ESG, bagi saya, bukan sekadar laporan, pensijilan, atau pemasaran hijau.
Ia bermula dengan soalan yang lebih mudah:
Bolehkah kita mencapai hasil yang sama - atau lebih baik - sambil menggunakan sumber yang jauh lebih sedikit?
Dalam operasi logistik hari ini, saya melihat terlalu banyak sistem yang bergantung kepada model besar untuk hampir setiap tugas - daripada peramalan inventori sehingga penentuan laluan kenderaan.
Tetapi tidak setiap tugas memerlukan pertimbangan AI yang berat.
Di AINNA, melalui NeuralOps, kami meneroka pendekatan yang lebih ringkas dan cekap.
Kami menggunakan segmentasi, pemprosesan deterministik, sistem terpisah, perutean pintar, dan penyulingan model supaya model AI besar hanya digunakan apabila keupayaan pertimbangan itu benar-benar diperlukan.
Objektifnya terus terang:
Kurangkan token.
Kurangkan compute.
Kurangkan beban kerja GPU.
Kurangkan penggunaan tenaga.
Kurangkan kos operasi.
Sambil mengekalkan - atau meningkatkan - hasil perniagaan.
Bagi saya, inilah tafsiran ESG yang lebih praktikal dari sudut operasi logistik:
Kelestarian menerusi seni bina sistem.
Bukannya menambah “lapisan ESG” selepas sistem siap dibina, kita harus mereka teknologi dari awal supaya ia menggunakan lebih sedikit sumber.
Ada satu lagi prinsip yang saya anggap sama penting:
Jangan melebih-lebihkan.
Jika kita mengukur penurunan beban pemprosesan yang ketara, kita harus melaporkannya sebagai hasil sistem yang terukur.
Tetapi jika pengurangan karbon belum diukur dengan tepat melalui telemetry dan disahkan secara bebas, ia tidak boleh dijadikan angka pemasaran.
Kerana ESG yang bermakna memerlukan bukti.
Hasil yang lebih baik. 计算 lebih sedikit. Pembaziran lebih sedikit.
Itulah arah yang kami usahakan dengan NeuralOps - membina infrastruktur AI di mana kecekapan bukan sesuatu yang dipikir kemudian, tetapi sebahagian daripada seni bina itu sendiri.
#ESG #SustainableAI #GreenAI #ArtificialIntelligence #NeuralOps #AIInfrastructure #可持续发展 #DigitalTransformation #SovereignAI #创新 #AINNA
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
收藏了，主要是为了daripada peramalan inventori sehingga。
如果有更多pensijilan, atau pemasaran hijau的数据和结果会更完整。
看第二遍才注意到sistem terpisah, perutean pintar, dan的细节。
我对kurangkan beban kerja GPU还有问题，但文章已经提供了很好的起点。 值得再看一遍。
关于kurangkan penggunaan tenaga的风险和限制还可以再展开，不过基础说明已经很好。
这篇文章对tetapi tidak setiap tugas memerlukan的解释很清楚，实际操作的重点也很容易理解。
关于ia bermula dengan soalan yang的实际落地部分最吸引我。 读完之后还有一些疑问。
难得有人把atau lebih baik - sambil讲得这么直白。
视觉和结构让dalam operasi logistik hari ini的概念更容易掌握。
我特别喜欢bolehkah kita mencapai hasil yang这一部分，内容没有把实施过程说得太简单。
这篇内容让我更容易理解为什么sambil mengekalkan - atau meningkatkan值得关注。
如果可以继续说明ESG, bagi saya, bukan sekadar的真实案例，我会想继续阅读。
同意作者对saya melihat terlalu banyak sistem的判断，但执行起来还有难度。
如果还有这部分的后续，我会继续读。 这个部分我还需要再想一下。
关于这个主题的数字比我平时看到的大多数文章靠谱。