Vienas Naujausias tyrimas, paskelbtas ScienceDirect Tai rodo, kad dirbtinis intelektas tampa žiedinių verslo modelių varikliu. Tokie pajėgumai kaip nuspėjamoji analizė, stebėjimas realiuoju laiku ir intelektuali automatika padeda pertvarkyti gamybos grandines, kad būtų galima atkurti, pakartotinai naudoti ir pakartotinai naudoti, beveik taip, lyg algoritmas būtų apskritas architektas. Tačiau yra rizika: be gerų cirkuliariškumo rodiklių pažadas gali tapti miražu.
Mums reikia aiškių metrikų, kad galėtume stebėti produktų ir medžiagų gyvavimo ciklą ir užtikrinti, kad dirbtinis intelektas iš tikrųjų užbaigtų ciklus, o ne tik optimizuotų linijinį. Realiame gyvenime tai reiškia, kad reikia turėti tinkamus naudojimo, grąžinimo, pakartotinio naudojimo, dėmesio švaistymui ir produkto gyvavimo ciklui rodiklius ir pasitikėjimą, kad algoritmai pateikia tinkamą diagnozę. Ne viskas yra technologinės gėlės.
Kitas įdomus iškarpas yra iš Ellen MacArthur fondo tyrimo, kurį remia McKinsey: Jie rodo, kad dirbtinis intelektas gali paspartinti cirkuliaciją trimis frontais – dizainu, naujais verslo modeliais ir infrastruktūros optimizavimu. Vertinimas į mūsų kasdienį gyvenimą: AI galėtų padėti sukurti pakuotę, kuri išardytų save pasibaigus naudingo tarnavimo laikui, palaikytų lizingo sistemas, kurios prailgina produktų naudingo tarnavimo laiką, ir net sudėtingą atvirkštinę logistiką, kad būtų atkurta ir perdirbta viskas, ką vartojame.
Pelnas yra konkretus: iki 127 mlrd. JAV dolerių per metus maisto ir 1 TP4T90 mlrd. per metus elektronikos iki 2030 m. Kalbame apie tai, kad tikri pinigai yra sutaupomi ir perdirbami sistemoje, kuri mokosi ir prisitaiko. Kitaip tariant, suskaitmenintas cirkuliariškumas taip pat yra konkurencingumas ir pelningumas – dėl to visa tai dar labiau nenugalima kapitalistiniame pasaulyje.
Ir eime nuo Harvard Business Review patvirtinti diskusiją: Pasak Shirley Lu ir George'o Serafeimo, pasaulis tebėra įstrigęs linijiniame išgavimo-gamybos-išmetimo cikle, nepaisant to, kad vertė yra daug žadanti trilijonai, tik jis patenka į tokias kliūtis kaip maža naudotų produktų vertė, didelė atskyrimo kaina ir atsekamumo trūkumas.
Išėjimas? Paspartinkite dirbtinį intelektą trimis labai praktiškomis frontais: pailginkite produktų naudingo tarnavimo laiką, naudokite mažiau žaliavų ir padidinkite perdirbtų medžiagų naudojimą: AI gali padėti išlaikyti ilgą naudingo tarnavimo laiką atnaujinant (pvz., “iPhone”) arba gaminio veiksmus kaip paslauga, kai įmonei ir toliau priklauso, o vartotojas „nuomoja“ tik, pailgindamas tikrąjį naudojimo ciklą. Tai tampa receptu, lojalumu, vertinamu produktu, ir vis tiek skatina apskritą ir pelningesnę ekonomiką, kol technologijos netaps tik dar viena brangia prabanga.
Čia turime sujungti taškus. Žiedinė ekonomika moko mus permąstyti medžiagų ir energijos srautus, siekti efektyvumo, pašalinti atliekas ir atkurti sistemas. Tačiau kai kalbame apie AI, susiduriame su paradoksu: jis gali paspartinti cirkuliariškumo sprendimus ir galimybes (pvz., kartografuoti srautus, numatyti perdirbimo grandines, optimizuoti atvirkštinę logistiką, nustatyti atliekų karštąsias vietas ar net paspartinti naujų medžiagų tyrimus), tačiau tai taip pat gali padidinti poveikį aplinkai, jei nėra sąmoningai naudojamas.
Tarp kai kurių pavojų galime pabrėžti AI (didėjant energijai ir vandens suvartojimui duomenų centruose), elektroninių atliekų (susirinkimų dėl lustų, serverių ir supermašinų) ir spaudimo dėl svarbių mineralų gavybos) ir skaitmeninės nelygybės (vystomos šalys gali būti priklausomos nuo brangių technologijų, be sąžiningos prieigos prie naudos), ir galime pabrėžti aplinkosaugos pėdsaką.
Didelis iššūkis yra pusiausvyroje. Mums reikia dirbtinio intelekto, kuris tarnautų cirkuliarumui, o ne atvirkščiai. Kaip užtikrinti, kad dirbtinis intelektas, o ne aplinkos krizės paaštrėjimas, būtų veiksminga sprendimo dalis? Turime išlaikyti kritinę dvasią. Negalime leisti, kad technologinė ažiotažas būtų nuviltas. Atėjo laikas rinktis: norime dirbtinio intelekto, kuris didintų nelygybę ir aplinkos spaudimą, ar AI, kuris sustiprintų perėjimą prie žiedinės ekonomikos?
Stengiuosi būti optimistas. Manau, kad procesai tampa vis efektyvesni, sunaudojant mažiau energijos ir naudojant išteklius.
Tai, kas šiandien atrodo kaip dilema – daugiau reiškė daugiau energijos poreikio – ateityje gali būti subalansuota, jei tas pats kūrybiškumas, naudojamas rašant algoritmus, bus taikomas siekiant sumažinti poveikį ir atkurti sistemas. Galime naudoti AI kaip strateginį cirkuliariškumo sąjungininką, turintį labai dėmesingą akis ir tvirtus kriterijus: įkrovimo efektyvumą, atsekamumą ir skaidrią metriką.
Tikrasis intelektas matuojamas ne tik kodo eilutėmis arba apdorojimo greičiu. Aplinkos srityje tik cirkuliariškumas užtikrins, kad šis intelektas būtų tikras, o ne tik dirbtinis. Galų gale iššūkis bus ne tik dirbtinio intelekto, bet ir žiedinio intelekto kūrimas ir stebėjimas.
*Isabela Bonatto yra žiedinio judėjimo ambasadorė. Biologas ir aplinkos inžinerijos mokslų daktaras, turintis daugiau nei dvylikos metų patirtį socialinės ir aplinkos valdymo srityje. Nuo 2021 m. jis gyvena Kenijoje, kur dirba socialinių ir aplinkos projektų konsultantu, bendradarbiaudamas su JT agentūromis, vyriausybėmis, privačiu sektoriumi ir pilietinės visuomenės organizacijomis. Jo trajektorija sujungia technines-mokslines žinias su įtraukiąja socialine praktika, kuriant iniciatyvas, kurios integruoja gamtos išteklių valdymą, viešąją politiką, žiedines naujoves ir bendruomenės mokymą.
