സയൻസ്ഡയറക്ടിൽ പ്രസിദ്ധീകരിച്ച ഒരു കാണിക്കുന്നത് വൃത്താകൃതിയിലുള്ള ബിസിനസ്സ് മോഡലുകൾക്കുള്ള ഒരു എഞ്ചിനായി AI മാറിക്കൊണ്ടിരിക്കുകയാണെന്നാണ്. പ്രവചനാത്മക വിശകലനം, തത്സമയ നിരീക്ഷണം, ബുദ്ധിപരമായ ഓട്ടോമേഷൻ തുടങ്ങിയ കഴിവുകൾ ഉൽപാദന ശൃംഖലകളെ പുനരുജ്ജീവിപ്പിക്കാനും പുനരുപയോഗിക്കാനും പുനർനിർമ്മിക്കാനും സഹായിക്കുന്നു, അൽഗോരിതം വൃത്താകൃതിയിലുള്ള വാസ്തുശില്പിയാണെന്നപോലെ. എന്നാൽ അപകടസാധ്യതകളുണ്ട്: വൃത്താകൃതിയുടെ നല്ല സൂചകങ്ങളില്ലാതെ, വാഗ്ദാനം ഒരു മരീചികയായി മാറിയേക്കാം.
ഉൽപ്പന്നങ്ങളുടെയും വസ്തുക്കളുടെയും ജീവിതചക്രം നിരീക്ഷിക്കുന്നതിനും, രേഖീയ പ്രക്രിയകൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനുപകരം, AI യഥാർത്ഥത്തിൽ ലൂപ്പുകൾ അടയ്ക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കുന്നതിനും നമുക്ക് വ്യക്തമായ മെട്രിക്സ് ആവശ്യമാണ്. യഥാർത്ഥ ജീവിതത്തിൽ, ഉപയോഗം, വരുമാനം, പുനരുപയോഗം, മാലിന്യത്തിലേക്കുള്ള ശ്രദ്ധ, ഉൽപ്പന്ന ജീവിതചക്രം എന്നിവയിൽ കൃത്യമായ സൂചകങ്ങൾ ഉണ്ടായിരിക്കുകയും അൽഗോരിതങ്ങൾ ശരിയായ രോഗനിർണയം നൽകുന്നുണ്ടെന്ന് വിശ്വസിക്കുകയും ചെയ്യുക എന്നതാണ് ഇതിനർത്ഥം. എന്നിരുന്നാലും, ഇതെല്ലാം സാങ്കേതികമായി അത്ര മികച്ചതല്ല.
മക്കിൻസിയുടെ പിന്തുണയോടെ എല്ലെൻ മക്ആർതർ ഫൗണ്ടേഷൻ നടത്തിയ പഠനത്തിൽ നിന്ന് രസകരമായ മറ്റൊരു കണ്ടെത്തൽ: ഡിസൈൻ, പുതിയ ബിസിനസ് മോഡലുകൾ, ഇൻഫ്രാസ്ട്രക്ചർ ഒപ്റ്റിമൈസേഷൻ എന്നീ മൂന്ന് മേഖലകളിൽ AI-ക്ക് സർക്കുലാരിറ്റി ത്വരിതപ്പെടുത്താൻ കഴിയുമെന്ന് അവർ കാണിക്കുന്നു. ഇത് നമ്മുടെ ദൈനംദിന ജീവിതത്തിലേക്ക് വിവർത്തനം ചെയ്താൽ: ഉപയോഗപ്രദമായ ജീവിതത്തിന്റെ അവസാനത്തിൽ സ്വയം വേർപെടുത്തുന്ന പാക്കേജിംഗ് സൃഷ്ടിക്കാൻ AI സഹായിക്കും, ഉൽപ്പന്നങ്ങളുടെ ആയുസ്സ് വർദ്ധിപ്പിക്കുന്ന ലീസിംഗ് സംവിധാനങ്ങളെ പിന്തുണയ്ക്കും, കൂടാതെ നമ്മൾ ഉപയോഗിക്കുന്നതെല്ലാം വീണ്ടെടുക്കാനും പുനരുപയോഗം ചെയ്യാനും റിവേഴ്സ് ലോജിസ്റ്റിക്സ് പോലും പരിഷ്കരിക്കും.
നേട്ടങ്ങൾ മൂർത്തമാണ്: 2030 ആകുമ്പോഴേക്കും ഭക്ഷണത്തിൽ പ്രതിവർഷം 127 ബില്യൺ യുഎസ് ഡോളറും ഇലക്ട്രോണിക്സിൽ പ്രതിവർഷം 90 ബില്യൺ യുഎസ് ഡോളറും വരെ എത്തും. പഠിക്കുകയും പൊരുത്തപ്പെടുകയും ചെയ്യുന്ന ഒരു സംവിധാനത്തിൽ യഥാർത്ഥ പണം ലാഭിക്കുകയും പുനരുപയോഗം ചെയ്യുകയും ചെയ്യുന്നതിനെക്കുറിച്ചാണ് നമ്മൾ സംസാരിക്കുന്നത്. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, ഡിജിറ്റൈസ് ചെയ്ത സർക്കുലാരിറ്റി എന്നാൽ മത്സരശേഷിയും ലാഭക്ഷമതയും കൂടിയാണ് - ഇത് ഒരു മുതലാളിത്ത ലോകത്ത് അതിനെ കൂടുതൽ അപ്രതിരോധ്യമാക്കുന്നു.
ചർച്ചയെ പിന്തുണയ്ക്കാൻ നമുക്ക് ഹാർവാർഡ് ബിസിനസ് റിവ്യൂവിലേക്ക് തിരിയാം : ഷേർലി ലുവിന്റെയും ജോർജ്ജ് സെറാഫീമിന്റെയും അഭിപ്രായത്തിൽ, ലോകം സത്ത്-ഉൽപാദനം-ഉപേക്ഷിക്കൽ എന്നിവയുടെ രേഖീയ ചക്രത്തിൽ കുടുങ്ങിക്കിടക്കുന്നു, വൃത്താകൃതി ട്രില്യൺ കണക്കിന് മൂല്യം വാഗ്ദാനം ചെയ്യുന്നുണ്ടെങ്കിലും, ഉപയോഗിച്ച ഉൽപ്പന്നങ്ങളുടെ കുറഞ്ഞ മൂല്യം, ഉയർന്ന വേർതിരിക്കൽ ചെലവ്, കണ്ടെത്താനാകാത്തത് തുടങ്ങിയ തടസ്സങ്ങളിലേക്ക് അത് നീങ്ങുന്നു.
പരിഹാരം? മൂന്ന് പ്രായോഗിക മേഖലകളിൽ AI ഉപയോഗിച്ച് ത്വരിതപ്പെടുത്തുക: ഉൽപ്പന്ന ആയുസ്സ് വർദ്ധിപ്പിക്കുക, അസംസ്കൃത വസ്തുക്കൾ കുറയ്ക്കുക, പുനരുപയോഗിക്കാവുന്ന വസ്തുക്കളുടെ ഉപയോഗം വർദ്ധിപ്പിക്കുക. അപ്ഡേറ്റുകൾ (ഐഫോണുകളിൽ പോലെ) അല്ലെങ്കിൽ ഉൽപ്പന്ന-സേവന സംരംഭങ്ങൾ ഉപയോഗിച്ച് ദീർഘായുസ്സ് നിലനിർത്താൻ AI സഹായിക്കും, അവിടെ കമ്പനി ഉടമസ്ഥാവകാശം നിലനിർത്തുകയും ഉപഭോക്താവ് "വാടക" മാത്രം നൽകുകയും യഥാർത്ഥ ഉപയോഗ ചക്രം ദീർഘിപ്പിക്കുകയും ചെയ്യുന്നു. ഇത് വരുമാനം ഉണ്ടാക്കുന്നു, വിശ്വസ്തത വർദ്ധിപ്പിക്കുന്നു, ഉപയോഗിച്ച ഉൽപ്പന്നങ്ങളുടെ മൂല്യം വർദ്ധിപ്പിക്കുന്നു, സാങ്കേതികവിദ്യ മറ്റൊരു ചെലവേറിയ ആഡംബരമായി മാറുന്നില്ലെങ്കിൽ കൂടുതൽ വൃത്താകൃതിയിലുള്ളതും ലാഭകരവുമായ ഒരു സമ്പദ്വ്യവസ്ഥയിലേക്ക് നയിക്കുന്നു.
ഇവിടെയാണ് നമ്മൾ ഡോട്ടുകൾ ബന്ധിപ്പിക്കേണ്ടത്. മെറ്റീരിയൽ, ഊർജ്ജ പ്രവാഹങ്ങളെക്കുറിച്ച് പുനർവിചിന്തനം നടത്താനും, കാര്യക്ഷമത തേടാനും, മാലിന്യങ്ങൾ ഇല്ലാതാക്കാനും, സംവിധാനങ്ങൾ പുനരുജ്ജീവിപ്പിക്കാനും സർക്കുലർ എക്കണോമി നമ്മെ പഠിപ്പിക്കുന്നു. എന്നാൽ നമ്മൾ AI-യെക്കുറിച്ച് സംസാരിക്കുമ്പോൾ, നമ്മൾ ഒരു വിരോധാഭാസത്തെ അഭിമുഖീകരിക്കുന്നു: അത് പരിഹാരങ്ങളെയും സർക്കുലറിറ്റിക്കുള്ള അവസരങ്ങളെയും ത്വരിതപ്പെടുത്തും (ഫ്ലോകൾ മാപ്പിംഗ്, റീസൈക്ലിംഗ് ശൃംഖലകൾ പ്രവചിക്കൽ, റിവേഴ്സ് ലോജിസ്റ്റിക്സ് ഒപ്റ്റിമൈസ് ചെയ്യുക, മാലിന്യ ഹോട്ട്സ്പോട്ടുകൾ തിരിച്ചറിയുക, അല്ലെങ്കിൽ പുതിയ മെറ്റീരിയലുകളിലേക്കുള്ള ഗവേഷണം ത്വരിതപ്പെടുത്തുക എന്നിവ പോലുള്ളവ), എന്നാൽ ബോധപൂർവ്വം ഉപയോഗിച്ചില്ലെങ്കിൽ അത് പാരിസ്ഥിതിക ആഘാതങ്ങൾ വർദ്ധിപ്പിക്കുകയും ചെയ്യും.
ചില അപകടസാധ്യതകളിൽ, AI യുടെ പാരിസ്ഥിതിക കാൽപ്പാടുകൾ (ഡാറ്റാ സെന്ററുകളിലെ ഊർജ്ജത്തിന്റെയും വെള്ളത്തിന്റെയും ഉപഭോഗം വർദ്ധിക്കുന്നതിനൊപ്പം), ഇ-മാലിന്യങ്ങൾ (ചിപ്പുകൾ, സെർവറുകൾ, സൂപ്പർ കമ്പ്യൂട്ടറുകൾ എന്നിവയ്ക്കായുള്ള മത്സരം ഇലക്ട്രോണിക് മാലിന്യങ്ങളുടെ കുന്നുകൾ സൃഷ്ടിക്കുകയും നിർണായക ധാതുക്കളുടെ ഖനനത്തിൽ സമ്മർദ്ദം ചെലുത്തുകയും ചെയ്യുന്നു), ഡിജിറ്റൽ വിഭജനം (വികസ്വര രാജ്യങ്ങൾ ആനുകൂല്യങ്ങളിലേക്ക് ന്യായമായ പ്രവേശനമില്ലാതെ വിലയേറിയ സാങ്കേതികവിദ്യകളെ ആശ്രയിക്കുന്നതായി മാറിയേക്കാം) എന്നിവ എടുത്തുകാണിക്കാം.
സന്തുലിതാവസ്ഥ കണ്ടെത്തുന്നതിലാണ് ഏറ്റവും വലിയ വെല്ലുവിളി. നമുക്ക് വേണ്ടത് സർക്കുലറിയെ സേവിക്കുന്ന AI ആണ്, മറിച്ചല്ല. പാരിസ്ഥിതിക പ്രതിസന്ധി കൂടുതൽ വഷളാക്കുന്നതിനുപകരം, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പരിഹാരത്തിന്റെ ഫലപ്രദമായ ഭാഗമാണെന്ന് എങ്ങനെ ഉറപ്പാക്കാം? നമ്മൾ വിമർശനാത്മക മനോഭാവം നിലനിർത്തേണ്ടതുണ്ട്. സാങ്കേതിക പ്രചോദനത്താൽ മാത്രം നമ്മെ സ്വാധീനിക്കാൻ കഴിയില്ല. തിരഞ്ഞെടുക്കാനുള്ള സമയമാണിത്: അസമത്വങ്ങളും പാരിസ്ഥിതിക സമ്മർദ്ദങ്ങളും വർദ്ധിപ്പിക്കുന്ന AI വേണോ, അതോ സർക്കുലർ സമ്പദ്വ്യവസ്ഥയിലേക്കുള്ള പരിവർത്തനം വർദ്ധിപ്പിക്കുന്ന AI വേണോ?
ഞാൻ ശുഭാപ്തിവിശ്വാസം പുലർത്താൻ ശ്രമിക്കുന്നു. ഊർജ്ജ ഉപഭോഗം കുറയുകയും വിഭവങ്ങളുടെ മികച്ച ഉപയോഗം വർദ്ധിക്കുകയും ചെയ്യുന്നതിലൂടെ പ്രക്രിയകൾ കൂടുതൽ കാര്യക്ഷമമാകുമെന്ന് ഞാൻ വിശ്വസിക്കുന്നു.
അൽഗോരിതങ്ങൾ എഴുതാൻ ഉപയോഗിക്കുന്ന അതേ സർഗ്ഗാത്മകത ആഘാതങ്ങൾ കുറയ്ക്കുന്നതിനും സിസ്റ്റങ്ങളെ പുനരുജ്ജീവിപ്പിക്കുന്നതിനും പ്രയോഗിച്ചാൽ, ഇന്നത്തെ ഒരു പ്രതിസന്ധി - കൂടുതൽ AI എന്നാൽ കൂടുതൽ ഊർജ്ജ ആവശ്യകത - ഭാവിയിൽ സന്തുലിതമാകും. ജാഗ്രതയോടെയുള്ള കണ്ണുകളും ഉറച്ച മാനദണ്ഡങ്ങളുമുള്ള, കാര്യക്ഷമത, കണ്ടെത്തൽ, സുതാര്യമായ അളവുകൾ എന്നിവ ആവശ്യമുള്ള, വൃത്താകൃതിയുടെ ഒരു തന്ത്രപരമായ സഖ്യകക്ഷിയായി നമുക്ക് AI ഉപയോഗിക്കാം.
കോഡിന്റെയോ പ്രോസസ്സിംഗ് വേഗതയുടെയോ അടിസ്ഥാനത്തിൽ മാത്രമല്ല യഥാർത്ഥ ബുദ്ധി അളക്കുന്നത്. പരിസ്ഥിതി മേഖലയിൽ, വൃത്താകൃതി മാത്രമേ ഈ ബുദ്ധി യഥാർത്ഥമാണെന്ന് ഉറപ്പാക്കൂ, വെറും കൃത്രിമമല്ല. ആത്യന്തികമായി, വെല്ലുവിളി കൃത്രിമബുദ്ധി സൃഷ്ടിക്കുകയും നിരീക്ഷിക്കുകയും ചെയ്യുക എന്നതല്ല... മറിച്ച് വൃത്താകൃതിയിലുള്ള ബുദ്ധിയായിരിക്കും.
*സർക്കുലർ മൂവ്മെന്റിന്റെ അംബാസഡറാണ് ഇസബെല ബൊണാറ്റോ. പരിസ്ഥിതി എഞ്ചിനീയറിംഗിൽ പിഎച്ച്ഡി നേടിയ ജീവശാസ്ത്രജ്ഞയായ അവർക്ക് സാമൂഹിക-പരിസ്ഥിതി മാനേജ്മെന്റിൽ പന്ത്രണ്ട് വർഷത്തിലേറെ പരിചയമുണ്ട്. 2021 മുതൽ, അവർ കെനിയയിൽ താമസിക്കുന്നു, അവിടെ യുഎൻ ഏജൻസികൾ, സർക്കാരുകൾ, സ്വകാര്യ മേഖല, സിവിൽ സൊസൈറ്റി ഓർഗനൈസേഷനുകൾ എന്നിവയുമായി പങ്കാളിത്തത്തോടെ സാമൂഹിക-പരിസ്ഥിതി പദ്ധതികളിൽ കൺസൾട്ടന്റായി പ്രവർത്തിക്കുന്നു. അവരുടെ കരിയർ സാങ്കേതികവും ശാസ്ത്രീയവുമായ അറിവിനെ ഉൾക്കൊള്ളുന്ന സാമൂഹിക രീതികളുമായി സംയോജിപ്പിക്കുന്നു, പ്രകൃതിവിഭവ മാനേജ്മെന്റ്, പൊതുനയങ്ങൾ, സർക്കുലർ നവീകരണം, കമ്മ്യൂണിറ്റി ശാക്തീകരണം എന്നിവ സമന്വയിപ്പിക്കുന്ന സംരംഭങ്ങൾ വികസിപ്പിക്കുന്നു.
