CtrlK
BlogDocsLog inGet started
Tessl Logo

metodologia-sustainability-assessment

Green IT evaluation, carbon footprint estimation, energy efficiency analysis, and sustainable architecture pattern recommendations. Use when the user asks to "assess sustainability", "estimate carbon footprint", "evaluate green IT", or mentions energy efficiency, sustainable architecture, or environmental impact of technology.

The canonical home for this skill is metodologia-sustainability-assessment in JaviMontano/mao-discovery-framework

SKILL.md
Quality
Evals
Security

Evaluacion de Sostenibilidad

Evaluacion de Green IT, estimacion de huella de carbono, analisis de eficiencia energetica y recomendaciones de patrones de arquitectura sostenible.

TL;DR

  • Evalua impacto ambiental de infraestructura y arquitectura de software actual
  • Estima huella de carbono de compute, storage, networking y desarrollo
  • Identifica oportunidades de optimizacion energetica con impacto cuantificado
  • Recomienda patrones de arquitectura sostenible (right-sizing, serverless, edge computing)
  • Genera scorecard de sostenibilidad alineado con reportes ESG

Inputs

Parse $1 como nombre del proyecto/organizacion, $2 como scope de infraestructura.

Parameters:

  • {MODO}: piloto-auto (default) | desatendido | supervisado | paso-a-paso
  • {FORMATO}: markdown (default) | html | dual
  • {VARIANTE}: ejecutiva (~40%) | tecnica (full, default)

Entregables

  1. Sustainability Scorecard — Evaluacion por dimension (compute, storage, networking, development)
  2. Carbon Estimate — Estimacion de huella de carbono con metodologia transparente
  3. Green Architecture Recommendations — Patrones sostenibles aplicables al contexto
  4. Optimization Roadmap — Plan de reduccion de impacto ambiental priorizado
  5. ESG Alignment Report — Mapeo de iniciativas contra requisitos ESG

Proceso

  1. Inventario de Infraestructura — Mapear recursos de compute, storage, networking con utilizacion actual
  2. Estimacion de Carbon Footprint — Calcular emisiones por categoria:
    CategoriaFactoresFuente de Datos
    ComputeCPU/GPU hours x PUE x carbon intensityCloud provider reports, billing
    StorageTB x replication factor x energy per TBStorage inventory
    NetworkingData transfer x energy per GBTraffic analysis
    DevelopmentCI/CD pipeline runs, build computePipeline metrics
    End userClient-side compute, data transferAnalytics data
  3. Analisis de Eficiencia — Identificar desperdicio:
    • Over-provisioned resources (utilization <20%)
    • Idle resources (dev/staging environments 24/7)
    • Redundant data copies y backups sin politica de retencion
    • Pipelines ineficientes (builds largos, tests redundantes)
  4. Patrones Sostenibles — Recomendar segun contexto:
    • Right-sizing y auto-scaling
    • Serverless para workloads intermitentes
    • Edge computing para reducir data transfer
    • Region selection por carbon intensity del grid
    • Efficient algorithms y data structures
  5. Plan de Optimizacion — Priorizar por reduccion de carbon x esfuerzo
  6. Alineacion ESG — Mapear iniciativas contra frameworks de reporte (GRI, SASB)

Criterios de Calidad

  • Inventario de infraestructura completo con metricas de utilizacion
  • Estimacion de carbon footprint con metodologia documentada y fuentes citadas
  • Oportunidades de optimizacion cuantificadas (% reduccion estimado)
  • Recomendaciones de arquitectura sostenible con trade-offs documentados
  • Roadmap de optimizacion con quick wins y mejoras estructurales
  • Alineacion con requisitos ESG si aplica
  • Disclaimer sobre precision de estimaciones (orden de magnitud)

Supuestos y Limites

  • Estimaciones de carbon footprint son orden de magnitud, no mediciones precisas
  • Factores de emision dependen de la region y el proveedor de cloud; se usan promedios publicados
  • No reemplaza auditorias ambientales certificadas (ISO 14001)
  • Datos de utilizacion de infraestructura son estimados si no existe monitoring activo

Casos Borde

EscenarioEstrategia de Manejo
Infraestructura on-premise sin datos de consumo energeticoEstimar usando specs de hardware y factores de PUE promedio de industria; marcar como [SUPUESTO]
Multi-cloud con proveedores en diferentes regionesCalcular carbon intensity por region usando datos publicos de grid; reportar por proveedor y consolidado
Organizacion sin objetivos ESG definidosGenerar baseline de carbon footprint como punto de partida; proponer objetivos de reduccion basados en benchmarks de industria
Workloads de AI/ML con alto consumo de GPUEvaluar por separado con factores de emision especificos para GPU; recomendar training scheduling en horas de baja carbon intensity

Decisiones y Trade-offs

DecisionHabilitaRestringeJustificacion
Estimacion por orden de magnitud en lugar de precisionVelocidad de assessment, accionabilidadNo sirve para reporte ESG formalEl objetivo es identificar oportunidades de optimizacion, no certificar emisiones
Right-sizing como primera recomendacionReduccion inmediata de costos y emisionesRequiere monitoring de utilizacionOver-provisioning es la fuente mas comun de desperdicio; impacto dual (costo + carbon)
Region selection por carbon intensityReduccion significativa de emisiones sin cambiar arquitecturaPuede impactar latencia para usuarios regionalesLa diferencia de carbon intensity entre regiones puede ser 10x; se balancea con CDN

Knowledge Graph

graph TD
    subgraph Core["Sustainability Assessment"]
        A[Inventario de Infra] --> B[Carbon Footprint Estimate]
        A --> C[Analisis de Eficiencia]
        C --> D[Patrones Sostenibles]
        B --> E[Optimization Roadmap]
        D --> E
    end
    subgraph Inputs["Inputs"]
        F[Cloud Billing/Metrics] --> A
        G[Carbon Intensity Data] --> B
        H[Objetivos ESG] --> E
    end
    subgraph Outputs["Outputs"]
        B --> I[Carbon Estimate Report]
        C --> J[Sustainability Scorecard]
        E --> K[Optimization Roadmap]
        E --> L[ESG Alignment Report]
    end
    subgraph Related["Related Skills"]
        M[software-architecture] -.-> D
        N[cloud-assessment] -.-> A
        O[governance-framework] -.-> E
    end

Output Templates

Formato 1 — Markdown (default)

  • Filename: Sustainability_Assessment_{project}_{WIP|Aprobado}.md
  • Estructura: Inventario > Carbon Estimate > Eficiencia > Patrones Sostenibles > Optimization Roadmap > ESG Alignment
  • Incluye diagramas Mermaid de distribucion de carbon y decision tree

Formato 2 — HTML (reporte ESG ejecutivo)

  • Filename: Sustainability_Report_{project}_{WIP|Aprobado}.html
  • Estructura: Executive summary con metricas clave > Carbon footprint breakdown visual > Top 5 optimizaciones > Roadmap timeline
  • Optimizado para presentacion a C-level y comite ESG

Formato 3 — DOCX (bajo demanda)

  • Filename: {fase}_sustainability_assessment_{cliente}_{WIP}.docx
  • Generado con python-docx y MetodologIA Design System v5. Portada con nombre del proyecto y fecha, TOC automático, encabezados Poppins navy, cuerpo Montserrat, acentos dorados, tablas zebra. Secciones: Inventario de Infraestructura, Carbon Footprint Estimate, Análisis de Eficiencia, Patrones Sostenibles, Optimization Roadmap, ESG Alignment Report.

Formato 4 — PPTX (bajo demanda)

  • Filename: {fase}_sustainability_assessment_{cliente}_{WIP}.pptx
  • Generado con python-pptx y MetodologIA Design System v5. Slide master con gradiente navy, títulos Poppins, cuerpo Montserrat, acentos dorados. Máximo 20 slides (ejecutiva). Speaker notes con referencias de evidencia. Slides: Portada, Resumen ejecutivo (sustainability scorecard), Carbon Footprint por categoría (gráfico), Top oportunidades de eficiencia, Green Architecture Recommendations, Optimization Roadmap (quick wins + estratégicos), ESG Alignment, próximos pasos.

Formato 5 — XLSX (bajo demanda)

  • Filename: {fase}_sustainability_assessment_{cliente}_{WIP}.xlsx
  • Generado via openpyxl con MetodologIA Design System v5. Encabezados con fondo navy y texto Poppins blanco, cuerpo en Montserrat, zebra striping en filas. Hojas: Infrastructure Inventory (recurso, tipo, región, utilizacion actual %, over-provisioned flag), Carbon Estimate (categoría, factor de emisión, unidad consumida, emisiones kgCO2e, fuente de dato), Efficiency Opportunities (recurso, tipo de desperdicio, reducción estimada %, impacto en carbon, prioridad), Green Architecture Patterns (patrón, aplicabilidad al contexto, reducción estimada, esfuerzo, trade-offs), Optimization Roadmap (iniciativa, horizonte, reducción kgCO2e, quick-win flag, owner). Conditional formatting por utilización (bajo/medio/alto) y nivel de prioridad de optimización. Auto-filters en todas las hojas. Valores directos sin fórmulas.

Evaluacion

DimensionPesoCriterio
Trigger Accuracy10%Activa triggers correctos ante keywords de sostenibilidad, carbon, green IT, ESG
Completeness25%Cubre inventario, carbon estimate, eficiencia, patrones sostenibles y alineacion ESG
Clarity20%Metodologia de estimacion es transparente; recomendaciones tienen impacto cuantificado
Robustness20%Maneja on-premise sin datos, multi-cloud, workloads AI/ML, organizaciones sin ESG
Efficiency10%Proceso no duplica inventario con otros assessments; escala con variante ejecutiva
Value Density15%Optimizaciones tienen impacto dual (costo + carbon) cuantificado

Umbral minimo: 7/10 en cada dimension para considerar el skill production-ready.

Cross-References

  • metodologia-software-architecture: Patrones arquitectonicos sostenibles como criterio de diseno
  • metodologia-cloud-assessment: Inventario de infraestructura cloud como input para estimacion
  • metodologia-governance-framework: Politicas ESG como parte del framework de gobernanza

Autor: Javier Montaño · Comunidad MetodologIA | Version: 1.0.0

Repository
JaviMontano/mao-pm-apex
Last updated
First committed

Canonical home

JaviMontano/mao-discovery-framework
In sync

since Aug 28, 2026

Is this your skill?

If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.