Семинар IDLab: ИИ против климатических рисков
23 января 2026 года в Международной лаборатории экономики нематериальных активов — IDLab — прошёл очередной научный семинар. В рамках семинара научный сотрудник лаборатории Майкл Аппиа представил доклад, посвящённый роли искусственного интеллекта и цифровизации в снижении климатических рисков. Исследование было посвящено вопросу о том, способны ли современные технологии помочь странам адаптироваться к последствиям изменения климата.
В основе работы лежат данные по 22 странам мира, включая государства ОЭСР, БРИКС и региона MENA, где внедрение технологий ИИ идет наиболее активно. Авторы проанализировали, как развитие искусственного интеллекта и цифровой инфраструктуры связано с устойчивостью стран к климатическим угрозам.
Уровень внедрения ИИ оценивался с помощью данных о распространении промышленных роботов, собранных Международная федерация робототехники. Степень цифровизации измерялась через комплексный индекс, учитывающий доступ к интернету, мобильной связи и широкополосным сетям. В качестве показателя климатической устойчивости использовался индекс ND-GAIN, который отражает как подверженность стран климатическим рискам, так и их готовность к адаптации.
Полученные результаты показали заметное различие между эффектами ИИ и общей цифровизации. Моделирование продемонстрировало, что внедрение искусственного интеллекта последовательно и статистически значимо снижает климатическую уязвимость стран. В то же время цифровизация сама по себе — без активного использования ИИ — не оказывает заметного влияния на сокращение климатических рисков. ИИ остаётся эффективным инструментом повышения устойчивости даже в условиях разного качества институтов и особенно ярко проявляет себя в странах с высокой исходной климатической уязвимостью.
В ходе дискуссии участники семинара обсудили методологические ограничения исследования, а также возможные альтернативные способы оценки уровня цифровизации и внедрения ИИ. Высказанные комментарии и предложения, как отметили организаторы семинара, могут стать основой для дальнейшего развития работы и углубления анализа.