AI kan organisaties helpen om CO2-uitstoot met 16% te verminderen binnen 3-5 jaar

Publish date:

Nu al gebruikt 48% van de ondervraagde organisaties AI voor klimaatactie, wat leidt tot minder uitstoot van CO2 en een betere energie-efficiëntie.

Utrecht, 17 november 2020 – Op AI (kunstmatige intelligentie) gebaseerde use cases voor klimaatactie hebben het potentieel om organisaties te helpen om tot 45% van hun doelstellingen te behalen met betrekking tot de koolstofintensiteit van de energie die zij verbruiken voor hun activiteiten, de zogeheten “Economic Emission Intensity” targets van het klimaatakkoord. Dit blijkt uit het onderzoek “Climate AI: How artificial intelligence can power your climate action strategy van het Capgemini Research Institute, uitgevoerd in samenwerking met Climate Change Startup right. based on science. Terwijl AI veel use cases biedt voor klimaatactie, blijkt schaalvergroting echter lastig en combineert slechts 13% van de organisaties met succes een visie op het klimaat met kunstmatige intelligentie.

Tweederde (67%) van de onderzochte organisaties heeft bedrijfsdoelstellingen voor de lange termijn vastgesteld om klimaatverandering aan te pakken. Terwijl veel technologieën gericht zijn op een specifiek resultaat, zoals het afvangen van koolstof of hernieuwbare energiebronnen, kan AI de klimaatactie van organisaties in verschillende sectoren en waardeketens versnellen. De adoptie neemt toe naarmate meer dan de helft van de organisaties (53%) verder gaat dan de pilot-fase[1]. Use cases gebaseerd op kunstmatige intelligentie omvatten het verbeteren van de energie-efficiëntie, het verminderen van de afhankelijkheid van fossiele brandstoffen en het optimaliseren van processen om de productiviteit te verhogen. Voor het onderzoek zijn 800 leidinggevenden geïnterviewd uit 400 organisaties in de auto-industrie, procesindustrie, energie- en utility-sector en retail. Bijna de helft (48%) gebruikt kunstmatige intelligentie voor klimaatactie. Hierdoor is de uitstoot van broeikasgassen met 12,9% verminderd, de energie-efficiëntie met 10,9% verbeterd en de hoeveelheid afval sinds 2017 met 11,7% teruggedrongen.

De potentiële positieve impact van kunstmatige intelligentie is aanzienlijk. Organisaties kunnen verwachten dat ze in de komende drie tot vijf jaar de uitstoot van broeikasgassen met 16% zullen verminderen door middel van AI-gedreven klimaatactieprojecten[2]. In de vijf sectoren, zo blijkt uit het onderzoek, kunnen AI-gedreven use cases helpen om tot 45% van de benodigde doelstellingen te behalen van het Akkoord van Parijs tot 2030[3].

Door het analyseren van meer dan 70 AI-use cases voor klimaatactie heeft Capgemini de 10 use cases met de grootste impact geïdentificeerd. Gedetailleerd in het rapport zijn dit onder andere energieverbruik- en optimalisatieplatformen, algoritmes om automatisch defecten te identificeren en storingen te voorspellen zonder de activiteiten te onderbreken, en het opsporen van lekkages op industriële locaties.

Voor een succesvolle inzet moeten barrières worden overwonnen

Ondanks het aanzienlijke potentieel van AI voor klimaatactie, blijft de adoptie laag. Dit kan te wijten zijn aan verschillende barrières:

  • Meer dan acht op de tien organisaties besteden minder dan 5% van de investeringen in klimaatverandering aan AI en het bijhouden van data.
  • De helft (54%) heeft minder dan 5% van de werknemers met de vaardigheden om data en AI-gedreven rollen op zich te nemen.
  • Meer dan een derde (37%) van de ondervraagde executives hebben hun klimaatdoelstellingen in het licht van COVID-19 vertraagd, met de grootste vertraging in de energie- en utility-sector. 38% van alle organisaties heeft de investeringen bedoeld voor klimaatactie bevroren.

Europese AI-voorlopers in klimaatactie

Slechts 13% van de organisaties heeft hun klimaatvisie en -strategie in lijn gebracht met hun AI-capaciteiten – dit zijn degenen die Capgemini definieert als klimaat AI-voorlopers[4]. Twee vijfde hiervan komt uit Europa, gevolgd door Noord- en Zuid-Amerika en APAC. Klimaat AI-voorlopers staan dichter bij de vereiste temperatuurbijdragen van het Akkoord van Parijs in vergelijking met hun collega’s in zowel scope 1 als 2 emissies en hebben aanzienlijke winst geboekt bij het toepassen van AI om de directe uitstoot te verminderen.

Er ontstaat ook een duidelijke kenniskloof, aangezien 84% van de executives hun CO2-voetafdruk liever zou compenseren (of verrekenen) dan technologische oplossingen in te zetten om hun voetafdruk te verminderen op de lange termijn (16%). Dit duidt op een gebrek aan bewustzijn voor het potentieel van AI op het gebied van klimaatactie. Volgens het rapport moeten organisaties investeren in AI en datascience teams om te begrijpen hoe AI het beste kan worden ingezet om het positief in te zetten voor duurzaamheid.

Maak gebruik van het volledige potentieel van AI, maar houd ook rekening met de gevolgen ervan

Ondanks de technologische vooruitgang kunnen AI-systemen en -oplossingen mogelijk veel stroom verbruiken en aanzienlijke hoeveelheden CO2-uitstoot genereren. Voordat organisaties beginnen met het implementeren van AI-use cases, moeten ze de impact op het milieu zorgvuldig beoordelen, een groter bewustzijn opbouwen en AI-oplossingen bouwen met de kernprincipes van duurzaamheid, om er zeker van te zijn dat de voordelen van hun AI-implementaties opwegen tegen de “uitstootkosten”.

Het aanpakken van de klimaatverandering is ieders verantwoordelijkheid en AI heeft het potentieel om een aanzienlijke impact te hebben, maar slechts een fractie van de organisaties maakt actief gebruik van deze technologie“, zegt Anne Laure Thieullent, Vice President, Artificial Intelligence en Analytics Group Offer Leader bij Capgemini. “Ook voor klimaatactie start de uitvoering vanuit de top van de organisatie, door het gebruik van data & AI af te stemmen op de strategische bedrijfsagenda, met duurzaamheid in het hart. Zonder deze duidelijke richting is er een ontbrekende schakel tussen intentie en technologische prioritering en uitvoering. Organisaties hebben de mogelijkheid om prioriteit te geven aan de inzet van AI-oplossingen om hun duurzame doelen te bereiken. Er bestaan nu kaders om te onderwijzen, bewustzijn op te bouwen, schaalbare operationele modellen op te zetten en gegevens te beheren om tastbare bedrijfsresultaten te leveren met AI toegepast op klimaatactie. En natuurlijk vereist dit dat AI-oplossingen worden ontworpen, gebouwd, geïmplementeerd en gemonitord met duurzame ontwerpprincipes om te zorgen voor een algemene positieve impact op het milieu“.

Voor meer informatie en de aanbevelingen op basis van het onderzoek, kunt u hier het volledige rapport hier raadplegen.

Onderzoeksmethodologie

Capgemini heeft 800 leidinggevenden van 400 organisaties ondervraagd. Elke organisatie had twee respondenten: een duurzaamheidsmanager en een bedrijfs- of technologiedirecteur. Naast de enquête onder leidinggevenden heeft Capgemini een panel van 300 experts ondervraagd: regelgevers, academici en experts op het gebied van kunstmatige intelligentie. Capgemini vulde de enquêtes aan met diepte-interviews van meer dan 40 duurzaamheidsexperts, business-/technologische experts, mensen die kunstmatige intelligentie in de praktijk gebruiken en starters, denktanks en academici die werkzaam zijn op het gebied van kunstmatige intelligentie en/of klimaatverandering. Capgemini werkte ook samen met de start-up right. based on science, voor hun expertise in XDC Model-methodologie, om de impact van kunstmatige intelligentie op de uitstoot van broeikasgassen van organisaties in te schatten en te kwantificeren. Het is de enige methode in zijn soort die een volledig klimaatmodel integreert (ook gebruikt door de Intergouvernementele Werkgroep inzake Klimaatverandering van de VN). Het is wetenschappelijk onderbouwd, peer-reviewed, toekomstgericht, compatibel met de Task Force on Climate-related Financial Disclosures (TCFD), afgestemd op de EU Green Deal, transparant en open source (momenteel voor de academische wereld; vanaf 2021 volledig open source).

[1] Bron: Capgemini Research Institute, “The AI-powered enterprise: unlocking the potential of AI at scale,” juli 2020.

[2] Volgens het Capgemini-onderzoek kan AI in de komende 3 tot 5 jaar de uitstoot van broeikasgassen met gemiddeld 16% verminderen in de sectoren automotive, maakindustrie, consumentenproducten, retail en energie/utilities.

[3] Capgemini maakt gebruik van het X-Degree Compatibility (XDC) Model, dat door right. is ontwikkeld, om te bepalen of broeikasgasemissiereducties van AI de impact van organisaties op het klimaat zal helpen afstemmen op een temperatuurstijging van de aarde van minder dan 2°C. Het XDC-model berekent de bijdrage van een bedrijf, een portefeuille of een andere economische entiteit aan de klimaatverandering en geeft zo een antwoord op de vraag: Hoeveel opwarming van de aarde kunnen we verwachten, als de hele wereld met dezelfde economische emissie-intensiteit opereert als de entiteit in kwestie? De resultaten worden uitgedrukt in een tastbaar graad Celsius (°C) getal: de XDC. Deze op wetenschap gebaseerde klimaatmetriek drukt uit in hoeverre een bedrijf bijdraagt aan de beperking van de temperatuurstijging. De belangrijkste invoerparameter voor het XDC-model is een metriek die Economic Emission Intensity (EEI) wordt genoemd. De EEI van een organisatie of een sector legt een relatie tussen de geproduceerde emissies per generatie van een miljoen euro Bruto Toegevoegde Waarde (GVA). De ETI toont dus het vermogen van een organisatie om de economische groei te ontkoppelen van de uitstoot.

[4] Om te begrijpen welke organisaties hun klimaatvisie en -strategie in lijn hebben gebracht met hun AI-capaciteiten, en welke mate zij in staat zijn om het klimaatpotentieel van AI om te zetten in actie en waarde, analyseerde Capgemini alle onderzochte organisaties op basis van twee dimensies – klimaatactie (visie) en AI-capaciteiten (uitvoering). Voorlopers hebben een volwassen klimaatveranderingsvisie, strategie en een sterke staat van dienst op het gebied van de implementatie van AI voor klimaatactie.

AI for Climate Action_Press...

File size: 142,21 KB File type: PDF

Climate AI Infographic

File size: 249,21 KB File type: PDF