ساشا لوتشيوني: لا يمكن تحقيق AI مستدام من دون بيانات عن الانبعاثات والاستخدام الفعلي

تقول ساشا لوتشيوني، الباحثة في الذكاء الاصطناعي المستدام، إن الصناعة تناقش البصمة البيئية للتكنولوجيا وكأنها عمياء تقريباً. بدون بيانات عن استهلاك الطاقة واستخدام المياه وسيناريوهات الاستخدام الفعلي، لا يمكن للشركات أن تفهم أين يضيف الذكاء الاصطناعي قيمة فعلية وأين يزيد ببساطة من الحمل على البنية التحتية.

الصناعة تعمل بعمى

وفقاً للوتشيوني، فإن الفشل الرئيسي للسوق لا يكمن فقط في نمو مراكز البيانات، بل أيضاً في نقص التقارير الأساسية. تواجه الشركات بالفعل ضغطاً من الموظفين ومجالس الإدارة وفرق المسؤولية البيئية والاجتماعية: إذا قامت شركة بنشر Copilot أو روبوتات الدردشة أو توليد الوسائط، يجب أن تفهم كيف يؤثر ذلك على أهدافها المناخية. لكن العديد من عملاء خدمات الذكاء الاصطناعي لا يعرفون أين تعمل النماذج فيزيائياً، وما الشبكات الكهربائية التي ترتبط بها مراكز البيانات، وما هي بصمة الكربون غير المباشرة لها.

تؤثر المشكلة ليس فقط على الشركات الخاصة. تفتقر الحكومات ووكالات الطاقة أيضاً إلى الأرقام لتخطيط القدرات الجديدة وتقييم عواقب الموجة القادمة من بناء مراكز البيانات. في أوروبا، أصبح الموضوع مدمجاً بالفعل في الجدول الأوروبي التنظيمي حول الذكاء الاصطناعي، وتراقب بعض الدول بعناية أكثر المشغلين الجدد لمراكز البيانات.

إذا لم يكن يمكن فصل حمل الذكاء الاصطناعي عن بقية البنية التحتية السحابية، فإن أي حديث عن نمو "أخضر" يتحول بسرعة إلى تخمين.

ليس كل ذكاء اصطناعي مطلوباً

لدى لوتشيوني شكوى منفصلة: عادة السوق في بيع النماذج العالمية الكبيرة كحل لأي مهمة. في الممارسة العملية، لا تحتاج العديد من الشركات إلى نموذج لغة كبير ثقيل لكل طلب. للبحث في المستندات الخاصة بالشركة والتصنيف والتصفية وتحويل الكلام إلى نص أو المهام التحليلية الضيقة، غالباً ما تكون النماذج الأبسط كافية. إنها أرخص وأسرع وتتطلب حسابات أقل، مما يقلل من حمل الطاقة دون فقدان ملحوظ للجودة في سيناريو معين. نقطة مرجعية جيدة هنا هي قياس الأداء عن بُعد. إذا أظهر المزود عدد الرموز الواردة والصادرة، يمكن للشركة أن تفهم أنواع الطلبات التي تهيمن: نصوص بسيطة أو توليد الصور أو البحث العميق. عندئذٍ يصبح اختيار النموذج قراراً هندسياً، وليس شراء "الأكبر، فقط في حالة الطوارئ".

بهذه المنطق، لا تبدأ الاستدامة بحظر الذكاء الاصطناعي، بل بمقارنة صادقة بين المهمة والتكلفة والموارد اللازمة لكل أداة.

"نحن بحاجة إلى بيانات عن الطاقة والمياه لاتخاذ قرارات مستنيرة"، تقول لوتشيوني.

• نماذج خفيفة للبحث والتصنيف والمهام الروتينية
• نماذج لغة أقوى فقط للتحليل المعقد
• محاسبة منفصلة لتوليد الصور والفيديو
• اختيار المواقع ذات الطاقة الأنظف

الشفافية كرافعة

تقول لوتشيوني أنها تفتقد حلاً واجهة بسيطاً جداً: عداد مشروط في ChatGPT أو Claude يظهر استهلاك الطاقة والانبعاثات ومصدر تلك الطاقة بعد كل استعلام. سيجعل هذا المؤشر التكلفة البيئية للذكاء الاصطناعي مرئية للمستخدمين ويعطي الشركات أساساً واضحاً لقرارات الشراء. حتى يحدث هذا، تظل الاستدامة موضوعاً لشرائح العلاقات العامة، وليس لإدارة المنتج والبنية التحتية اليومية. في هذا السياق، تطلق لوتشيوني مع رئيس الاستدامة السابق في Salesforce بوريس جامازاييتشيكوف مجموعة الذكاء الاصطناعي المستدام. مهمتهم هي مساعدة الشركات على فهم أي الروافع تقلل فعلاً الضرر: اختيار النموذج ومنطقة النشر ومزود الحوسبة ونوع المهمة ومصدر الكهرباء. إذا بدأ لاعب كبير أولاً بالكشف بصدق عن مثل هذه المقاييس والمراهنة على الطاقة المتجددة، فقد يصبح هذا ليس ضعفاً بل ميزة تنافسية.

ماذا يعني هذا

يتحول النقاش البيئي حول الذكاء الاصطناعي تدريجياً من المخاوف العامة إلى الأسئلة القابلة للقياس: كم من الطاقة يتم إنفاقها وأين بالضبط تعمل النماذج وما الماء والشبكة التي تستخدمها، وما إذا كانت فئة كهذه من النماذج ضرورية حتى لمهمة معينة عملياً. الخطوة التالية للسوق هي جعل هذه البيانات مرئية للعملاء والمنظمين. بدون هذا، سيظل الذكاء الاصطناعي المستدام وعداً جميلاً لا يمكن التحقق منه.