A mesterséges intelligencia (AI) egyre mélyebben ágyazódik be az e-kereskedelem világába, hatékonyabb működést, költségcsökkentést és jobb vásárlói élményt ígérve. Ugyanakkor időről-időre felmerül a kérdés: vajon az AI valóban hozzájárul a fenntartható üzleti működéshez, vagy éppen ellenkezőleg, jelentős környezeti terhelést generál? A Kosárértéken eddig inkább technológiai szempontból vettük górcső alá a mesterséges intelligenciát, most azonban egy új szempont kerül a középpontba: milyen, karbonlábnyomokban mérhető ára van annak, hogy az üzleti működést jelentősen megkönnyíti?
Az AI fenntartható üzleti működést támogató hatásai
A mesterséges intelligencia számos területen járul hozzá az e-kereskedelmi vállalkozások fenntarthatóságához.
-
Csökkenti a pazarlást és az áruvisszaküldéseket
A virtuális próbafülkék (VTO – Virtual Try-On) és a személyre szabott ajánlások jelentősen mérsékelhetik a visszaküldések arányát, amely a divatiparban gyakran eléri a 30-40%-ot. A pontosabb méret- és stílustanácsadás segít elkerülni a félrerendeléseket, ezáltal csökkentve a logisztikai terhelést és a felesleges csomagolási hulladékot.
-
Optimalizálja a készletezést és a logisztikát
Az AI-alapú kereslet-előrejelző rendszerek a vásárlói viselkedés, a piaci trendek és a szezonális változások figyelembevételével pontosabb készletezési döntéseket tesznek lehetővé. Ennek köszönhetően elkerülhető a túltermelés, csökkenthető a felesleges árukészlet, valamint optimalizálható a szállítmányozás és a raktármenedzsment energiafelhasználása.
-
Hatékonyabb energiafelhasználás
A mesterséges intelligencia hozzájárulhat az e-kereskedelmi rendszerek energiahatékonyságának növeléséhez is. A gépi tanulásra épülő algoritmusok képesek optimalizálni a raktárak hőmérséklet-szabályozását és az árukiszállítási útvonalakat, ezáltal csökkentve az üzemanyag-felhasználást és a szállítással járó károsanyag-kibocsátást.
-
Célzott marketing, kevesebb felesleges reklám
Az AI-alapú algoritmusok lehetővé teszik, hogy a vásárlók valóban releváns ajánlatokat kapjanak, csökkentve ezzel a reklámpazarlást és optimalizálva a marketingköltségeket. Ez a hatékonyabb hirdetéskiszolgálás nemcsak a fogyasztók elégedettségét növeli, hanem a fenntartható fogyasztás elősegítéséhez is hozzájárul.
-
Automatizáció és fenntartható ügyfélszolgálat
A chatbotok és AI-alapú ügyfélszolgálati rendszerek révén kevesebb erőforrásra van szükség az ügyfélkapcsolatok kezeléséhez. Az ilyen automatizációs megoldások gyorsabb és költséghatékonyabb ügyfélkiszolgálást tesznek lehetővé, miközben csökkentik a vállalatok ökológiai lábnyomát.
Itt jön a DE…
A fenti lista viszont úgy lenne teljes értékű, ha azt is megmutatná, hogy mindez milyen áron érhető el, mennyibe fáj ez a természeti környezetünknek és a felnövekvő generációknak. A Carbon.Crane magyar startup átfogó kutatása rámutatott arra, hogy már egyetlen AI-platform meglátogatása is jelentős karbonlábnyomot hagy maga után. A legnépszerűbb AI eszközök energiafelhasználása döbbenetes méreteket ölt:
OpenAI: A legtöbbet használt AI eszköz az OpenAI által fejlesztett ChatGPT. Évente több, mint 168 milliárd oldalletöltéssel operál, ami 44 millió kg szén-dioxid kibocsátást eredményez. Ez a mennyiség az energiaigény oldaláról vizsgálva több, mint 68 ezer átlagos magyar háztartás éves energiafogyasztásának megfelelő villamosenergiát jelent.
Deepl: A Deepl közismert fordító platform. Az utóbbi időben integrált AI megoldásoknak köszönhetően évi 22,6 milliárd oldalletöltést produkál – ami 12 millió kg szén-dioxid kibocsátást jelent. Energiaigénye pedig nagyjából megfelel Szombathely éves lakossági energiafogyasztásának.
Midjourney: E generatív mesterséges intelligencia a felhasználó által leírt szavakból, úgynevezett promptokból állít elő képeket, hasonlóan mint az OpenAI féle DALL-E és a Stable Diffusion. A cég három év alatt elérte az 5 milliárd oldalletöltést. Ez 9 millió kg szén-dioxid kibocsátással terheli a környezetet. Energia oldalról nézve ez 14 ezer négyfős magyar háztartás éves energiafogyasztásának megfelelő villamosenergiát fedi le.
-
Mégis, miért ilyen energiaigényes?
A mesterséges intelligencia környezeti terhelése három fő tényezőből adódik össze:
- Modellképzés – Az AI-rendszerek betanítása rendkívül számításigényes folyamat, amely hatalmas energiát emészt fel.
- Inferencia (következtetés levonása) – A modellek használata során minden egyes kérdés vagy feladat további számítási teljesítményt igényel.
- Infrastruktúra – Az AI-platformokat támogató adatközpontok folyamatos működést és hűtést igényelnek, ami tovább növeli az energiafogyasztást.
Megoldás: optimalizálás és az AI tudatos használata
“Jól látszik, hogy a mesterséges intelligencia már az életünk része lett, és ez csak fokozódni fog. Tisztában kell azonban lenni vele, hogy a kényelemnek és a gyorsaságnak ára van”
– magyarázta Huszics György, a Carbon.Crane társalapítója. Hozzátette, hogy „az MI elképesztő mennyiségű energiaigénye ráadásul jelen állás szerint nem oldható meg csak zöld energiával, és akkor még nem beszéltünk a vízfelhasználásról. Bár ígéretes kezdeményezéseket láthatunk a rendszerek racionalizálására, az eszközök optimalizálására, még mindig nem látszik, hogyan lehet majd a mellékhatásokat kordában tartani. Ugyanakkor néha az az érzésem, hogy túlhasználjuk ezt az eszközt. Mi kifejezetten figyelünk például arra is, hogy olyan területeken vegyünk csak igénybe MI-t, ahol érdemben jobb, hatékonyabb működést tudunk elérni a segítségével.”
Tudatosabb felhasználó is kellene
A tudatosabb AI-használat, az energiahatékony adatközpontok és az optimalizált algoritmusok mind hozzájárulhatnak a mesterséges intelligencia fenntarthatóbbá tételéhez. A Carbon.Crane legújabb kutatása kimutatta: tíz népszerű AI-eszköz karbonlábnyoma éves szinten mintegy 7,5 millió kg szén-dioxid kibocsátással lenne csökkenthető pusztán a képek optimalizációjával. Ez különösen a képgeneráló modellek esetében jelentős, amelyeknél akár 58 százalékos energia- és kibocsátáscsökkenés is elérhető. Mindez azért is kulcsfontosságú, mert a képgeneráló AI-eszközök iránti kereslet a következő években várhatóan többszörösére nő.
A mesterséges intelligencia tehát velünk marad, és vele együtt az energiaigénye is. Bár a ChatGPT népszerűsége miatt a figyelem középpontjába került, más AI-eszközök is egyre nagyobb mértékben járulnak hozzá a digitális szektor növekvő környezeti terheléséhez. Az AI-fejlesztések tudatos optimalizációja elengedhetetlen ahhoz, hogy mérsékeljük digitális ökológiai lábnyomunkat.
A fenntarthatóbb technológia nemcsak a környezet számára jelent előnyt, hanem gazdaságilag is kifizetődő: minél kevesebb energia szükséges egy adott AI-eszköz működtetéséhez, annál alacsonyabbak az üzemeltetési költségek is. Az iparág szereplői számára tehát egyértelmű: a mesterséges intelligencia fejlesztések fenntarthatóságának előmozdítása nemcsak felelősség, hanem üzleti érdek is.
