greenai.guide

होम › मैं कैसे…? › मैं अपनी कंपनी में AI का इस्तेमाल ज़्यादा टिकाऊ कैसे बनाऊँ?

मैं कैसे…?

मैं अपनी कंपनी में AI का इस्तेमाल ज़्यादा टिकाऊ कैसे बनाऊँ?

अपडेट किया गया · 3 मिनट में पढ़ें

संक्षेप में

पहले यह नक्शा बनाएँ कि आपकी कंपनी AI का इस्तेमाल कहाँ करती है, फिर कुशल विकल्प को डिफ़ॉल्ट बनाएँ: गुणवत्ता मानक पर खरा उतरने वाला सबसे छोटा मॉडल, छोटे आउटपुट, और ज़रूरत न हो तो AI फ़ीचर बंद। सप्लायर से प्रति अनुरोध ऊर्जा और यह पूछें कि उनका काम कहाँ चलता है, हर उपयोगी काम के हिसाब से मापें, और इसे एक ज़िम्मेदार व्यक्ति के साथ एक छोटी नीति में लिखें। इनमें से ज़्यादातर कदम ऊर्जा के साथ-साथ लागत और देरी भी घटाते हैं।

चरण

  1. इस्तेमाल हो रहे AI टूल, फ़ीचर और ऑटोमेटेड वर्कफ़्लो की सूची बनाएँ, और मोटे तौर पर लिखें कि हर एक कितनी बार चलता है।
  2. सबसे ज़्यादा मात्रा वाले कामों के लिए जाँचें कि क्या कोई छोटा मॉडल या गैर-AI तरीका गुणवत्ता मानक पर खरा उतरता है।
  3. कंपनी के टूल में कुशल डिफ़ॉल्ट तय करें, जैसे छोटे मॉडल, आउटपुट की सीमा, और ज़रूरत न हो तो फ़ीचर बंद।
  4. सप्लायर से प्रति अनुरोध ऊर्जा, काम कहाँ चलता है और वे इसकी रिपोर्ट कैसे करते हैं, यह पूछें।
  5. हर उपयोगी काम के हिसाब से ऊर्जा या टोकन ट्रैक करें और हर तिमाही आँकड़ों की समीक्षा करें।
  6. नियमों को एक छोटी नीति में लिखें, जिसमें ज़िम्मेदार व्यक्ति का नाम और समीक्षा की तारीख हो।

कुशल विकल्प को डिफ़ॉल्ट बनाएँ, फिर मापें कि यह काम कर रहा है या नहीं। ज़्यादातर कंपनियों में ऊर्जा मॉडलों को ट्रेन करने में नहीं, बल्कि दिन में कई बार चलाने (inference) में जाती है, इसलिए मॉडल, प्रॉम्प्ट और फ़ीचर के रोज़मर्रा के चुनाव सबसे ज़्यादा मायने रखते हैं।

दो निष्कर्ष दिखाते हैं कि सुधार की कितनी गुंजाइश है। Luccioni, Jernite और Strubell ने पाया कि उन्हीं कामों के लिए सामान्य-उद्देश्य वाले जनरेटिव मॉडल, खास काम के लिए बने मॉडलों की तुलना में चलाने में कई गुना (orders of magnitude) महँगे हैं। UNESCO और University College London ने पाया कि छोटे, खास काम के लिए बने मॉडल ऊर्जा की खपत 90% तक, और छोटे प्रॉम्प्ट व जवाब आधे से भी ज़्यादा घटा सकते हैं।

मैं कहाँ से शुरू करूँ?

  1. अपने AI उपयोग का नक्शा बनाएँ: देखें अपने संगठन में AI के उपयोग का नक्शा कैसे बनाएँ।
  2. सबसे व्यस्त कामों को सही आकार दें: पहले छोटे मॉडल आज़माएँ; देखें छोटा AI मॉडल चुनें।
  3. डिफ़ॉल्ट तय करें: जिन फ़ीचर का कोई इस्तेमाल नहीं करता, उन्हें बंद करें; देखें गैर-ज़रूरी AI फ़ीचर बंद करें।
  4. सप्लायर से पूछें: देखें AI की खरीद में स्थिरता।
  5. हर काम के हिसाब से मापें: देखें प्रति काम AI ऊर्जा ट्रैक करें।
  6. इसे लिखित रूप दें: देखें ग्रीन AI नीति लिखें।

सबसे बड़ा फ़र्क किससे पड़ता है

ज़्यादा मात्रा वाले कामों पर मॉडल का चुनाव, और उस AI को बंद करना जो बिना किसी ज़रूरत के चलता रहता है। कर्मचारियों की आदतें मायने रखती हैं, लेकिन डिफ़ॉल्ट याददाश्त पर निर्भर हुए बिना सभी तक पहुँचते हैं।

आम गलतियाँ

  • सफल काम के बजाय प्रति कॉल लागत गिनना, जिससे दोबारा की गई कोशिशें छिपी रहती हैं।
  • उपयोग बढ़ते रहने के बावजूद ग्रीन क्लाउड अनुबंध को ही पूरा समाधान मान लेना।
  • बेसलाइन मापे बिना बचत का दावा करना।

पूरा तरीका हमारी व्यवसाय के लिए गाइड में है।

स्रोत

  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)
गाइड

व्यवसायों के लिए ग्रीन AI

व्यवसायों के लिए व्यावहारिक गाइड: AI की ऊर्जा, लागत और कार्बन कैसे घटाएँ, मॉडल का चुनाव, सप्लायर, मापन, खरीद और ईमानदार दावे।

मैं कैसे…?

मैं कैसे पता करूँ कि मेरे संगठन में AI का इस्तेमाल कहाँ-कहाँ होता है?

संगठन में AI की एक सरल सूची कैसे बनाएँ: टूल, अंतर्निहित फ़ीचर, ऑटोमेशन और सप्लायर, उनकी मात्रा, ज़िम्मेदार व्यक्ति और डेटा के साथ।

मैं कैसे…?

मैं ग्रीन AI पॉलिसी कैसे लिखूँ?

एक छोटी ग्रीन AI पॉलिसी में क्या होना चाहिए: AI कब इस्तेमाल करें, कौन-से डिफ़ॉल्ट सेट करें, सप्लायरों से क्या पूछें, कैसे मापें, और ज़िम्मेदार कौन है।

अच्छी प्रैक्टिस

काम के हिसाब से सही मॉडल चुनें

AI को सही आकार कैसे दें: छोटे या विशेष मॉडल कब चुनें, बड़ा फ्रंटियर मॉडल कब अपनी लागत वसूलता है, रूटिंग कैसे काम करती है और AI कब न इस्तेमाल करें।

हमसे जुड़ें

धरती पर AI का असर घटाने में मदद करें

नई गाइड, फ़ंडिंग कॉल और निर्देशिका लिस्टिंग ईमेल से पाएँ, लगभग महीने में एक बार। या निर्देशिकाओं में अपना प्रोडक्ट, कोर्स, PhD या शोध जोड़ें।

कोई ट्रैकिंग नहीं। एक क्लिक में सदस्यता छोड़ें। जुड़ने के दूसरे तरीके · गोपनीयता