La era de la IA ya está aquí y, en Okta, aprovechamos su potencial para revolucionar la productividad y la innovación. A medida que implementamos poderosas herramientas de IA entre nuestros empleados, observamos de primera mano cómo mejoran la forma en que trabajamos. Al mismo tiempo, reconocemos que una parte fundamental de la implementación responsable de la IA es comprender y abordar su impacto ambiental.
Por eso, nos alegra compartir el detrás de escena del programa de IA sostenible de Okta y nuestro trabajo para desarrollar un modelo que mida el consumo de energía y las emisiones de carbono derivadas de nuestro uso de la IA, en colaboración con IT Climate Ed. Queremos compartir nuestro recorrido, nuestra metodología y lo que estamos aprendiendo en el camino.
Nuestra estrategia de IA sostenible
Nuestra estrategia de IA sostenible es una extensión de nuestra estrategia climática general, que se centra en cuatro pilares clave:
- Medir y gestionar, es decir, comprender nuestra huella ambiental relacionada con la IA.
- Reducir, que implica usar la IA de manera eficiente y elegir los modelos más adecuados para el trabajo.
- Usar electricidad renovable mediante la ampliación de nuestro programa de electricidad 100 % renovable para incluir nuestras principales herramientas empresariales de IA.
- Hacer partícipes a nuestros proveedores de IA para promover la sostenibilidad en todo el sector.
Esta publicación se centra en el primer paso básico, que es medir y gestionar. Después de todo, no se puede mejorar lo que no se mide.
Una metodología provisional en un campo que evoluciona rápidamente
Uno de los mayores desafíos al evaluar el impacto ambiental de la IA es la falta de un estándar único en todo el sector para medir e informar el consumo de energía y las emisiones de carbono de las herramientas y modelos de IA. El otro desafío es la falta de divulgación y herramientas del sector de la IA para la elaboración de informes sobre las emisiones de los clientes. En este panorama en rápida evolución, desarrollamos una metodología provisional para ayudarnos a recorrer este nuevo terreno. La estrategia se basa en investigaciones y datos disponibles públicamente, que nos permiten calcular el impacto ambiental de nuestro uso actual de la IA, mientras seguimos promoviendo una mayor transparencia y estandarización de parte de nuestros socios y del sector en general.
Primero, identificamos un caso de uso, como la generación de código asistida por IA. Luego, aplicamos un proceso de tres pasos:
- Medir la actividad de uso. Comenzamos analizando nuestros propios datos de uso, que incluyen diversas métricas, como el número de líneas de código generadas y el volumen de interacciones de chat.
- Convertir la actividad en consumo de energía. Luego, traducimos estos datos de uso en consumo de energía. Este es un paso complejo, que implica convertir líneas de código y mensajes de chat en “tokens” (las unidades de texto que procesan los modelos de IA) para, luego, usar perfiles de energía de diferentes modelos de IA y calcular la densidad energética de los tokens. También agregamos la parte de la capacitación del modelo que se puede atribuir a Okta.
- Calcular emisiones de carbono. Por último, calculamos la huella de carbono según el consumo de energía estimado y las ubicaciones de los centros de datos. Para el cálculo, consideramos la distribución del personal para asignar las regiones de centros de datos en la nube y la intensidad de carbono asociada. En cuanto al entrenamiento del modelo, calculamos la ubicación del centro de datos en función del proveedor de IA y el modelo de IA. Esto incluye las emisiones operativas de la electricidad utilizada para alimentar los modelos de IA, las emisiones incorporadas asociadas con la fabricación del hardware del servidor, y las emisiones de capacitación atribuidas a Okta.
Creemos que esta metodología, aunque depende de una serie de supuestos y está sujeta a incertidumbre, es un gran paso para ayudarnos a comprender mejor nuestro impacto y generar un punto de referencia a partir del cual podamos mejorar. Abarca tanto la divulgación limitada de la arquitectura de modelos específicos para modelos cerrados como la infraestructura del centro de datos que ejecuta estos modelos. Usaremos esta información para fines internos y no la integraremos en nuestro inventario de gases de efecto invernadero. Esto servirá como base para comprender nuestra huella ambiental por el uso de la IA y nos permitirá identificar formas de invertir en la descarbonización.
El camino hacia una IA sostenible
Este es solo el comienzo. Aquí detallamos algunos de los próximos pasos:
- Actualizar nuestro punto de referencia. Continuaremos dando seguimiento a las emisiones relacionadas con la IA para supervisar las tendencias a lo largo del tiempo.
- Optimizar para lograr eficiencia. Seguimos alentando a nuestros empleados a utilizar la IA de manera más eficiente, y lo hacemos eligiendo los modelos más adecuados y con menos consumo de energía para sus necesidades, y redactando instrucciones eficientes.
- Fomentar la transparencia. Seguiremos compartiendo los avances con nuestros socios y el público en general, y pediremos más transparencia a nuestros proveedores de IA y al sector en general.
Tenemos el firme objetivo de aprovechar el poder de la IA para impulsar a nuestra empresa, siempre asumiendo un compromiso con la sostenibilidad. Al adoptar un enfoque proactivo y transparente para medir y gestionar nuestra huella energética por el uso de la IA, nuestra meta es identificar maneras de continuar con las iniciativas de Okta relacionadas con el impacto ambiental. Obtenga más información sobre nuestra estrategia de IA sostenible en la actualización de sostenibilidad 2025 de Okta.
