Souhrn
Mezi lety 2019 a 2024 překročily globální venture capital investice do AI částku 290 miliard dolarů, přičemž méně než 1 procento šlo na projekty se sociálním dopadem. Tato nerovnost odráží nedostatek iniciativ pro sociální inovátory, kde pouze 7 procent veřejně dostupných AI projektů zaměřených na dopad se týká vzdělávání v AI nebo rozvoje dovedností. Výsledek je pomalejší adopce AI v sociálním sektoru oproti 78 procentům globálních firem, které technologii aktivně využívají nebo testují.
Klíčové body
- Globální investice do AI dosáhly 290 miliard dolarů v období 2019–2024, méně než 1 % na sociální dopad.
- Podle zprávy Schwab Foundation z roku 2024 (spolupráce s Microsoft a EY) tvoří vzdělávací AI iniciativy jen 7 % veřejně dostupných projektů.
- Sociální inovátoři čelí překážkám jako nedostatek dovedností v AI, zkreslení dat, vysoké náklady a omezený přístup k infrastruktuře.
- Sítě jako Schwab Foundation a MIT Solve ukazují, že sociální aktéři úspěšně nasazují AI pro řešení environmentálních a sociálních problémů, včetně mitigace rizik.
- Nutnost přesměrovat investice do sociální inovace jako strategickou prioritu kvůli globálním výzvám jako nerovný přístup ke vzdělání a zdravotní péči.
Podrobnosti
Článek poukazuje na hlubokou disproporci v alokaci investic do umělé inteligence. Zatímco komerční aplikace AI, jako optimalizace dodavatelských řetězců nebo personalizovaný marketing, přitahují většinu kapitálu, projekty zaměřené na sociální a environmentální dopad dostávají marginální podíl. Tato skutečnost není jen statistickou anomálií, ale odrazem omezených možností pro sociální inovátory. Zpráva Schwab Foundation z roku 2024, vypracovaná ve spolupráci s Microsoft a EY, analyzovala veřejně dostupné a sebehlášené iniciativy v AI s dopadem. Zjistila, že pouze 7 procent se soustředí na vzdělávání v AI nebo rozvoj dovedností, což je klíčové pro překlenutí dovednostní mezery. Naopak 78 procent globálních firem již AI nasadilo nebo ho testuje, což ukazuje na rychlou komercializaci technologie.
Sociální inovátoři, kteří působí v sítích jako Schwab Foundation (organizace podporující sociální podnikatele) nebo MIT Solve (platforma Massachusettského technologického institutu pro řešení globálních výzev), demonstrují potenciál AI. Používají ji k řešení problémů jako nerovný přístup ke zdravotní péči nebo environmentální degradace, přičemž inovativně řeší rizika jako zkreslení dat v trénovacích sadách nebo etické dilemata. Například algoritmy pro predikci nemocí v chudších regionech vyžadují lokální data, aby se vyhnuly biasu spojenému s převážně západními datasety. Přesto přetrvávají bariéry: vysoké náklady na GPU pro trénink modelů, nedostatek kvalifikovaných specialistů a slabá infrastruktura v dolních a středních příjmových zemích. Bez jasné cesty – roadmap – pro adopci AI zůstanou tito aktéři pozadu. Článek navrhuje, že sociální inovátoři potřebují nástroje pro etické nasazení AI ve velkém měřítku, včetně open-source modelů jako Llama od Meta, které umožňují lokální úpravy bez vysokých licenčních poplatků.
Proč je to důležité
Tato disproporce v investicích posiluje existující nerovnosti v přístupu k technologii, což ovlivňuje globální ekosystém AI. Pokud se investice nebudou přesměrovávat, sociální sektor ztratí na tempu inovací, což zpomalí řešení urgentních problémů jako vzdělávací disparita nebo klimatická změna. Pro průmysl to znamená příležitost: sociální aplikace AI často generují dlouhodobé zisky prostřednictvím udržitelných modelů a regulace, která brzy přijde (např. EU AI Act). Investoři by měli zvážit hybridní přístupy, kde komerční úspěch financuje dopadové projekty. V širším kontextu to podtrhuje nutnost inkluzivního rozvoje AI, aby technologie nesloužila jen elitě, ale přínosila široké společnosti. (Celkem 512 slov)
Zdroj: 📰 Ssir.org
| 