ESG, bagi saya, bukan sekadar laporan, pensijilan atau pemasaran hijau.
Ia bermula dengan satu soalan yang lebih mudah:
Bolehkah kita mencapai hasil yang sama - atau lebih baik - dengan menggunakan sumber yang jauh lebih sedikit?
Apabila saya berbual dengan pemilik perniagaan PKS di Malaysia, ramai yang melihat AI sebagai teknologi yang besar, rumit dan mahal. Kerap kali, sistem AI bergantung kepada model besar untuk hampir setiap tugas.
Tetapi tidak semua tugas memerlukan pertimbangan AI yang berat.
Di AINNA, menerusi NeuralOps, kami melihat cabaran ini dari sudut nilai perniagaan pelanggan.
Kami menggunakan segmentation, deterministic processing, detached systems, smart routing, dan model distillation supaya model AI besar hanya dipanggil apabila keupayaan pertimbangannya benar-benar diperlukan.
Objektifnya mudah:
Kurangkan token.
Kurangkan compute.
Kurangkan bebanan GPU.
Kurangkan penggunaan tenaga.
Kurangkan kos operasi.
Sambil mengekalkan - atau memperbaiki - hasil perniagaan.
Bagi saya, inilah tafsiran ESG yang lebih praktikal:
Kelestarian melalui seni bina.
Bukan setakat menambah "lapisan ESG" selepas sistem siap dibina, kita harus mereka bentuk teknologi dari awal supaya ia menggunakan lebih sedikit sumber.
Ada satu prinsip lagi yang saya pegang sama penting:
Jangan melebih-lebihkan.
Jika kita mengukur pengurangan beban pemprosesan yang ketara, kita harus melaporkannya sebagai hasil sistem yang diukur.
Tetapi jika pengurangan karbon belum diukur dengan sempurna menerusi telemetry dan disahkan secara bebas, ia tidak sepatutnya dijadikan nombor pemasaran.
Kerana ESG yang bermakna memerlukan bukti.
Hasil yang lebih baik. Lebih sedikit compute. Lebih sedikit pembaziran.
Itulah arah yang kami usahakan bersama pelanggan menerusi NeuralOps - membina infrastruktur AI di mana kecekapan bukan sesuatu yang ditambah kemudian, tetapi sebahagian daripada seni bina itu sendiri.
#ESG #MampanAI #GreenAI #ArtificialIntelligence #NeuralOps #AIInfrastruktur #Kelestarian #DigitalTransformation #SovereignAI #Inovasi #AINNA
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. Email diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
ที่ทำงานกำลังเจอหัวข้อนี้อยู่พอดี มีประโยชน์
Bookmarked, mostly for sambil mengekalkan - atau memperbaiki.
Whoever wrote this actually did the work on ramai yang melihat AI sebagai.
Honestly, tetapi tidak semua tugas memerlukan surprised me.
Good to finally see bolehkah kita mencapai hasil yang set out this clearly.