A pressão sobre as empresas para responder à ameaça de aquecimento global está crescendo. Consumidores, reguladores e investidores estão examinando cada vez mais o impacto climático das empresas em todos os setores. Em sua carta de janeiro de 2020 aos CEOs, por exemplo, Larry Fink, presidente e CEO da BlackRock, o maior gerente de ativos do mundo, notificou as empresas que os investidores - entre outros interessados - agora esperam divulgação completa do desempenho das empresas em uma série de fatores ambientais, sociais e de governança.
Mas uma coisa é que as empresas prestem atenção à necessidade de reduzir suas emissões de gases de efeito estufa (GEE). Tomar medidas concretas para fazer a diferença, especialmente no clima econômico orientado a pandemia de hoje, é outra questão inteiramente. A dificuldade e despesa de medir toda a extensão de suas emissões de carbono e, em seguida, reduzi -las ou compensá -las, forçou muitas empresas a adiar o esforço. Sua capacidade de fornecer informações profundas sobre vários aspectos da pegada de carbono de uma empresa e vitórias rápidas de corte de custos oferece uma rota promissora para acelerar a transformação sustentável e reduzir as despesas em um momento de necessidade. E como seu tamanho lhes dá acesso a enormes conjuntos de dados - um principal fator de sucesso para a implantação de IA - as empresas de grande porte estão em uma posição especialmente forte para se beneficiar de seu poder.
In this context, artificial intelligence (AI) can be a game changer. Its ability to deliver deep insights into multiple aspects of a company’s carbon footprint and quick cost-cutting wins offers a promising route to accelerating sustainable transformation and reducing expenses in a time of need. And because their size gives them access to huge data sets—a key success factor for deploying AI—large companies are in an especially strong position to benefit from its power.
A promessa de AI
The threat of climate change is growing, and time is running out. Global GHG emissions currently total about 53 gigatons of carbon dioxide equivalent (CO 2 E), de acordo com o projeto de divulgação de carbono. Se quisermos cumprir o objetivo de limitar o aumento das temperaturas globais médias a 1,5 ° C, conforme especificado no Acordo de Paris de 2016, devemos reduzir essas emissões em 50% até o final desta década, de acordo com a iniciativa de metas baseadas em ciências. Em nossa experiência com os clientes, o uso de IA pode obter reduções gerais de emissões de 5% a 10% - o equivalente de 2,6 a 5,3 gigatons de CO 2e if AI were applied to all emissions.
Using AI can reduce GHG emissions by between 2.6 and 5.3 gigatons of CO 2 e.
Enquanto isso, os estudos de BCG mostram que o potencial impacto geral de Aplicando a IA à sustentabilidade corporativa É de US $ 1,3 trilhão a US $ 2,6 trilhões em valor gerado por meio de receitas adicionais e economia de custos até 2030.
This added-value figure for companies does not take into account changes in the price of carbon offsets. That number, currently set at around $30 in the EU Emissions Trading System, could double by 2030. BCG expects to spend $80 per ton by 2030 on high-quality, permanent GHG removal as part of its Promessa líquida zero . Nesse aumento do nível de preços, o valor de reduzir as emissões de GEE através do uso da IA representaria uma economia adicional de US $ 208 bilhões a US $ 424 bilhões para todas as empresas em todo o mundo. Se os preços compensados por carbono aumentarem ainda mais nos próximos anos, as oportunidades de IA certamente representarão economias ainda maiores. As empresas que desejam reduzir sua pegada de carbono devem ativar os holofotes da IA nos três componentes do esforço:
How It Works
The great strength of AI lies in its ability to learn by experience, collecting massive amounts of data from its environment, intuiting connections that humans fail to notice, and recommending appropriate actions on the basis of its conclusions. Companies looking to reduce their carbon footprint should turn the AI spotlight on all three components of the effort:
- Monitorando as emissões. Eles podem providenciar para coletar dados de operações, de atividades como viagens corporativas e equipamentos de TI e de todas as partes da cadeia de valor, incluindo fornecedores de materiais e componentes, transportadores e até usuários a jusante de seus produtos. A IA pode explorar dados de novas fontes, como satélites. E, colocando a inteligência em camadas nos dados, a IA pode gerar aproximações de dados ausentes e estimar o nível de certeza dos resultados. Como resultado, eles podem definir, ajustar e atingir as metas de redução com mais precisão. Companies can use AI-powered data engineering to automatically track emissions throughout their carbon footprint. They can arrange to collect data from operations, from activities such as corporate travel and IT equipment, and from every part of the value chain, including materials and components suppliers, transporters, and even downstream users of their products. AI can exploit data from new sources such as satellites. And by layering intelligence onto the data, AI can generate approximations of missing data and estimate the level of certainty of the results.
- Predicting Emissions. Predictive AI can forecast future emissions across a company’s carbon footprint, in relation to current reduction efforts, new carbon reduction methodologies, and future demand. As a result, they can set, adjust, and achieve reduction targets more accurately.
- Reduzindo as emissões. enquanto também alivia a pressão financeira que eles enfrentam ao emergir da crise Covid-19. By providing detailed insight into every aspect of the value chain, prescriptive AI and optimization can improve efficiency in production, transportation, and elsewhere, thereby reducing carbon emissions and cutting costs.
In short, AI can help large companies reduce their environmental impact while also alleviating the financial pressure they face as they emerge from the COVID-19 crisis.
Indústrias que podem se beneficiar dessa abordagem incluem bens industriais (consulte “Uma siderúrgica corta emissões e custos com a IA”), transporte, produtos farmacêuticos e embalados de consumidores, energia e utilidades (consulte a Sustaination e a AITE em uma grande empresa de petróleo e gás ”e outros. AI
A Steelmaker Cuts Emissions and Costs with AI
Since implementing these controls, the company has pursued a subset of initiatives that have already achieved carbon emissions decreases of 3%, representing approximately 230,000 tons of CO2 per year, along with cost reductions of $40 million—a significant benefit for a company with $8 billion in revenue.
As impressive as these gains are, the company had already made significant progress in optimizing its operations before adopting these changes. We calculate that AI would have a much greater impact for the industry as a whole, helping steel companies reduce their emissions by 5% to 10% and their costs by 1%. If every steel company achieved such reductions, the industry would emit 200 million to 400 million fewer tons of CO 2 a cada ano.
AIM Sustentabilidade movida a IA em uma grande empresa de petróleo e gás
To rectify the problem, we redesigned the control system to implement a machine-learning-based predict-and-act approach and created an integrated operating center to unify the views on all plant equipment. We also encouraged the company to adopt a change management strategy to foster the adoption of the new tools.
The new end-to-end system uses a number of machine-learning models, including tools that predict maintenance problems and CO2 emissions for each production unit. This capability enables plant engineers to predict the energy consumption and emissions of all of their units for the next three to five hours—and to isolate, analyze, and fix any unit responsible for excess emissions.
As a result, the company lowered its carbon emissions by 1% to 1.5%, representing 3,500 to 5,500 tons of GHGs per year, and reduced its costs by approximately $5 million to $10 million. The system also achieved 87% accuracy in predicting equipment failures and had an 80% success rate in forecasting emissions anomalies.
By scaling up this AI-powered tool and using machine learning to replicate it across machines and plants, oil and gas companies can gain a comprehensive, real-time view across all of their production operations.
colhendo os benefícios
Para obter esses benefícios, os líderes da empresa devem torná -lo uma das principais prioridades para atingir áreas com altas emissões de carbono e custos significativos - especialmente aqueles com um potencial período de retorno inferior a 24 meses. Até a prática da IA usa grandes quantidades de energia, e as empresas também devem sujeitar suas emissões para análise. (Consulte "Mitigando a pegada de carbono da IA".)
As empresas também devem sujeitar suas emissões relacionadas à IA à análise.
Mitigando a pegada de carbono da IA
Since then, the power of state-of-the-art technology has become much greater: OpenAI’s latest version of its AI model, called GPT-3, is hundreds of times more powerful than last year’s model and produces the same amount of GHG emissions as a car being driven more than 700,000 kilometers.
A lição: aumentos exponenciais na complexidade algorítmica da IA e a crescente adoção de soluções de IA em toda a economia e sociedade exigem que os profissionais de IA encontrem maneiras de mitigar a pegada ambiental da tecnologia. Codecarbon,
That’s the goal of CodeCarbon, Um esforço combinado de bcg gama; Mila, um Instituto de Pesquisa de IA líder mundial em Montreal, fundado pelo ganhador do prêmio Turing, Yoshua Bengio; Haverford College da Pensilvânia; e comet.ml, uma plataforma de colaboração para aprendizado de máquina. Os desenvolvedores podem puxar para reduzir sua pegada. Por sua vez, isso permite que eles projetem algoritmos mais frugais e mais eficientes, posicionem seus servidores em locais onde a produção de energia gera o nível mais baixo de emissões e escolha o hardware mais eficiente para seus sistemas. Ao puxar essas alavancas, os cientistas de dados podem reduzir as emissões liberadas em algoritmos de treinamento em até dez vezes. E como o codecarbon é um programa de código aberto, os usuários podem contribuir para seu desenvolvimento adicional.
CodeCarbon automatically captures the information needed to estimate CO2 emissions due to computing, enabling users to track, record, and visualize the emissions released in the course of every experiment and across multiple projects.
It also provides visibility into the levers that developers can pull to reduce their footprint. This in turn allows them to design more frugal and more efficient algorithms, position their servers in locations where producing power generates the lowest level of emissions, and choose the most efficient hardware for their systems. By pulling these levers, data scientists can reduce the emissions released in training algorithms by up to ten times. And because CodeCarbon is an open-source program, users can contribute to its further development.
Recomendamos adotar uma abordagem de três itens:
- AIM HIGH. Em seguida, determine onde aplicar a tecnologia para reduzir a pegada, começando com as maiores fontes de emissões e custos de carbono. Use o conceito mínimo de produto viável (MVP) para projetar um sistema de IA viável e, em seguida, iterar, integrando o feedback para torná -lo melhor. Use AI to improve the visibility of carbon emissions across the value chain. Then determine where to apply the technology to reduce the footprint, starting with the largest sources of carbon emissions and costs.
- Start small. In designing your AI approach, use prototypes and pilots, to create a strong basis for further learning and development. Use the minimum viable product (MVP) concept to design a workable AI system, and then iterate on it, integrating feedback to make it better.
- Escala rápida. Invista na criação de recursos e facilitadores do núcleo em paralelo com a ampliação do MVP. Isso deve se concentrar no desenvolvimento de plataformas de tecnologia habilitadas em escala, definindo novas maneiras de trabalhar e implementar os modelos de organização e governança necessários para alinhar a IA e a estratégia geral. Ao gerar um ROI positivo, geralmente dentro de um ano, deve se tornar rapidamente um benefício financeiro para as empresas, em vez de mais um custo. Acreditamos que a IA pode ser especialmente valiosa agora, à medida que as empresas se recuperam da crise do Covid-19, reduzindo os custos e iniciando a transição para um futuro de baixo carbono. Comece pequeno, escala rapidamente. Scale up the MVP solution and transform the organization around it to increase its impact. Invest in building core capabilities and enablers in parallel with scaling up the MVP. These should focus on developing enabling tech platforms at scale, defining new ways of working, and implementing the organization and governance models needed to align AI and overall strategy.
Act Now
AI has already demonstrated its near-term value in helping companies reduce their GHG emissions and cut costs. By generating a positive ROI, often within a year, it should quickly become a financial benefit to companies, rather than yet another cost. We believe that AI can be especially valuable now, as companies recover from the COVID-19 crisis, in lowering costs and beginning the transition to a low-carbon future.
In the longer term, as the price of carbon emissions rises and as advances enable AI to tackle more complex climate issues, the technology will become increasingly important in mitigating the effects of global warming.
Aim high, start small, scale fast.
Agora é a hora de as empresas principais começarem a colher os benefícios da IA. Mira alto, comece pequeno e escala rapidamente.
Os autores agradecem a Cyrille VioSossat, Anouk Plice, Mathilde Duverger e Hamid Maher por suas contribuições para esta publicação. empresas e organizações líderes. A equipe inclui mais de 800 cientistas e engenheiros de dados que aplicam IA e experiência avançada de análise (por exemplo, aprendizado de máquina, aprendizado profundo, otimização, simulação, análise de texto e imagem) para criar soluções que transformem o desempenho dos negócios. A abordagem da BCG Gamma cria valor e vantagem competitiva na interseção de ciência de dados, tecnologia, pessoas, conhecimento de negócios, processos e maneiras de trabalhar. Para mais informações, visite nosso
