます。アトランタ市は、公共交通のトンネル換気システムを監視し、潜在的な故障を予測するためにIBMのデータ収集、機械学習、AIを使用しています。
Generative AIについては、生のデータから統計的にあり得る出力を「学習」して生成する深層学習モデルとして、持続可能性目標の達成に貢献する可能性があるとされています。IBMの研究によると、持続可能性を組織運営に組み込む企業は、利益率で同業他社を52%上回り、収益成長率も16%高いという結果が出ています。
これらの技術の展開には、ビジネスと環境の両方に利益をもたらすよう慎重な検討が必要です。IBMは、企業や政府、社会全体が協力して環境問題に取り組むことの重要性を強調し、データ駆動型の技術を実装して、環境へのポジティブな影響を提供することに取り組んでいます。
このようなAIの活用は、企業の持続可能性戦略の策定と進捗の報告を効率化し、エネルギー移行を加速させ、資産や施設の管理を最適化することで、環境への影響を減らし、経済的な成果をもたらすことが期待されます。しかし、AIのエネルギー消費やデータの取り扱いに関する課題もあり、これらの技術を持続可能な方法で設計し、運用することが不可欠です。また、Generative AIの投資増加が予測される中で、その責任ある開発と展開が、今後の持続可能性への取り組みにおいて重要な役割を果たすことになるでしょう。
from AI this Earth Day: Top opportunities to advance sustainability initiatives.
