Ante la escalada de los riesgos climáticos, el Fondo de Adaptación buscó fortalecer la toma de decisiones basada en la evidencia para la resiliencia climática en la región colombiana de Mojana. Para lograrlo, el Fondo lanzó una plataforma de vanguardia basada en la generación aumentada por recuperación (RAG), la inteligencia artificial y una infraestructura de nube escalable. La solución permite a los responsables de la toma de decisiones analizar instantáneamente miles de documentos, integrar datos geoespaciales e históricos e identificar las intervenciones óptimas en tiempo real. El resultado es un salto transformador en la gobernanza climática, que prioriza la velocidad, la precisión y la relevancia local.

Antes del desarrollo de la plataforma de apoyo a la toma de decisiones impulsada por la IA, el Fondo de Adaptación enfrentó importantes barreras que limitaban la velocidad, la coherencia y la eficacia de la toma de decisiones para las iniciativas de mitigación del cambio climático:

• Información fragmentada y dispersa: Los datos críticos, que van desde intervenciones anteriores, estudios científicos y modelos climáticos, estaban dispersos en múltiples sistemas, formatos e instituciones. Esto dificultaba el acceso, la correlación o la síntesis de los conocimientos de manera oportuna.

• Revisión manual de documentos: Los procesos de toma de decisiones se basaron en gran medida en revisiones realizadas por personas de grandes volúmenes de documentación. Esto no solo consumió una cantidad considerable de tiempo y recursos, sino que también introdujo subjetividad y una mayor probabilidad de supervisión o incoherencia.

• Capacidad analítica limitada: Sin un procesamiento de datos unificado y en tiempo real ni herramientas impulsadas por la inteligencia artificial, era difícil analizar problemas complejos y de varios niveles (por ejemplo, identificar los factores de riesgo en los ámbitos ambiental, económico y social).

• Respuesta lenta a los riesgos emergentes: El tiempo necesario para recopilar, validar e interpretar los datos retrasó significativamente la formulación de las estrategias de mitigación, lo que es particularmente problemático en contextos sensibles al clima que exigen una acción rápida y basada en la evidencia.

• Falta de integración contextual: Si bien existía el conocimiento local, había pocos mecanismos para integrar formalmente las ideas de la comunidad, las prioridades regionales y las intervenciones históricas en modelos de decisión estructurados.

• Marcos de decisión inconsistentes: Sin un sistema de conocimiento centralizado, cada ciclo de decisión tenía que empezar desde cero, lo que daba lugar a esfuerzos repetidos, variabilidad en la profundidad analítica y pérdida de oportunidades de aprender de los programas anteriores.

Estos desafíos, en conjunto, resultaron en más lento, menos escalable y más reactivo toma de decisiones, lo que limita la capacidad del Fondo para priorizar eficazmente los recursos e intervenciones en la región de alto riesgo La Mojana (Colombia).

La nueva plataforma mejoró significativamente la capacidad del Fondo para tomar decisiones informadas, oportunas y sensibles al contexto:

• Generación de información en tiempo real: Los agentes cognitivos pueden procesar más de 2 millones de páginas de documentación en segundos:180 millones de veces más rápido que la revisión manual.

• Recuperación de conocimientos un 90% más rápida: La búsqueda mediante IA redujo el tiempo de búsqueda de proyectos y reglamentos de 6 horas a entre 10 y 30 minutos.

• Aceleración de decisiones: Los ciclos de toma de decisiones que antes llevaban semanas ahora se pueden completar en cuestión de minutos, con referencias cruzadas del contexto histórico y el análisis geoespacial.

• Uso integral del conocimiento: Los datos locales, los conocimientos de los expertos y las fuentes externas ahora se integran a la perfección para informar las decisiones multidimensionales.

• Claridad y profundidad de los conocimientos: La integración con ocho fuentes de datos externas aumentó la integridad y precisión de los resultados hasta en 800%.

• Eficiencia operativa: Se optimizaron los sistemas de almacenamiento, reduciendo la redundancia y logrando una Disminución del 17% en volumen de datos al tiempo que mejora la usabilidad.