Büyük Verinin Karbon Etkisinin Değerlendirilmesi

Büyük veri ve yapay zekâ 21. Yüzyılın en büyük problemlerinden biri olan, iklim değişikliği sorununu çözmemizde bize yardımcı olabilir. Ancak gün geçtikçe daha net şekilde görülüyor ki; veri toplama ve depolama da problemin bir parçası olabilir. Avrupa Birliği’ndeki veri merkezlerinin harcadığı enerjinin, 2030’da toplam elektrik ihtiyacının %3,21’ine ulaşması mümkün görünüyor. Avrupa başta olmak üzere tüm dünyada sayılarının önümüzdeki 5 sene içinde %100 üzerinde artmasının beklendiği veri merkezleri, artan enerji maliyetleri ve ESG düzenlemeleri kapsamında artan şeffaflık gereklilikleri de göz önünde bulundurulduğunda, iklim değişikliği sadece makro değil mikro-ekonomik düzeyde de giderek daha önemli bir problem haline geliyor.  2010 yılında 2 Zetabayt seviyesinde ortaya çıkan global yıllık veri rakamının, 2022 yılında 97 Zetabayta çıktığı görülmektedir. 2025 yılında neredeyse günümüzün 2 katı, yani 180 Zetabayta çıkması beklenen yıllık data üretimi sebebiyle, üst düzey yöneticilerin veri yönetimi tercihleri üzerine tekrar düşünmesi gerekiyor.

İklim değişikliğiyle mücadele kapsamında geçtiğimiz yıllarda pek çok ülkede çevre düzenlemeleri hayata geçirildi. Paris İklim anlaşması, AB Yeşil Mutabakatı, COP 27 Konferansı ile dünyada sera gazı emisyonlarının azaltılmasına yönelik adımlar atıldı. Avrupa Birliği ülkeleri Yeşil Mutabakat ile karbon emisyonlarını 2030 yılına kadar yüzde 55 azaltmayı, 2050 yılına kadar ise karbon nötr ilk kıta olmayı hedefliyor. Bu kapsamda, şirketlerin üretimlerini emisyon kısıtlamalarının daha az olduğu ülkelere  kaydırmalarının önüne geçmek amacıyla, Sınırda Karbon Düzenlemesi (SKDM) hayata geçirildi. Bu düzenleme kapsamında hayata geçirilen dünyanın ilk uluslararası Emisyon Ticaret Sistemi (ETS), AB sınırları dışında üretilen; çimento demir-çelik, alüminyum, gübre gibi yoğun emisyona sahip sektörlerde Avrupa Birliği’ne ihraç edilen ürünlerin karbon maliyetleri oranında fiyatlandırılması anlamına geliyor.

Veri toplama ve depolamaya duyulan büyük ihtiyacın ana sebebi nedir?

Geçmişte şirketler (özellikle büyük teknoloji şirketleri) bulabildikleri kadar veriyi topluyordu. Konuyu daha anlaşılır kılmak için; uzun zamandır halınızda aradığınız, ayağınıza saplanan tek bir iğnenin peşinde olmanıza rağmen, eldeki tüm bilgileri toplayan devasa bir elektrik süpürgesi hayal edelim. Açıkça görülüyor ki gelecekte ayağınıza saplanan ikinci bir iğne olup olmayacağını asla bilemezsiniz (bunu iş bağlamında düşünecek olursak, böyle bir iğne çözülmesi gereken bir sorun veya önemli bir analiz için ihtiyaç duyacağınız bilgi olabilir). Her zamankinden daha düşük depolama ve bilişim maliyetleri sayesinde, geniş kapsamlı veri toplama ve depolama geçmişte mantıklıydı; ancak artık bu durum değişiyor.

Tüm veriyi ayırt etmeden toplama stratejisinin hesaba katılması gereken başlıca iki olumsuz yan etkisi var

SNR (Sinyal/Gürültü Oranı)- Veri analistleri ve şirketler artık kendilerine sağlanan büyük miktardaki verinin içindeki ilgili faydalı bilgileri, yani sinyali tespit edemiyor. Şirketler veriyle fiilen çalışabilmekten daha çok, veri işleme depolama ve elde tutmanın yasal yükümlülüklerine nasıl uyum sağlayabileceklerinin derdine düşmüş durumdalar. İşlenmesi gereken yüksek hacimli veri, yüksek derecede eğitimli profesyonellerden oluşan insan kaynağının zamanını buna ayırmasını gerektiriyor. Mevcut durumda bu profesyonelleri işgücü pazarında bulmak sadece zor değil aynı zamanda da pahalı. Bu sorun için olası çözümlerden birisi, şüphesiz bilgisayar/yazılım tabanlı teknoloji kullanmak olur. Piyasada halihazırda birçok büyük veri aracı bulunuyor; ancak bu araçlar, kayda değer bir etki yaratmadan yüksek maliyetler oluşması riskini taşıyor. İyi bilinen ve başarılı veri araçlarının bile devasa veri havuzundan uygun sonuçları filtreleyebilmek için zamana ve doğru girdi değişkenlerine ihtiyacı var. Bu süreç aynı zamanda enerji gerektiriyor. Bu da CO2e emisyonuna neden oluyor ve şirkete maliyet yüklüyor. Ayrıca, araçların veriden nedensellikleri değil, korelasyonları tanımlama riski de bulunuyor. En kötü senaryoda, nedenselliği olmayan ve hipotezi test edilmeyen verilerden çıkarılan sonuçlar, şirkete zarar verecek kararlara bile yol açabilir.

Verileri yanlış yorumlamanın bir örneği, perakende satış yapan mağazaların düzeni olabilir. Toplanan verilerin son analizinde, müşterilerin daha geniş mağazalarda daha çok zaman geçirdiği ve daha fazla plansız ürün alımı yaptığını hayal edelim. Böylece hem müşteri başına hem de perakende alanın metrekaresi başına daha fazla satış hacmi elde ediliyor. Böylece, diğer faktörleri göz önünde bulundurmadan, satış açısından daha geniş alanı bulunan mağazaların daha çekici olduğu sonucuna ulaşılabilir. Kontrollü deney veya hipoteze dayalı testler olmadan, şehir içinde dahi daha geniş alanlı yeni mağazalar inşa etme kararı alınabilir. Ancak bu ilişkinin nedenselliği olup olmadığını bulmak zordur. Nedeni kırsal alanlardaki müşterilerin haftalık alışveriş yaptıkları için mağazada daha fazla alışveriş yapması ve daha fazla mesafe katetmesi de olabilir. Bunun yanı sıra müşteriler farklı demografik faktörler nedeniyle de plansız alışveriş yapmaya eğimli olabilirler. Toplanmış veriyi kullanır ve aynı mantığı şehir mağazalarına da uygularsanız, varılan sonucun doğru olmadığı ortaya çıkabilir.

Sera gazı emisyonları- Büyük miktarlarda veri toplamak ve depolamak çok fazla enerji gerektirir ve bu durum şirketin ekolojik ayak izini olumsuz etkiler. Giderek daha fazla şirketin proaktif bir şekilde iklim değişikliğini ele aldığı olumlu bir eğilim gözlemliyoruz. Bu şirketlere, bulut sistemlerini “yeşil” olarak pazarlayan büyük bulut bilişim hizmetleri sağlayıcıları da (e.g., Google Cloud, Microsoft Azure, AWS ve hatta Tencent) dahil. Pazarlama faaliyetleri arasında PUE (güç kullanımının verimliliği) ve karbon dengeleme (özellikle ABD’de) gibi KPG’leri yayınlamak da bulunuyor. Şirketlerin veri toplama, kullanma ve depolama şekillerini değiştirmesi, CO2e emisyonlarını azaltmada ve karbon hedeflerine ulaşmada kayda değer etki yaratabilir. İhtiyaç duyulmayan büyük miktarda verinin toplanması, şirketlere maliyet yaratıyor (ör. elektrik giderleri) ve değer üretmiyor.