自然と生物多様性の損失は、リスク管理、事業運営、長期的なレジリエンスに直接影響する、企業にとって重要な検討課題です。
人工知能は、早期のリスク検知から事業運営や投資の最適化まで、企業による自然保護活動を支援できます。
自然分野でAIを責任をもって導入するには、地域社会と生態系の双方に利益をもたらすため、透明性、公平性、地域のリーダーシップが必要です。
人工知能（AI）は、ますます基盤技術として認識されるようになっており、社会の営みを変革し、環境科学や保全科学を含むさまざまな分野にパラダイムシフトをもたらす可能性があります。
気候関連のショックやストレス要因が世界各地で増加するなか、AIの可能性が注目されるのは重要な時期にあたります。保全や再生の取り組みは進展しているものの、課題の複雑さと緊急性に対応するには、より大規模かつ迅速に機能する新たなツールが求められます。AIは、こうしたツールを生み出す大きな機会となります。
企業は自然のためにAIをどう活用しているか
環境リスクの予測から種のモニタリング、生態系のモデリングまで、自然と生物多様性の損失に関連する事業上のリスクを先回りして管理しながら、意思決定の改善にAIを活用している企業の例を紹介します。
1. リスクの検知、緩和、対応
山火事、干ばつ、侵略的外来種など、景観に関わるリスクを管理するうえで、早期検知は極めて重要です。早期に検知できれば、企業、保全・土地管理機関、地域社会は、起こり得る危機に先回りして対応できます。
AI技術は長年にわたり、主要な生態学的特徴や変化のマッピングに活用され、生態系の評価と管理を支えてきました。高解像度の航空データとAI検知ツールを組み合わせることで、たとえば、侵略的植物の拡大など、生態系に対する重大なリスクの特定にも役立ちます。
たとえばTELUSは、コネクテッド技術を再生の取り組みに取り入れ、カナダの森林における山火事後のレジリエンス強化を進めています。テクノロジー企業のDryad Networksおよびドローンサービス事業者のFlash Forestとの連携を通じて、TELUSはIoT（モノのインターネット）センサーネットワークを活用し、生態系再生の主要拠点で山火事を極めて早期に検知し、リスクを監視しています。
また、Pano AIなどのAI活用プラットフォームは、センサーネットワークと予測モデリングを組み合わせ、企業や政府が発生初期の山火事を特定できるよう支援します。重要な生態系を含む資産やインフラの保護に役立ちます。
2. 野生生物と生物多様性のモニタリング
訓練済みの機械学習モデル、トレイルカメラ、自律システムを用いて、音環境を分析し、森林を基盤とする介入策による生物多様性への効果を追跡するとともに、野生生物への脅威を監視しています。密猟などの違法行為を効果的に監視することで、企業は生物多様性損失のリスクを管理し、変化する環境情報開示の枠組みに対応できます。
「野生生物犯罪対策技術プロジェクト」の一環として、世界自然保護基金（WWF）とケニア野生生物公社は、ケニアのソリオ動物保護区にサーマルカメラを設置し、継続的な遠隔監視を実施しています。AIを統合したシステムが人間、野生生物、車両を自動検知・分類し、侵入に迅速に対応できるよう、運用担当者にリアルタイムで警報を送ります。
南米では、プロジェクト・グアカマヤが、マイクロソフトのAI for Good Labと連携しています。太陽光発電マイク、衛星画像、トラップカメラ、生物音響を活用して音環境をリアルタイムで監視し、熱帯林の生物多様性を保護するとともに、アマゾンでの保全活動を加速させています。
3. 生態系の再野生化と場所の選定
AIツールを再野生化プロジェクトに活用すると、生態系の長期的な変化を予測し、計画やモデリングに役立てられます。土壌、水文、気候のデータセットを重ね合わせることで、さまざまな再生シナリオをシミュレーションし、想定される結果を評価できます。たとえば、生物音響センサーと組み合わせたAIツールは、送粉者の多様性に関する詳細なデータを生成し、再野生化の成果を明確に示す証拠を提供しています。
GoogleのTree Canopyツールは、AIと航空画像を活用し、約350の都市が都市の森林を把握、管理、改善できるようにします。これにより、極端な暑さへの脆弱性に対処し、都市レベルの気候レジリエンスを支援できます。現在、研究では、ドローンによる種子散布や侵略的外来種の駆除など、自律的な再野生化介入策についても、従来の再生手法に代わる拡張可能な方法として検討が進んでいます。
4. ストーリーテリングと関与の促進
AIはストーリーテリングの強力なツールになり得ます。生成AI（GenAI）モデルは、たとえば、劣化した景観と再生後の景観の「ビフォー・アフター」のイメージを作成するために使われてきました。こうしたツールは、教育や啓発、パートナーシップの構築、資金調達、ESG報告、ステークホルダーの信頼醸成に役立つ説得力のある画像を提供します。
AIはシナリオ計画や未来志向の検討も支援でき、役割を果たしながら、参加型の計画策定や地域主導の保全活動に貢献できます。
5. 先住民の知識と慣行を支援する
AIは気候変動への適応や、先住民主導の資源計画にも役立ちます。カナダのサニキルアクでは、独自開発のAIシステムが、先住民の知識と衛星画像を組み合わせ、気候変動によって急速に変化している地域で、ホタテガイ、ケルプ、ハマグリに最適な生息地を、他の西洋科学の手法も用いてマッピングしています。
このような統合的なアプローチは、データの空白を埋め、持続可能な海面養殖を支援します。また、技術と伝統的知識を融合することで、レジリエンスと地域の生計を強化できることを示しています。
AIツールの中心に自然と人々を据える
AIは中立ではありません。開発者の価値観、前提、偏見が反映されます。AIシステムは、保全科学やその実践にすでに存在する不平等を助長してはなりません。
モデルの訓練に使われるデータは、不完全または偏っていることが多く、西洋科学以外の知識体系を除外したり、誤って表現したりする可能性があります。たとえば、伝統的生態学的知識です。AIツールの基盤となるアルゴリズムは不透明な場合もあり、意思決定の仕組みや、特定の結果が優先される理由の透明性を損なうおそれがあります。そのため、生態学分野でAIを開発・導入する際には、データ主権と包摂的な設計を中核に据える必要があります。
先住民は、土地の管理と生物多様性の保護に極めて重要な役割を果たしているため、自然界でこうしたAIツールをどのように開発し、活用するかを形作るうえで主導的な立場に立つ必要があります。そのためには、AIと関連技術の開発を、関係性、互恵性、生態学的責任といった先住民に共通する原則に根ざしたものにする必要があります。
AIの利用拡大は、水とエネルギーの膨大な消費など、環境にも影響を及ぼします。データセンターが使用する電力量は、2030年までに2倍を超えると予測されており、液冷に必要な水の使用量も近年すでに大幅に増加しています。AIは自然を基盤とする気候変動対策を後押しする力になり得ますが、技術の広範な導入による環境への悪影響を緩和し、より持続可能な技術やAIソリューションの道筋を見いだすことを優先すべきです。
自然の保全・再生活動へのAIの統合が進むなか、こうした技術は、生物多様性の成果向上から文化の保全まで、自然にとっての共益を積極的にもたらす必要があります。AIツールは技術的効率性だけを目的に設計・使用するのではなく、生態系の健全性を強化し、種の回復を支え、長期的な気候レジリエンスに有意義に貢献するものであるべきです。
