IA vs. sostenibilidad: cómo equilibrar el crecimiento empresarial y las emisiones de CO2

En los últimos 18 meses, la sostenibilidad se ha convertido en el tema de moda en el sector de la publicidad. Al mismo tiempo, muchas empresas que hacen de la sostenibilidad una parte fundamental de su misión también están apostando públicamente por la IA.

El reto es que la IA y los esfuerzos de sostenibilidad son diametralmente opuestos. La sostenibilidad en la publicidad programática gira en gran medida en torno a la eficiencia del supply path optimization (SPO), que existe desde hace mucho tiempo. Si se consigue que el comprador y el vendedor de medios estén más cerca, con una ruta más directa y normas sensatas, las emisiones son menores.

Por otro lado, la IA no es especialmente respetuosa con la sostenibilidad. La creación del hardware utilizado para ejecutar estos modelos requiere ingentes recursos energéticos, y se emiten importantes escapes de datos al utilizar y entrenar los modelos, lo que puede llevar meses e incluso años. Según un estudio de UMass Amherst, un solo modelo de IA puede emitir más de 626.000 libras de CO2, el equivalente a más de 60 coches de gasolina, en su ciclo de vida.

Hay que pensar en cuántos modelos utilizará un anunciante, una agencia o un proveedor de tecnología, y multiplícalo por cada uno de ellos.

Cada vez se construyen más centros de datos. Cuando están disponibles, se construyen cerca de recursos sostenibles. Sin embargo, no hay suficientes inmuebles en esas zonas para satisfacer la demanda y los recursos sostenibles no son infinitos.

En los medios de comunicación y la publicidad, hay muchas dimensiones del ciclo de vida de la campaña que pueden aprovechar la IA. Entre ellas se incluyen la creatividad, las redes sociales, las búsquedas, las licitaciones programáticas y el modelado de la combinación de medios para la asignación de presupuestos. Si se suman todas estas dimensiones en campañas, empresas y países, las emisiones de carbono crecerán exponencialmente.

Mientras otras industrias se centran en esta fricción natural entre la IA y la sostenibilidad, no parece que la industria del marketing lo esté haciendo. Dadas sus importantes implicaciones, deberíamos mantener un diálogo más abierto sobre esta fricción inevitable.

¿Las marcas van a pedir cuentas a las agencias y a los proveedores? ¿Estarán dispuestas las agencias a sacrificar algo de rendimiento en nombre de la sostenibilidad, aunque eso las sitúe en una posición menos competitiva? ¿Deberíamos poner límites a la IA generativa para mantener las emisiones bajas o neutras a corto plazo?

Es casi seguro que limitar las emisiones de la IA reprimirá la creatividad, el progreso y el rendimiento potenciales, pero técnicamente es lo correcto para el medio ambiente. Se trata de una conversación más difícil de mantener que nuestros debates actuales sobre sostenibilidad (y el problema más difícil de resolver) porque el supply path optimization es simplemente un mejor negocio, y siempre lo ha sido.

Con la IA, no es tan sencillo. El uso intencionado de la IA requiere un marco de valor, lo que significa que las empresas deben centrar la IA en los problemas empresariales que son más críticos de resolver, y medir el impacto del crecimiento financiero o la eficiencia por un lado, mientras que miden la huella de carbono que crea por otro.

Empezar con el objetivo final en mente

Para implantar un marco dentro de su organización, hay que tener el objetivo final en mente. Muchas empresas hablan en 'verde', pero en privado no están tan convencidas. Como ocurre con la publicidad, es mejor ser honesto: si se trata de una empresa que cree que no llegará a cero emisiones, sea deliberado en cuanto a cuál es realmente su objetivo. A partir de ahí, trabaje hacia atrás.

Establecer una disciplina y una estructura empresariales

Sea cual sea el objetivo, la disciplina y la estructura empresariales son absolutamente imprescindibles para alcanzarlo. Una vez fijado el objetivo, hay que identificar las opciones necesarias para aprovechar la IA para mejorar el negocio. Estas pueden incluir la optimización del flujo de trabajo operativo o la creación de herramientas para impulsar mejores resultados a través del gasto en medios.

Incluya una cuota de emisión con cada iniciativa teniendo en cuenta las ventajas para el negocio. Por ejemplo, una empresa podría determinar que, aunque no puede ser neutra en carbono para una iniciativa específica, el valor del proyecto sigue mereciendo la pena.

Fijar objetivos y medirlos

Muchas organizaciones fijan objetivos y luego no los miden, salvo los ingresos brutos y quizá el margen. Pero en el mundo de las tecnologías en la nube y los medios basados en datos, la medición debe formar parte del ADN de una organización. Cuando se considera la explosión de emisiones y costes que la IA supondrá para las organizaciones, son las empresas que tienen más disciplina en torno a la IA las que ganarán.

La IA es una herramienta para llegar a una respuesta, no es en sí misma la respuesta. Puedes golpear con palo de golf y fallar la bola o hacer un hoyo en uno. Lo que importa es cómo se utiliza la herramienta y quién la utiliza. Aprovechando la IA y la sostenibilidad con previsión e intención, se puede alcanzar el éxito.

Nada de esto quiere decir que, con el tiempo, la IA y la sostenibilidad no puedan coexistir de forma más eficiente. Mientras tanto, deberíamos aprender la lección de las conversaciones sobre la cadena de suministro programática: Cuando empezamos a medir más tarde, es más difícil de arreglar. Por una vez, resolvamos el problema que sabemos que surgirá antes de crearlo.

Fuente: Adage

 

NC