Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Related Topics:mesterséges intelligencia

Up Next

A fémmegmunkálás új dimenziói – Messer Hegesztés- és Lézertechnológiai Innovációs Fórum novemberben

Don't Miss

Újfajta motorindítót hoz a Siemens

Ipar

Fogyasztóvédelmi jogi tanácsadást indított a Kamara a vállalkozásoknak

A Magyar Kereskedelmi és Iparkamara fogyasztóvédelmi jogi tanácsadással segít a kis- és középvállalkozásoknak megelőzni a költséges jogsértéseket és ez hozzájárul ahhoz, hogy a cégek hatékonyan feleljenek meg a gyorsan változó fogyasztóvédelmi előírásoknak.

A fogyasztóvédelem napjainkban már nem csupán jogi kötelezettség, hanem fontos üzleti érdek is. A problémák megelőzése, a megfelelő belső folyamatok kiépítése és a naprakész tudás jelentősen csökkentheti a kockázatokat, és a potenciális bírságok is elkerülhetőek. Ennek érdekében hozta létre a Kamara a Vállalkozásfejlesztési Projekt részeként az Országos Vállalkozói Munkacsoport-hálózat és Kamarai Workshop-projektet (OVK-TÁR) Magyarország Kormányának támogatásával. A kezdeményezés gyakorlati segítséget nyújt a vállalkozásoknak a jogszabályi megfeleléshez. A programban a vállalkozások térítésmentesen vehetnek igénybe fogyasztóvédelmi jogi tanácsadást, valamint ingyenes fogyasztóvédelmi kisokost és panaszkezelési folyamatábrát is rendelkezésükre bocsátanak.

A szolgáltatás az ország számos területi kereskedelmi és iparkamaráján keresztül érhető el. A Budapesti, a Csongrád-Csanádi, a Hajdú-Bihar Vármegyei, a Heves Vármegyei, a Pest Vármegyei és Érdi, a Borsod-Abaúj-Zemplén Vármegyei, a Pécs-Baranyai, a Fejér Vármegyei, valamint a Győr-Moson-Sopron Vármegyei Kereskedelmi és Iparkamaráknál a fogyasztóvédelmi jogi tanácsadás előzetes bejelentkezést és időpont-egyeztetést követően vehető igénybe. Az ügyfélfogadás a kamarák által meghatározott időpontokban történik.

Egy apró hiba, legyen szó hiányos ÁSZF-ről (Általános Szerződési Feltételek), késve megválaszolt fogyasztói panaszról vagy pontatlan webáruházi tájékoztatásról, ma már jelentős fogyasztóvédelmi eljárást vagy bírságot vonhat maga után. A hatósági tapasztalatok szerint a jogsértések nagy része nem szándékos, hanem a hiányos belső folyamatokból, elavult dokumentumokból vagy a jogszabályok nem megfelelő ismeretéből fakad.

Gyakori problémák közé tartozik a panaszok késedelmes kezelése, a panasz és a minőségi kifogás összekeverése, a jótállási és szavatossági szabályok téves alkalmazása, valamint az ártájékoztatás vagy az online elállási jog hibás ismertetése. Az online kereskedők számára már kötelező az elektronikus elállási funkció biztosítása is.

Tanácsadási időpontok:

Budapesti Kereskedelmi és Iparkamara: minden csütörtökön 12:00–16:00

Csongrád-Csanádi Kereskedelmi és Iparkamara: minden hétfőn és szerdán 9:00–12:00

Hajdú-Bihar Vármegyei Kereskedelmi és Iparkamara: minden kedden 12:00–16:00 (kizárólag online)

Heves Vármegyei Kereskedelmi és Iparkamara: minden csütörtökön 12:00–16:00

Pest Vármegyei és Érdi Kereskedelmi és Iparkamara: minden pénteken 9:00–13:00

Borsod-Abaúj-Zemplén Vármegyei Kereskedelmi és Iparkamara: a tanácsadás szeptemberben indul.

A Pécs-Baranyai, a Fejér Vármegyei és a Győr-Moson-Sopron Vármegyei Kereskedelmi és Iparkamaráknál a szolgáltatás előzetes bejelentkezést és időpont-egyeztetést követően vehető igénybe.

A részletes információkról és a jelentkezés módjáról az érintett területi kereskedelmi és iparkamarák nyújtanak tájékoztatást.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Az LG Electronics 600 kW-os hűtőfolyadék-elosztó egysége NVIDIA tanúsítást szerzett

Az LG Electronics (LG) 600 kW-os hűtőfolyadék-elosztó egysége (Coolant Distribution Unit, CDU) hivatalos NVIDIA-tanúsítást szerzett. Ez a mérföldkő igazolja az LG folyadékhűtési megoldásainak és hőmenedzsment-technológiájának megbízhatóságát és hatékonyságát az NVIDIA AI- infrastruktúrákra vonatkozó szabványainak megfelelően, támogatva a vállalat további terjeszkedését az AI-adatközpontok hűtési piacán.

Megbízható partner a globális felhőszolgáltatók számára

Az LG azon kevés vállalatok egyike világszerte, akik sikerrel teljesítették az NVIDIA műszaki ellenőrzési eljárását, amely során az LG 600 kW-os CDU-ját több mint 100 műszaki értékelési kritérium alapján igazolták. Ezek a kritériumok a hűtési teljesítmény, a megbízhatóság és a hibatűrési képességek szabványosítását szolgálják nagy számítási sűrűségű AI-adatközpontok számára.

A tanúsítás stratégiai mérföldkő az LG számára, és megerősíti a vállalat pozícióját mint az NVIDIA hivatalosan is elismert partnere az AI-adatközpontinfrastruktúra számára. A globális felhőszolgáltatók (hyperscalers) és adatközpont-üzemeltetők számára ez a minősítés nagyobb biztonságot nyújt a beszállító kiválasztásakor, mivel csökkenti a beszerzési kockázatokat, és felgyorsítja a nagyléptékű AI-infrastruktúra-telepítésekhez szükséges minősítési folyamatot.

Chip-to-Chiller hűtési megoldásszolgáltató

Az LG NVIDIA-tanúsítással rendelkező 600 kW-os CDU-ját a nagy hőtermelésű AI-GPU-k (AI-feladatokra használt grafikus feldolgozóegységek) hőterhelésének kezelésére tervezték. A Direct-to-Chip (DTC, közvetlen chip-hűtés) folyadékhűtési megoldás alkalmazásával az egység a hűtőfolyadékot közvetlenül a hőtermelő komponensekhez – mint a GPU-khoz és CPU-khoz – juttatja, így az a meglévő léghűtéses infrastruktúrával együttműködő, nagy hatékonyságú „hibrid hűtési” rendszert hoz létre.

Az egységet ±0,25 °C-os hőmérséklet-szabályozási pontosság elérésére tervezték, ami elősegíti a rendszer hőmérsékleti stabilitásának javítását és az AI-szerverek megbízható működését. Az egység emellett virtuális szenzortechnológiát alkalmaz a valós idejű felügyelet és a szivárgásérzékelés biztosítása érdekében. Az LG Data Center Cooling Control Manager (DCCM, adatközponthűtésvezérlés-kezelőrendszer) rendszerével együtt a megoldás prediktív vezérlést és központosított felügyeletet tesz lehetővé, miközben szabványos kommunikációs protokollokon keresztül támogatja az adatközpont-menedzsment rendszerekkel való zökkenőmentes integrációt.

Az átfogó megbízhatóság biztosítása érdekében az LG ezeket a megoldásokat saját, Phjongthekben található Chip-to-Chiller (a chiptől a folyadékhűtőig) vizsgálati központjában értékeli. A vállalat itt a teljes hűtési lánc rendszerszintű tranziens válaszait, hőmérséklet-változásait és kis terhelés melletti stabilitását teszteli – az AI-chipek terhelésétől és a hűtőlemezektől, a CDU-n át, a folyadékhűtőig. Az NVIDIA szigorú hibatűrési követelményeinek megfelelő CDU-t úgy tervezték, hogy rendkívül megterhelő körülmények között is megőrizze működési stabilitását.

Az LG átfogó Chip-to-Chiller portfóliójával tovább kívánja erősíteni pozícióját az AI-adatközpontinfrastruktúrák megbízható partnereként, teljeskörű hőmenedzsment-megoldásokat kínálva a chipektől a központi hűtőrendszerig. A vállalat teljes körű kínálatába hűtött vizet előállító folyadékhűtők, a hűtőfolyadékot elosztó CDU-k, valamint az AI-chipeket közvetlenül hűtő hűtőlemezek tartoznak – ezek az AI-adatközpontok folyadékhűtési rendszereinek alapvető elemei.

Az AI-infrastruktúrával kapcsolatos képességek bővítése

Ez a tanúsítás kiindulópontot jelent az LG AI-infrastruktúrához kapcsolódó üzleti tevékenységének szélesebb körű bővítéséhez. A jövőben az LG sorra tervezi megszerezni az NVIDIA tanúsítását nagykapacitású CDU-kínálatának modelljeire, köztük az 1 MW-os, 2,5 MW-os és 4 MW-os egységekre.

Az LG CDU-jai a vállalat fűtési-, szellőztetési- és légkondicionálási szektorban felhalmozott 60 éves mérnöki szakértelmére épülnek. A készülékek, melyeket a nagy számítási sűrűségű AI-adatközpontok környezetéhez terveztek, pontos hőmérséklet-szabályozást, fejlett vezérlési képességeket és magas fokú megbízhatóságot kínálnak. A vállalat továbbá azzal erősíti versenyképességét, hogy házon belül gyárt kulcsfontosságú alkatrészeket, köztük inverterrendszereket és mágnescsapágyas kompresszorokat – ezek az alaptechnológiák az LG folyadékhűtő-portfóliójában széles körben alkalmazott megoldások.

Az LG a közelmúltban jelentős globális adatközpont-hűtési projekteket nyert el, köztük észak-amerikai felhőszolgáltatók létesítményeit, valamint a Jakartában található Sinar Mas adatközpontot, az SM+ Data Center kiemelt, AI-használatra kész létesítményét. Kulcsfontosságú technológiai kompetenciáira építve az LG célja, hogy növelje globális megrendeléseit és bővítse stratégiai partnerségeit a következő generációs AI-adatközpontok piacán.

„Az AI-adatközpontok folyamatos bővülésével minden eddiginél nagyobb az igény a megbízható folyadékhűtési megoldásokra”

– mondja James Lee, az LG energetikai megoldásokért felelős üzletágának (ES Company) elnöke.

„Fejlett hűtéstechnológiáinkat az LG Csoport integrált infrastruktúra-képességeivel ötvözve olyan teljes körű megoldásokkal bővítjük AI-infrastruktúra üzletünket, amelyek hozzájárulnak a fizikai mesterséges intelligencia megvalósításához, melynek keretében az AI a valós környezetekben teremt értéket.”

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Így csökkenthető a többszázmilliárd dolláros klímakockázat az adatközpontokban

A világon működő adatközpontok összesített eszközértékének több mint egyharmadát, 388 milliárd dollárt kitevő értékvesztést okozhatnak a be nem árazott éghajlati kockázatok a Schneider Electric Research Institute és az SE Advisory Services friss tanulmánya szerint. A megoldást a klímaváltozás hatásait figyelembe vevő proaktív alkalmazkodás jelentheti olyan lépésekkel, mint PPA-k megkötése, folyadékhűtés alkalmazása vagy mikrohálózatok kiépítése.

A Schneider Electric, a világ egyik vezető energiatechnológiai vállalata által nyilvánosságra hozott új elemzés egyik fő tanulsága, hogy az éghajlati kockázatokat még mindig nem veszik figyelembe a szükséges mértékben az adatközpontok fizikai eszközállományának értékelése során, és emiatt elmaradnak azok a lépések is, amelyek csökkenthetnék az esetleges károkat. Pedig a tanulmány szerint a strukturált, ellenállóképességet erősítő beruházások egyharmadával mérsékelhetik az éghajlati kockázatoknak való kitettséget.

A Schneider Electric Research Institute és az SE Advisory Services által készített elemzés számszerűsíti is, hogy az éghajlati kockázatok mekkora értékvesztést okozhatnak. A mesterséges intelligencia-korszak (MI) leggyorsabban bővülő eszközállománya, az adatközpontok esetében ez 388 milliárd dollárnyi – a globális adatközponti eszközérték több mint egyharmadát (38 százalék) jelentő – be nem árazott éghajlati kitettséget jelent, és egyben azt is mutatja, hogy mekkora lehetőségek rejlenek az ellenállóképességet növelő beruházásokban.

A tanulmány rámutat arra is, hogy az új, kimondottan az MI használat támogatására létrejövő adatközpontokban az egy GW-ra jutó fizikai kockázat mintegy 2,6-szor magasabb, mint a meglévő létesítményekben, ami elsősorban a nagyméretű leállások nagyobb pénzügyi hatásának tudható be. A mesterséges intelligencia használat jövőbeli alakulását bemutató különböző forgatókönyvekkel számolva a tanulmány arra is felhívja a figyelmet, hogy az éghajlati kockázatoknak kitett eszközállomány, a jelenleg tervezés és építés alatt álló adatközpontokat figyelembe véve jelentős mértékben bővülhet, és 388 milliárd dollárról 1,0 és 3,7 billió dollár közé emelkedhet.

Az elemzés alapján az éghajlati kockázatoknak való kitettség régiónként jelentősen eltér, ami a helyi veszélyek és hőterhelés, az energia- és hálózati jellemzők, valamint a zavarok beszállítói láncra való tovább terjedése közötti különbségekre vezethető vissza. Kína (56 százalék) és Európa (53 százalék) közel kétszer olyan mértékben ki van téve az értékcsökkenés kockázatának, mint az Egyesült Államok (28 százalék) és az APMEA-régió (Ázsia és a Csendes-óceáni térség, Közel-Kelet és Afrika – 28%).

A tanulmány az éghajlati kockázatok által veszélyeztetett öt fő területet azonosít, a hűtést, az üzletmenet megszakadását, a fizikai károkat, a fűtési hatékonyságot és a szén-dioxid-költségeket. Egy éghajlati tényezőkkel kiigazított értékelési modell alkalmazásával a tanulmány a fizikai veszélyeket és az átállási kockázatokat diszkontált cash flow-hatásokká alakítja át, így ellenőrizhető, létesítményi szintű becsléseket adva az eszközérték-veszteségről.

Az elemzés szerint 2025-ben a globális természeti katasztrófákból származó veszteségek körülbelül 170 milliárd dollárral meghaladták a biztosítási fedezetet. Ez a különbség évente 6–10 százalékkal növekszik, így az éghajlati veszélyek erősödésével az eszközök tulajdonosai egyre nagyobb kockázatnak vannak kitéve. Az adatközpontok üzemeltetői és tulajdonosai számára ez azt jelenti, hogy az éghajlati kockázatok egyre inkább kívül esnek a biztosítási fedezeten, ami még inkább rámutat arra, hogy mennyire fontos, hogy a klímaváltozással szembeni ellenállóképesség szempont legyen a létesítmények tervezésénél és üzemeltetésénél.

Az alkalmazkodás haszna

A kutatás megállapítja, hogy az éghajlati változásokkal szembeni ellenállóképesség érdekében végzett beruházások jelentős értéket képesek megóvni. A proaktív alkalmazkodás 150 milliárd dollár nettó védett értéket eredményez a meglévő létesítményeknél, ami minden tesztelt forgatókönyv szerint a kockázatnak kitett érték 30–39 százalékát teszi ki. Azok számára, akik már alkalmazzák az olyan intézkedéseket, mint a PPA-k (zöldáram-vásárlási megállapodás), a folyadékhűtés, a mikrohálózatok és az éghajlati szempontokat figyelembe vevő telephelyválasztás, a tanulmány pénzügyi keretrendszert is kínál, amivel számszerűsíthető, hogy ezek a lépések milyen mértékben növelik a védett eszközállományt.

„Az éghajlati kockázatot nem lehet beárazni anélkül, hogy felmérnénk azokat létesítményi szinten is. Ez a modell kiküszöböli ezt a vakfoltot, és részletes, ellenőrizhető értékeléseket állít elő, amelyek az egyes eszközöktől a globális portfóliókig terjednek, és közvetlenül felhasználhatók az alkalmazkodást segítő intézkedések meghozásához. A legellenállóbb létesítmények azok lesznek, amelyek olyan energiatechnológiával és intelligens rendszerekkel rendelkeznek, amelyekkel előre felmérhetik az éghajlati kockázatokat, alkalmazkodni tudnak hozzájuk és reagálni tudnak rájuk”

– mondta el Frédéric Godemel, a Schneider Electric „Energy Management” területért felelős ügyvezető alelnöke.

A teljes jelentés, melynek címe: „The Repricing of Compute: The Economics of Climate Risk and Resilience for AI-Era Capital”, innen tölthető le.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!