Capítulo 1
Confiança na IA, desenvolvendo-a e implantando-a de forma sustentável
O desenvolvimento e a implantação da IA devem demonstrar a sua contribuição para a sustentabilidade ambiental e permanecer centrados nos valores humanos.
“O potencial da IA para criar impactos humanos positivos e acelerar resultados sustentáveis só pode ser plenamente realizado se os stakeholders confiarem na IA como uma tecnologia exponencial para o bem, em vez de experimentá-la como um acelerador de práticas insustentáveis”, afirma Sheri Hinish, EY Global Consulting Sustainability Líder de Tecnologia e Ecossistemas. “Para isso, precisaremos de princípios de representação e design inclusivos que incorporem uma abordagem responsável e centrada nas pessoas para construir confiança na IA e criar valor para todos.”
No entanto, existe o risco de que a forma como a IA é desenvolvida e implementada possa reforçar sistemas e economias insustentáveis ou resultar em consequências negativas não intencionais.
Dados de pesquisas recentes revelam desconforto público. Nos EUA, 52% dos adultos dizem estar mais preocupados do que entusiasmados com o papel da IA na vida cotidiana, de acordo com um estudo recente.7 Outra pesquisa realizada com pessoas de 10 países europeus e dos EUA concluiu que 72% dos entrevistados acreditam que a IA deve ser gerida com cuidado. O CEO Outlook Pulse da EY mostra que 65% dos executivos-chefes em todo o mundo consideram que a IA é uma força para o bem, mas que se faz necessário mais trabalho para abordar os riscos e potenciais consequências não intencionais.
Para ajudar a responder a estas preocupações e criar a confiança necessária, o desenvolvimento e a implantação da IA devem demonstrar a sua contribuição para a sustentabilidade ambiental e permanecer centrados nos valores humanos.
Construção sustentável de infraestrutura de IA
Será essencial abordar as dimensões da energia, dos recursos e das infraestruturas do avanço da IA. Espera-se que as novas cargas de trabalho GenAI ensejem a triplicação da capacidade do data center em hiperescala nos próximos seis anos.8
Os data centers e as redes de transmissão de dados representam 2% a 3% do consumo global de eletricidade e cerca de 1% das emissões globais de GEE.9 Estes números cresceram apenas modestamente, apesar do crescimento exponencial nas cargas de trabalho devido à ecologização das redes e à mudança para fornecedores de nuvem em hiperescala, que investiram em energias renováveis e alcançaram elevados níveis de eficiência. No entanto, as emissões devem ser reduzidas para metade, e não aumentadas, até 2030, para continuarmos no caminho do zero líquido.10
Novas arquiteturas eficientes de semicondutores e métodos de resfriamento contribuirão de forma importante para atenuar a curva de energia e emissões da IA. As inovações no laboratório prometem reduzir enormemente a energia necessária para regular as temperaturas dos chips e manter o desempenho. Foi relatado que protótipos de arquiteturas de chips neuromórficos, que emulam os neurônios e sinapses do cérebro humano, produziram uma redução de mil vezes no consumo de energia.11 Os operadores de centros de dados estão implantando uma série de estratégias para reduzir a energia de arrefecimento, desde a localização em regiões mais frias ou a utilização de calor residual para aquecer bairros residenciais, até à utilização de líquidos alternativos à água. Algumas empresas estão até explorando a possibilidade de instalação de data centers no espaço.
A descarbonização da GenAI também dependerá da eficiência dos dados. Quanto maior o modelo de linguagem grande (LLM), mais energia será usada para sua formação. Um LLM com parâmetros de 110m emitiu 0,64 toneladas de C02 na fase de formação, o que representa cerca de 80% das emissões anuais relacionadas à energia de uma residência nos EUA. Em contraste, outro LLM, com parâmetros 75b, teve uma pegada de formação de 550 toneladas, equivalente às emissões de 70 lares nos EUA num ano.12
Ainda assim, 60% a 90% das emissões são geradas por inferência, executando o modelo a partir de dados em tempo real (por exemplo, um prompt da GenAI). Em resposta a isso, os pesquisadores estão criando modelos de menor porte e otimizando as compensações entre a velocidade de formação e o consumo de energia.
A água, a biodiversidade, o carbono incorporado e outros desafios ambientais passarão a constituir preocupações cada vez mais importantes. Os maiores data centers podem chegar a ter 90.000 m2 e a consumir aproximadamente 2ml de água diariamente para resfriamento.
Impactos e resultados líquidos transparentes
A confiança na IA será construída por meio de relatórios transparentes sobre os impactos líquidos do desenvolvimento e implantação da tecnologia. Os diferentes investimentos que as empresas estão fazendo hoje em IA irão gerar impactos diferenciais de sustentabilidade, tanto negativos como positivos, que devem ser avaliados em equilíbrio diante dos principais parâmetros de referência globais: objetivos climáticos alinhados com o Acordo de Paris, objetivos de biodiversidade alinhados com Montreal e Metas de Desenvolvimento Sustentável da ONU.
À medida que a IA se integra no desenvolvimento e fornecimento de bens e serviços, medidas robustas de impacto ampliado em termos de sustentabilidade, como as emissões de Nível 4, passarão a ser cada vez mais importantes. As métricas do Nível 4 estimam o impacto das emissões de GEE de um bem ou serviço com relação a um cenário em que esse item deixa de existir.13 Por exemplo, embora a produção de veículos elétricos (VE) faça com que os fabricantes gerem novas emissões de GEE (por exemplo, mineração de terras raras, novas fábricas), a adoção de VE pelos consumidores reduzirá as emissões líquidas de transporte em comparação com o status quo.
O potencial da IA para criar impactos humanos positivos e acelerar resultados sustentáveis só pode ser plenamente concretizado se os stakeholders confiarem na IA como uma tecnologia exponencial para o bem.
IA inclusiva e centrada nas pessoas
A confiança na IA como uma força sustentável para o bem advém da demonstração de benefícios abrangentes para as pessoas. A IA terá de cumprir a sua promessa de melhorar a experiência humana e de criar novos empregos numa economia sustentável, e não ampliar as lacunas existentes ou substituir humanos no local de trabalho.
Isto foi destacado pelo recente acordo do G7 sobre Princípios Orientadores e Código de Conduta sobre Inteligência Artificial, que enfatizou a necessidade de utilizar a IA para enfrentar os nossos maiores desafios e mitigar os riscos sociais e de segurança. O decreto do presidente dos EUA, Joe Biden (via EY.com US) também se concentrou em princípios para proteger os valores humanos no Nível da IA.
Os governos, os líderes empresariais e a sociedade civil devem antecipar-se às transições que serão aceleradas pela IA, compreender o impacto humano e garantir que sejam conduzidas em uma transição justa. Desde a descarbonização da energia até à habilitação da mobilidade autônoma, à criação de soluções climáticas baseadas na natureza e à automatização de tarefas hoteleiras de baixo valor, a IA terá impactos abrangentes para os trabalhadores e as comunidades dependentes dos sistemas existentes. Devemos garantir que os trabalhadores e as comunidades afetadas tenham acesso às novas oportunidades criadas pela IA e às competências para assegurá-las.
As preocupações com o preconceito são antigas na IA, mas tornam-se mais urgentes com a explosão da IA generativa, a tecnologia adotada com mais rapidez até aqui. Os chamados modelos de linguagem grande ou simplesmente modelos de linguagem (LLM) geram novos conteúdos em base probabilística a partir de um grande, enciclopédico volume de dados de formação/treinamento, constituindo efetivamente um espelho para a cultura e a sociedade.
As imagens geradas pela IA expõem frequentemente os nossos preconceitos, acelerando estereótipos pautados por desigualdades sistêmicas, por exemplo, criando imagens de homens de pele mais clara para os titulares de empregos com alta remuneração, e por vezes lutando para ilustrar cenários contrários às percepções estereotipadas, mesmo quando recebam "prompts" para atuar dessa forma.14 À medida que a GenAI torna-se parte crescente dos trabalhos criativos e da tomada de decisões, corremos o risco de reforçar as desigualdades existentes relacionadas com gênero, etnia, idade, renda e outros fatores, a menos que implementemos salvaguardas.
Esses desafios são complicados por questões que prejudicam a confiança inerentes aos modelos probabilísticos, como movimentos que surgem de ficções (devolvendo resultados “inventados”), a quase impossibilidade de vincular um resultado a dados de treinamento específicos e o potencial para qualidades emergentes (novas capacidades imprevisíveis) em LLMs.
Ao recorrermos à IA para resolver os nossos maiores desafios, temos de garantir que ela seja inclusiva, não apenas em termos de acesso e competências, mas também no conhecimento e na visão representados nos dados de formação e treinamento. Por exemplo, há um reconhecimento crescente de que o conhecimento das comunidades indígenas, que protegem a maior parte da biodiversidade remanescente do planeta nas suas terras, tem um papel importante a exercer na resposta aos nossos desafios de sustentabilidade. No entanto, esse conhecimento é muitas vezes oral ou empírico e não está representado em nenhum dado de formação/treinamento em IA.15 À medida que continuamos a desenvolver a GenAI, será importante incorporar conhecimentos ancestrais e outras perspectivas atualmente sub-representadas nos modelos, para que reflitam pensamentos diversos e valores de sustentabilidade.
Em última análise, temos de nos proteger contra um viés sistêmico inclinado ao "status quo" na IA, porque alcançar resultados sustentáveis implica mudar mentalidades, inovar modelos de negócio e repensar os nossos sistemas fundamentais.
Construa confiança
Cada organização deve criar confiança entre os seus stakeholders no desenvolvimento e implementação da IA.
Para a maioria das empresas que dependem de fornecedores baseados na nuvem, as iniciativas de IA resultarão em emissões de Nível 3 e impactos análogos na biodiversidade. Quantificar e divulgar estes impactos ambientais, bem como os sociais, será importante para construir confiança. Igualmente importante será medir e avaliar os impactos positivos gerados pelo uso da IA pela organização, para que os resultados positivos líquidos (por exemplo, Nível 4) possam ser demonstrados.
A confiança também advém da compreensão e avaliação dos riscos organizacionais associados à concepção, implantação, formação e utilização de um modelo de IA. O Índice de Confiança EY.ai fornece aos líderes empresariais uma avaliação empírica das entradas e saídas do modelo de IA subjacente da organização, à medida que consideram se irão entregar com sucesso o seu programa de IA.
Capítulo 2
Valor exponencial por meio de uma abordagem holística de IA para a sustentabilidade
A IA pode ajudar os líderes a criar os insights oportunos necessários para desbloquear valor natural, social e económico exponencial.
Hoje é o dia “mais lento” que provavelmente vamos vivenciar. A aceleração da mudança nos sistemas naturais é acompanhada pela aceleração da mudança nos sistemas humanos, com dados em volumes cada vez maiores e um desenvolvimento e implantação de tecnologia cada vez mais rápidos. A interação dos sistemas naturais e humanos cria uma complexidade crescente e traz enormes novas oportunidades e riscos de criação de valor.
“A sustentabilidade é um problema não linear e complexo. Não podemos utilizar métodos lineares e tradicionais para compreender e resolver os nossos desafios de sustentabilidade. É por isso que a tecnologia e a inovação são fatores críticos”, afirma David Rae, Líder Global de Tecnologia e Inovação da EY, Serviços de Mudanças Climáticas e Sustentabilidade.
Para os líderes empresariais que enfrentam o ritmo, a escala e a complexidade crescentes das mudanças, o desafio passa a ser o dos dados e da tomada de decisões: como as equipes conseguem chegar a insights mais com mais rapidez (contexto, conteúdo e acesso) para apoiar decisões mais rápidas e responsáveis? Como podem aproveitar os dados para criar novas soluções de sustentabilidade no prazo em que precisamos delas?
A aplicação da IA à detecção, previsão e geração pode ajudar os líderes a criar os insights necessários e tempestivos para tomar medidas ousadas com confiança na sustentabilidade e destravar valor natural, social e econômico exponencial.
A força exponencial da IA não provém de avanços singulares, mas sim dos efeitos combinados de ganhos de produtividade e eficiência, e de inovações mais rápidas ao longo do tempo. Ao reduzir o tempo e o custo de criação de todos os tipos de conteúdo e insights a praticamente zero – um prompt de texto – a GenAI nos permite produzir mais ideias com mais rapidez. Os modelos de GenAI podem acelerar o processo de P&D automatizando tarefas rotineiras, permitindo que os pesquisadores se concentrem na concepção e na resolução de problemas complexos, e dimensionando o trabalho por trás da pesquisa, teste e iteração de hipóteses e novos designs.16 Isso resultará em uma aceleração que se auto-reforça quanto ao desenvolvimento de novos produtos, novos serviços e novas técnicas.
Informações valiosas obtidas com o Estudo de Valor Sustentável da EY 2023
Os diretores de sustentabilidade (CSOs) transformacionais são mais propensos a ver os dados, a tecnologia e a IA como aceleradores de valor.
Pesquisa global da EY com 520 CSOs ou executivos com responsabilidades equivalentes.
Gestão de recursos: rumo a um planeta com emissões líquidas zero
A transição para uma economia líquida zero que nos afaste dos limiares do planeta depende da criação de novos produtos e tecnologias sustentáveis, da ruptura dos modelos de negócios existentes com modelos sustentáveis e da formação de uma constelação de novos ecossistemas empresariais.
A gama de tecnologias de IA tem um papel acelerador a desempenhar na gestão de recursos:
- Permitir cadeias de valor circulares e equitativas
- Redução do consumo de recursos
- Descarbonização de energia e mobilidade
- Aceleração da inovação sustentável de produtos e serviços
- Avanço na ciência dos materiais
- Proteção e melhoria da biodiversidade
Por exemplo, ferramentas com base em IA estão sendo utilizadas para acelerar a descoberta de materiais avançados para captura, utilização e armazenamento de carbono. A IA também está ajudando a projetar blocos de concreto para a malha rodoviária que consomem 20% menos material e absorvem óxido nitroso.17
O EY Space Tech Lab aplicou visão computacional a imagens de satélite para identificar vazamentos em um sistema de abastecimento de água que resultavam em perdas de 50ml por dia. De forma mais ampla, os dados de IA e de observação da Terra abordam uma ampla gama de questões e oportunidades de gestão de recursos (via EY.com Austrália), como o mapeamento de fontes de GEE, a identificação da biodiversidade, a prevenção do desmatamento e o aumento da confiança nas remoções de carbono com base na natureza.
Os copilotos de IA também podem nos ajudar a repensar os paradigmas de negócios insustentáveis que nos trouxeram até este ponto. Tal como discutimos na Harvard Business Review, a IA pode ajudar as pessoas a fazerem perguntas melhores, a serem mais inovadoras e a resolverem problemas maiores.
A sustentabilidade constitui um problema não linear e complexo. Não podemos utilizar métodos lineares e tradicionais para compreender e resolver os nossos desafios de sustentabilidade.
Resiliência e gestão de riscos: adaptar-se e preparar-se
Com impactos climáticos significativos previstos para o curto e médio prazo, o aumento da resiliência das comunidades e a garantia de que as infraestruturas são construídas para o nosso futuro climático vão mitigar os custos humanos e o risco de efeitos em cascata imprevisíveis.
Os nossos sistemas econômicos lineares, infraestruturas, acordos legais e premissas operacionais foram estabelecidos, na sua maior parte, com base em premissas agora bastante desatualizadas sobre o clima e a disponibilidade de recursos. À medida que os impactos climáticos continuam a abalar as nossas expectativas, a IA fornece novas capacidades para modelar sistemas naturais e adaptar-se de forma previsível, seja nas cidades, nas redes de energia e recursos ou nas cadeias de valor globais.
A aprendizagem profunda está gerando novos conhecimentos sobre a dinâmica de sistemas naturais complexos e sobre como identificar sinais precoces de queda em mudanças ambientais irreversíveis e potencialmente catastróficas, como a desertificação da Amazônia, o derretimento da calota polar da Gronelândia ou o metano libertado pelo degelo do Ártico. .18
Além de fornecer informações sobre estes riscos macro, a IA pode permitir a resiliência à escala local. O EY 2024 Open Data Challenge [Desafio de Dados Abertos EY 2024] concentra-se na utilização da IA para construir resiliência costeira em geografias com pouca disponibilidade de dados. Os participantes desenvolverão dados de base para estes ambientes com modelos de classificação que identificam infraestruturas e ecossistemas utilizando dados de satélite e algoritmos de aprendizagem automática. Estes modelos e a GenAI serão então utilizados para construir planos de risco climático para abordar as vulnerabilidades costeiras.
“As empresas não obterão sucesso a menos que as comunidades em que operam possam prosperar. Tendo o desenvolvimento sustentável como norteador, estas inovações em IA e ciência de dados promovem a resiliência das comunidades, o que, por sua vez, cria resiliência econômica a longo prazo”, afirma Hinish.
Relatórios ambientais, sociais e de governança (ESG): mensurar e contabilizar
À medida que a sustentabilidade se torna promotora de valor crescente, a capacidade de satisfazer às exigências dos stakeholders no sentido de uma maior transparência e de medidas demonstráveis assumirá uma urgência crescente.
Melhorar a confiança e a transparência revela-se fundamental para destravar investimentos em empresas e ativos sustentáveis necessários para criar uma nova economia.
A pesquisa EY Corporate Reporting and Institutional Investor Survey mostra que 99% dos investidores utilizam divulgações ESG como parte da sua tomada de decisões, mas 76% sentem que as empresas são altamente seletivas no tipo de informação que fornecem.
O crescente alinhamento global nas estruturas conceituais e regulamentos de relatórios ESG (por exemplo, Conselho Internacional de Normas de Sustentabilidade, Diretiva de Relatórios de Sustentabilidade Corporativa da UE, Força-Tarefa sobre Divulgações Financeiras Relacionadas ao Clima) aumentará a transparência, consistência e comparabilidade, exigindo um novo padrão de rigor nos relatórios e aumentando os riscos acusações da chamada "lavagem verde".
Este alinhamento inclui uma abordagem ambiental holística e abrangente que integra os riscos climáticos, os impactos na biodiversidade e a utilização de recursos. Também inclui um foco crescente na cadeia de valor, como as emissões de Nível 3 e os efeitos do fornecedor nos ecossistemas e comunidades locais.
Como resultado, as empresas enfrentam um formidável desafio em matéria de dados. Têm de sintetizar grandes quantidades de dados heterogêneos, desde estimativas de risco climático específicas do local até o desmatamento, utilização da água e alegações de rastreabilidade.
Contudo, apesar de toda a convergência de conteúdo, continuamos em um mundo de regulamentação de sustentabilidade a ritmos bem variados, e as organizações globais enfrentam a necessidade de apresentar relatórios a múltiplas organizações e jurisdições. Grandes organizações que atuam em diversas regiões geográficas frequentemente devem publicar versões globais e nacionais do mesmo relatório, para atender a esses diferentes requisitos.
Num ambiente de negócios volátil, incerto, complexo e ambíguo (VUCA), a GenAI, juntamente com outras tecnologias de IA, pode ajudar as organizações a enfrentar os desafios de relatórios ESG e a obter novo valor. As equipes podem aproveitar a IA para:
- Processar e analisar grandes volumes de dados complexos e variados relacionados a fatores ESG (por exemplo, fontes internas, registros públicos, mídias sociais, mídia de notícias), proporcionando uma visão abrangente do desempenho ESG de uma organização.
- Prever tendências e resultados ESG futuros usando dados históricos, ajudando as organizações a antecipar e mitigar riscos, a se adaptar às mudanças nas circunstâncias e a tomar decisões conscientes.
- Automatizar a coleta, processamento e relatórios de dados ESG, o que aumenta a eficiência, reduz a probabilidade de erro humano e permite relatórios mais frequentes e tempestivos em um mundo em rápida mudança.
- Melhorar a transparência e a precisão dos relatórios ESG, fornecendo insights com base em dados e minimizando interpretações subjetivas – vitais para construir a confiança dos stakeholders, incluindo investidores, órgãos reguladores e o público em geral.
- Realizar análises de cenários e testes de estresse para abordar a complexidade e a ambiguidade, avaliando como diferentes fatores ESG podem impactar uma organização sob diversas condições.
- Analisar grandes volumes de dados para ajudar a identificar novos riscos e oportunidades relacionados com ESG que podem não ser aparentes por meio de métodos analíticos tradicionais.
- Comparar o desempenho ESG com os pares e os padrões do setor, proporcionando uma compreensão mais clara da posição de uma organização e em que pontos melhorias são necessárias.
- Aprender com novos dados e experiências, melhorando continuamente os recursos de análise e geração de relatórios em um ambiente de negócios VUCA, em que a adaptabilidade é fundamental.
“A GenAI permite que os líderes acessem e obtenham facilmente insights de grandes volumes de dados díspares e atendam de forma mais dinâmica aos requisitos de relatórios ESG”, afirma Rae. “À medida que as empresas enfrentam desafios de sustentabilidade acelerados e em mudança em um ambiente de negócios volátil, os relatórios ESG gerados manualmente provavelmente passarão a ficar inadequados para as necessidades dos stakeholders. A IA poderia permitir uma mudança para insights e ações ESG dinâmicas e automatizadas.”
Adote uma abordagem holística de IA para obter valor sustentável
Para concretizar o valor total da IA para a sustentabilidade, esta deve fazer parte de uma estratégia organizacional mais ampla de IA que seja integrada e de cima para baixo. Muitas vezes, as iniciativas de IA pertencem a equipes técnicas focadas em melhorar os processos existentes, em vez de serem conduzidas pela Diretoria (C-suite) para iniciar uma transformação empresarial mais ampla.
A estratégia de sustentabilidade e a estratégia empresarial devem estar alinhadas. As oportunidades de criação de valor sustentável provenientes da IA fluem s partir dessa convergência. Os líderes empresariais devem perguntar: quais são as alavancas de valor e os resultados do negócio? Ferramentas como o EY.ai Value Accelerator podem ajudar a definir oportunidades de sustentabilidade no contexto da contribuição mais ampla da IA para o crescimento dos lucros e dos resultados da organização.
Embora o entusiasmo atual esteja centrado na GenAI, é importante lembrar que ela não substitui todas as outras formas de IA. Em vez disso, a GenAI é o ponto de acesso para a “outra IA” – do reconhecimento de padrões ao aprendizado de máquina e ao verdadeiro cognitivo. Os outros tipos de IA continuam a ter ampla utilidade e podem fornecer informações para a GenAI.
Tal como acontece com a transformação digital, adquirir a tecnologia será a parte mais fácil. O desafio central será alcançar a mudança organizacional mais ampla e centrada nas pessoas – comportamento, cultura, incentivos – necessária para concretizar plenamente o valor da tecnologia.
À medida que os líderes empresariais procuram aplicar a IA à sustentabilidade, terão de considerar os desafios de sustentabilidade ponta a ponta da sua organização e a tecnologia de IA certa para cada desafio, no contexto da sua estratégia e percurso globais da GenAI. O Modelo de Maturidade EY.ai fornece uma estrutura para as empresas avaliarem em que ponto estão em sua jornada GenAI e quais capacidades são necessárias para progredir.
Capítulo 3
Aumentar o potencial das pessoas para democratizar a ação em matéria de sustentabilidade
A GenAI democratiza o acesso a dados e insights, dando a todos, individual e coletivamente, um novo potencial para agir em prol da sustentabilidade.
A sustentabilidade é assunto de todos e a GenAI dá às pessoas um novo potencial para agir.
Os líderes empresariais têm novas capacidades para fazer perguntas melhores sobre os seus dados organizacionais, proporcionando-lhes os insights necessários para tomar decisões de forma mais rápida e responsável. A GenAI também pode ajudar as equipes a catalisar a criatividade e a paixão de cada colaborador para criar soluções de sustentabilidade para suas organizações e seus clientes.
Mesmo antes da explosão da GenAI, as organizações da sociedade civil utilizavam ferramentas de IA cada vez mais acessíveis, como a aprendizagem automática, para lhes conferir mais poder em relação às empresas e ao governo. Por exemplo, a Climate TRACE, uma coalizão global sem fins lucrativos, criou um inventário global dos ativos mais poluentes do clima, utilizando IA para analisar dados de detecção de satélite e combiná-los com vários outros conjuntos de dados. A GenAI dará às organizações da sociedade civil novas capacidades para criar soluções de sustentabilidade e responsabilizar os setores público e privado.
As comunidades serão beneficiadas com novas capacidades para avaliar riscos e conceber soluções específicas para cada local. O Queryable Earth dá uma ideia dos dados de sustentabilidade locais que as comunidades poderiam usar para mitigar os seus riscos climáticos, promover a justiça ambiental e criar resultados regenerativos.
A GenAI dará aos indivíduos um novo potencial para inovar, colaborar e ativar para a sustentabilidade. Evidências emergentes sugerem que a GenAI reduz a desigualdade ao suprir a lacuna de competências. Os LLMs e as aplicações Copilot democratizam o acesso a competências valiosas (por exemplo, engenharia de software, design, criação de arte, redação de documentos), reduzindo as barreiras à entrada ao aumentar o número de trabalhadores menos qualificados.
No entanto, o acesso a modelos fundamentais e à formação para criar soluções de IA continua a ser importante. Em todo o mundo, por exemplo, as mulheres ficam atrás dos homens em competências de IA.19 À medida que o desenvolvimento da GenAI acelera, corremos o risco de ampliar as disparidades digitais existentes, quer entre residentes de economias desenvolvidas e emergentes, quer em outras dimensões sociais.
A GenAI democratiza o acesso a dados e insights de sustentabilidade, permitindo que os líderes empresariais façam perguntas melhores sobre os dados organizacionais, que as comunidades projetem soluções específicas para cada local e que os indivíduos supram lacunas de competências.
Aprimoramento de habilidades, cultura e mentalidade são fundamentais
Para destravar o potencial transformador da GenAI nas suas organizações, os líderes empresariais devem capacitar os seus colaboradores para acessarem e atuarem em matéria de tecnologia. Mas isto requer mais do que simplesmente disponibilizar a tecnologia.
Uma pesquisa realizada pelas equipes da EY e da Universidade de Oxford indica que uma abordagem à transformação centrada no ser humano pode aumentar a probabilidade de um resultado bem sucedido em 2,6 vezes. A transformação digital dos últimos anos, que também seguiu uma trajetória gradual e depois repentina, mostrou-nos que os investimentos em tecnologia e em equipes especializadas poderiam facilmente fracassar sem provocar uma mudança de cultura e mentalidade entre os gestores e as pessoas na linha da frente.
Para concretizar todo o potencial da IA, faz-se necessário ampla melhoria de competências, não apenas nas novas tecnologias, mas também em novas formas de trabalhar. A organização EY está melhorando as competências de todos os nossos colaboradores, mais de 400.000, que agora têm acesso ao EY.ai EYQ, o nosso LLM. Estamos estimulando nossos colaboradores a tratar as equipes da EY como “cliente zero” para os casos de uso de sustentabilidade GenAI, que podem então ser totalmente desenvolvidos e oferecidos aos clientes.
Capítulo 4
Agenda de ações para aceleração da sustentabilidade
Comece a jornada para acelerar a sustentabilidade com IA.
“Estamos testemunhando um ponto de inflexão em que a aceleração da mudança nos sistemas naturais deve ser enfrentada com uma mudança exponencial e responsável nos sistemas humanos. Não vamos conseguir preencher nossa lacuna nos avanços com direção às pessoas e ao planeta com emissões líquidas zero para criar a resiliência adequada ao futuro de que necessitamos, fazendo mais do mesmo”, afirma Hinish.
A IA pode nos ajudar a preencher esta lacuna por meio da aceleração dos ganhos de produtividade e eficiência, bem como da inovação mais rápida. Uma parte fundamental disto será a capacidade de obter insights mais rapidamente e de tomar decisões mais rápidas e responsáveis, por meio da GenAI.
A concretização deste potencial depende da adoção de uma abordagem responsável e centrada nas pessoas, que aumente a confiança na IA e crie valor para todos. Isso implica construir confiança no desenvolvimento sustentável e na implantação da IA, adotando uma abordagem holística para aplicar a IA aos desafios de sustentabilidade e aumentando o potencial das pessoas para causar um impacto sustentável, democratizando o acesso à GenAI.
As ações a seguir fornecem aos líderes empresariais uma agenda para iniciar esta jornada de aceleração da sustentabilidade com IA:
- Início: A GenAI está em estágio de suficiente maturidades para ser aplicada aos seus desafios de sustentabilidade hoje. Esperar apenas fará com que você fique para trás em suas ambições e com relação a seus concorrentes e atrasará a aceleração crescente que a IA pode trazer para suas iniciativas de sustentabilidade.
- Comprometer-se: A transformação digital da última década demonstrou as armadilhas de mexer somente "nas beiradas" ou de manter iniciativas isoladas. Invista na GenAI, mas também na mudança de cultura, na mudança de mentalidade, em novos talentos e na melhoria de competências para concretizar plenamente o seu valor.
- Co-criar: Alcançar mudanças em sistemas naturais, econômicos e tecnológicos complexos requer uma colaboração ampla com clientes, parceiros comerciais, governo, sociedade civil, mundo acadêmico e agentes criativos. Mas para serem eficazes e justas, as soluções de sustentabilidade também devem ser desenvolvidas com os stakeholders mais afetados por elas.
- Incluir: Forneça acesso à GenAI em toda a organização para desbloquear a paixão e a criatividade do seu pessoal em prol da sustentabilidade. Trabalhe para garantir que os LLMs incluam diversos insights e experiências de vida.
- Experimentar: GenAI cria a capacidade de questionar e iterar com maior rapidez. Aproveite esta capacidade para se concentrar no desenvolvimento de melhores perguntas, testes e aprendizagem, em vez de definir resultados.
- Inovar: Promova a inovação sustentável aplicando IA para automatizar tarefas de pesquisa de baixo valor e aproveitando sua capacidade de processar grandes quantidades de dados, liberando as equipes de inovação para se concentrarem na concepção e na resolução de problemas complexos.
- Governar: Centralize suas iniciativas de IA em valores humanos para construir confiança interna e externamente e obter resultados sustentáveis.
- Mitigar: Entenda os riscos inerentes aos LLMs probabilísticos (por exemplo, vieses, "alucinações") e crie confiança com uma abordagem de gerenciamento de riscos que abrange todo o ciclo de vida do modelo.
- Emitir relatórios: Meça e relate o impacto diferencial das iniciativas de IA na sustentabilidade. Avalie seu impacto líquido com o Nível 4 e outras métricas.
- Compartilhar: Seja transparente sobre experimentos e iniciativas de IA, seu sucesso ou fracasso e lições aprendidas.
Artigos relacionados
Com agradecimentos especiais aos seguintes membros da equipe EY.ai e EY Sustainability por suas contribuições para este artigo: Rouzbeh Amini, John de Yonge, Ben Falk, Seth Flory, Sheri Hinish, Mary-Ivy Mbayah, David Rae, Swathi Sivaraman e Prianka Srinivasan.
Resumo
Os impactos inter-relacionados das alterações climáticas e da biodiversidade estão se acelerando. No entanto, a resposta global está atrasada e o progresso empresarial estagnou.
A IA pode ajudar-nos a suprir a lacuna de sustentabilidade, ajudando-nos a superar a complexidade para chegar a insights com maior rapidez e tomar decisões mais rápidas e responsáveis. Isso cria uma aceleração positiva e auto-reforçada.
A concretização deste potencial depende da construção de confiança no desenvolvimento sustentável e na implantação da IA, da adoção de uma abordagem holística para aplicar a IA aos desafios de sustentabilidade e do aumento do potencial das pessoas para causarem um impacto sustentável, democratizando o acesso à GenAI.
