opinie

De klimaatstrijd hangt meer af van AI dan van Biden

Directeur Centre for Financial Leadership & Digital Transformation aan Vlerick Business School

De Amerikaanse president Joe Biden zet klimaatverandering weer op de politieke agenda. Maar om de klimaatdoelstellingen te halen hangt veel af van de bedrijfswereld en van artificiële intelligentie.

In het klimaatakkoord van Parijs engageren meer dan 100 landen, waaronder België, zich om tegen 2050 de netto-uitstoot van broeikasgassen te herleiden tot nul. Klimaatneutraal zijn betekent dat je maar zoveel uitstoot als je kan absorberen. Dat kan op twee manieren. Je verhoogt de absorptiecapaciteit (via bebossing, de aanleg van veenmoerassen, mangroven, gezonde aardbodems en onderwaterecosystemen) of je vermindert de uitstoot van broeikasgassen aanzienlijk.

Hoewel de nieuwe Amerikaanse president Joe Biden de klimaatverandering weer op de politieke agenda zet, hangt het behalen van de doelstellingen vooral af van de krachtdadigheid van de bedrijfswereld. Dat is logisch: terwijl overheden reguleren en stimuleren, moet de samenleving het probleem aanpakken. Tal van grote bedrijven zoals Microsoft, Siemens, IKEA, Apple, Tesla en Heathrow Airport engageren zich al om hun netto CO2-uitstoot tegen 2040 (of vroeger) naar nul te brengen. Maar om de klimaatverandering een halt toe te roepen is een rol weggelegd voor elk bedrijf, groot of klein.

De hamvraag is: hoe kan je dat proces bespoedigen? Een doorgedreven gebruik van artificiële intelligentie (AI) is de sleutel om onze bedrijven te helpen sneller klimaatneutraal te worden. Enkele mogelijke toepassingen hebben veel potentieel.

Als een bedrijf wil inzetten op hernieuwbare energie, moet het kunnen voorspellen hoeveel energie het nodig heeft. De voorspellende algoritmes bestaan al, maar zijn vatbaar voor verbetering.

1. Voorspel je energiegebruik
Als een bedrijf wil inzetten op hernieuwbare energie, moet het kunnen voorspellen hoeveel energie het nodig heeft. De voorspellende algoritmes bestaan al, maar ze zijn vatbaar voor verbetering. Bedrijven moeten het energieverbruik van hun gebouwen - en dus de temperatuur, de ventilatie en de verlichting - kunnen aanpassen op basis van weerdata, bezettingsgraad of andere omgevingsfactoren. Via het internet of things (IoT) kunnen slimme gebouwen ook communiceren met hun interne of externe energievoorzieningsbronnen, en het verbruik aanpassen aan het aanbod groene energie op dat moment.

2. Ontdek nieuwe materialen
Het onderzoeks- en ontwikkelingsproces van nieuwe en recycleerbare materialen om energiezuinigere producten te maken verloopt vaak traag en is kapitaal- en arbeidsintensief. Machinelearning (ML), een toepassing van AI, kan sneller nieuwe chemische structuren met de gewenste functionaliteit ontdekken en evalueren. Denk aan de ontwikkeling van een Covid-19-vaccin.

3. Optimaliseer het transport
Machinelearning kan helpen om het kluwen van lever- en vertrekpunten volgens ordergrootte en transporttype te ontwarren. Maar het kan ook het transport economischer en milieuvriendelijker organiseren door files of rijden met halflege vrachtwagens te vermijden. De maaltijdleverancier HelloFresh spaart via een door ML-gestuurde routeplanning elke maand negen ritten rond de wereld uit.

Een groot probleem bij het vergroenen van het wagenpark is vaak het wantrouwen in de actieradius van elektrische wagens. AI-algoritmes kunnen helpen.

Op eenzelfde manier kan machinelearning de CO²-uitstoot in de toeleveringsketen reduceren. Betere voorspellingen van vraag en aanbod leiden tot minder transport en minder afval in de hele waardeketen. AI-toepassingen laten ook toe sensor-, satelliet-, audio- en netwerkdata te analyseren om het duurzame karakter van leveranciers en klanten beter in te schatten. Op die manier helpen bedrijven ook klanten en leveranciers milieubewuster te worden.

4. Rol versneld een elektrisch bedrijfswagenpark uit
Een groot probleem bij het vergroenen van het wagenpark is vaak het wantrouwen in de actieradius van elektrische wagens. AI-algoritmes kunnen werknemers niet alleen helpen om hun batterij zuiniger te gebruiken, ze kunnen ook het laadgedrag voorspellen en zo de laadinfrastructuur in samenspraak met externe partners (zoals leasingmaatschappijen en netwerkbeheerders) helpen te verbeteren.

5. Gebruik data die duurzaamheid meten
Zowel bedrijven als hun stakeholders (investeerders, klanten en leveranciers) hebben steeds meer nood aan data die de duurzaamheid van hun waardecreatie in kaart brengen. Zo kunnen satellietbeelden een inschatting maken van de slijtage aan gebouwen, de uitstoot van schadelijke gassen, landbewerking, watervervuiling, ontbossing, overbevissing of andere inbreuken op de milieu- en mensenrechten.

Nog te vaak bepalen louter financiële parameters zoals het verwacht rendement en de terugverdienperiode investeringsbeslissingen.

6. Zet slimme robots in
In de maakindustrie zijn robots al de norm voor een efficiëntere productie. Maar bedrijven gaan ook meer en meer administratieve of eenvoudige, repetitieve taken digitaliseren en robotiseren. Wanneer die robots dan ook nog slim worden, kunnen ze leren van hun fouten en van nieuwe data. Dat resulteert in nog meer efficiëntie en minder papierwerk en afval.

7. Maak investeringsbeslissingen groener
Nog te vaak bepalen louter financiële parameters zoals het verwacht rendement en de terugverdienperiode investeringsbeslissingen. Breng ook niet-financiële parameters in rekening die de impact op het milieu en de maatschappij meten. ML kan die complexe waarderingsoefeningen zonder probleem aan, waardoor een bedrijf weloverwogen en groener kan beslissen.

Leidt het Centre for Financial Leadership & Digital Transformation aan Vlerick Business School.

Lees verder

Gesponsorde inhoud

Gesponsorde inhoud