Autor | Elvira Esparza
Los desastres naturales han causado pérdidas anuales de unos 170.000 millones de euros en todo el mundo durante los últimos 15 años, según un informe de Deloitte. Estás pérdidas aumentarán hasta los 400.000 millones en 2050 porque el cambio climático provoca un aumento de estos desastres. Además, estas catástrofes se producirán con más frecuencia en los próximos años.
Sin embargo, con el uso de herramientas de IA se pueden conseguir ahorros anuales de 65.000 millones de euros en los costes directos generados por estos desastres para 2050. Según el informe IA para la resiliencia de las infraestructuras con las mejoras de la IA el ahorro podría superar los 90.000 millones de euros anuales.
¿Qué riesgos afectan a las infraestructuras?
Los desastres naturales como terremotos, huracanes, tormentas e inundaciones son los que causan los daños más graves en las infraestructuras. Se estima que solo el 25% de las pérdidas provocadas por estos desastres, que superan los 400.000 millones, están aseguradas.
El aumento de las pérdidas provocadas por estos siniestros en las infraestructuras se debe en gran medida a la intensificación de estos fenómenos en los últimos años. Los desastres relacionados con el clima han aumentado más del 80% en las últimas cuatro décadas, según la Organización Meteorológica Mundial. Destacan, sobre todo, las tormentas, que son responsables de la mayor parte de las pérdidas, las temperaturas extremas y los incendios forestales.
¿Cómo puede contribuir la IA a mantener las infraestructuras?
Las herramientas de IA pueden mejorar la resiliencia de las infraestructuras durante todo su ciclo de vida, desde la planificación y prevención hasta la recuperación después del desastre.
En la fase de planificación, los modelos predictivos basados en IA contribuyen a hacer un uso del suelo más apropiado al disponer de datos sobre la elevación del terreno, la saturación del suelo y la densidad urbana. También los gemelos digitales ayudan en la planificación porque permiten comprobar cómo pueden afectar los desastres naturales a las infraestructuras y prepararlas para reducir los efectos negativos.
En la fase de prevención se utilizan los modelos de aprendizaje automático porque procesan grandes volúmenes de datos que ayudan a pronosticar los desastres con mayor precisión. A su vez, permiten activar los sistemas de alerta con anticipación para reducir el impacto de los desastres. Un ejemplo del uso de estos modelos es desarrollado por la NASA a partir de los datos de los satélites para pronosticar los puntos de ignición de los incendios forestales, que sirven a las brigadas forestales para tomar medidas dirigidas a reducir el riesgo de los incendios.
En la fase de recuperación, las herramientas de IA agilizan la evaluación de los daños y la reparación de las infraestructuras, porque facilitan la realización de evaluaciones predictivas de daños y una asignación de recursos más adecuada para minimizar los costes.
Problemas del uso de la Inteligencia Artificial
A pesar de los enormes beneficios que tiene la aplicación de las herramientas de IA en las infraestructuras para evitar las consecuencias de los desastres naturales, existen problemas para su desarrollo. Por un lado, existen limitaciones financieras porque su aplicación tiene un coste elevado ya que exige grandes inversiones en hardware y software, además de contar con personal especializado.
También plantea problemas regulatorios en cuanto a la privacidad de los datos, así como sobre la calidad de los datos, porque si los modelos de IA se entrenan con datos inexactos, los resultados obtenidos serán menos eficaces.
La solución para mejorar la resiliencia de las infraestructuras para evitar las pérdidas que provocan los desastres naturales está en la colaboración conjunta entre las instituciones financieras, las aseguradoras, los expertos en ingeniería, los legisladores y los operadores de las infraestructuras. Es necesario incorporar la IA en la planificación y diseño de las infraestructuras para mejorar la eficiencia y reforzar la resiliencia, disponer de financiación a través de instrumentos financieros innovadores y soluciones integradas que combinen la IA con otras tecnologías complementarias.
Imagen | Imad Clicks
