En noviembre, un año después del lanzamiento de ChatGPT, una empresa emergente de China relativamente desconocida saltó a lo más alto de una lista donde se calificaban las capacidades de los sistemas de inteligencia artificial de código abierto. La empresa china, 01.AI, fundada por un conocido inversionista y tecnólogo, Kai-Fu Lee, con tan solo ocho meses de existencia, contaba con un respaldo multimillonario y una valuación de 1000 millones de dólares. En entrevistas, Lee presentó su sistema de IA como una alternativa a opciones como el modelo de inteligencia artificial generativa de Meta, llamado LLaMA.
Tan solo había un pequeño detalle: parte de la tecnología del sistema de 01.AI procedía de LLaMA. Luego, la empresa emergente de Lee se basó en la tecnología de Meta y entrenó su sistema con nuevos datos para volverla más potente.
La situación es emblemática de una realidad que mucha gente en China admite abiertamente. Aunque el país tiene prisa por crear inteligencia artificial generativa, las empresas chinas dependen casi por completo de sistemas subyacentes de Estados Unidos. Según más de una decena de personas con información privilegiada e ingenieros destacados de la industria tecnológica, en este momento, China está por lo menos un año detrás de Estados Unidos en materia de IA generativa y tal vez se esté quedando más rezagada, lo cual está preparando el terreno para una nueva fase en la despiadada competencia tecnológica entre ambas naciones, la cual se ha comparado con una guerra fría.
“Las empresas chinas están bajo una enorme presión para mantenerse al día con las innovaciones estadounidenses”, dijo Chris Nicholson, inversionista de la empresa de capital de riesgo Page One Ventures, que se centra en tecnologías de inteligencia artificial. El lanzamiento de ChatGPT fue “otro momento ante el cual China sintió que debía responder, como con el de Sputnik”.
Jenny Xiao, socia de Leonis Capital, una firma de inversión que se enfoca en empresas impulsadas por inteligencia artificial, afirmó que los modelos de IA que las empresas chinas construyen desde cero “no son muy buenos”, por eso muchas empresas chinas a menudo utilizan “versiones afinadas de modelos occidentales”. Xiao calculó que China tenía entre dos y tres años de retraso con respecto de Estados Unidos en el desarrollo de inteligencia artificial generativa.
La competencia por la primacía en materia de IA tiene enormes consecuencias. Los avances en inteligencia artificial generativa podrían inclinar la balanza del poder tecnológico mundial, pues aumentarían la productividad de las personas, ayudarían a las industrias y conducirían a innovaciones futuras, mientras las naciones luchan contra los riesgos de la tecnología.
Debido a que las empresas chinas intentan ponerse al día recurriendo a modelos de IA de código abierto de Estados Unidos, Washington está en una situación difícil. Aunque Estados Unidos ha intentado frenar los avances de China al limitar la venta de microchips y entorpecer las inversiones, no ha detenido la práctica de liberación abierta de software para fomentar su adopción.
Para China, la nueva dependencia en los sistemas de IA de Estados Unidos —principalmente LLaMA de Meta— ha generado dudas más profundas sobre el modelo de innovación del país, el cual, en décadas recientes, sorprendió a muchos al generar empresas líderes en el mundo como Alibaba y ByteDance a pesar de los controles autoritarios de China.
“Cuando las empresas chinas aprovechan las tecnologías de código abierto estadounidenses para ponerse al día, las dudas se vuelven muy complicadas; están envueltas en cuestiones de seguridad nacional y geopolítica”, dijo Oren Etzioni, profesor de la Universidad de Washington especializado en IA y fundador de TrueMedia.org, una organización sin fines de lucro que trabaja para identificar la desinformación en línea en las campañas políticas.
En un comunicado enviado por correo electrónico, Lee, el fundador de 01.AI, señaló que el modelo de inteligencia artificial de su empresa se basaba en LLaMA, “al igual que la mayoría de las otras empresas de IA”, y agregó que el uso de tecnologías de código abierto es una práctica habitual. Lee mencionó que su empresa había entrenado a su modelo de inteligencia artificial desde cero con sus propios datos y algoritmos. Esos fueron “los principales determinantes” del “excelente rendimiento” del modelo de 01.AI, afirmó Lee.
Meta remitió a comentarios de Nick Clegg, quien dirige asuntos globales, en los que afirmó que compartir abiertamente los modelos de IA de la empresa servía para difundir sus valores y normas y a su vez ayudaba a asegurar el liderazgo estadounidense.
(The New York Times demandó al fabricante de ChatGPT, OpenAI, y a su socio, Microsoft, por infracción de derechos de autor de contenidos periodísticos en relación con sistemas de inteligencia artificial).
Desde hace tiempo, la IA ha sido una prioridad en China. Después de que la herramienta de inteligencia artificial AlphaGo derrotó a dos de los mejores jugadores del juego de mesa Go en 2016 y 2017, los formuladores de políticas de China desarrollaron un plan ambicioso para liderar el mundo de la tecnología para 2030. El gobierno les prometió miles de millones de dólares a investigadores y empresas centrados en la IA.
Cuando OpenAI lanzó ChatGPT en noviembre de 2022, una campaña regulatoria de Beijing que desalentaba la experimentación sin la aprobación gubernamental obstaculizó a muchas empresas chinas. Las reglas de censura diseñadas para manejar la opinión pública y silenciar a los principales opositores al Partido Comunista de China también se convirtieron en una limitación para las empresas tecnológicas chinas.
Las empresas chinas con los recursos para construir un modelo de inteligencia artificial generativa enfrentaron un dilema. Si creaban un chatbot que dijera algo equivocado, sus creadores enfrentarían repercusiones. Y nadie podía estar seguro de lo que podía salir de la boca digital de un chatbot.
“Simplemente no es posible librarse de todas las formas problemáticas en que pueden expresarse estos sistemas”, dijo Andrew Ng, profesor de informática en la Universidad de Stanford y exejecutivo de Baidu, el gigante chino de las búsquedas.
El año pasado, Wang Changhu, exdirector del laboratorio de IA de ByteDance, fundó en Beijing una empresa llamada AIsphere para encabezar la que él consideraba la próxima gran frontera de la tecnología: la generación de video. En noviembre, la empresa emergente lanzó PixVerse, un generador impulsado con inteligencia artificial que puede crear videos a partir de una descripción de texto.
“Avanzamos con determinación, construyendo nuestros modelos desde cero”, dijo Wang. “Esto nos da una ventaja significativa como verdaderos pioneros en el ámbito de la generación de videos”.
Es posible que esa ventaja haya durado apenas unos meses. La semana pasada, OpenAI presentó Sora, una herramienta de inteligencia artificial que convierte una simple instrucción de texto en videos que parecen tomados de una película de Hollywood. Sora se volvió viral al instante.
By © The New York Times 2024
La realidad es que ya en 2019 se encendieron las alarmas cuando un artículo científico estimó que una sesión de entrenamiento de un modelo de lenguaje muy popular en esa época emitía tanto CO₂ a la atmósfera como cinco automóviles a lo largo de su vida útil.
Con la reciente aparición de los grandes modelos de la IA generativa, como ChatGPT, el debate en torno al consumo energético de estos algoritmos no ha hecho más que intensificarse. Investigadores de la Universidad de Copenhague calcularon que una única sesión de entrenamiento de GPT-3 requería un consumo energético equivalente al de 126 hogares daneses durante un año, generando una huella de carbono comparable a la de un automóvil recorriendo 700 000 kilómetros.
No solo los algoritmos son culpables de este enorme consumo, sino también la infraestructura que los rodea, como los grandes centros de datos. La empresa Meta ha anunciado que construirá un hipercentro de datos en Castilla La Mancha. En una zona en peligro de sequía, esta infraestructura consumirá tanta agua cada 30 minutos como una persona en todo un año.
Actualmente nos enfrentamos a la paradoja de Jevons. A pesar de reconocer la IA como una herramienta crucial en la lucha contra el cambio climático, su creciente demanda podría contribuir significativamente al aumento de las emisiones de gases de efecto invernadero.
Es, por tanto, imprescindible que la IA trace caminos para mejorar la sostenibilidad de nuestro planeta. Este objetivo se refleja de manera destacada en España en la Estrategia Nacional de Inteligencia Artificial, que busca proporcionar un marco para el desarrollo de una IA inclusiva, sostenible y centrada en la ciudadanía. En línea con uno de sus pilares, recientemente se ha lanzado el Programa Nacional de Algoritmos Verdes.
Los términos IA verde o algoritmos verdes abordan una perspectiva dual. Por un lado, se enfocan en el desarrollo de aplicaciones en diversos ámbitos y sectores que no solo impulsen la sostenibilidad, sino que también contribuyan a combatir el cambio climático (conocido como enfoque “green-by”).
Existen numerosos ejemplos en los que la IA ayuda a resolver problemas medioambientales, como el control y predicción de la demanda de agua, reducción del impacto ambiental de la agricultura, optimización del consumo energético de edificios y la mejora de rutas de transporte.
El segundo ámbito de actuación de los algoritmos verdes se centra en explorar vías para lograr algoritmos más escalables y sostenibles, con el objetivo de reducir la huella de CO₂ generada por los algoritmos existentes (enfoque “green-in”).
A pesar de que la IA verde es un concepto relativamente reciente, la urgencia de garantizar que la IA sea respetuosa con el medio ambiente se ha vuelto cada vez más evidente. Este planteamiento refleja la creciente conciencia sobre la necesidad de equilibrar el avance tecnológico con la sostenibilidad ambiental.
Quizás, en un futuro próximo, los sistemas de IA incluyan una etiqueta que certifique su eficiencia energética, proporcionándonos información clave para tomar decisiones informadas, de manera similar a como evaluamos la eficiencia energética de los electrodomésticos. En un mundo donde se estima que las tecnologías desempeñarán un papel esencial en el siglo XXI, cada esfuerzo individual cuenta.
Este enfoque hacia una IA verde no solo implica una transformación en la manera en que desarrollamos y utilizamos la tecnología, sino también un cambio cultural en la sociedad. Al promover la conciencia sobre la huella ambiental de la IA y fomentar la adopción de prácticas más sostenibles, podemos contribuir colectivamente a un futuro más equitativo y respetuoso con el medio ambiente.
La inteligencia artificial está impulsando importantes avances en todo tipo de ámbitos y sectores y en áreas como la I+D, la fabricación, la distribución o la comercialización. El de la sostenibilidad y la protección del medio ambiente no es una excepción: una nueva realidad que incluye campos como la gestión de la energía, la conservación de la biodiversidad y los océanos, la lucha contra el desperdicio alimenticio, o el monitoreo y prevención de los desastres meteorológicos y los fuegos forestales a través de alertas tempranas.
La inteligencia artificial (IA) imita la forma en la que los seres humanos aprenden. Para ello, utiliza diferentes algoritmos anteriormente diseñados para ejecutar máquinas con las mismas capacidades que el ser humano para aprender por sí mismas. Ahora, el reto es unir IA –big data, machine learning…- y medio ambiente con el objetivo de proteger el entorno y, sobre todo, fomentar un crecimiento económico que no comprometa los recursos naturales del futuro.
Las soluciones basadas en la IA nos ayudan a fabricar de manera más eficiente, utilizar los recursos de forma más racional o a reducir y gestionar mejor los residuos que generamos, entre otros aspectos. Incluso está relacionada con la Agenda 2030, puesto que, según un estudio publicado en 2020 en la revista Nature, la inteligencia artificial puede facilitar el cumplimiento de cerca del 80% de los Objetivos de Desarrollo Sostenible (ODS). A esto se suma el impulso a la economía circular, el desarrollo de las ciudades inteligentes o la mejora de la movilidad urbana y la reducción de su impacto ambiental.
Estas son algunas soluciones de inteligencia artificial que ayudan a cuidar el entorno:
Un ejemplo claro de la contribución de la IA a la sostenibilidad es su uso para la extinción de los incendios forestales, que asolan cada año grandes extensiones de tierra y toda la biodiversidad que habita en ellas. Por eso, su detección precoz y el hecho de poder calcular las probabilidades de que se produzcan reduce eficazmente el tiempo de reacción y facilita las labores de prevención y mantenimiento previas de las masas forestales. Grandes empresas como IBM ya han diseñado herramientas de este tipo que funcionan con un conjunto de cámaras HD y ordenadores para monitorizar el espacio a proteger. Se trata del proyecto Bee2FireDetection, desarrollado con Watson, la inteligencia artificial de la compañía, para calcular las probabilidades de que se produzca un incendio en cierta región, y, además, combatirlos de una manera más rápida y ágil. Si el incendio se produce, son capaces de calcular la velocidad y dirección de las llamas, proporcionando una información muy valiosa y detallada para bomberos y cuerpos de protección civil.
Y es que ya son varias las empresas y grupos de investigación que se basan en la inteligencia artificial para hacer un mejor uso de la teledetección y los datos de campo en la lucha contra los incendios forestales con tecnología de todo tipo: sensores en dispositivos IoT (Internet de las cosas, en español, que permite medir parámetros físicos o actuar remotamente y generar un ecosistema de servicios alrededor del mismo), que miden la temperatura, la humedad y la dirección y velocidad del viento, drones dotados de cámaras, o imágenes vía satélite capaces de detectar zonas de calor en grandes masas forestales.
Existe un gran número de fuentes de datos que, utilizados por algoritmos de IA, son capaces de crear modelos predictivos, realizar prevención o guiar a los efectivos de lucha contra incendios para optimizar su trabajo. Un pequeño ejemplo: este pasado verano, en Estados Unidos, un equipo de bomberos de California comenzó a testar un mecanismo de prevención de incendios impulsado por IA. El programa se llama AlertCalifornia, un sistema que registra lo que captan más de mil cámaras de video ubicadas en todo el estado. Ha sido desarrollada por ingenieros de la Universidad San Diego utilizando la tecnología de DigitalPath que aprovecha las cámaras instaladas por varias agencias y empresas de servicios públicos en todo el estado.
El sistema AlertCalifornia registra lo que captan cámaras de video ubicadas en todo el estado con el objetivo de prevenir incendios
“Es cien por cien aplicable en cualquier parte del mundo”, explica Suzann Leininger, experta en inteligencia de Cal Fire (San Diego County Fire Protection District), “especialmente ahora, que estamos experimentando incendios mucho más grandes y frecuentes por el cambio climático”. Por eso, los investigadores de la universidad pusieron sus informes a disposición de cualquier empresa o institución para que pueda aprovecharlos. “Les damos los datos porque este problema es más grande que todos nosotros”, señala Neal Driscoll, profesor de Geología de esta universidad y parte del equipo desarrollador. “Necesitamos usar la tecnología para ayudar a mover la aguja, aunque sea un poco”, recalca.
En otro ámbito de aplicación de la IA, un grupo de investigadores del instituto francés Mines-Telecom (IMT) está realizando previsiones sobre la influencia que el cambio climático tiene en los océanos, una investigación basada en la inteligencia artificial que permite elaborar distintos modelos en 3D para estudiar el comportamiento de los océanos a partir de datos de teledetección recogidos por satélite. El objetivo de estos científicos franceses es conocer el clima terrestre y cuál es el impacto que el cambio climático está teniendo en los océanos: corrientes, incremento de las concentraciones de CO2, etc.
La IA también puede ser una gran aliada para la detección de microplásticos del océano, unos residuos de los que, según datos del Programa de Naciones Unidas para el Medioambiente (UNEP), se generan al año unos 300 millones de toneladas, el equivalente al peso de toda la población humana. Entre el 60% y el 80% de los residuos marinos son plástico, en su mayoría fragmentos menores a los cinco milímetros.
Su detección ahora es posible gracias a un equipo de la Escuela Politécnica Federal de Lausana (EPFL) y la Universidad de Wageningen, que han desarrollado un nuevo modelo de inteligencia artificial que reconoce los plásticos flotantes en imágenes de satélite de los océanos con mucha más precisión que antes. Esta investigación fue publicada el pasado mes de noviembre en un artículo en iScience.
Las acumulaciones de desechos marinos son visibles en las imágenes del satélite Sentinel-2, de la Agencia Espacial Europea -disponibles gratuitamente-, que capturan áreas costeras cada dos a cinco días en todo el mundo en masas terrestres y áreas costeras. Debido a que estos equivalen a terabytes, los datos deben analizarse automáticamente a través de modelos de inteligencia artificial como redes neuronales profundas.
Un nuevo modelo de IA reconoce los plásticos flotantes en imágenes de satélite de los océanos con mucha más precisión que antes.
“Estos modelos aprenden de ejemplos proporcionados por oceanógrafos y especialistas en teledetección, quienes identificaron visualmente miles de casos de desechos marinos en imágenes de satélite en lugares de todo el mundo. De esta manera ‘entrenaron’ al modelo para que reconociera los desechos plásticos”, explica Marc Ruswurm, profesor asistente en la Universidad de Wageningen.
Además de una predicción más precisa de las acumulaciones de desechos marinos, este modelo también detecta desechos a través de imágenes de PlanetScope, a las que se puede acceder diariamente. PlanetScope es una constelación de satélites de observación terrestre operada por la empresa Planet Labs. Estos satélites, conocidos como Doves (palomas), están diseñados para capturar imágenes de alta resolución de la superficie de la Tierra. Su objetivo es ofrecer datos visuales actualizados diariamente que puedan ser utilizados para diversos fines, como la monitorización del medio ambiente, la agricultura, la cartografía y la respuesta ante emergencias, entre otros.
Los cultivos tampoco están exentos de sufrir los efectos del cambio climático: inundaciones, sequías, temperaturas extremas, etc. repercuten directamente en las cosechas, pero la inteligencia artificial está aportando grandes avances a nivel global en cuanto a su conservación, cuidado y predicción de la recolección. La IA también puede utilizarse para optimizar el uso de los recursos que se destinan a este sector: agua, pesticidas, energía, etc, para evitar o prevenir los peligros meteorológicos, identifica la mala nutrición de las plantas o evaluar la calidad del suelo para mejorar la producción.
Un buen ejemplo es el de la compañía Syngenta, con sede en Suiza y dedicada al desarrollo de tecnología agrícola basada en la ciencia, que en 2021 se alió con la empresa de inteligencia artificial Insilico Medicine para buscar soluciones de protección de cultivos y hacerlos más eficaces frente a enfermedades y plagas, al tiempo que se impulsa la protección del ecosistema.
Insilico Medicine utiliza su tecnología de IA, no solo para crear moléculas con mayor rapidez, sino también más sostenibles y respetuosas con el medio ambiente. En palabas de Alex Zhavoronkov, fundador y CEO de la compañía, “nuestra inteligencia artificial está diseñada desde cero para producir una química muy precisa que proteja la salud humana, al tiempo que garantiza la seguridad a corto y largo plazo”.
Por su parte, la empresa alemana Agvolution ha desarrollado un sistema de IA que utiliza datos de sensores solares para controlar el microclima alrededor de los cultivos. Sus dispositivos miden la temperatura, la radiación y la humedad del suelo en el campo y esos datos son utilizados por los algoritmos para hacer recomendaciones precisas sobre el estado de las plantas e indicar la cantidad exacta de agua y fertilizante que se debe utilizar.
Agvolution ha desarrollado un sistema de IA que utiliza datos de sensores para controlar el microclima alrededor de los cultivos y hacer recomendaciones sobre la cantidad exacta de agua y fertilizante que se debe utilizar. Foto: Agvolution.
Con el objetivo de atajar este problema nace Winnow Solutions, una plataforma inteligente desarrollada con IA por la startup Winnow Vision, y que está destinada a la hostelería para identificar y dar valor a la gran cantidad de desperdicios que se generan diariamente en este sector.
Con la automatización de los datos e imágenes, Winnow Solutions mejora el seguimiento específico de los desperdicios de alimentos situándose encima de las papeleras de los comercios de alimentación, de tal forma que cuando la comida se tira, el sistema toma y recopila la imagen del alimento reconociéndolo con un 80% de precisión, reduciendo así el error humano y ahorrando tiempo. Además, el sistema también es capaz de diferenciar elementos tan similares en aspecto que ni el ojo humano podría detectar mientras aprende a través de su uso. A medida que se recopilan imágenes, la máquina se acerca cada vez más a una automatización completa.
Asimismo, la inteligencia artificial es capaz de realizar un seguimiento preciso del inventario de los productos mediante algoritmos que tienen en cuenta toda aquella variable que afecta a las empresas, permitiendo así hacer un cálculo mucho más aproximado a la cantidad de excedentes correcta. Incluso algunos de esos algoritmos, como el desarrollado por Afresh Technologies, tienen en cuenta también elementos intangibles como el clima o la frescura de los productos, lo que hace posible una predicción de demanda que ayuda a las compañías de distribución de alimentos a ajustar su oferta de forma mucho más eficiente.
Por: Microsoft – Prensa
Satish Thomas, vicepresidente corporativo de Microsoft Industry Clouds
A medida que la sostenibilidad avanza globalmente, las organizaciones necesitan soluciones tangibles y transformadoras que les ayuden a ir más deprisa. La mayoría de las organizaciones no han progresado tanto como desearían. Aunque el 85% de los directivos afirma que la sostenibilidad es una cuestión de importancia estratégica para sus empresas, solo el 16% la ha integrado en sus planes de negocio.
Hoy, presentamos nuevas soluciones de datos e IA en Microsoft Cloud for Sustainability que proporcionan las capacidades necesarias para que las organizaciones cojan velocidad en su viaje hacia la sostenibilidad. Entre ellas, se incluyen análisis de datos y perspectivas sobre criterios medioambientales, sociales y de gobernanza (ESG) más rápidas, un asistente de IA para ayudar a acelerar la toma de decisiones y la creación de informes útiles, así como otras capacidades avanzadas, todas ellas diseñadas para hacer que las organizaciones impulsen el cambio con mayor rapidez.
En mayo de 2023, presentamos Microsoft Fabric, una plataforma SaaS de análisis end-to-end que reúne todos los datos empresariales de una organización, incluidos los datos de los criterios ESG a los que la empresa puede no haber tenido acceso antes. Con Microsoft Fabric, los equipos pueden conectarse a los datos desde cualquier lugar, descubrir información utilizando herramientas de análisis basadas en IA en una experiencia unificada e integrar esa información en las aplicaciones que los empleados usan a diario para actuar y mejorar la toma de decisiones.
Actualmente en versión preview, las soluciones de datos de sostenibilidad en Microsoft Fabric permiten a las organizaciones agilizar la obtención de información y avanzar en materia de sostenibilidad, proporcionando un modelo de datos ESG, conectores e informes listos para usar. Al integrar los datos de ESG con Microsoft Fabric, es posible convertir grandes volúmenes de datos de sostenibilidad en conclusiones y avances significativos.
Con los datos gestionados de forma centralizada y con Copilot en Microsoft Sustainability Manager -ahora en versión preview-, las organizaciones pueden aprovechar el potencial de la IA generativa y las consultas en lenguaje natural para obtener una visión más rápida de los datos, así como respuestas a partir de ellos. Las organizaciones pueden hacer preguntas a Copilot, y este actuará en Microsoft Sustainability Manager para:
Con las perspectivas inteligentes en Microsoft Sustainability Manager, también en versión preview, las organizaciones obtienen un modelo de IA integrado e interactivo que permite un análisis más profundo de los datos calculados sobre emisiones. Con él, pueden:
Södra, la mayor asociación de propietarios forestales de Suecia -con 52.000 propietarios de bosques gestionados de forma responsable-, procesa materias primas sostenibles procedentes de los bosques de sus miembros para convertirlas en productos renovables. Gracias al uso de Microsoft Sustainability Manager con nuevas funciones de IA, Södra ha mejorado sus prácticas de sostenibilidad, como la elaboración de informes mediante flujos automatizados, que facilitan a los empleados recopilar información detallada de manera más sencilla.
«Con las capacidades de IA de Microsoft Sustainability Manager, podemos ser más productivos, que es nuestro objetivo final», explica Cristian Brolin, Chief Digital Officer de Södra. «Copilot nos pareció muy fácil de usar y mi visión y ambición es que esto ayude a acelerar nuestra forma de trabajar. Estamos entusiasmados por ver cómo esta solución ayuda a impulsar nuestro progreso en sostenibilidad.»
Para la mayoría de las organizaciones, las actividades de los proveedores pueden representar entre el 80 y el 90% de su huella de emisiones. Controlar estos datos es fundamental para cumplir los objetivos de reducción y los requisitos de generación de informes.
La solución de cadena de valor ESG en Microsoft Sustainability Manager, ya disponible de forma general, permite a las organizaciones simplificar la recopilación de datos y proporciona un proceso sencillo y más seguro para los proveedores. Las organizaciones pueden ejecutar análisis avanzados sobre los datos de la cadena de valor ESG en un solo lugar y encontrar oportunidades de reducción de emisiones dentro de su cadena de valor.
En Microsoft, el equipo de compras ha comprobado que extraer los datos de informes, hojas de cálculo y sistemas aislados e integrarlos en un único conjunto de datos, y compartir lo aprendido con los demás, es fundamental para avanzar tanto en nuestro propio progreso como en el de terceros. Mediante una recopilación y gestión de datos más automatizada, como la solución de la cadena de valor ESG, no sólo podemos compartir datos más fácilmente, sino también responder con mayor agilidad a los cambiantes requisitos normativos.
Según un estudio de Naciones Unidas y Accenture, el 98% de los directores ejecutivos consideran que la sostenibilidad es un elemento esencial de su labor, y dos de cada tres están haciendo partnerships y tomando medidas en materia de sostenibilidad. Muchos también están convirtiendo estas acciones en nuevos modelos de negocio y crecimiento.
El estadio Allegiant, sede de los Raiders de Las Vegas, utiliza Microsoft Sustainability Manager para dar soporte a unas instalaciones de última generación y energéticamente eficientes, que albergaron la Super Bowl de 2024. Allegiant, que obtuvo la certificación LEED Gold, se alimenta al 100 % de energía renovable procedente de parques solares locales y cuenta con soluciones de Microsoft para ayudar a organizar los datos con el fin de fundamentar las decisiones sobre la utilización de los recursos.
Microsoft Cloud for Sustainability está diseñada para que los partners, incluidos los expertos que trabajan en áreas en las que la sostenibilidad y la IA se cruzan, puedan ampliarla. Por ejemplo, el copiloto para ESG de Avanade elimina la problemática de los informes de cumplimiento normativo, generando informes listos para la auditoría con arreglo a marcos ESG existentes y nuevos.
Estamos orgullosos de contar con un ecosistema mundial creciente de partners de soluciones de sostenibilidad, asesoramiento y ejecución, que trabajan estrechamente con Microsoft para crear y desplegar capacidades que puedan hacer frente a los retos de la sostenibilidad que son amplios, polifacéticos y complejos.
El cruce entre la sostenibilidad y la IA ofrece enormes posibilidades para que cualquier organización reoriente su negocio en torno a la transformación de las operaciones, la reinvención de las marcas y la exploración de nuevas oportunidades empresariales. La IA de Microsoft aprovecha este potencial y las necesidades de nuestros clientes con un enfoque responsable de la Inteligencia Artificial basado en una evaluación, verificación y validación rigurosas.
Utilizando el potencial de los datos y la IA, el progreso de la sostenibilidad no solo es posible, sino también palpable. Las organizaciones pueden ganar eficiencia y precisión en la toma de decisiones y la elaboración de informes, así como contar con nuevas formas de operar y hacer crecer el negocio, en un apasionante camino compartido hacia un futuro transformador.
Copyright 2024 Web And Net, All Rights Reserved. Developed By Web and Net S.A.S.
