摘译自【ASCM Insights】
By: Kiruthikaa Natarajan Srinivasan
EDI Project Manager, Hyve Solutions
全球关于人工智能的讨论往往聚焦于模型、算法以及生成能力的突破。然而，每一项人工智能驱动的创新背后，都离不开快速扩张的数据中心、高性能服务器和复杂硬件系统等物理基础设施。这种前所未有的需求正迫使采购策略进行彻底的重组，因为专用半导体和液冷组件的交货周期已达到历史新高。
每一位供应链专业人士都在数字化转型中扮演着关键角色。因此，了解并管理支撑人工智能的基础设施的环境足迹至关重要。人工智能高效运行依赖于材料、能源、物流和制造流程，而这些都会对环境造成重大影响。问题的关键不在于如何扩展人工智能，而在于如何以负责任的方式扩展人工智能。
人工智能基础设施的环境成本
谈到人工智能的环境影响，我们首先想到的往往是能源消耗。然而，这只是冰山一角。更广泛的影响涵盖整个供应链：
-
半导体、冷却系统和其他组件的原材料采购
-
高度定制化的制造配置
-
运输，尤其是为满足客户需求而进行的全球快速运输
-
大规模基础设施所需的水和能源
-
报废处理挑战，包括电子垃圾和有限的可回收性
所有这些环节都会产生所谓的“智能碳成本”——即构建和交付人工智能能力过程中所蕴含的环境足迹。
当前供应链的不足之处
尽管人们的可持续发展意识日益增强，但许多供应链组织仍缺乏应对这种复杂性的能力。其中最大的差距之一是缺乏端到端的可视性；即使存在集成，这种集成也往往十分脆弱。这些系统脱节造成的缺陷使得追踪环境影响以及了解产品在整个供应链中的真实足迹变得困难。
在大多数情况下，可持续性是在影响已经发生之后才进行衡量的。等到企业分析这些洞察时，关键决策已经做出，减少环境影响的机会也随之减少。此外，工程决策和供应链决策之间也存在脱节。产品配置的改变，例如组件替换，可能会提高性能或可用性，但如果不进行全面评估，也可能在不知不觉中加剧环境问题。这些隐性缺陷不会立即显现，但会随着时间的推移而累积，导致效率低下、排放量增加以及可持续发展目标的落空。
从被动报告到预测性可持续发展
供应链必须超越被动的可持续发展实践，采取更具前瞻性的方法。通过将环境因素纳入规划、采购和生产决策，企业可以主动减少环境影响。为实现这一目标，采购和物流负责人应评估以下关键问题：
-
此特定配置的预计环境影响是什么？与其在生产后评估碳足迹，不如从一开始就分析设计和路线选择如何影响能源消耗。
-
更换供应商将如何改变排放、废物和资源消耗？决策往往仅从成本效益的角度出发，完全忽略了潜在的环境后果。
-
我们是否在可持续性风险发生之前识别并审核它们？积极主动的供应链能够预见监管变化、材料短缺和道德风险，从而避免运营中断。
-
我们原材料的生命周期碳成本是多少？采购决策必须权衡组件的长期可持续性，而不仅仅是其直接的运输和采购成本。
-
替代运输方式能否在满足交货时间的同时降低碳足迹？在优化运输路线或转换运输方式所带来的环境效益与速度和服务水平之间取得平衡。
更负责任的未来之路
随着人工智能不断重塑各行各业，我们必须重视其背后基础设施对环境的影响。衡量人工智能计算能力的增长与管理支撑其运行的大型数据中心的环境问题同样重要。作为供应链领导者，我们有机会确保下一波创新不仅智能，而且可持续。