AI-prognoser til småbønder

For millioner af småbønder kan en vækstsæson afgøre, om familien har mad nok, har råd til at lade børnene blive i skolen eller ender i gæld. På verdensplan sikrer næsten 500 millioner små familiebrug⁠ levebrødet for over to milliarder mennesker, hvoraf mange har meget lidt eller intet at falde tilbage på, hvis høsten slår fejl.

I takt med at klimaforandringer gør vejret mere omskifteligt og ekstremt, har småbønder brug for rettidige og pålidelige vejrudsigter, så de kan træffe beslutninger, der beskytter deres indkomst og fødevaresikkerhed. For mange landbrugere i lav- og mellemindkomstlande har vejrudsigter af høj kvalitet dog længe været uden for rækkevidde, blandt andet fordi præcise vejrudsigter har været uoverkommeligt dyre at udarbejde og logistisk komplicerede at formidle.

Det ændrer de seneste fremskridt inden for AI på. Systemer til vejrudsigter, der anvender banebrydende AI, kan nu matche eller overgå traditionelle modeller til en brøkdel af beregningsomkostningerne. Det gør mere lokale vejrudsigter tilgængelige i langt større skala og giver landbrugere tidligere information, så de kan beskytte deres afgrøder, indkomst og familier. Samtidig gør AI-baserede chatbots til landbrugere og lignende værktøjer kommunikationen med dem mere effektiv og virkningsfuld.

Derfor investerer teamet for civilsamfund & filantropi hos OpenAI Foundation 60 millioner USD i at udvide adgangen til AI-baserede prognoser for vejr og plantesygdomme markant. Det skal bringe prognoserne ud til flere lande og landbrugere og dække flere vejrtrusler og plantesygdomme. Når oplysningerne formidles via mobiltelefoner og andre kanaler, kan de hjælpe millioner flere landbrugere med at beslutte, hvornår de skal så, høste og gøde, samt hvornår de skal handle forud for vejrrisici.

Denne portefølje på 60 millioner USD samler seks enestående organisationer: University of Chicago⁠, UC Berkeley⁠, Precision Development⁠, AIM for Scale⁠ (som modtager finansiering gennem University of Notre Dame⁠), Digital Green⁠ og International Maize and Wheat Improvement Center⁠ (CIMMYT). I tæt samarbejde med nationale og lokale myndigheder og institutioner vil organisationerne støtte myndighedsledede initiativer, der i løbet af de næste tre år skal levere prognoser for vejr og plantesygdomme til 100 millioner småbønder i Syd- og Sydøstasien samt Østafrika.

Prisen for usikkert vejr

Små landbrug producerer omkring en tredjedel af verdens fødevarer, og store tab af afgrøder kan true fødevaresikkerheden i hele lande. Vejret er en væsentlig årsag til udsving i landbrugeres indkomst: En falsk start på monsunen kan få dem til at så for tidligt og miste afgrøden under den efterfølgende tørkeperiode, mens uventet regn ved høsttid kan ødelægge afgrøden, før den bliver høstet. En undersøgelse i seks afrikanske lande viste⁠, at ugunstige klimahændelser i et typisk år ramte omkring en tredjedel af de undersøgte jordlodder og i gennemsnit reducerede landenes afgrødeproduktion med 29 %. NASAs satellitdata viser⁠ desuden, at sådanne klimahændelser bliver kraftigere, efterhånden som kloden bliver varmere.

Før AI var præcise vejrudsigter baseret på numeriske modeller, der blev kørt på dyre supercomputere. Derfor kan de som regel ikke anvendes af meteorologiske institutter i mange lav- og mellemindkomstlande. Selv hvor prognoserne fandtes, blev de ofte ikke omsat til nyttige oplysninger, som landbrugerne kunne handle på.

Nu har banebrydende AI sat gang i endnu en revolution inden for vejrudsigter. Prognoserne udarbejdes af AI-modeller, der er trænet på enorme mængder atmosfæriske data, og de er nu ofte lige så præcise som – eller endda mere præcise end – traditionelle prognosemodeller, men kræver kun en brøkdel af regnekraften. Det åbner mulighed for at masseproducere prognoser, der er skræddersyet til småbønder i lav- og mellemindkomstlande, når de skal beslutte, om og hvornår de skal så, høste og gøde deres afgrøder.

Disse fremskridt inden for AI åbner for flere tilgange, der tilsammen kan levere vejrudsigter til småbønder til en overkommelig pris:

1. AI-baserede prognosesystemer kan forudsige vejret til en brøkdel af de omkostninger, den tid og den regnekraft, som tidligere systemer krævede.

2. AI-vejrmodellers hastighed og effektivitet gør det muligt at kombinere flere af de bedste modeller og dermed udarbejde mere præcise vejrudsigter, end én model kan levere alene. Præcisionen forbedres yderligere, når modellerne tilføres lokale miljødata.

3. Meteorologiske forskere kan finjustere AI-modeller efter mål, der er relevante for landbrugere, såsom den dato, hvor regnen begynder i tilstrækkeligt omfang til, at de kan så. Det muliggør beslutningsrelevante prognoser, som tidligere var uden for rækkevidde.

4. AI-baserede tale-, sms- og chatbotløsninger leverer prognoser direkte til landbrugerne på deres eget sprog. Landbrugerne kan også bruge dem til at give direkte feedback om, hvad der faktisk skete på deres jord, om prognosen holdt stik, og om rådene hjalp dem med at håndtere trusler mod afgrøderne.

Flere randomiserede forsøg giver lovende dokumentation for, at landbrugere træffer anderledes og bedre beslutninger, når de modtager rettidige prognoser. De ændrer, hvad og hvornår de sår, bruger penge og investerer, og beslutningerne kan øge deres indkomst og mindske tab af afgrøder (Burlig et al., 2025⁠; Cole, Goldberg, Harigaya & Zhu, 2025⁠; Rudder & Viviano, arbejdspapir⁠).

Sådan hænger indsatsen sammen

Vores investering på 60 millioner USD samler organisationer, der dækker hele vejen fra prognose til landbruger:

• Udarbejdelse af vejrudsigter: University of Chicago og UC Berkeley skal hjælpe nationale meteorologiske institutter med at tilpasse og sætte AI-vejrmodeller i drift, så de kan udarbejde prognoser, der er relevante for landbrugere. De første prognoser vil omfatte monsunens begyndelse og ophør, regn i forbindelse med høsten, nedbør på mellemlangt sigt og ekstrem varme. Ud over vejret vil CIMMYT investere i sine muligheder for at forudsige sygdomsfremkaldende organismer i hvede og bruge AI og NASAs jordobservationsdata til at opdage udbrud tidligere.

• Formidling af prognoser og andre nyttige oplysninger til landbrugere: Precision Development skal samarbejde med myndigheder og civilsamfundsorganisationer om at omsætte prognoserne til praktiske råd og formidle dem til landbrugerne gennem kanaler, de har tillid til. Digital Green vil integrere forbedrede prognoser i FarmerChat, organisationens AI-baserede landbrugsrådgivningsapp, som bruges af over 2,1 millioner landbrugere, og videreformidle deres tilbagemeldinger til prognoseteamene. Formidlingsteamene vil teste beskedernes udformning, forståelighed, troværdighed og evne til at udløse handling gennem fokusgrupper, A/B-test og effektevalueringer.

• En varig indsats: AIM for Scale skal samarbejde med myndigheder og udviklingsbanker om at etablere de partnerskaber og den finansiering, der er nødvendig for at videreføre tjenesterne og udvide dem til flere lande. Det endelige mål er en holdbar offentlig infrastruktur, hvor blandt andet nationale meteorologiske institutioner og landbrugsinstitutioner driver tjenesterne, mens myndigheder og udviklingsbanker finansierer den fortsatte levering.

OpenAI Foundation valgte organisationerne på grund af deres førende position inden for hver deres område, deres dokumenterede evne til at samarbejde effektivt med lokale myndigheder og lokalsamfund samt deres påviste resultater og evne til at arbejde sammen om dette ambitiøse initiativ. Vores investering på 60 millioner USD bygger videre på og udvider indsatsen ved blandt andet at tilføre nye muligheder såsom prognoser for plantesygdomme, knytte prognoserne til nye kanaler, som landbrugerne har tillid til, og støtte en udvidelse til flere lande. Målet er at give 100 millioner landbrugere bedre oplysninger, når de har brug for dem, så de kan undgå tab og foretage investeringer, der kan føre til højere og mere stabile indkomster.

Fremover består muligheden i at bygge videre på fremskridtene med avancerede AI-modeller, så prognoserne bliver mere præcise og lokale i stor skala og formidles til landbrugerne ved hjælp af evidensbaserede metoder. Der er stadig meget at lære om, hvad der virker, og vejrsystemerne skal underlægges uafhængig benchmarking, feedback, lokal evaluering og tilpasning på tværs af lande og afgrøder.

En del af det bredere arbejde i OpenAI Foundation

Denne investering er det andet initiativ fra OpenAI Foundation inden for vores arbejde med civilsamfund & filantropi. Vores mål er at bidrage til, at fordelene ved AI når ud til mennesker og lokalsamfund i hele verden – især dér, hvor bedre værktøjer, information og almennyttig infrastruktur kan forbedre grundlæggende tjenester og økonomiske muligheder.

I dette arbejde vil vi fokusere på:

• At tage AI i brug i grundlæggende tjenester, hvor teknologien kan forbedre adgangen og resultaterne mærkbart.

• At give civilsamfundsorganisationer de værktøjer, den ekspertise og den støtte, de har brug for til at indføre AI på en ansvarlig måde.

• At opbygge fælles infrastruktur, så vellykkede værktøjer og erfaringer kan komme hele den sociale sektor til gavn.

Vi vil fortsat samarbejde med lokalsamfund, ledere og udviklere verden over, mens vi videreudvikler indsatsen. Kontakt vores team på [email protected]⁠.