A utilização da inteligência está a transformar o mundo. No ramo da sustentabilidade esta ferramenta não só permite otimizar as redes de produção e consumo de energia, como está a acelerar a descoberta de novos materiais para aplicações sustentáveis. Mas o seu impacto não fica por aqui. César Calvo, AI for Sustainability and Power Platform Lead na Avanade EME, foi um dos oradores do Building the Future, evento que decorreu esta semana em Lisboa, e em entrevista ao Dinheiro Vivo reflete sobre as utilizações, os desafios e o futuro desta tecnologia, quando aplicada em prole da sustentabilidade.
O que significa, na prática, “IA para a Sustentabilidade”?
“IA para a Sustentabilidade” refere-se à utilização de tecnologias de inteligência artificial para enfrentar desafios ambientais e sociais, com o objetivo de criar um mundo mais sustentável. Na prática, isto envolve dois aspetos principais: 1. Desenvolvimento de soluções baseadas em IA que promovam diretamente a sustentabilidade: Isto inclui otimizar o consumo de energia, prever e atenuar as catástrofes naturais, permitir a agricultura de precisão e acelerar a descoberta de materiais sustentáveis; e 2. Melhorar os processos e sistemas existentes para reduzir o seu impacto ambiental: Isto significa utilizar a IA para melhorar a eficiência e reduzir os resíduos em vários sectores, como a racionalização das cadeias de abastecimento, a minimização dos resíduos na produção e o aumento da precisão dos relatórios ESG (ambientais, sociais e de governação). Esta abordagem também ajuda a compensar a natureza intensiva em recursos da própria IA.
Quais são os principais desafios ambientais que a IA pode ajudar a mitigar?
Os sistemas alimentados por IA podem contribuir significativamente para a resolução de vários desafios ambientais. Alterações climáticas: a IA pode melhorar os modelos climáticos, prever fenómenos meteorológicos extremos e otimizar a produção de energias renováveis, ajudando assim a reduzir as emissões de gases com efeito de estufa. Eficiência energética: a IA melhora a eficiência energética em edifícios e indústrias, prevendo padrões de utilização de energia e identificando áreas de desperdício. Esforços de conservação: a IA desempenha um papel crucial na monitorização da desflorestação, no acompanhamento da vida selvagem e na gestão sustentável dos recursos. Gestão de resíduos: a IA facilita a gestão de resíduos, otimizando os processos de reciclagem, identificando materiais recuperáveis e reduzindo as emissões de metano dos aterros. Poluição por plásticos: a IA ajuda a limpar a poluição por plásticos nos oceanos, criando mapas pormenorizados do lixo e orientando esforços de remoção eficientes.
Pode dar exemplos concretos de como a IA está a ser utilizada para reduzir as emissões de carbono ou otimizar o consumo de energia?
Por exemplo, a Microsoft utiliza a IA no seu sistema de “computação inteligente em termos de carbono”, que programa as tarefas que consomem muita energia, como o processamento de dados, durante os períodos e nos locais onde as fontes de energia renováveis, como a eólica ou a solar, são mais abundantes. Esta abordagem reduziu significativamente a pegada de carbono dos seus centros de dados. Do mesmo modo, a Avanade utiliza gémeos digitais alimentados por IA para simular e otimizar o desempenho energético dos edifícios, conseguindo poupanças de energia até 30% através da previsão de padrões de consumo e do ajuste das operações em tempo real. No sector da energia, a IA está também a transformar a gestão da rede. A parceria da Microsoft com a LineVision utiliza a IA para aumentar a capacidade das linhas de transmissão elétrica até 60%, permitindo uma maior integração das energias renováveis nas redes. Além disso, ferramentas orientadas para a IA, como a BrainBox AI, otimizam os sistemas AVAC em edifícios, reduzindo o consumo de energia até 40%.
Como pode a IA contribuir para a economia circular e a redução dos resíduos industriais?
A IA contribui para a economia circular e para a redução dos resíduos industriais, otimizando a utilização dos recursos, melhorando os processos de reciclagem e permitindo práticas de fabrico mais inteligentes. Por exemplo, a Microsoft e a Avanade utilizam gémeos digitais alimentados por IA para simular processos de produção, identificar ineficiências e reduzir o desperdício de materiais. Em indústrias como a aeroespacial e a automóvel, as plataformas de IA monitorizam os materiais em tempo real, garantindo uma utilização ideal e minimizando os resíduos. Além disso, a manutenção preditiva baseada em IA ajuda a prolongar a vida útil das máquinas, reduzindo a necessidade de novos recursos e evitando desperdícios desnecessários. Na gestão de resíduos, a IA aumenta a precisão da reciclagem automatizando os processos de triagem. Soluções como o Project Cortex da Microsoft utilizam sensores e aprendizagem automática para classificar os resíduos em categorias precisas, melhorando as taxas de reciclagem e reduzindo a contaminação. Além disso, a IA apoia os sistemas de ciclo fechado, fornecendo informações sobre os fluxos de materiais, permitindo às empresas conceber produtos que são mais fáceis de reutilizar ou reciclar.
Que avanços tecnológicos recentes tornaram a IA mais eficaz na promoção da sustentabilidade?
Um avanço notável é a utilização da IA para acelerar a descoberta de novos materiais para aplicações sustentáveis. Por exemplo, a Microsoft e a Avanade utilizam plataformas baseadas em IA para analisar vastos conjuntos de dados e prever as propriedades dos materiais, permitindo aos investigadores identificar alternativas ecológicas para a captura de carbono, o armazenamento de energias renováveis e os plásticos biodegradáveis. Esta abordagem reduz o tempo e o custo dos métodos experimentais tradicionais, comprimindo anos de investigação em semanas ou mesmo dias. Um exemplo recente inclui a descoberta pela IA de um novo material para baterias que utiliza menos lítio, dando resposta aos desafios ambientais e da cadeia de abastecimento. Além disso, os avanços da IA na modelação preditiva e no rastreio de alto rendimento estão a permitir que as indústrias otimizem o consumo de energia e reduzam o desperdício. Por exemplo, as ferramentas alimentadas por IA em sistemas de edifícios inteligentes podem analisar dados em tempo real para ajustar as definições de aquecimento, ventilação e ar condicionado (HVAC), conseguindo poupanças de energia significativas. Estas inovações demonstram como a IA não está apenas a acelerar as soluções de sustentabilidade, mas também a torná-las mais acessíveis e com impacto à escala.
Como é que as empresas podem começar a implementar soluções de IA para melhorar a sua pegada ecológica?
Para começar a implementar soluções de IA para melhorar a sua pegada ecológica, as empresas devem começar por considerar o seu sector e as suas necessidades operacionais específicas. Para as empresas industriais ou de fabrico, a IA pode otimizar os processos da cadeia de abastecimento, reduzir os resíduos e diminuir as emissões. Por exemplo, as ferramentas alimentadas por IA, como os gémeos digitais, podem simular processos de produção para identificar ineficiências, reduzir o desperdício de material e otimizar a utilização de energia. As soluções de manutenção preditiva também podem prolongar a vida útil dos equipamentos, reduzindo a necessidade de novos recursos e minimizando o tempo de inatividade. Estas aplicações abordam diretamente operações com muitos recursos, ajudando as empresas na transição para práticas mais sustentáveis. Para as empresas de outros sectores, como o financeiro ou de serviços, os processos internos, como os relatórios ESG, podem ser simplificados com a IA. Ferramentas como a solução Tellus da Avanade automatizam a recolha de dados ESG, a análise e a elaboração de relatórios, reduzindo o esforço manual em até 70% e garantindo a conformidade com normas como a CSRD. Isto não só melhora a precisão dos relatórios, como também fornece informações acionáveis para melhorar as estratégias de sustentabilidade.
Quais são os principais obstáculos que as organizações enfrentam quando integram a IA nas suas estratégias de sustentabilidade?
Um dos principais desafios é a acessibilidade e a qualidade dos dados. Muitas empresas não dispõem da infraestrutura necessária para recolher, integrar e analisar dados relacionados com a sustentabilidade, tais como emissões, utilização de energia ou métricas da cadeia de abastecimento. Isto é particularmente problemático para indústrias como a indústria transformadora, onde os sistemas fragmentados e os dados em silos dificultam a implementação de otimizações baseadas em IA. Além disso, os elevados custos iniciais da adoção da IA - tais como a aquisição de tecnologias avançadas ou a formação de funcionários - podem dissuadir as empresas de alavancar totalmente a IA para a sustentabilidade. Outro obstáculo significativo é a falta de conhecimento interno em IA e sustentabilidade. As organizações devem investir na formação da força de trabalho e em estruturas de governança para garantir que as soluções de IA sejam implantadas de forma responsável e contribuam efetivamente para reduzir a sua pegada ecológica.
Como podemos garantir que as soluções de IA para a sustentabilidade são transparentes e não resultam em greenwashing?
Para garantir que as soluções de IA para a sustentabilidade sejam transparentes e evitem o greenwashing, as organizações devem priorizar a responsabilidade, a documentação clara e o envolvimento das partes interessadas. A transparência começa com o fornecimento de informações acessíveis e detalhadas sobre como os sistemas de IA são concebidos, as suas fontes de dados e as metodologias utilizadas para medir o impacto ambiental. Por exemplo, soluções como a plataforma Tellus da Avanade para relatórios ESG não só automatizam a recolha de dados, como também geram relatórios prontos para auditoria que se alinham com normas como a CSRD e a GRI, assegurando que as reivindicações são apoiadas por dados verificáveis. Além disso, as empresas devem adotar quadros de governação sólidos para monitorizar o desempenho da IA e o impacto ambiental ao longo do tempo. Isso inclui a definição de métricas claras para os resultados de sustentabilidade e o envolvimento de terceiros independentes para validar os resultados. O envolvimento das partes interessadas - tais como reguladores, clientes e especialistas ambientais - promove a confiança e garante que as iniciativas de IA estão alinhadas com objetivos de sustentabilidade genuínos, em vez de serem utilizadas como uma ferramenta de marketing. Ao combinar transparência com supervisão rigorosa, as organizações podem alavancar a IA de forma responsável, mantendo a credibilidade com os seus esforços de sustentabilidade.
O que podemos esperar nos próximos cinco anos no domínio da IA para a sustentabilidade?
Dado o ritmo acelerado da evolução da IA, é difícil fazer previsões precisas, mas é provável que nos próximos cinco anos se registem desenvolvimentos transformadores na IA para a sustentabilidade. Podemos esperar avanços significativos na capacidade da IA para otimizar sistemas complexos, com gémeos digitais mais sofisticados para modelação climática, melhores capacidades de previsão para eventos climáticos extremos e sistemas de gestão de recursos mais eficientes. A integração da IA com tecnologias emergentes conduzirá, provavelmente, a inovações revolucionárias na descoberta de materiais sustentáveis, acelerando o desenvolvimento de novas soluções para a captura de carbono, o armazenamento de energia e a utilização de energias renováveis. Além disso, é provável que a própria IA se torne mais eficiente do ponto de vista energético, com novos algoritmos e arquiteturas de modelos que requerem menos poder computacional e, ao mesmo tempo, produzem melhores resultados. Esta evolução será crucial à medida que as empresas equilibram os benefícios da IA com o seu impacto ambiental. A tendência para agentes de IA mais especializados e específicos de cada tarefa trabalharem em conjunto, em vez de modelos individuais maciços, tornar-se-á provavelmente mais predominante, oferecendo abordagens mais sustentáveis à resolução de problemas e reduzindo o consumo de energia. Esta mudança, combinada com melhorias nas infraestruturas de computação ecológica e na integração de energias renováveis, ajudará a garantir que a IA continua a ser uma força positiva para a sustentabilidade.
Como vê a colaboração entre empresas, governos e universidades para acelerar o impacto positivo da IA no ambiente?
A colaboração entre empresas, governos e universidades é essencial para acelerar o impacto positivo da IA no ambiente. As empresas trazem inovação e recursos para desenvolver soluções de IA escaláveis, como a otimização das redes de energia ou a redução dos resíduos industriais. Os governos fornecem quadros regulamentares e incentivos para garantir que estas tecnologias se alinham com os objetivos de sustentabilidade. Por exemplo, as políticas públicas que apoiam a adoção de energias renováveis ou a comunicação de emissões de carbono podem amplificar o impacto das iniciativas orientadas para a IA. O meio académico contribui com investigação de ponta e promove parcerias interdisciplinares para enfrentar desafios ambientais complexos, como a modelação climática ou a monitorização da biodiversidade. Ao trabalharem em conjunto, estes sectores podem criar um ecossistema onde as soluções de IA são desenvolvidas de forma responsável e implementadas à escala. Esforços de colaboração como a Iniciativa de Investigação Climática da Microsoft ou parcerias entre empresas de tecnologia e universidades para conceber materiais sustentáveis demonstram como a partilha de conhecimentos especializados acelera a inovação.