AI先物
地球温暖化に関する事実は、すべてのビジネスリーダーに警鐘を鳴らすはずです。 産業革命以前は、人為的な温室効果ガス (GHG) の排出量はほとんど無視できましたが、工業化が広がるにつれて着実に増加し始めました。
しかし、1950 年代以降、排出量は急増し、現在では 58 ギガトン (580 億トン) に達しています。これは、地球温暖化ガスを満載した航空母艦 58 万隻に相当します。 二酸化炭素(CO2)排出量だけでも、1950 年の約 5 ギガトンから現在では 36 ギガトンまで増加しており、そのプロセスは 1980 年代と 90 年代のデジタルおよびパーソナル コンピューティング革命によって加速されています。
温室効果ガスは大気中の熱を閉じ込めるため、産業革命以来、地球は摂氏約 1 度温暖化しました。 これは小さな変化のように見えるかもしれないが、ほとんどの科学者は、気候と気象システムの壊滅的な悪化を避けるために上昇を1.5度未満に抑えることが不可欠であることに同意しており、その初期の兆候はすでに確認されています。
CO2 排出量は当面は安定しているものの高いと予測されていますが、メタンや亜酸化窒素などの他の GHG 排出量は今世紀半ばまでに 30% 増加すると予測されています。 これが、全体的な温室効果ガス排出量が 2030 年だけで 62 ギガトンに達すると予測されている理由の 1 つです (これは、この 10 年間で温室効果ガスを排出する航空母艦を 40,000 隻追加するのに相当します)。
では、それに対して何ができるのでしょうか? 問題は、多くの場合、明らかな汚染者や炭素排出者、つまり変化が遅い業界、つまり海外旅行、食料生産、化石燃料などの業界に焦点が当てられていることです。 しかし、これにより、ほとんどの組織は、自分たちがどれだけのエネルギーを無駄にしているのかを認識できなくなります。この問題は、より迅速に解決できるのです。
すべての人工温室効果ガスの 72% はエネルギー生産の副産物であるため、ネットゼロを達成するにはエネルギーの無駄に取り組むことが重要です。 二酸化炭素排出量の 31% は電気と熱の生成だけで発生しており、これは航空旅行やガソリン車を含む交通機関による合計の 2 倍以上です。
これらすべてが重要な事実につながります。全 GHG 排出量の 20% は建物から発生しており、オフィス街、倉庫、大規模小売店環境の暖房、換気、空調 (HVAC) システムが最も悪影響を及ぼしているものの 1 つです。
モール、郊外のショッピングセンター、巨大倉庫は良いアイデアのように思えるかもしれないが、カナダの自律型人工知能プロバイダーであるブレインボックス AI によると、これらは膨大な量の電力を無駄にしており、消費するエネルギーの約 35% に相当するという。
これはこのテクノロジーの最も魅力的な応用ではないかもしれませんが、モントリオールに本拠を置く同社は、自律型 AI と機械学習を通じて既存の HVAC システムをよりスマートにすることに重点を置いています。 なぜ? なぜなら、これは、最小限の費用で、最短時間で最大の効果を達成できるからです。
CEOのサム・ラマドリ氏はこう説明する。
これらは地球規模の巨大な問題ですが、従来の[解決]方法では多大な資本が必要です。 さらに悪いことに、建物の大規模な改修を実行するには、高度に専門化されたチームが必要です。 したがって、現在、建物の改修が行われるのはおそらく年間 1% だけです。
そして、それがあなたの才能のプール全体です。年間に建物の 20%、あるいは 10% を施工できると考えたとしても、それは事実上不可能です。なぜなら、それらのエンジニアや専門家の数が十分に多くないからです。
そこで私たちは、自律型 AI、機械学習、データ分析の能力を活用して、実際に変化をもたらすことができると考えました。 その自己学習能力と自己決定能力を建物に導入すれば、物事を物質的に変えることができます。
同社の AI は、既存の HVAC システムに適用して制御することができ、システムを愚かなエネルギー消費者から適応的で応答性の高い設備に変えることを目的としています。
非効率で無駄の多い建物は、たとえばほとんどの自動車とは異なり、数十年、場合によっては何世紀にもわたって存在し続ける可能性があるため、早急に取り組むべき問題であると彼は言います。
ほとんどの建物は 50 年後、あるいは 80 年後もここに存在し続けるでしょう。 すべてを単に交換することはできないため、コスト効率の高い方法で各建物について学習できるシステムが必要です。 そしてそれがAIです。
30 階建てのタワーには、小さなポンプやファンから地下の大きなボイラーに至るまで、HVAC システムの個別コンポーネントが 200 ~ 400 個ある場合があります。 そして、建物のエネルギー消費量の 40 ~ 50% が冷暖房に費やされます。
したがって、これらのコンポーネントの動作を毎日毎分微調整して効率を高めることができるものがあれば、AI による自律的な意思決定がそれを実現します。 そして私たちは、このテクノロジーを大規模に展開して真の効果をもたらすことができると信じています。
彼は次のように付け加えています。
照明やエレベーターなど、建物内の一部のエネルギー使用パターンはより予測可能です。 しかし、HVAC システムの使用状況は大きく変動する可能性があります。気温 20 度で晴れていない日と、気温 32 度で HVAC が劇的に異なるレベルで動作している日とでは、日によって異なります。
そのため、私たちは建物内での最大のエネルギー消費に取り組むだけでなく、電気の使用方法の非効率性を生み出す、最も変動しやすいエネルギーにも取り組んでいます。 そして重要なことは、その非効率性がエネルギー網に圧力をかけることです。
これは重要な点です。1 つの建物でのエネルギーの浪費は、多くの建物での浪費へと急速に拡大し、さらには非効率な企業、町、都市、当局、地域、国家へと広がります。 つまり、空の部屋を冷暖房することが多くなり、送電網(もちろん、その一部には今でも化石燃料源が含まれています)が多大な負担にさらされることになります。
光熱費が高騰する現在、これほどの規模の廃棄物を根絶することは、環境面だけでなく経済面でも不可欠となっています。
では、Brainbox AI の将来の戦略は何でしょうか? ラマドリ氏はこう説明する。
私たちにとっての次の大きな進化は、グリッドインタラクティブな建物のコンセプトです。 私たちのエネルギーシステム自体がより複雑になり、より多くの再生可能エネルギーを導入するにつれて、私たちは生産の断続性という新たな問題に直面しています。 そのため、利用可能なリソースをいつでも送電網がどのように利用できるかに応じて、エネルギーのユーザーもより柔軟に対応できるようにする必要があります。
これが、私たちの目標が AI にこの機能をもたらすことである理由です。1 つの都市で 100 または 500 の建物が一緒に動作し、エネルギー グリッドに必要な柔軟性を提供して、より多くの再生可能エネルギーを利用できるようにすることを想像してください。 そうすれば、晴れていても曇っていても、グリッドにとってはそれほど重要ではありません。
私たちは、1 つの建物を最適化するために使用しているのと同じテクノロジーを、たとえば 500 の建物に導入して、送電網のエネルギーの消費方法に関して協力できるようにすることに興奮しています。 それがグリッドインタラクティブな建物です。
したがって、Brainbox AI のようなイノベーターが直面する主要な課題は、大規模な調達、つまり企業、そして町、都市、当局、政府を説得して、この広範なコンセプトを支持するよう説得することのようです。 しかし、社会意識の高い起業家であれば誰でも知っているように、これは世界的な野望を実現するためのスパナです。 そしておそらく、世界的な変化についても。 彼はこう言います:
公共調達システムは、革新的なイノベーションにとっては恐ろしいものです。 もちろん、詐欺を回避し、納税者のお金に対する公平性と受託者責任を確保するように設計されています。 しかし、特に競争市場で「世界初」のことをやっている場合には、それはイノベーションにとってまったく友好的ではありません。 つまり、公共調達モデルにはまったく適合しません。
私は気候テクノロジー企業の CEO として話しますが、それはテクノロジーが何であっても同じです。 公共調達は困難であり、スタートアップである私たち自身にもプレッシャーがあります。 私たちは迅速に行動し、同様に迅速に進歩を示さなければなりません。 個人顧客に 2 か月で販売でき、公共調達プロセスに 12 時間かかるとしたら、公共調達ルートを選択しようとすると、つるの状態で死ぬことになります。 それがまさに現実です。
たとえ都市のリーダーや一国の大統領や首相がこの分野に真の野心を持っていたとしても、公共調達に影響を与えようとした瞬間に、それは危険な前例となってしまう。 それはうまくいきません。 最も野心的な都市であっても、公共調達のエコシステム全体を保証するルールが依然として存在します。
より広範な公共調達の範囲内では、試験的プログラムの余地があるかもしれません。 しかし、実際の規模を実現するには、5,000 棟の建物や、当局が管理、所有、または占有している建物の数を考慮すると、私たちは社会としてまだそこに達していません。 したがって、私たちは最も早く動き、成功の証拠となる分野に焦点を当てる必要があります。
これを実現するためのルートの 1 つは小売部門である可能性がある、と彼は説明します。
建物や総面積のことを考えるとき、私たちの心は自然にロンドン、ニューヨーク、東京の写真に行きます。これらはすべて高層で光沢のある建物です。 しかし現実には、膨大な面積はすべて中小規模の建物から来ており、その多くは小売店です。
したがって、サイズについて考えると、最適化する必要がある平方フィートの点で、一方が他方をはるかに上回っています。 また、多くの小売業者は持続可能性について公約を行っているため、進歩を示すという大きなプレッシャーにさらされています。
この分野と協力することには他にも利点があると彼は続けます。
幸いなことに、多くの小売店はほぼ同様です。 したがって、展開する場合、同じチェーンの 500 店舗を他の 500 店舗よりもはるかに速く展開できます。 この組み合わせにより、文字通り大気中から大量の炭素を取り出したり、炭素の排出を阻止したりすることで、迅速に影響を与えることができる非常に興味深い分野になります。
素晴らしいニュース。 しかし、Brainbox AI は人工知能部門自体の二酸化炭素排出量についてどの程度懸念しているのでしょうか? 何百万人、何十億人もの人々が、冷却が必要なエネルギーを大量に消費する巨大なデータセンターを介して、クラウド上でプロセッサ集中型の AI モデルや機械学習モデルを使用していることを想像してください。
彼はこう答えます。
顧客がどの映画を見るかを決定するために AI を使用する場合、それは 1 つのことです。 しかし、私たちの場合、建物で消費されるエネルギーを削減するためにそれを使用しているため、節約されるエネルギーと使用されるエネルギーは何倍も異なります。 2 キロワットを節約するために 1 キロワットを使用しているわけではありません。 おそらく 1,000 を節約するために 1 つを使用しているでしょう。
私たちは、地球上に何百万もの建物が存在し、すでに存在する建物を脱炭素化する必要がある世界に住んでいます。」
AI の使用法は最も魅力的で人目を引くものではありませんが、ChatGPT や Stable Diffusion などの AI を使用してクリエイティブな専門家を失業させるよりも何倍も地球にとって有益です。 これは AI が活用されるべき種類の展開ですが、Brainbox AI のような企業が何を行っているかを全員に理解させるという課題は膨大であり、ましてや前向きな行動をとるよう説得することは言うまでもありません。
おそらく、一部の国における 2 桁のインフレと破滅的に高価なエネルギーが、意図せずして直ちに変化のきっかけとなる可能性があります。