CEO生成式AI行动指南：可持续发展

CEO生成式AI行动指南可持续发展 C可E持O续生发成展式AI行动指南 传已统经的过可时持续发展计划 不同于以往的任何技术，生成式AI正在迅速颠覆商业和社会形态，迫使企业领导者刻不容缓地重新思考其假设、计划和战略。为了帮助CEO们掌握快速变化的形势，IBM商业价值研究院(IBMIBV)发布了一系列有针对性、基于研究数据的生成式AI指南，涵盖数据网络安全、技术投资策略和客户体验等主题。 这是本指南的第十一部分，重点关注“可持续发展”。 生成式AI可以助力推动可持续发展计划，从而开启负责任增长的新时代。 长期以来，气候危机似乎是一个无法克服的问题。不断设定排放目标，未实现后又再次设定目标，如此反复。许多人开始怀疑是否有什么方法可以力挽狂澜。再加上污染、森林砍伐和物种丧失等环境问题，我们星球上的生命前景变得更加不乐观。 我们开始迈入生成式AI的时代。凭借魔法般的能力，生成式AI可以即时分析环境数据，从中揭示可产生颠覆性洞察的模式。它可以为可持续发展领域的棘手问题提供解决方案。生成式AI并不是灵丹妙药，但如果战略性地加以使用，则有望帮助企业大规模实现可持续发展目标。 随着以AI为中心的解决方案激发商业模式创新，CEO们将有机会以前所未有的方式打造以可持续发展为核心的战略。生成式AI可以优化运营，同时兼顾可持续发展和盈利能力，帮助领导者避免次优权衡。生成式AI可以在极短的时间内探索新材料、模拟新设计并评估产品生命周期，从而消除成本高昂的试错过程。 IBM商业价值研究院1 1.生成式AI可以让理想 成为现实。 2.可持续发展是一项团队 运动，而生成式AI是其 中的核心成员。 3.可持续的AI并不是理 所当然的。 3.运用生成式AI产生 净正的影响。 生成式AI还可以帮助企业提高资源效率，降低成本并减少排放和浪费。例如，生成式AI可以利用来自能源网格、天气模式和使用趋势的数据来实时预测和调整能源分配。这有助于企业限制碳足迹、提高利润并全面增强可持续发展的商业用例。 在这种形势下，仅仅有良好的愿景是远远不够的。借助生成式AI，CEO们可以从一开始就将可持续发展设计到企业运营中（而不是事后再启动可持续发展计划），并将理想和愿景转化为利益相关者期望的可行战略以及可衡量的业务成效。 Andthreethingseveryleaderneedstodorightnow: IBM商业价值研究院2 IBM商业价值研究院甄别出了每位领导者都需要了解的三个要点： 现在，每位领导者都需要采取以下三项行动： 1.将权衡转化为双赢。 2.利用生态合作实现1+1=3 IBM商业价值研究院2 1.战略+生成式AI 需要了解的事项 生成式AI可以让理想成为现实 如何才能弥合可持续发展愿景与行动之间的差距？数十年来，由于财务压力阻碍了许多可持续发展目标的推进，CEO一直深受这个问题的困扰。即使在今天，尽管86%的受访高管表示其组织 制定了可持续发展战略，但只有35%的受访高管表示已将可持续发展计划落实到行动上。 长期以来，将可持续发展原则融入核心业务就一直是一项严峻挑战。根据IBM商业价值研究院最近开展的一项调研，72%的受访高管将可持续发展视为收入引擎，而不是成本中心。而64%受访高管认为他们必须要继续在财务绩效和可持续发展之间做出权衡。不过现在，生成式AI以全新的视角诠释了可持续发展的前景。 可持续发展和盈利目标不再是天堑之隔，而是开始融合。基于透明数据的生成式AI可以帮助领导者比以往更快地将信息转化为洞察，从而助力企业在统一的战略中同步推动可持续发展目标和财务目标。例如，生成式AI可以分析历史销售数据、市场趋势等因素，从而更准确地预测未来需求，帮助企业优化生产水平、减少库存积压以及尽可能减少浪费。 当然，生成式AI无法仅凭一己之力完成这一切，而是必须作为传统AI、物联网和其他新兴技术的补充。我们确定了成功的四大支柱：数据与生态系统、数字技术、流程与业务整合以及技能与决策。在这些领域成熟度较高的组织实现出众盈利能力的比例要比其他组织高出43%，而认为其可持续发展工作有助于推动盈利能力的比例要比其他组织高出52%。并非巧合的是，此类组织将AI应用于可持续发展报告和绩效的比例也要比其他组织高出33%。 这些数据反映了生成式AI的潜力。如今，61%的受访高管表示，生成式AI对于其可持续发展议程非常重要，69%的受访组织计划增加对生成式AI的投资以推动可持续发展。 但这些投资是否能实现成效？或者企业领导者只是在追逐海市蜃楼？这一切都取决于数据。大约四分之三的受访高管表示，手动数据处理流程阻碍了其可持续发展报告和绩效工作，而数据不足则是推动可持续发展总体进展面临的最大障碍。此外，83%的受访高管认为高质量的数据和透明度对于实现可持续发展目标必不可少。 86%的受访高管表示其组织制定了可持续 发展战略，但只有 35%的受访高管表示已将可持续发展计划落实到行动上。 1.战略+生成式AI 需要采取的行动 将权衡转化为双赢 使用生成式AI来填补关键可持续发展数据缺口、提高报告流程效率、降低风险以及应对快速变化的要求。利用数据发现可通过哪些机会来实现流程自动化、设计产品与服务、降低能源成本以及限制资源消耗，从而实现积极的可持续发展成果和财务收益。 通过显著改进洞察来推动可持续的业务成效。积极运用可持续发展数据和洞察来改善企业和生态系统的绩效，了解特定生成式AI用例如何创造更大价值或引入风险。运用生成式AI来发现模式并从中揭示基于可持续发展指标和数据的更优定价、预算和激励机制。 将可持续发展融入整个企业。协同可持续发展、业务和AI战略，以避免孤立地推进生成式AI计划。将可持续发展驱动的生成式AI计划整合到所有业务部门和公司治理框架中。运用生成式AI来增强和丰富您的可持续发展数据，以支持可持续发展目标的报告和实施工作。 创新，而不是复制。使用生成式AI作为可持续发展的创新源泉，变革工作方式。扩大自动化范围，而不仅限于现有的冗余低效流程和工作方式。 需要了解的事项 而可持生续成发式展AI是是一其项中团的队核心运成动员， 任何一家组织都无法仅凭一己之力解决全球的可持续发展问题。自然资源是跨国界和跨组织的公共资源，每一家组织都将在保护自然资源方面发挥着各自的作用，为子孙后代谋福祉。 保护生态环境需要联合整体生态系统的力量，其中每一个参与者都至关重要。AI专家、数据科学家、环境专家、企业战略专业和政策制定者必须通力合作，共同制定和实施可持续发展解决方案。 协作并不是一项新兴需求，但生成式AI已经颠覆了团队协作方式。随着生成式AI加入团队，组织现在可以更迅速、高效地开展协作。 事实上，受访高管预计使用生成式AI推动可持续发展的最大益处就是生态协作。例如，生成式AI可以根据所需的特性和环境标准来提供关于创新成分和设计的建议，从而帮助制造商、材料科学家和消费品公司开发更环保的包装。 它可以利用强大的先进算法助力整个生态系统做出更加可持续的实时决策。为此，许多组织正在制定新的行动手册。根据调研，65%的受访组织正在与生态系统合作伙伴或供应商携手共创生成式AI功能来推动可持续发展。 65%的受访组织正在 携或供手应商共创 与生态系统合作伙伴 功 式AI 来推动可持续发展。 能 需要采取的行动 利用生态合作实现1+1=3 扩大整个企业和整个生态系统的影响力，让可持续发展和盈利成为相辅相成的业务目标。与合作伙伴共同创建生成式AI功能，以降低环境影响并推动可持续发展计划。 通过战略生态合作产生更广泛的影响力。让合作伙伴成为您组织的可持续发展数据和生成式AI项目的一部分。与合作伙伴共享可持续发展数据，携手共创。 从集中化转变为民主化。让员工能够访问相关的可持续发展数据和AI功能，并根据数据驱动的洞察来调整日常任务和决策。任何组织的可持续发展战略都凝聚在其数以千计甚至数百万计的日常行动中。 提升技能，拒绝止步不前。作为企业战略的一部分，投资培养具备可持续发展和生成式AI技能的人才。运用生成式AI来向员工普及可持续发展的理念。 需要了解的事项 可持续的AI并不是理所当然的 前进的道路并非全是坦途。随着组织大规模采用生成式AI，一些新的可持续发展问题正逐渐受到关注。 例如，生成式AI非常消耗资源。训练一个大语言模型(LLM)会消耗大量水资源并排放大量二氧化碳。组织可以调优现有的生成式AI模型而不是训练新模型，从而尽可能减少对环境的影响。对于提前计划控制生成式AI的碳足迹和水资源消耗的领导者来说，应用现有的基础模型并重复利用资源可能是一项极具价值的策略。 减少生成式AI的环境影响的另一种方法是转换编程语言。这可以将应用能耗降低多达50%。利用容器平台取代传统方式部署的虚拟机环境来运行工作负载，组织还可以将每年的基础设施成本降低75%，这在一定程度上得益于能源效率的提升。 从本质上说，生成式AI可以将这些可持续发展战略提升到全新的水平。除了切换代码以外，生 成式AI还可以通过分析代码性能来开发更具能源效率的算法和软件。生成式AI还可以确定哪些工作负载可以实现最高效的容器化，甚至还可以重塑整个数据中心，设计和优化布局、冷却系统与服务器配置，从而尽可能减少能源消耗。 不仅如此，生成式AI还可以开展自我研究，寻找限制其影响的新方法，但这就需要人类的智慧来进行引导。与研究机构、技术提供商和其他企业合作，分享知识、资源和最佳实践，可以帮助组织利用生成式AI推动其可持续发展战略，同时避免突破碳排放上限。 生成式AI放大了传统AI的一些风险，组织需要确保生成式AI在可持续发展报告等领域的使用受到严格监管。但受访高管们并不确定其团队是否已做好准备，他们表示运用生成式AI推动可持续发展面临的最大障碍就是组织准备不足。 持续发展面临的最大障碍就是组织 受访高管表示运用生成式AI推动可 准备不足。 需要采取的行动 运用生成式AI产生净正的影响 以现有的基础模型为基础，而不是重新构建基础模型，尽可能减少生成式AI对环境的影响。运用用生成式AI创建更优质的代码，降低对环境的影响，并重新设计注重可持续发展的数据中心。 重新校正您的生成式AI方法。先打造更具可持续性的生成式AI功能，然后再进行推广。尽可能升级和调优现有模型。采用能耗较低的计算方法。 采用注重可持续发展的IT设计。监控能耗、硬件利用率和数据存储，以发现提高能源效率的机会。利用生成式AI和混合云来限制IT的碳足迹。 不走捷径，拒绝机会主义。建立数据治理机制，确保生成式AI的使用遵循有利于可持续发展的原则，并与组织的价值观保持一致。 IBM商业价值研究院 可持续发展 CEO生成式AI行动指南 本报告分析所依据的统计数据来自IBM商业价值研究院(IBMIBV)的专有数据。其中包括2023年8月针对22个国家/地区的500名高管开展的一项关于可持续发展运营的调研；IBM商业价值研究院发布的《ESG数据难题》中的数据，以及之前在2023年4月针对 34个国家/地区的2,500名高管开展的相关调研的未发布数据；IBM商业价值研究院在2022年5月发布的 《超越数据中心推动IT可持续发展》研究报告中的数据；以及IBM商业价值研究院在2022年1月发布的《可持续发展：转型之催化剂》报告中的数据。 IBM商业价值研究院 IBM商业价值研究院(IBMIBV)创立二十年来，凭借IBM在商业、技术和社会交叉领域的独特地位，我们每年都会针对成千上万高管、消费者和专家展开调研、访谈和互动，将他们的观点综合成可信赖的、振奋人心和切实可行的洞察。 需要IBV最新研究成果，请在ibm.com/ibv上注册以接收IBV的电子邮件通讯。您可以在Twitter上关注@IBMIBV，或通过https://ibm.co/ibv-linkedin在LinkedIn上联系我们。 访问IBM商业价值研究院中国官网