Es ist leicht zu verstehen, warum KI-Adoption nimmt in der Geschäftswelt rasant zu. Künstliche Intelligenz ermöglicht es Unternehmen, ein neues Maß an Effizienz, Leistung und Rentabilität zu erreichen. Es hat sich bereits als leistungsstarkes Werkzeug zur Maximierung von Erkenntnissen erwiesen Innovationen vorantreiben.
Die Integration von KI in den Geschäftsbetrieb wirft jedoch auch einige Bedenken auf. Eine dieser Bedenken betrifft die Auswirkungen, die es auf Umwelt-, Sozial- und Governance-Praktiken (ESG) hat.
Die Bedenken der Verbraucher hinsichtlich der Auswirkungen von Unternehmen auf Umwelt und Kultur sind im letzten Jahrzehnt erheblich gewachsen. Aktuelle Studien zeigen das sind 83 Prozent der Verbraucher glauben, dass Unternehmen in ESG-Best Practices investieren sollten. Um den Erwartungen der Verbraucher gerecht zu werden, haben Unternehmen versucht, ihre Praktiken anzuen, um gesunde Umwelt- und Gesellschaftsinitiativen zu unterstützen.
Das Wachstum der KI erfordert, dass Unternehmen sorgfältig abwägen, wie sich die neue Technologie auf ihre ESG-Bemühungen auswirken könnte.
KI und Umweltschutz
„Eine der Hauptsorgen im Zusammenhang mit generativen KI-Tools ist ihre Auswirkung auf die Umwelt“, sagt er Ed Watal, Gründer von Intellibus. „Sein Wachstum wirft nicht nur neue Bedenken hinsichtlich der Auswirkungen auf die Umwelt auf, sondern rückt auch Bedenken in den Vordergrund, die seit langem hinsichtlich der Schnittstelle zwischen Technologie und Umwelt bestehen. Die Leistungsfähigkeit von KI-Tools und ihre weit verbreitete Akzeptanz verstärken diese Bedenken dramatisch.“
Watal ist ein KI-Vordenker und Technologieinvestor, zu dessen wichtigsten Projekten BigParser gehört – eine ethische KI-Plattform und Daten-Commons für die Welt. Watal leitet nicht nur Intellibus, das Unternehmen bei der Entwicklung intelligenter Geschäftsplattformen unterstützt, sondern ist auch die leitende Fakultät der AI Masterclass, einer gemeinsamen Operation von NYU SPS und Intellibus.
KI ist auf Rechenzentren angewiesen, um die riesigen Datensätze zu speichern, mit denen sie trainiert wird, und um die Hochgeschwindigkeitsnetzwerke zu ermöglichen, die zur Mobilisierung der Daten erforderlich sind. Einige Experten gehen davon aus, dass der enorme Datenbedarf der generativen KI das Fünfzigfache erfordern wird Rechenleistung innerhalb der nächsten fünf Jahre.
Der Energiebedarf für den Betrieb von Rechenzentren ist ein anhaltendes ESG-Problem. Experten gehen davon aus, dass der Energieverbrauch von Rechenzentren das Ausmaß erreichen könnte 7.5 Prozent des gesamten Energieverbrauchs bis 2030 ausmachen. Generative KI wird voraussichtlich etwa 1 Prozent dieses Verbrauchs ausmachen.
„Obwohl der Energieverbrauch von Rechenzentren definitiv ein Umweltproblem darstellt, ist er nicht das einzige, das durch KI verursacht wird“, sagt Watal. „Kühlsysteme in Dateneinrichtungen verbrauchen ebenfalls enorm viel Energie. Tatsächlich entfallen 70 Prozent des gesamten Energieverbrauchs von Rechenzentren auf Kühlung und Wasser. A wegweisende Ordnung Ein Projekt, an dem das Google Data Center in The Dalles, Oregon, beteiligt war, brachte dies ans Licht 25 % der Wasserversorgung dieser Stadt wurde vom Rechenzentrum verbraucht.“
KI und soziale Themen
Der Einfluss von KI auf gesellschaftliche Probleme beruht in erster Linie auf dem Potenzial für Voreingenommenheit bei den von ihr gesteuerten Entscheidungen. Wenn generative KI auf voreingenommenen Daten trainiert wird, kann sie historische Vorurteile und strukturelle Ungleichheiten aufrechterhalten und verstärken. Aktuelle Berichte zeigen, dass fast 75 Prozent der Unternehmen keine Maßnahmen ergreifen, um diese Art von Voreingenommenheit zu verringern.
Einstellungsverzerrungen sind ein zentrales Problem, das mit der zunehmenden KI-Integration zugenommen hat.
„Der Einsatz generativer KI-Tools zur Steuerung von Rekrutierungsprozessen wird zunehmend zur Norm“, sagt Watal. „Unternehmen nutzen KI-Algorithmen für alle Teile des Einstellungsprozesses, einschließlich der Analyse von Lebensläufen, der Auswahl von Kandidaten und sogar Empfehlungen für die endgültige Entscheidungsfindung. Da die Erklärbarkeit, also die Bereitstellung einer logischen Erklärung der Gründe für KI-gesteuerte Entscheidungen, immer noch eine Herausforderung darstellt, sind viele Unternehmen nicht in der Lage, das Vorhandensein oder Ausmaß rassischer, sozialer, geschlechtsspezifischer oder wirtschaftlicher Voreingenommenheit im generativen KI-gestützten Screening festzustellen oder Empfehlungsalgorithmen für die Einstellung.“
KI- und Governance-Anforderungen
Corporate Governance umfasst die Richtlinien, Prozesse und Kontrollen, die Unternehmen implementieren, um sicherzustellen, dass ihre Abläufe verantwortungsvoll und ethisch sind. Die Entwicklung von KI-Richtlinien, die Rechenschaftspflicht, Transparenz, Fairness und Sicherheit gewährleisten, hat sich zu einer zentralen Aufgabe der Unternehmensführung entwickelt.
„Eine solide Unternehmensführung erfordert von Unternehmen ein sorgfältiges Verständnis der Datensätze, die zum Trainieren von KI verwendet werden“, erklärt Watal. „Viele generative KI-Plattformen wurden auf öffentlichen Repository-Internetdaten namens trainiert Allgemeines Crawlen. Eine Studie von KI-Modellen, die auf Common Crawl trainiert wurden, zeigt dies Vorhandensein sozialer Voreingenommenheit und negative Gefühle, die zu einer Repräsentationsschädigung bestimmter Gruppen führen könnten.“
Die Governance sollte auch Richtlinien für das Mitarbeiterengagement mit generativer KI umfassen. Organisationen wie Apple, JP Morgan, Verizon und Amazon haben alle verboten Tools wie ChatGPT auf Arbeit. Andere haben die Datenmenge, die der generativen KI am Arbeitsplatz bereitgestellt werden kann, begrenzt.
„Mitarbeiter, die generative KI-Tools ohne entsprechende Autorisierung oder Kontrollen verwenden, können zu Datenlecks führen“, warnt Watal. „Operationelle Fehler von KI-Forschern bei Microsoft führten dazu 38 TB Daten versehentlich ausgesetzt werden. Samsung-Mitarbeiter aus Versehen vertrauliche Daten preisgegeben zu generativen KI-Plattformen bei drei verschiedenen Gelegenheiten.“
Trotz dieser Bedenken nimmt der KI-Einsatz weiterhin rasant zu. Die Herausforderung für Unternehmen besteht nun darin, einen Weg zu finden, die Leistungsfähigkeit der KI zu nutzen, ohne ihre ESG-Verantwortung zu verletzen. Die Suche nach einem Gleichgewicht beginnt damit, die Gefahren generativer KI anzuerkennen und sich zu einem vorsorglichen Ansatz bei ihrem Einsatz zu verpflichten.
