Ризик-менеджери попередили про складність вимірювання впливу ШІ на навколишнє середовище

У світі, де технології розвиваються з небаченою швидкістю, ШІ дедалі частіше стає не лише рушієм інновацій, а й новим джерелом занепокоєння для корпоративних ризик-менеджерів. І якщо донедавна основна увага зосереджувалась на етичних, юридичних чи кіберризиках, то сьогодні в центрі уваги опинився ще один аспект: екологічний слід штучного інтелекту. В цьому зв’язку мене зацікавила стаття "Risk managers warned about difficulty in measuring AI’s environmental impact", опублікована на Commercial Risk Online, яка присвячена нещодавньому заходу Швейцарської асоціації управління ризиками Sirm, у якому взяли участь понад 90 менеджерів з ризиків та страхування, а також експерти страхової галузі. Головною темою для обговорення на Sirm Geneva Rendez-Vous 2025 було те, чи можна виміряти та контролювати вплив штучного інтелекту на навколишнє середовище. На основі презентацій різних експертів було зроблено висновок, що наразі оцінити вплив ШІ на навколишнє середовище надзвичайно складно. І справа не лише у складності самих технологій, а й у відсутності прозорих даних, методик і стандартів, за якими можна було б виміряти та проаналізувати цей вплив.

З одного боку, ШІ обіцяє вирішення багатьох проблем: оптимізацію бізнес-процесів, підвищення ефективності, зниження витрат. З іншого – тренування моделей штучного інтелекту потребує величезної кількості обчислювальних ресурсів. А отже – енергії. А отже – викидів. А в багатьох випадках – і води для охолодження серверів. "Ми маємо розуміти, що кожен запит до великої мовної моделі не є безкоштовним для планети", – застерігає один з учасників.

Проблема в тому, що наразі компанії, які створюють ШІ-моделі, не зобов’язані розкривати обсяг енергоспоживання чи кількість викидів CO2. У кращому разі можна знайти фрагментарні оцінки. Наприклад, одне з недавніх досліджень показало, що тренування моделі зразка GPT-3 супроводжувалось викидом понад 500 тонн CO2. Це еквівалентно обсягу викидів від 110 автомобілів протягом року. І це лише один проєкт, одна архітектура.

Для ризик-менеджерів ситуація ускладнюється ще й тим, що екологічні наслідки часто приховані від безпосереднього контролю. Сервери розташовані в дата-центрах на іншому континенті. Постачальники – зовсім інші юридичні особи. Інформація – фрагментарна. І водночас саме цим даним дедалі більше цікавляться інвестори, споживачі й регулятори. Особливо в Європі, де діють нові правила прозорості щодо ESG-показників. Прозора екологічна звітність стане в найближчі роки не просто додатковим бонусом для бізнесу, а критичним елементом репутаційної безпеки. І вже зараз варто розробляти відповідні політики, інструменти моніторингу та запити до постачальників ШІ-послуг.

У цьому контексті ШІ-проєкти можуть перетворитися на джерело чотирьох ключових ризиків:

1. Репутаційного, якщо споживачі або партнери поставлять під сумнів екологічну доброчесність компанії.
2. Регуляторного, особливо в юрисдикціях з високими вимогами до звітності за стандартами CSRD.
3. Операційного, якщо нестабільність інфраструктури постачальників ШІ призведе до перебоїв.
4. Фінансового, з огляду на приховані або недооцінені витрати на енергію, охолодження та інфраструктуру.

Тому вже сьогодні компаніям варто почати не лише користуватися перевагами ШІ, а й формувати культуру відповідального штучного інтелекту. Це включає запровадження власних стандартів оцінки "зеленості" ШІ-продуктів, впровадження внутрішніх політик оцінки життєвого циклу моделі (від тренування до використання) та діалогу з постачальниками щодо прозорості даних.

Суть у тому, що екологічний вимір ШІ – це не тимчасова мода, а новий стратегічний горизонт. І ті компанії, які вже сьогодні почнуть діяти в цьому напрямку, зможуть не лише зменшити ризики, а й створити додану вартість – для себе, для клієнтів, для планети.

Стаття чітко вказує: екологічний вплив ШІ залишається "чорною скринькою", що підсилює регуляторні, репутаційні, операційні та фінансові ризики. Проте саме формування культури екологічної прозорості, застосування нових методів LCA, та вимоги до стійких дата-центрів можуть перетворити його на джерело вартості та довіри. Ера сталого AI – вже на горизонті, але вона потребує активних дій та змін у підходах управління ризиками.