Loading

Desarrollo Sostenible Empoderando el liderazgo de la IA

Contenido

Introducción | Ejemplos | Responsabilidades | Supervisión | Agenda | Recursos

Consulte este módulo como PDF aquí

Ver este módulo en Inglés

Otros módulos:

Página de Inicio | Ciberseguridad | Comité de Auditoría | Desarrollo Sostenible | Estrategia del Cliente | Estrategia Competitiva | Estrategia de Marca | Estrategia de Operaciones | Estrategia Tecnológica | Ética | Gobernanza | Personas y Cultura | Responsabilidad | Riesgos | Glosario

Introducción

La inteligencia artificial (IA) ha demostrado ser una tecnología transformadora que está ayudando a optimizar una amplia gama de operaciones en numerosos sectores. Las empresas han utilizado la inteligencia artificial para rediseñar procesos en casi todas los negocios y funciones de gobierno: ventas y mercadeo, servicio al cliente, manufactura, I + D, TI, recursos humanos y finanzas, por nombrar solo algunos.

Las empresas están utilizando IA para aumentar su fuerza de trabajo con "cobots" para hiperpersonalizar el compromiso del cliente y, en última instancia, crear mejores productos. Con una prevalencia sin precedentes y un impacto tan amplio, es imperativo preguntarse: ¿Cómo afecta la IA al medio ambiente? ¿Puede la IA ser el catalizador que romperá un vínculo que anteriormente se requería para que todas las revoluciones industriales pasadas tuvieran éxito: el vínculo entre el crecimiento económico y la degradación ambiental?

La IA puede ayudar a proporcionar avances en la conservación del agua y la energía, pero viene con su propia huella de carbono. La IA puede mejorar numerosos impactos de la sociedad pero también puede reafirmar un status quo social sesgado o injusto.

Las empresas están utilizando IA para:

  • Reducir su huella de carbono. Un estudio de 2019 desarrollado conjuntamente por Microsoft y PwC pronosticó que el uso responsable de la IA podría conducir a una caída del 4% (2,4 gigatoneladas) en las emisiones mundiales de gases de efecto invernadero (GEI) para 2030. Para abordar el cambio climático, las empresas están utilizando la IA para reducir sus huella de carbono. La inteligencia artificial puede ayudar a las empresas a optimizar su consumo de energía y, por lo tanto, reducir su huella de carbono. La IA se está utilizando para optimizar las rutas de los transportadores, predecir y pronosticar la oferta / demanda, predecir y pronosticar el mantenimiento y administrar el transporte autónomo. Todas estas optimizaciones conducirán directa e indirectamente a reducciones en la huella de carbono.
  • Optimizar el uso de los recursos naturales. IA está ayudando a las empresas a predecir la producción de energía verde (por ejemplo, energía solar, eólica e hidroeléctrica), asegurando así un desperdicio mínimo de estos recursos naturales. IA también ayuda a conservar el agua en uso residencial, manufacturero y agrícola. Los algoritmos predictivos han ayudado a desarrollar nuevos procesos agrícolas como la agricultura de precisión, donde se usa la cantidad exacta de agua requerida y solo se recogen los cultivos maduros. Los algoritmos también ayudan en la planificación de tierras agrícolas y el monitoreo de la salud de las plantaciones y el ganado. IA también ayuda en el desarrollo de esquemas eficientes de generación de energía y configuraciones para generadores de energía y consumidores de energía por igual.
  • Optimizar el use de IA para reducir su propia huella de carbono. Aunque la IA ofrece mejoras dramáticas en los procesos, ayuda a crear procesos nuevos e innovadores y es el principal catalizador para irrumpir en algunos sectores, no viene sin costos. Un estudio de 2019 realizado por la Universidad de Massachusetts Amherst concluyó que entrenar un modelo grande de IA común tendría 300 veces la huella de carbono de volar desde San Francisco a Nueva York. Las empresas están compensando esta huella de carbono utilizando energía renovable para impulsar sus modelos de IA. Las empresas también están comenzando a incluir la huella de carbono en sus análisis de costo / beneficio para implementar IA de manera selectiva y responsable.

Si bien se reconoce que el término "sostenibilidad" abarca aspectos sociales y de gobernanza más amplios, este módulo se centra únicamente en los efectos ambientales. La gobernanza, los beneficios sociales y los costos están cubiertos en otros módulos incluidos en el conjunto de herramientas.

Ambientalmente, la IA puede transformar y optimizar numerosas prácticas actuales para reducir la huella de carbono. Sin embargo, también puede contribuir a aumentar las emisiones si no se usa de manera responsable. Está bajo la supervisión de las juntas garantizar que la gerencia esté desempeñando bien su función. Las juntas deben asegurarse de que la IA se aplique a las tareas más importantes, y deben impulsar la compensación de las emisiones de carbono de la IA a través del uso responsable de la tecnología.

Ejemplos

Google: Reduciendo su huella de carbono

Google usa IA para optimizar el consumo de energía de sus centros de datos. Utilizando la tecnología de aprendizaje automático desarrollada por DeepMind, Google pudo optimizar el uso de energía de sus centros de datos en un 35%. Sabiendo que la IA que se ejecuta en sus centros de datos es un contribuyente importante al consumo de energía, Google también se comprometió a alimentar sus centros de datos con energía renovable y ha sido una compañía de emisiones cero netas de carbono desde 2017.

Observatorio Forestal de California: conservación de los recursos naturales

“Salo se ha asociado con Vibrant Planet y Planet Labs para construir el Observatorio Forestal de California. El núcleo de la plataforma es un motor de inteligencia artificial que aprovecha los datos LIDAR y satelitales para proporcionar una vista a nivel de árbol de la estructura forestal y las cargas de combustible que se escala en todo el estado. Integrará datos sobre el viento y el clima, la humedad y la población del suelo y la vegetación, y la infraestructura. Combinados, estos datos pueden capturar los impulsores complejos del riesgo de incendios forestales, y se integrarán con los modelos contemporáneos de incendios forestales para proporcionar un mapa dinámico en tiempo real del riesgo de incendios forestales, uno que pueda soportar tanto la planificación de restauración como las operaciones activas de incendios”.

Responsabilidades

Si bien los Principios de Gobierno Corporativo del G20 / OCDE no especifican la sostenibilidad en su lista de responsabilidades, las juntas no pueden llevar a cabo sus tareas de supervisión sin considerar cómo sus empresas usan y administran la tecnología, así como los principales planes tecnológicos, inversiones y asociaciones de su administración.

Muchas responsabilidades que se aplican a otros módulos pertenecen a la sostenibilidad:

  • Actuar de buena fe, con la debida diligencia y cuidado, las juntas deben estar completamente informadas sobre los planes para aplicar la IA en la estrategia, la alineación de la IA con los valores centrales y los estándares éticos, los riesgos asociados con la estrategia de la IA y las regulaciones que afectan el uso de la IA. Los directores deben tener acceso a información precisa, relevante y oportuna.
  • Supervisar la estrategia corporativa, los principales planes de acción, la gestión de riesgos y los presupuestos y planes de negocios, las juntas deben revisar y guiar la visión, los objetivos, las acciones y los gastos de la administración para la IA, su apoyo a la innovación y el uso de nuevos recursos de IA, la conciencia de la administración y los planes para el cumplimiento legal y ambiental y la mejora del riesgo de IA, y el uso y los planes de la competencia para la IA.
  • Supervisar el desempeño corporativo, gastos y adquisiciones, las juntas deben revisar y guiar la alineación de IA con la estrategia, los valores de los accionistas, la ética, el rendimiento y los indicadores de riesgo, incluidos los indicadores ESG, la implementación de los planes de IA, la efectividad de IA para acelerar los procesos y mejorar la productividad, las principales inversiones en sistemas y talentos de IA, y adquisiciones.

Para llevar a cabo estas responsabilidades, las juntas también deben revisar y guiar las siguientes preocupaciones específicas de sostenibilidad:

Actuar de buena fe, con la debida diligencia y cuidado.

Los miembros de juntas directivas deben:

  • Estar completamente informados sobre el uso de IA de sus empresas y competidores para crear un entorno sostenible
  • Aprender sobre las implicaciones ambientales de la implementación de IA
  • Estar completamente informado sobre la adopción de IA en su entorno y las demandas y expectativas que los socios importantes colocarán en su empresa
Supervisar la estrategia corporativa, los principales planes de acción, la gestión de riesgos y los presupuestos y planes de negocios.

Los miembros de juntas directivas deben conocer:

  • Si la administración está desarrollando estrategias que aprovechen las nuevas capacidades que IA puede brindar para reducir la huella de carbono y optimizar el uso de recursos naturales finitos
  • Si las inversiones en inteligencia artificial para la sostenibilidad apuntan a resultados comerciales importantes y no solo a mejoras con poco impacto en el resultado final de la responsabilidad social corporativa (RSC)
  • Cómo las adquisiciones y asociaciones de la empresa afectan su capacidad de usar IA para avanzar en su estrategia y si introducen nuevos riesgos
  • Si los procesos que usan IA han identificado sesgos y otros riesgos éticos cuando la IA se aplica a casos de uso de sostenibilidad, y si los planes de acción incluyen medidas para abordarlos
Supervisar el desempeño corporativo, gastos y adquisiciones.

Los miembros de juntas directivas deben conocer:

  • Qué progreso está haciendo la compañía en la aplicación de IA a casos de uso de sostenibilidad que diferencian a su compañía de la competencia
  • Si la administración está construyendo los recursos necesarios para implementar y operar un cambio de sostenibilidad habilitado por IA
  • Si, y cómo, la IA debe tenerse en cuenta en los objetivos de rendimiento para la gestión
  • Si los indicadores clave de rendimiento de la sostenibilidad (KPI) y los indicadores clave de riesgo están alineados con la estrategia habilitada para IA
  • Cómo se fomenta la innovación de sostenibilidad utilizando IA en toda la organización
  • Si los datos utilizados para entrenar y operar sistemas de inteligencia artificial se están administrando adecuadamente
  • Cómo se informan a la junta los procesos de control interno (págs. 58/66, Principio D7 del G20 / Principios de Gobierno Corporativo de la OCDE, 2015)
  • Cómo monitorear y gestionar los posibles conflictos de intereses de la administración, los miembros de la junta y los accionistas, incluido el uso indebido de los activos corporativos y el abuso en las transacciones con partes relacionadas (págs. 57/66, Principio D6 de los Principios de Gobierno Corporativo del G20 / OCDE, 2015)

El análisis en esta sección se basa en principios generales de gobierno corporativo, incluidos los Principios de Gobierno Corporativo del G20 / OCDE, 2015. No constituye asesoramiento legal y no pretende abordar los requisitos legales específicos de ninguna jurisdicción o régimen regulatorio. Se alienta a las juntas a consultar con sus asesores legales para determinar la mejor manera de aplicar los principios discutidos en este módulo a su empresa.

Supervisión

Esta sección incluye tres herramientas para ayudar a los directores a supervisar la gestión a medida que se utiliza la IA de manera responsable para la sostenibilidad del medio ambiente.

La herramienta de gestión del conocimiento ayuda a los miembros de la junta a evaluar si poseen o tienen acceso al conocimiento requerido para juzgar de manera independiente las acciones de la administración sobre el uso de la IA para la sostenibilidad del medio ambiente.

Vea la herramienta de evaluación del conocimiento en el Apéndice 1.

La herramienta de evaluación del desempeño consiste en preguntas que las juntas pueden hacerle a la gerencia sobre su conocimiento de la IA y la sostenibilidad, y el progreso y el desempeño de sus acciones. Ofrece el marco SCEPTIC para ayudar a los directores a evaluar las respuestas que reciben.

Vea la herramienta de evaluación del desempeño en el Apéndice 2.

La herramienta de orientación ofrece posibles acciones por parte de la junta en un formato "Si, entonces".

Vea la herramienta de orientación en el Apéndice 3.

Agenda

Las siguientes sugerencias pueden ayudar a la persona que prepara la discusión de la junta y establece la agenda sobre sostenibilidad a través de la IA.

Antes de dirigir la primera reunión

  • Prepárese: familiarícese con la IA, lo que puede hacer hoy para apoyar la sostenibilidad y lo que podrá hacer en el futuro a medida que avance el campo. Separe la exageración de la realidad mirando la investigación y las fuentes detrás de las afirmaciones, y los problemas que complican la implementación de la tecnología. La sección de recursos proporciona lecturas sobre IA y sostenibilidad. Hable con ejecutivos senior de TI, seguridad y asuntos públicos sobre cualquier problema de ética que tenga en mente.
  • Calcule el interés de los miembros de la junta en la inteligencia artificial y la sostenibilidad: hable con otros miembros de la junta. Conozca la importancia que le dan a la IA y las preocupaciones que tienen sobre las inversiones y asociaciones de IA planificadas. Identifique a los miembros de la junta que están más interesados en avanzar con nuevas inversiones en inteligencia artificial y aquellos que tienen inquietudes o les falta interés.
  • Establezca metas: piense con anticipación sobre los resultados deseados de la discusión de la junta.
Establecer la agenda inicial. Crear una estrategia para promover el uso de IA para mejorar los esfuerzos de sostenibilidad.

Los temas de la agenda pueden incluir:

  • Presentación: Organice una sesión informativa sobre cómo se utiliza la IA para mejorar los esfuerzos de sostenibilidad de la organización. La presentación puede incluir ejemplos de competidores y posibles casos de uso descubiertos por los investigadores. También debe incluir ahorros de costos y otros beneficios cuantificados cuando sea posible. La presentación también debe mostrar los principales riesgos y responsabilidades que la empresa tendrá que gestionar, y los requisitos que se deben cumplir para ejecutar IA, como los datos para la capacitación de sistemas de IA.
  • Discusión: Identificar y priorizar áreas relevantes de sostenibilidad para los pilotos, con base en un alto potencial de reducción en la huella de carbono; alto potencial de optimización en el uso de recursos naturales; disponibilidad de datos; capacidad de implementar y ampliar si tiene éxito.
  • Delegación: decida qué miembros del equipo ejecutivo serán responsables de seleccionar y ejecutar los pilotos, así como decidir qué apoyo se necesita (por ejemplo, tecnología, plataformas de desarrollo, entornos limitados de innovación, etc.).
  • Involucrarse: Decidir cómo la junta se mantendrá actualizada con los desarrollos en innovación de sostenibilidad.

Establecer temas de seguimiento o de agenda alternativa. Estos pueden incluir:

  • Conciencia y cultura de sostenibilidad: Discuta cómo la empresa está desarrollando una cultura que respalde un modelo de negocio sostenible. Esta conversación puede incluir KPI actuales y futuros, evaluaciones de prácticas sostenibles e iniciativas de sostenibilidad pioneras y gratificantes.
  • Energía renovable: discuta cómo la compañía está priorizando la utilización de fuentes de energía limpia y cómo está invirtiendo en I + D de energía renovable.
  • El modelo operativo del futuro: Visualice las nuevas formas, de extremo a extremo, en las que la sostenibilidad se entrelaza y contribuye positivamente a la rentabilidad de la empresa.
  • Estándares de GEI: comprenda qué protocolo de GEI (corporativo, cadena de valor o producto) puede respaldar mejor las misiones y objetivos de la organización para medir e informar las emisiones. Mapear y monitorear los impactos ambientales a lo largo de la cadena de valor, entendiendo qué procesos son (o pueden ser) respaldados por datos e IA

Recursos

Reportes: Objetivos de Desarrollo Sostenible para juntas directivas

  • United Nations, “Sustainable Development Goals Knowledge Platform”.
  • United Nations, “SDG Compass Guide”.
  • PwC, “Navigating the SDGs: a business guide to engaging with the UN Global Goals”.

Reportes: IA y el desarrollo sostenible

  • World Economic Forum, “Unlocking Technology for the Global Goals”, 2020
  • World Economic Forum, “Harnessing AI for the Earth”, 2018.
  • World Economic Forum, “The New Physics of Financial Services – How artificial intelligence is transforming the financial ecosystem”, 2018.
  • PwC, “How AI can enable a sustainable future”.
  • Michael Chui, James Manyika et al., “Notes from the AI Frontier: Applications and Value of Deep Learning”, McKinsey Global Institute, 2018.
  • Michael Chui, Martin Harrysson, James Manyika et al., “Applying Artificial Intelligence for Social Good”, McKinsey, November 2018.
  • Landing AI, “AI Transformation Playbook”.
  • Accenture, “AI Explained – A Guide for Executives”.
  • McKinsey, “An Executives’ Guide to AI”.
  • Deloitte, “State of AI in the Enterprise, 2nd edition”.

Otros Reportes

  • Global Reporting Initiative, “GRI’s Contribution to Sustainable Development”
  • John Fullerton, Capital Institute, “Regenerative Capitalism - How universal principles and patterns will shape our new economy”, 2015.
  • PwC, “The Low Carbon Economy Index 2019: Tracking the progress G20 countries have made to decarbonise their economies”, 2019.

Libros

  • Ajay Agrawal, Avi Goldfarb & Joshua Gans, “Prediction Machines: The Simple Economics of Artificial Intelligence”, Harvard Business Review Press, 2018.
  • Paul Hawken, “Drawdown: The Most Comprehensive Plan Ever Proposed to Reverse Global Warming”, New York: Penguin Books, 2017.
  • H. James Wilson and Paul R. Daugherty, “Human + Machine – Reimagining Work in the Age of AI”, Harvard Business Review Press, 2018.
  • Max Tegmark, “Life 3.0: Being Human in the Age of Artificial Intelligence”, Random House Publishing Group, 2017.
  • Anastassia Lauterbach and Andrea Bonime-Blanc, “The Artificial Intelligence Imperative: A Practical Roadmap for Business”, Praeger, 2018.
  • Kai-fu Lee, “AI Superpowers: China, Silicon Valley, and the New World Order”, Houghton Mifflin Co, 2018.

Artículos

  • John Elkington, “25 Years Ago I Coined the Phrase “Triple Bottom Line.” Here’s Why It’s Time to Rethink It”, Harvard Business Review, June 25 2018.
  • J. Jay, S. Gonzalez, M. Swibel, “Sustainability-Oriented Innovation: A Bridge to Breakthroughs”, MIT Sloan Review, November 10 2015.
  • Sam Ransbotham, David Kiron et al., “Reshaping Business with Artificial Intelligence: Closing the Gap Between Ambition and Action”, MIT Sloan Management Review in collaboration with Boston Consulting Group, 2017.
  • Gartner, “Lessons from AI Pioneers”, 9 February 2018.
  • Thomas H. Davenport and Rajeev Ronanki, “Artificial Intelligence for the Real World”, Harvard Business Review, 2018.
  • Jacques Bughin, James Manyika, "Your AI Efforts Won’t Succeed Unless They Benefit Employees", Harvard Business Review, July 2019.

Centros de Investigación

  • Center for the Governance of AI, Future of Humanity Institute and the University of Oxford.
  • Ethics and Governance of Artificial Intelligence Initiative, Berkman Klein Center for Internet & Society at Harvard University and the MIT Media Lab.

Programas ejecutivos de educación

  • IESE, “Artificial Intelligence for Executives”, Barcelona, Spain.
  • University of California, Berkeley, “Artificial Intelligence Unlocked”, Berkeley, California.
  • Harvard Business School, “Competing on Business Analytics and Big Data”.
  • National University of Singapore, “Leading with Big Data Analytics & Machine Learning”.
  • Stanford Graduate School of Business, “Big Data, Strategic Decisions: Analysis to Action”.

Other modules:

Página de Inicio | Ciberseguridad | Comité de Auditoría | Desarrollo Sostenible | Estrategia del Cliente | Estrategia Competitiva | Estrategia de Marca | Estrategia de Operaciones | Estrategia Tecnológica | Ética | Gobernanza | Personas y Cultura | Responsabilidad | Riesgos | Glosario