E

n 2020, Microsoft anunció su iniciativa “Planetary Computer”, un proyecto monumental destinado a recopilar datos ambientales a escala mundial y hacerlos accesibles para soluciones de sostenibilidad. Al asociarse con organizaciones medioambientalistas y aprovechar algoritmos de inteligencia artificial de vanguardia, Microsoft pretende abordar algunos de los problemas ambientales más apremiantes del planeta, desde la pérdida de biodiversidad hasta el cambio climático. Este proyecto con visión de futuro sirve como algo más que un simple ejemplo de responsabilidad corporativa. Se trata de un hito importante, que indica un cambio de paradigma más amplio para hacer de la IA y la sostenibilidad la columna vertebral de la gestión moderna de proyectos.

En la actual economía de proyectos, donde los proyectos son la principal unidad de trabajo y la creación de valor, los paradigmas tradicionales de gestión de proyectos están experimentando una transformación radical. La sostenibilidad ya no es algo que “es bueno tener”, sino un criterio esencial para el éxito, tanto en la fase inicial de los proyectos como cuando los resultados del proyecto siguen generando beneficios a lo largo de su vida útil. Como lo demuestran empresas como Microsoft, existe una oportunidad sin precedentes en la intersección de la IA, la gestión de proyectos y la sostenibilidad (en los ámbitos social y financiero, así como en el ámbito medioambiental).

Desafortunadamente, sin una ejecución adecuada, la integración de IA y la gestión de proyectos para lograr objetivos de sostenibilidad, puede contribuir a la misma huella de carbono que pretendemos reducir. ¿Cómo podemos aprovechar simultáneamente los poderes computacionales de la IA y cumplir los objetivos de sostenibilidad sin inclinar la balanza desfavorablemente en términos de costo e impacto ambiental? Aquí es donde entran en escena los “algoritmos ecológicos” (construcciones especializadas de IA diseñadas para mejorar la eficiencia operativa y priorizar la sostenibilidad).

Complejidad, costo y carbono

La gestión de proyectos siempre ha requerido un delicado equilibrio entre alcance, tiempo, presupuesto y beneficios. Medir el impacto ambiental, social y humano de los proyectos añade más complejidades. Las herramientas de IA para la gestión de proyectos tienen el potencial de ayudar a abordar estas preocupaciones, pero a medida que la implementación de la IA pasa de la teoría a la realidad, surge otra capa de tres desafíos clave: la complejidad, el costo y el carbono de la implementación de la IA.

Complejidad

— Demandas interdisciplinarias. La fusión de la IA y la gestión de proyectos exige un grupo de expertos de diversos ámbitos. La complejidad se multiplica cuando se reúnen especialistas en aprendizaje automático, científicos de datos, científicos medioambientales y responsables de cumplimiento de políticas, solo por nombrar algunos.

— Entorno normativo dinámico. Los objetivos de sostenibilidad no son estáticos; evolucionan bajo la influencia de leyes, culturas y tradiciones locales, estatales e internacionales.

— Sobrecarga de datos. La IA se basa en datos, y gestionar e interpretar conjuntos de datos multidimensionales, que van desde el uso de energía hasta la producción de residuos, introduce aún más complejidad.

Costo

— Costos directos de los requerimientos interdisciplinarios. Los recursos humanos interdisciplinarios descritos anteriormente tienen un precio. La experiencia en múltiples áreas se suma.

— Costo del ciclo de vida. Los modelos de IA son entidades vivas que necesitan un cuidado continuo. Esto incluye actualizaciones periódicas, ajustes para adaptarse a nuevos datos o condiciones, e incluso revisiones completas para incorporar nuevos estándares.

Carbono

— Impacto de carbono de los requerimientos interdisciplinarios. Se deben tener en cuenta los desplazamientos para reuniones de las partes interesadas, el transporte de hardware, e incluso la energía consumida en los espacios de oficina donde trabajan los equipos del proyecto.

— Emisiones de carbono relacionadas con la IA. Los algoritmos de aprendizaje automático requieren una cantidad de energía considerable, lo que eleva el impacto ambiental del proyecto debido a su amplia potencia computacional. El ciclo de vida del hardware necesario para estos complejos algoritmos (desde la fabricación hasta la eliminación) también conlleva un costo medioambiental. El hardware especializado (GPU y TPU), además de acelerar los procesos algorítmicos, aumenta la huella de carbono general del proyecto. Un estudio realizado por investigadores de la Universidad de Massachusetts Amherst, encontró que las emisiones derivadas del entrenamiento de un solo modelo de IA pueden generar hasta 626,000 libras de CO2 equivalente, aproximadamente cinco veces las emisiones de un automóvil estadounidense promedio durante su vida útil.

Introduciendo los algoritmos ecológicos

Aquí es donde entran en juego los algoritmos ecológicos. Se integran a la perfección con una serie de metodologías de IA, desde el aprendizaje automático que permite el mantenimiento predictivo hasta el procesamiento del lenguaje natural para el análisis de los sentimientos de las partes interesadas, e incluso el aprendizaje reforzado para la asignación dinámica de recursos. El resultado final son herramientas de IA que no sólo son inteligentes en su ejecución, sino también sostenibles en su impacto en los proyectos. Los algoritmos ecológicos ayudan a abordar los desafíos de complejidad, costo y carbono:

— Gestión de la complejidad. Las herramientas y metodologías modernas de gestión de proyectos están cada vez más orientadas a aliviar la complejidad y facilitar la integración. Muchas plataformas, como Notion y Forecast, ofrecen ahora funciones que simplifican la gestión de algoritmos y conjuntos de datos complejos, convirtiéndolos en información procesable para una mejor toma de decisiones. También ofrecen servicios especializados de formación y consultoría para ayudar a los gestores de proyectos a adquirir las habilidades necesarias para implementar los algoritmos ecológicos de manera efectiva.

— Gestión de costos. Implementar las soluciones de IA requiere un precio financiero inicial y habilidades especializadas, que podrían considerarse barreras para su adopción. Sin embargo, es esencial considerar estas tecnologías como inversiones con beneficios a largo plazo, y no como un mero gasto. Los ahorros de energía de los centros de datos eficientes se traducen en reducciones significativas de los gastos operativos y menores costos de cumplimiento. La adopción de algoritmos ecológicos también puede ir acompañada de beneficios intangibles, como la reducción del riesgo y el incremento del valor de la marca.

— Gestión del carbono. Con los algoritmos ecológicos, se obtiene la eficiencia operativa comprobada que ofrecen las soluciones automatizadas y ahorros significativos mediante la optimización del uso recursos, la reducción de residuos y el cumplimiento de las regulaciones de sostenibilidad. Cambiar de un centro de datos promedio a uno más eficiente puede reducir la huella de carbono hasta en un 30%, y en el horizonte se vislumbran nuevas mejoras.

GE Research es un ejemplo de ello. En colaboración con GE Renewable Energy, han desarrollado una herramienta de aprendizaje automático de vanguardia diseñada para optimizar la logística de las turbinas eólicas, lo que podría ahorrarle a la industria miles de millones de dólares durante la próxima década. La solución algorítmica se centra en optimizar diversos aspectos de las operaciones de los parques eólicos, desde el envío y la instalación hasta el mantenimiento continuo. El costo, la complejidad y las emisiones de carbono se gestionaron o redujeron.

Con historias de éxito como ésta cada vez más frecuentes, el mensaje para los gestores de proyectos de todo el mundo es claro: Es hora de aprender a implementar algoritmos ecológicos.

Los gestores de proyectos están aprendiendo que la integración de algoritmos ecológicos en sus proyectos cataliza la eficiencia operativa y fortalece su compromiso con la sostenibilidad. Al mismo tiempo, los líderes organizacionales están viendo que la convergencia de IA y la conciencia ecológica ofrece una hoja de ruta para lograr resultados comerciales. Con una planificación meticulosa y un compromiso con la sostenibilidad, los algoritmos ecológicos pueden ayudar a los gestores y patrocinadores de proyectos a convertir los desafíos en oportunidades para lograr un impacto significativo. A medida que los proyectos se convierten cada vez más en la columna vertebral del valor organizacional, los algoritmos ecológicos ofrecen una forma tangible y efectiva de lograr tanto la sostenibilidad como la IA.

E

l actual régimen de cumplimiento de los estándares de carbono no recompensa los esfuerzos sistémicos de las empresas emprendedoras, ya sean productoras de autos eléctricos, turbinas eólicas, alimentos de origen vegetal u organizaciones que utilizan su influencia social para cambiar políticas o asesorar a sus clientes sobre la reducción de emisiones.

Los estándares de carbono actuales están diseñados para evaluar la capacidad de las empresas de reducir el “inventario” de emisiones de carbono de sus operaciones directas, suministro de energía y cadena de valor (denominados “Alcance 1, 2 y 3”). Sin embargo, estos inventarios a menudo no cuentan la historia completa del trabajo climático más espectacular o valiente de una organización. De hecho, las empresas incluso pueden ser penalizadas por sobrepasar su propio presupuesto corporativo de carbono al desarrollar soluciones que ayuden al mundo a alcanzar la neutralidad de carbono.

Los marcos ambientales, sociales y de gobernanza actuales no fueron diseñados para ofrecer a las organizaciones una forma separada de discutir sus soluciones climáticas a “nivel social”. Por supuesto, las organizaciones deben reducir urgentemente su inventario de emisiones de carbono. Sin embargo, también debemos tener una forma de reconocer, incentivar y medir por separado el impacto y la influencia de las corporaciones emprendedoras que buscan reducir las emisiones más allá de sus propios límites.

Creemos que este nuevo enfoque tiene el potencial de reavivar el entusiasmo de los líderes empresariales por la acción climática. Requerirá buena voluntad e innovación en los estándares y prácticas corporativas.

Como profesionales que trabajan con algunas de las empresas más grandes del mundo y que han ayudado a desarrollar estándares climáticos globales, nos sentimos parcialmente responsables de la falta de soluciones en la gestión del carbono. El enfoque actual pasa por alto las palancas más poderosas que tienen las organizaciones para generar cambios en la sociedad, es decir, el poder de sus productos, carteras y políticas.

Recientemente, pensadores con ideas afines han propuesto enfocar las soluciones climáticas mediante la invención de nuevas categorías de inventario para agregar al “Alcance 1-3”. Sin embargo, esto corre el riesgo de mezclar el impacto a nivel social con las reducciones operativas. Mientras que los inventarios de emisiones se centran en la reducción del carbono en todos los alcances de emisiones de una empresa, proponemos una nueva vía para que las organizaciones informen sobre sus “esferas de influencia” en la sociedad. Esto puede ayudar a destacar (y recompensar) algunas de las acciones más materiales y radicales que las empresas pueden tomar hoy:

— Esfera A: Influencia del producto: Desarrollar productos o servicios que sustituyan las actividades intensivas en carbono y ayuden a los clientes a evitar o reducir las emisiones. Los vehículos eléctricos son un buen ejemplo.

— Esfera B: Influencia de la cartera: Inversiones y compras, como créditos, filantropía y financiamiento catalizador.

— Esfera C: Influencia política: Promoción de políticas (o eliminación de barreras) que permitan la transición climática.

Al incentivar los esfuerzos a nivel sistémico, podemos movilizar a algunas de las personas más creativas e influyentes dentro de las organizaciones (innovadores, diseñadores de productos, líderes financieros y genios económicos).

Preguntar a las empresas qué pueden aportar (no solo reducir) también puede resultar atractivo para los empresarios de los mercados en desarrollo. Los líderes corporativos de países con emisiones históricas insignificantes pueden estar más entusiasmados con su creciente papel en la innovación climática que por la reducción de emisiones para hacer frente a un problema que no causaron.

Reconocemos que los informes sobre la “esfera de impacto” también podrían abrir un nuevo panorama para el greenwashing (lavado verde). Las organizaciones que luchan por reducir sus emisiones pueden preferir enfatizar sus “contribuciones más amplias” para desviar la atención de sus objetivos climáticos incumplidos.

Durante mucho tiempo, hemos dicho a las empresas que son solo una parte del problema, en lugar de incentivarlas a encontrar soluciones. Los informes de esferas pueden preguntar a las organizaciones no solo qué huella dejarán, sino cuál será su legado climático.