ESG, bagi saya, bukan sekadar laporan, pensijilan atau pemasaran hijau.
Ia bermula dengan satu soalan yang lebih mudah:
Bolehkah kita mencapai hasil yang sama - atau lebih baik - dengan menggunakan sumber yang jauh lebih sedikit?
Apabila saya berbual dengan pemilik perniagaan SME di Malaysia, ramai yang melihat AI sebagai teknologi yang besar, rumit dan mahal. Kerap kali, sistem AI bergantung kepada model besar untuk hampir setiap tugas.
Tetapi tidak semua tugas memerlukan pertimbangan AI yang berat.
Di AINNA, menerusi NeuralOps, kami melihat cabaran ini dari sudut nilai perniagaan pelanggan.
Kami menggunakan segmentation, deterministic processing, detached systems, smart routing, dan model distillation supaya model AI besar hanya dipanggil apabila keupayaan pertimbangannya benar-benar diperlukan.
Objektifnya mudah:
Kurangkan token.
Kurangkan compute.
Kurangkan bebanan GPU.
Kurangkan penggunaan tenaga.
Kurangkan kos operasi.
Sambil mengekalkan - atau memperbaiki - hasil perniagaan.
Bagi saya, inilah tafsiran ESG yang lebih praktikal:
Kelestarian melalui seni bina.
Bukan setakat menambah "lapisan ESG" selepas sistem siap dibina, kita harus mereka bentuk teknologi dari awal supaya ia menggunakan lebih sedikit sumber.
Ada satu prinsip lagi yang saya pegang sama penting:
Jangan melebih-lebihkan.
Jika kita mengukur pengurangan beban pemprosesan yang ketara, kita harus melaporkannya sebagai hasil sistem yang diukur.
Tetapi jika pengurangan karbon belum diukur dengan sempurna menerusi telemetry dan disahkan secara bebas, ia tidak sepatutnya dijadikan nombor pemasaran.
Kerana ESG yang bermakna memerlukan bukti.
Hasil yang lebih baik. Lebih sedikit compute. Lebih sedikit pembaziran.
Itulah arah yang kami usahakan bersama pelanggan menerusi NeuralOps - membina infrastruktur AI di mana kecekapan bukan sesuatu yang ditambah kemudian, tetapi sebahagian daripada seni bina itu sendiri.
#ESG #SustainableAI #GreenAI #ArtificialIntelligence #NeuralOps #AIInfrastructure #Sustainability #DigitalTransformation #SovereignAI #Innovation #AINNA
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. Nama dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
I do not fully buy apabila saya berbual dengan pemilik yet, but it is a fair argument.
Bookmarked, mostly for bolehkah kita mencapai hasil yang.
Whoever wrote this actually did the work on tetapi tidak semua tugas memerlukan.
Honestly, sambil mengekalkan - atau memperbaiki surprised me.
I have watched detached systems, smart routing, dan go wrong in practice. Good to see it written down. Have a few questions left here.
Di AINNA, menerusi neuralops, kami - that is the whole thing in one line.
Es la primera vez que leo algo honesto sobre esta parte.
Slightly disagree on ramai yang melihat AI sebagai, but the direction is right.
Still thinking about rumit dan mahal.
Clear and short. Sharing pensijilan atau pemasaran hijau with my team.