greenai.guide

الرئيسية › كيف أفعل…؟ › كيف أجعل استخدام شركتي للذكاء الاصطناعي أكثر استدامة؟

كيف أفعل…؟

كيف أجعل استخدام شركتي للذكاء الاصطناعي أكثر استدامة؟

تاريخ التحديث · مدة القراءة: 1 دقيقة

باختصار

ابدؤوا بحصر مواضع استخدام شركتكم للذكاء الاصطناعي، ثم اجعلوا الخيار الفعّال هو الافتراضي: أصغر نموذج يبلغ مستوى الجودة المطلوب، ومخرجات قصيرة، وميزات الذكاء الاصطناعي متوقفة ما لم تكن هناك حاجة إليها. واسألوا المورّدين عن الطاقة لكل طلب وعن أماكن تشغيلهم، وقيسوا لكل مهمة مفيدة، وضعوا ذلك في سياسة قصيرة لها مسؤول. ومعظم هذه الخطوات تخفّض الكلفة والتأخير إلى جانب الطاقة.

الخطوات

  1. أعدّوا قائمة بأدوات الذكاء الاصطناعي وميزاته ومسارات العمل المؤتمتة المستخدمة، وعدد مرات تشغيل كل منها تقريبًا.
  2. اختبروا ما إذا كان نموذج أصغر أو أسلوب لا يعتمد على الذكاء الاصطناعي يبلغ مستوى الجودة المطلوب في مهامكم الأعلى حجمًا.
  3. اضبطوا إعدادات افتراضية فعّالة في أدوات الشركة، مثل النماذج الأصغر وحدود المخرجات وإيقاف الميزات ما لم تكن هناك حاجة إليها.
  4. اسألوا المورّدين عن الطاقة لكل طلب، وأين تعمل أعباء العمل، وكيف يُبلغون عن ذلك.
  5. تتبّعوا الطاقة أو الرموز (tokens) لكل مهمة مفيدة، وراجعوا الأرقام كل ربع سنة.
  6. اكتبوا القواعد في سياسة قصيرة لها مسؤول مسمّى وموعد للمراجعة.

اجعلوا الخيار الفعّال هو الافتراضي، ثم قيسوا ما إذا كان يؤتي ثماره. ففي معظم الشركات، تكمن الطاقة في تشغيل النماذج (الاستدلال) مرات كثيرة في اليوم، لا في تدريبها، لذا فالخيارات اليومية بشأن النماذج والموجّهات (prompts) والميزات هي الأهم.

وتُظهر نتيجتان حجم المجال المتاح. فقد وجد Luccioni وJernite وStrubell أن النماذج التوليدية العامة الغرض أغلى تشغيلًا بمراتب عشرية من النماذج المتخصصة في المهام نفسها. ووجدت UNESCO وUniversity College London أن النماذج الأصغر المتخصصة في مهام بعينها يمكن أن تخفّض استهلاك الطاقة بما يصل إلى 90%، وأن الموجّهات والإجابات الأقصر يمكن أن تخفّضه بأكثر من النصف.

من أين أبدأ؟

  1. احصروا استخدامكم للذكاء الاصطناعي: راجعوا كيف تحصرون مواضع استخدام مؤسستكم للذكاء الاصطناعي.
  2. اختاروا الحجم المناسب للمهام الأكثر نشاطًا: جرّبوا النماذج الصغيرة أولًا؛ راجعوا اختاروا نموذج ذكاء اصطناعي أصغر.
  3. اضبطوا الإعدادات الافتراضية: أوقفوا الميزات التي لا يستخدمها أحد؛ راجعوا أوقفوا ميزات الذكاء الاصطناعي غير اللازمة.
  4. اسألوا المورّدين: راجعوا الاستدامة في مشتريات الذكاء الاصطناعي.
  5. قيسوا لكل مهمة: راجعوا تتبّعوا طاقة الذكاء الاصطناعي لكل مهمة.
  6. دوّنوا ذلك: راجعوا اكتبوا سياسة للذكاء الاصطناعي الأخضر.

ما الذي يُحدث الفرق الأكبر

اختيار النموذج في المهام عالية الحجم، وإيقاف الذكاء الاصطناعي الذي يعمل من دون أن يحتاج إليه أحد. فعادات الموظفين مهمة، لكن الإعدادات الافتراضية تصل إلى الجميع من دون الاعتماد على التذكّر.

أخطاء شائعة

  • حساب الكلفة لكل استدعاء بدلًا من كل مهمة ناجحة، فتبقى إعادة المحاولات مخفية.
  • معاملة عقد سحابي أخضر كأنه الحل الكامل بينما يستمر الاستخدام في الازدياد.
  • ادعاء تحقيق وفورات قبل قياس خط الأساس.

النهج الكامل في دليلنا للأعمال.

المصادر

  1. Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
  2. Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)

انضموا إلينا

ساعدوا في خفض أثر الذكاء الاصطناعي على الكوكب

تلقّوا الأدلة الجديدة ودعوات التمويل وإدراجات الأدلة بالبريد الإلكتروني، مرة في الشهر تقريبًا. أو أضيفوا منتجكم أو دورتكم أو منحة الدكتوراه أو بحثكم إلى الأدلة.

بلا تتبّع. ألغوا الاشتراك بنقرة واحدة. طرق أخرى للانضمام · الخصوصية