Írta: Ioannis Ioannou, a London Business School Stratégia és Vállalkozás Tanszékének docense Kelet-Afrikában a mesterséges intelligencia eszközei most már előre jelzik az esőzéseket, a növénykatasztrófákat és a talajromlást műholdképek és gépi tanulás segítségével, így segítve a vetés és a kártevőirtás tervezését. Ezek a technológiák agritech startupok által fejlesztettek ki, és multinacionális agrárvállalatok fogadták el, előre tekintő képességükkel növelve a rezilienciát. Azonban a kisgazdálkodók – akik az összes globális élelmiszertermelés körülbelül harmadáért felelősek – gyakran nem rendelkeznek erőforrásokkal, mint öntözés, hitel vagy intézményi támogatás, hogy lépjenek a meglátások alapján. Így a probléma nem a jövendölés képessége, hanem a kapacitás hiánya. Ez egy átfogóbb problémát fed fel: az egyre növekvő szakadék azok között, akik képesek előre látni a fennakadásokat, és azok között, akik képesek reagálni rájuk. A mesterséges intelligencia átalakítja az éghajlatkockázat értékelését, az erőforrások optimalizálását és a beszállítói láncok kezelését, ugyanakkor növelheti a desigualitásokat azzal, hogy gyorsítja a jól felszerelt szereplők előnybe kerülését, miközben másokat hátrahagy. A kritikus kérdés inkább az, hogy ki tud hatékonyan cselekedni a kockázat felismerése után, nem pedig az, hogy ki látja meg elsőként. Ebben kulcsszerepet játszik a „jóslási szakadék” – a meglátás és a cselekvőképesség közötti növekvő távolság. Míg sok csoport fér hozzá előrejelző eszközökhöz, az erőforrások, technikai képességek vagy támogatott intézmények hiányában a kockázat tudata nem fordítódik hatékony irányításra. Ez egyenetlen rezilienciához vezet: egyesek haladnak előre, mások lemaradnak. Az AI ezt a mintát megerősítheti: vállalatok fejlett modelleket használnak a beszállítói láncok és befektetések alkalmazkodására, miközben a sebezhető beszállítók aránytalanul nagy kockázatokat viselnek. Ez a szelektív alkalmazkodás megerősíti a gazdag erőforrásokkal rendelkező szereplőket, ugyanakkor átviszi a sokkot a gyengébbekre, idővel veszélyeztetve az igazságosságot és a rendszer stabilitását. A kockázat újraelosztása anélkül, hogy mindenki kapacitását növelnénk, a rendszer törékenységét fokozza. Bár ez a dinamika a mezőgazdaságban leginkább látható, más területeket is érint. A gazdagabb városok AI-t használnak az infrastruktúra fejlesztésére és a vészhelyzeti válaszok javítására, ellentétben sok Déli országban működő elavult rendszerekkel. A biztosítási szektorban az AI finomítja az éghajlatkockázati díjszabást: magas kockázatú övezetekre emeli a díjakat vagy kivonja a fedezetet, miközben a beszállítói láncok a fennakadásokat más irányba terelik, a frontvonalbeli szereplőket hátrányba hozva. Ezek a fejlődések rendszerkockázatokat teremtenek, amelyek gyakran figyelmen kívül maradnak. A nem egyenlő alkalmazkodás miatt a fennakadások szektorokon és földrajzi területeken keresztül terjednek, a kisgazdálkodók, alvállalkozók és közintézmények sérülékenységüket kiterjesztve szétszórják a rendszer gyengeségeit. Például a 2022-es pakisztáni árvizek hatására a globális kiskereskedőknek alkalmazkodniuk kellett, de a kis beszállítók hónapokig bénultak maradtak. Erőforrások hiányában minden szinten a rendszer gyengül; az izolált reziliencia nem garantálja a közös stabilitást. Ez kiemeli egy kulcsfontosságú ellentmondást: bár az AI-t az inkluzív hozzáférésért reklámozzák, el nem kötelezett irányítási keret hiányában pont ellenkező hatást válthat ki. A jóslási szakadék a tőke, képességek és intézményi különbségek eredménye, nem technológiai hiányosság.

Ha nem szándékosan törekszünk a jóslatok elosztására és a cselekvés lehetővé tételére, a különbségek növekedni fognak. Mit jelent egy igazságos átmenet?A hagyományos hangsúly a költségeken, előnyökön és védelmen továbbra is lényeges, különösen a munkatársak és közösségek számára, de az igazságosság akkor is az elérhető alkalmazkodóképesség biztosítását jelenti. Az átmenet nem bízható kizárólag azokban, akik már fel vannak szerelve; fel kell ruházni másokat eszközökkel és támogatással. Ez nemcsak igazságossági kérdés, hanem közös kockázatok kezelésének is alapja globálisan. Ez a nézőpont három intézményi prioritást javasol. Először is, fektessünk be köz-nyilvános jóslati infrastruktúrába, amely könnyen hozzáférhető, nyitott eszközöket kínál – például éghajlatmodelleket és elemzéseket – kifejezetten alacsony erőforrású környezetekben, kiterjesztve a központi ügynökségektől a helyi önkormányzatokra és civil csoportokra, amelyekben megbíznak a gyors cselekvésben. Másodszor, dolgozzunk ki AI-alkalmazási partnerségeket, amelyekben azok a vállalatok, amelyek AI-t használnak a kockázatok kezelésére, segítenek beszállítóknak és közösségeknek kapacitásépítésben. Ez nem jótékonyság, hanem pragmatikus kockázatmegosztás a láncok koncentrációjának csökkentése érdekében. Néhány vállalat már elindította közös adatplatformokat és finanszírozza az alkalmazkodást, de szélesebb körű elköteleződésre és szemléletváltásra van szükség – a kockázat kiaknázásáról a közös irányítás felé. Harmadszor, módosítani kell a bizalmi felügyeleti felelősséget, hogy kérdezzük meg: az AI stratégiák növelik-e a rendszer egészének rezilienciáját, vagy csupán védik egyes vállalatokat. A vezetőségek és befektetők mérlegeljék, igazságtalanul újraelosztják-e a kockázatokat, vagy széles körben fejlesztik a képességeket. Ezek stratégiai kérdések, amelyek a fenntartható értékteremtés alapjai. Az AI szerepe nem csupán a jóslásban, hanem a generatív modellekben és a nagy nyelvi rendszerekben rejlik, amelyek befolyásolják a tudás hozzáférését, a döntéstámogatást és a stratégia finomhangolását, így növelve az alkalmazkodóképességet, ha inkluzív módon vannak kialakítva. Ezek az előrelépések ugyan nem szüntetik meg a jóslási szakadékot, de átírják annak dinamikáját. Ahogy az AI mélyebben beépül a vállalati és közvetlenül a társadalmi szektorokba, a fő kérdés továbbra is az: ki tud hatékonyan használni ezeket az eszközöket és milyen feltételek mellett? Az AI útja a fenntarthatóságban a governance, a tervezés és a felelősség kérdésein múlik. A jóslási szakadék nem technológiai, hanem intézményi kérdés. Bár az AI értéke gyakran a jóslásban vagy az optimalizálásban mérhető, a fenntarthatóságban a legfőbb teszt az, hogy támogatja-e a rezilienciát a rendszerek között. A koncentrált jóslatok széleskörű kapacitás nélkül törékeny rendszert eredményeznek. A reziliencia túlmutat a vállalatokon, szektorokon és régiókon kell, hogy kiterjedjen. Azokat a vállalatvezetőket, befektetőket és szabályozókat, akik az AI szerepét formálják, nemcsak a technológia, hanem a jövő alakulása is alakítja. A legnagyobb kihívás már nem az, hogy az AI javítja a jóslást – ez már meglátszik –, hanem az, hogy a jóslat összhangban áll-e a széles körű és sürgős cselekvőképesség fejlesztésével. A vezetés értékelése nem arra fog fókuszálni, hogy ki észlelte elsőként a kockázatot, hanem arra, hogy ki biztosította a széles körű felkészültséget, amikor a kockázat bekövetkezett.