Ai blijft onderbenut in race naar net zero-tijd voor verandering
In dit artikel:
Artificiële intelligentie kan de transitie naar net zero flink versnellen, maar blijft vaak hangen in kleinschalige pilots in plaats van te rijpen tot bedrijfskritische systemen. Dat probleem is goed zichtbaar in de maritieme sector: oceanen zijn cruciaal voor klimaat en economie maar lijden onder vervuiling, biodiversiteitsverlies en toenemende industrie. AI biedt oplossingen voor monitoring, voorspelling en ontwerp — van waterkwaliteit en algenbloei tot natuurvriendelijke infrastructuur — maar echte impact ontstaat pas bij opschaling en integratie in bestaande processen.
Een belangrijke belemmering is data: langs kusten en in zeeën zijn gegevens vaak versnipperd, onvolledig of moeilijk te verzamelen. Traditionele meetmethoden zijn duur en hebben beperkt bereik. Nieuwe AI-benaderingen kunnen dat deels omzeilen; een voorbeeld is een open source deep‑learningmodel van Cognizant dat op basis van historische weersdata en stroomgebiedkenmerken dagelijkse rivierstromen voorspelt zonder fysieke sensoren, en zo ook voor eerstongegonneerde of afgelegen gebieden snelle inzichten mogelijk maakt. Sentinel-satellieten van ESA gecombineerd met AI worden al gebruikt om cyanobacteriën en zeeafval op grote schaal in kaart te brengen.
Om AI schaalbaar en betrouwbaar te maken is het noodzakelijk milieu‑data als kritieke infrastructuur te behandelen: gedeelde standaarden, open modellen, interoperabele platforms en FAIR-principes (vindbaar, toegankelijk, interoperabel, herbruikbaar). Veel huidige toepassingen blijven echter geïsoleerd binnen projecten of afdelingen, waardoor potentieel verloren gaat. Dezelfde modellen kunnen meerdere doelen dienen — van havenbeheer en infrastructuurplanning tot natuurbescherming — mits ze worden gedeeld en ingebed in operationele ketens.
Beleid en financiering spelen een doorslaggevende rol. Overheden hebben vaak ambitieuze doelstellingen, maar missen soms concrete richtlijnen en stimulansen voor grootschalige implementatie. Praktische afspraken over datanormen, regels voor milieu‑AI en prikkels voor samenwerking zijn nodig. Een concreet voorbeeld: AI en digitale tweelingen kunnen helpen verouderde olie‑ en gasplatforms veilig te herbestemmen voor windenergie, CO2‑opslag of aquacultuur, in plaats van te slopen.
Hoewel sommige experts vinden dat milieu‑AI nog niet volwassen genoeg is, zijn veel technologieën nu al betaalbaar en schaalbaar. Omdat AI sterk profijt heeft van meer data en leren in de praktijk, is de boodschap duidelijk: niet blijven wachten, maar AI als strategische prioriteit oprichten, investeren in gedeelde infrastructuur en beleid, en zo versneld handelen om mariene ecosystemen te beschermen en net zero‑doelen te halen.