Kunstmatige intelligentie: een echte kans voor klimaatactie?

We lezen bijna dagelijks nieuwe artikelen en rapporten over kunstmatige intelligentie (AI), zoals onlangs nog over DeepSeek. Soms wordt het aangeprezen als een wondermiddel, andere keren als het grootste gevaar. Af en toe zet de gestage opmars van digitalisering bekende bedrijven er zelfs toe aan om weer kerncentrales te gebruiken om hun datahonger te stillen.

Dit artikel verduidelijkt hoe AI verstandig kan worden gebruikt, hoe risico's kunnen worden tegengegaan en hoe de emissies die voortvloeien uit het gebruik van AI kunnen worden beoordeeld.

Kunstmatige intelligentie en klimaatgegevens

Kunstmatige intelligentie en machine learning (ML) spelen nu ongetwijfeld een beslissende rol in de verandering van bedrijven en hun benadering van duurzaamheid.

ML is een onderdeel van kunstmatige intelligentie dat computers helpt om te leren van gegevens en patronen te herkennen zonder dat daarvoor precieze programmering nodig is. Met behulp van gespecialiseerde analytische en statistische methoden kunnen ML-modellen leren voorspellingen te doen en beslissingen te nemen op basis van grote hoeveelheden gegevens, zelfs wanneer ze worden geconfronteerd met nieuwe, onbekende gegevens. Deze technologieën worden gebruikt in talloze toepassingen, van beeld- en spraakherkenning tot de analyse van klimaatgegevens. AI en ML worden omwille van de eenvoud vaak door elkaar gebruikt, ook in deze tekst.

Emissieboekhouding en plausibiliteitscontrole

ClimatePartner gebruikt AI al in de emissieboekhouding. AI wordt bijvoorbeeld gebruikt om geschikte emissiefactoren toe te wijzen aan materialen of om aangepaste emissiefactoren te berekenen. Zelfs voor onbekende productcategorieën kunnen gevalideerde aannames worden gedaan met behulp van AI, waardoor de nauwkeurigheid van de emissieberekeningen toeneemt. Dit is vooral belangrijk voor bedrijven die strategieën voor klimaatactie willen ontwikkelen, hun uitstoot willen verminderen en deze transparant willen documenteren.

Al deze huidige en toekomstige toepassingsscenario's vereisen een grote database om de bijbehorende modellen te trainen en effectief toe te passen. ClimatePartner beschikt niet alleen over uitgebreide industriespecifieke expertise, maar heeft in de afgelopen twintig jaar ook een enorme hoeveelheid hoogwaardige emissiegegevens opgebouwd. Deze gegevens vormen de basis voor het balanceren van scope 3-emissies in het bijzonder, dat wil zeggen emissies uit de toeleveringsketen waarover een bedrijf mogelijk geen precieze informatie heeft.

Traceerbaarheid is hier cruciaal, zelfs wanneer AI wordt gebruikt. Alleen op deze manier kunnen bedrijven voldoen aan de noodzakelijke controleverplichtingen als onderdeel van de rapportage. De resultaten van een geautomatiseerde berekening van emissies voor een materiaal, proces of product moeten kunnen worden geverifieerd met bijbehorende bronnen, zoals de gebruikte emissiefactor.

Naast de ondersteuning van de berekening van CO2-voetafdrukken, vertrouwt ClimatePartner ook op AI voor kennisbeheer. Met taalmodellen kan de in tientallen jaren opgebouwde expertise via een eenvoudige chatinterface beschikbaar worden gemaakt voor alle medewerkers. Dit is met name voordelig voor het trainen van nieuwe medewerkers en het verwerken van complexe of zeer specifieke vragen van klanten.

Uitstoot door het gebruik van kunstmatige intelligentie

Als klimaatactiebedrijf is één punt van bijzonder belang bij het gebruik van AI: de uitstoot die wordt gegenereerd door het gebruik en de training van deze toepassingen. Deze emissies zijn voornamelijk afkomstig van het energieverbruik voor deze processen en kunnen soms vrij hoog zijn.

Studies tonen aan dat de uitstoot van broeikasgassen van bepaalde activiteiten aanzienlijk lager kan zijn voor AI-toepassingen in vergelijking met menselijke activiteiten. Analyses tonen bijvoorbeeld aan dat AI-systemen tussen 130 en 2.900 keer minder CO2e per eenheid genereren dan mensen bij het uitvoeren van taken zoals schrijven en illustreren. Het trainen van GPT-3 (het model waarop ChatGPT was gebaseerd toen het werd gepubliceerd) genereerde echter emissies die vergelijkbaar zijn met de levenscyclusemissies van vijf auto's.

Verschillende modellen zijn op verschillende manieren berekeningsintensief. Afhankelijk van de toepassing van het model, de vereiste hoeveelheid trainingsgegevens en -cycli, de gebruikte hardware en de kwaliteit en efficiëntie van het gebruikte algoritme, verschillen AI-modellen aanzienlijk in energieverbruik.

Klimaatactie door kunstmatige intelligentie

ClimatePartner kan helpen bij de beoordeling van AI-gerelateerde emissies door middel van reductieadviezen. Dit kan worden gedaan door gegevens en analyses te leveren waarmee bedrijven de uitstoot van hun AI-gebruik kunnen beoordelen en optimaliseren. Daarbij kan ClimatePartner gebruik maken van de collectieve ervaring van haar branche-experts en jarenlange verzameling van emissiegegevens, waaronder gegevens over softwaretoepassingen.

Het gebruik van AI biedt talloze voordelen. Tegelijkertijd is het belangrijk om rekening te houden met de uitstoot die wordt gegenereerd door het gebruik ervan en strategieën te ontwikkelen die deze uitstoot minimaliseren. Door AI te combineren met de ontwikkeling van betrouwbare klimaatstrategieën helpt ClimatePartner bedrijven om hun klimaatdoelen effectiever te bereiken en tegelijkertijd hun impact op het milieu te verminderen.

NEEM CONTACT OP