🌿 Природный капитал в эпоху больших моделей ИИ: что меняется для бизнеса?
В пятницу, 25 сентября, на встрече клуба «Природный капитал по пятницам» обсудили, где искусственный интеллект может быть полезен в работе с природными и климатическими рисками. Данных становится больше, но собрать их в целостную картину, оценить состояние экосистем и спрогнозировать последствия для конкретной территории или актива по-прежнему непросто.
Модераторами встречи выступили Дарья Григорьева, директор по устойчивому развитию «Полюса», и Светлана Шейнфельд, директор группы операционных рисков и устойчивого развития Kept.
ИИ помогает решать эти задачи: сопоставлять данные из разных источников, прогнозировать риски и снижать трудоёмкость анализа. При этом результаты моделей требуют проверки специалистами.
💬Владимир Лукин, партнёр Kept, обратил внимание на обе стороны применения ИИ. Он может помогать эффективнее использовать ресурсы, развивать переработку и совершенствовать производственные процессы. Вместе с тем центры обработки данных сами потребляют значительные объёмы электроэнергии: к 2030 году на них может приходиться около 3% мирового потребления электроэнергии.
💬Евгений Хохлунов, заместитель директора по стратегическим проектам Yandex Cloud, рассказал, как технологическая команда работает вместе с экологами и учёными. Отправная точка — конкретная задача, доступные данные и понимание того, какой результат нужен специалистам. Разработанная командой модель для анализа снимков проб воды на Байкале, по словам Евгения, сократила время обработки одной пробы с 3–8 часов до 1–2 минут. Модель опубликована в открытом доступе.
💬Азамат Зиятдинов, исполнительный директор дирекции по ESG Сбера, показал, как ИИ и спутниковые данные помогают отслеживать состояние земель на больших территориях — с детализацией до 10 × 10 метров. Такой подход применим для оценки плодородия сельхозугодий, состояния пастбищ и процессов опустынивания. «Такой мониторинг позволяет очень оперативно рассматривать огромные территории и принимать грамотные управленческие решения», — отметил он.
💬Алексей Мальнев, руководитель проекта «Эн+ Генерация», привёл пример из энергетики. За годы работы накапливаются десятки тысяч записей об инцидентах, но обычный поиск не всегда позволяет увидеть, какую роль в них сыграли погодные и климатические факторы. Большие языковые модели помогают анализировать описания происшествий и находить возможные связи, которые затем проверяют специалисты. На основе этих данных разрабатывается панель для анализа рисков.
Общий вопрос для бизнеса — как превратить большие массивы данных в решения, которые помогают учитывать состояние природы и предупреждать риски, сохраняя за человеком ответственность за выводы.
В пятницу, 25 сентября, на встрече клуба «Природный капитал по пятницам» обсудили, где искусственный интеллект может быть полезен в работе с природными и климатическими рисками. Данных становится больше, но собрать их в целостную картину, оценить состояние экосистем и спрогнозировать последствия для конкретной территории или актива по-прежнему непросто.
Модераторами встречи выступили Дарья Григорьева, директор по устойчивому развитию «Полюса», и Светлана Шейнфельд, директор группы операционных рисков и устойчивого развития Kept.
ИИ помогает решать эти задачи: сопоставлять данные из разных источников, прогнозировать риски и снижать трудоёмкость анализа. При этом результаты моделей требуют проверки специалистами.
💬Владимир Лукин, партнёр Kept, обратил внимание на обе стороны применения ИИ. Он может помогать эффективнее использовать ресурсы, развивать переработку и совершенствовать производственные процессы. Вместе с тем центры обработки данных сами потребляют значительные объёмы электроэнергии: к 2030 году на них может приходиться около 3% мирового потребления электроэнергии.
💬Евгений Хохлунов, заместитель директора по стратегическим проектам Yandex Cloud, рассказал, как технологическая команда работает вместе с экологами и учёными. Отправная точка — конкретная задача, доступные данные и понимание того, какой результат нужен специалистам. Разработанная командой модель для анализа снимков проб воды на Байкале, по словам Евгения, сократила время обработки одной пробы с 3–8 часов до 1–2 минут. Модель опубликована в открытом доступе.
💬Азамат Зиятдинов, исполнительный директор дирекции по ESG Сбера, показал, как ИИ и спутниковые данные помогают отслеживать состояние земель на больших территориях — с детализацией до 10 × 10 метров. Такой подход применим для оценки плодородия сельхозугодий, состояния пастбищ и процессов опустынивания. «Такой мониторинг позволяет очень оперативно рассматривать огромные территории и принимать грамотные управленческие решения», — отметил он.
💬Алексей Мальнев, руководитель проекта «Эн+ Генерация», привёл пример из энергетики. За годы работы накапливаются десятки тысяч записей об инцидентах, но обычный поиск не всегда позволяет увидеть, какую роль в них сыграли погодные и климатические факторы. Большие языковые модели помогают анализировать описания происшествий и находить возможные связи, которые затем проверяют специалисты. На основе этих данных разрабатывается панель для анализа рисков.
Общий вопрос для бизнеса — как превратить большие массивы данных в решения, которые помогают учитывать состояние природы и предупреждать риски, сохраняя за человеком ответственность за выводы.