A era da IA chegou e, na Okta, estamos aproveitando o potencial dela para revolucionar a produtividade e a inovação. Conforme implementamos ferramentas de IA eficientes para nossos funcionários, vemos em primeira mão como elas podem aprimorar nossa forma de trabalhar. Ao mesmo tempo, reconhecemos que, para implantar a IA de maneira responsável, é fundamental compreender e abordar o impacto ambiental.
É por isso que queremos compartilhar uma visão dos bastidores do programa de IA Sustentável da Okta e do nosso trabalho para desenvolver um modelo que mede o consumo de energia e as emissões de carbono decorrentes do nosso uso de IA, em parceria com a IT Climate Ed. O objetivo é sermos transparentes sobre nossa jornada, nossa metodologia e aquilo que estamos aprendendo ao longo do caminho.
Nossa estratégia de IA Sustentável
Nossa abordagem para uma IA Sustentável é uma extensão da nossa estratégia climática mais ampla, que tem quatro pilares principais:
- Medir e gerenciar: entender nossa pegada ambiental relacionada à IA.
- Reduzir: usar a IA de forma eficiente e escolher os modelos mais apropriados para a tarefa.
- Eletricidade renovável: estamos expandindo nosso programa de eletricidade 100% renovável para incluir nossas principais ferramentas corporativas de IA.
- Envolver os fornecedores: colaborar com fornecedores de IA para promover a sustentabilidade em todo o setor.
Esta publicação se concentra na primeira etapa fundamental: medir e gerenciar. Afinal, você não pode melhorar o que não mediu.
Uma metodologia provisória para um campo em rápida evolução
Um dos maiores desafios na avaliação do impacto ambiental da IA é a falta de um padrão único em todo o setor para medir e reportar a energia e as emissões de carbono das ferramentas e modelos de IA. Outro desafio é a falta de divulgação e de ferramentas do setor de IA para reportar as emissões de seus clientes. Nesse cenário em rápida evolução, desenvolvemos uma metodologia provisória para nos ajudar a explorar o novo terreno. Essa abordagem baseia-se em pesquisas e dados disponíveis publicamente, o que nos permite estimar o impacto ambiental do uso da nossa IA atualmente enquanto continuamos a defender maior transparência e padronização por parte dos nossos parceiros e do setor como um todo.
Primeiro, identificamos um caso de uso, como a geração de código assistida por IA. Em seguida, aplicamos um processo de três etapas:
- Medir a atividade de uso: começamos analisando nossos próprios dados de uso, incluindo métricas como o número de linhas de código geradas e o volume de interações por chat.
- Converter atividade em consumo de energia: em seguida, traduzimos essa atividade de uso em consumo de energia. Essa é uma etapa complexa que envolve a conversão de linhas de código e mensagens de chat em "tokens" (as unidades de texto que os modelos de IA processam) e, em seguida, a utilização de perfis de energia para diferentes modelos de IA de modo a estimar a densidade energética dos tokens. Também adicionamos a parcela de treinamento do modelo que pode ser atribuída à Okta.
- Calcular as emissões de carbono: por fim, calculamos a pegada de carbono com base no consumo de energia estimado e nas localizações dos data centers. Consideramos a distribuição de pessoal para mapear as regiões de data centers em nuvem e a intensidade de carbono associada para inferência. Para o treinamento do modelo, estimamos a localização do data center com base no fornecedor de IA e no modelo de IA. Isso inclui as emissões operacionais da eletricidade usada para alimentar os modelos de IA, as emissões incorporadas associadas à fabricação do hardware do servidor, bem como as emissões de treinamento atribuídas à Okta.
Acreditamos que esta metodologia, embora dependa de uma série de pressupostos e esteja sujeita a incertezas, representa um avanço para nos ajudar a compreender melhor o nosso impacto e fornecer uma base de referência a partir da qual podemos aprimorar. Abrange desde a divulgação limitada da arquitetura de modelos específicos para modelos fechados, bem como a infraestrutura do data center que opera esses modelos. Utilizaremos essas informações para fins internos e elas não serão integradas ao nosso inventário de gases de efeito estufa. Isso servirá como um entendimento básico da nossa pegada ambiental de IA, permitindo-nos identificar maneiras de investir na descarbonização.
O caminho para a IA Sustentável
Este é apenas o começo da nossa jornada. Os próximos passos incluem:
- Atualizar nossa linha de base: continuaremos a rastrear nossas emissões relacionadas à IA para monitorar as tendências ao longo do tempo.
- Otimizar a eficiência: continuamos a incentivar nossos funcionários a usar a IA de maneira mais eficiente, escolhendo os modelos mais apropriados e menos intensivos em energia para as necessidades deles, além de elaborar prompts eficientes.
- Promover a transparência: continuaremos a compartilhar nosso progresso com nossos parceiros e o público em geral, bem como a defender maior transparência dos nossos fornecedores de IA e do setor como um todo.
Estamos comprometidos em aproveitar o poder da IA para impulsionar nossos negócios enquanto mantemos nosso compromisso com a sustentabilidade. Adotando uma abordagem proativa e transparente para medir e gerenciar nossa pegada de energia de IA, buscamos identificar maneiras de continuar o trabalho de impacto ambiental da Okta. Saiba mais sobre nossa estratégia de IA Sustentável na atualização sobre sustentabilidade de 2025 da Okta.
