В то время как большинство компаний спешат внедрить ИИ в свои операции в широких масштабах, немногие могут заявить, что знают о влиянии ИИ на их показатели устойчивого развития.

Компании долгое время пытались точно оценить и успешно минимизировать свое воздействие на окружающую среду из-за отсутствия стандартизации. Даже наиболее часто используемые системы отчетности, включая Global Reporting Initiative, Corporate Sustainability Reporting Directive и Science Based Targets initiative, используют разные охваты и требования.

ИИ еще больше усложняет ситуацию, особенно с учетом сложности цепочки создания стоимости. Большинству компаний часто не хватает прозрачности в отношении реального воздействия их ИИ-решений на окружающую среду, что приводит к несогласованным, неопределенным или отсутствующим метрикам. Поскольку внедрение ИИ стремительно растет, а модели ИИ развиваются очень быстро, бизнес сталкивается с долгосрочной задачей прогнозирования будущего воздействия ИИ на окружающую среду. Это означает, что компании не полностью готовы к соблюдению потенциальных новых правил, требующих показателей устойчивого развития для использования ИИ.

Создание плана измерения, ориентированного на ИИ

Сегодня доля ИИ в выбросах большинства компаний невелика, иногда составляя всего 0,01% от общего объема выбросов парниковых газов. Это не продлится долго при текущей постоянно растущей тенденции использования. Оценки дорожной карты показывают, почему: в некоторых отраслях ИИ может составлять 60% выбросов в течение трех лет. Текущие цифры преуменьшают риск.

План измерения ИИ строится на тех же компонентах, что и любая система оценки воздействия на окружающую среду: постановка целей, их отслеживание и разработка стратегии для их достижения. Разница заключается в скорости. Прозрачность выбросов, связанных с ИИ, в режиме реального времени позволяет компаниям действовать до того, как вырастет их углеродный след, а не после.

Решение проблем измерения

Создание системы измерения с нуля или пересмотр существующей стратегии устойчивого развития — это сложный и медленный процесс. Немногие организации обладают собственным опытом, чтобы справиться с этим в одиночку.

Партнер с соответствующим опытом может устранить этот пробел: анализ рабочих нагрузок ИИ на уровне портфеля, сценарные прогнозы, структурированные методологии оценки воздействия для каждого отдельного случая использования, действенные меры по исправлению ситуации и обучение сотрудников.

В Capgemini мы помогаем клиентам увидеть, как использование ИИ влияет на их экологические цели, а также как управлять этим воздействием и снижать его. Мы рассматриваем всю цепочку создания стоимости ИИ: разработку компонентов, генерацию энергии и эксплуатационное использование.

Компания Capgemini была названа лидером в отчете IDC MarketScape: Worldwide Sustainability Strategy Services 2026 Vendor Assessment.

Мы рассматриваем это как подтверждение нашего подхода: помощь клиентам в повышении операционной эффективности, сокращении выбросов и превращении устойчивого развития в драйвер роста и конкурентоспособности при ответственном использовании ИИ и достижении измеримых результатов.

Чтобы узнать больше о проблемах масштабирования устойчивого ИИ, прочитайте научные статьи (вклад авторов блога):