disponer de más datos no significa necesariamente tomar mejores decisiones. Entre ambos extremos aparece una capacidad cada vez más importante: la inteligencia climática.
¿Qué es la inteligencia climática? Analizamos cómo transformar datos y conocimiento climático en información útil para comprender riesgos y tomar decisiones.
Disponemos de más datos climáticos que nunca, pero el verdadero desafío consiste en convertirlos en conocimiento útil. Analizamos qué es la inteligencia climática y cómo puede conectar clima, territorio, empresa, ciencia de datos e IA para tomar mejores decisiones.
De los datos climáticos a las decisiones: qué es la inteligencia climática
Nunca habíamos dispuesto de tantos datos para comprender el clima. Observaciones meteorológicas, satélites, series históricas, reanálisis, predicciones estacionales y proyecciones climáticas permiten observar el pasado, analizar el presente y explorar diferentes futuros. Pero disponer de más datos no significa necesariamente tomar mejores decisiones. Entre ambos extremos aparece una capacidad cada vez más importante: la inteligencia climática.
Temperatura, precipitaciones, humedad del suelo, caudal de los ríos, estado de los océanos, incendios, sequías, cobertura terrestre, vegetación o concentración de determinados gases pueden observarse actualmente mediante múltiples fuentes.
A esta información podemos añadir datos sobre población, edificios, infraestructuras, empresas, actividad económica, consumo energético, disponibilidad de agua, agricultura, turismo, movilidad o cadenas de suministro.
La combinación es extraordinariamente poderosa.
También extraordinariamente compleja.
Una empresa no necesita millones de observaciones climáticas para decidir si debe adaptar una instalación.
Un municipio no necesita simplemente conocer cómo puede evolucionar la temperatura media para decidir dónde resulta prioritario actuar.
Un inversor no necesita saber únicamente que existe riesgo de inundación. Necesita comprender qué activos están expuestos, con qué intensidad y cuáles podrían ser las consecuencias.
El desafío consiste en recorrer el camino que separa dato y decisión.
Tenemos más información climática que nunca
Europa dispone actualmente de una infraestructura pública extraordinaria para observar y analizar el clima.
El Copernicus Climate Change Service (C3S) proporciona información sobre el estado pasado, presente y futuro del clima a partir de observaciones, modelos y otras fuentes científicas.
Una de sus principales infraestructuras es el Climate Data Store (CDS), que proporciona acceso abierto y gratuito a grandes cantidades de datos climáticos.
Entre ellos encontramos observaciones, registros climáticos históricos, variables obtenidas mediante observación de la Tierra, reanálisis globales y regionales, predicciones estacionales y proyecciones climáticas.
No hablamos únicamente de descargar archivos.
La plataforma incorpora también herramientas para procesar grandes volúmenes de información, realizar análisis, generar visualizaciones y desarrollar aplicaciones.
Esto representa un cambio importante.
Durante décadas, uno de los problemas fundamentales era conseguir información climática suficiente.
Ahora aparece otro:
¿qué hacemos con ella?
Del dato climático a la información útil
Un dato aislado tiene un valor limitado.
Supongamos que sabemos que determinada localización puede experimentar un incremento en la frecuencia de días extremadamente cálidos.
Eso constituye información relevante.
Pero para una empresa todavía faltan muchas preguntas.
¿Dónde están exactamente sus instalaciones?
¿Qué actividades se realizan en ellas?
¿Cuántas personas trabajan en exteriores?
¿Qué procesos dependen de refrigeración?
¿Cómo varía el consumo energético con la temperatura?
¿Existen equipos especialmente sensibles?
¿Puede modificarse el horario de determinadas actividades?
¿Cuánto tiempo permanecerán esos activos en funcionamiento?
El dato climático empieza a adquirir valor empresarial cuando se conecta con contexto, exposición y decisión.
Por eso el verdadero desafío no consiste simplemente en producir más información climática.
Consiste en conseguir que esa información resulte utilizable.
Qué entendemos por inteligencia climática
El término inteligencia climática puede utilizarse con significados diferentes dependiendo del contexto.
El propio Copernicus Climate Change Service utiliza el concepto Climate Intelligence para determinadas actividades mediante las que analiza datos climáticos y los convierte en productos que permiten comprender condiciones, acontecimientos y tendencias climáticas.
En InstitutoClimatico.es utilizaremos una definición deliberadamente orientada a la aplicación:
La inteligencia climática es la capacidad de transformar datos, información y conocimiento sobre el clima en información útil para comprender riesgos, anticipar posibles impactos y tomar mejores decisiones.
Esta definición introduce algo fundamental.
La inteligencia climática no termina en el clima.
Necesita conectar el fenómeno climático con aquello sobre lo que queremos decidir.
Por eso puede requerir combinar climatología con geografía, economía, ingeniería, ciencia de datos, información empresarial o conocimiento sectorial.
La pregunta deja de ser únicamente:
¿qué está ocurriendo con el clima?
y pasa a ser:
¿qué significa para nosotros?
Una cadena que comienza con los datos y termina con una decisión
Podemos representar el proceso mediante una secuencia:
Datos → Información → Contexto → Riesgo → Impacto → Opciones → Decisión
Cada etapa añade una nueva capa de significado.
Datos
Constituyen la materia prima.
Temperaturas, precipitaciones, viento, humedad, niveles de agua, observaciones satelitales, registros históricos, predicciones o proyecciones.
Información
Los datos se procesan para identificar tendencias, anomalías, distribuciones, frecuencias o escenarios.
Podemos saber, por ejemplo, cómo ha evolucionado una variable o cómo podría hacerlo bajo determinadas condiciones.
Contexto
La información climática se relaciona con aquello que queremos estudiar.
Una empresa.
Un edificio.
Una infraestructura.
Un destino turístico.
Una explotación agrícola.
Una ciudad.
Un territorio.
Riesgo
Analizamos qué amenazas existen, qué elementos están expuestos y qué vulnerabilidades presentan.
Impacto
Intentamos comprender qué consecuencias podrían aparecer.
Operativas, económicas, territoriales o sociales.
Opciones
Identificamos posibles actuaciones para reducir exposición, vulnerabilidad o consecuencias.
Decisión
Finalmente, la información se utiliza para decidir qué hacer, cuándo hacerlo y qué priorizar.
El verdadero valor aparece al completar esta cadena.
La localización importa
Existe una característica especialmente importante del riesgo climático: es territorial.
La temperatura, las precipitaciones, la disponibilidad de agua, el riesgo de inundación, los incendios o las condiciones del litoral no se distribuyen uniformemente.
Esto significa que la geolocalización de activos, infraestructuras y actividades resulta fundamental.
Dos empresas pertenecientes al mismo sector pueden tener perfiles de riesgo muy diferentes simplemente porque operan en lugares distintos.
Dos hoteles situados a pocos kilómetros pueden presentar diferente exposición a inundaciones, calor, disponibilidad de agua o evolución del litoral.
Incluso una empresa aparentemente poco expuesta puede descubrir vulnerabilidades al analizar dónde están localizados sus proveedores.
La inteligencia climática necesita, por tanto, conectar:
qué ocurre + dónde ocurre + qué existe allí + qué consecuencias puede producir.
Esta dimensión espacial explica la creciente importancia de los sistemas de información geográfica, la observación de la Tierra y los datos geoespaciales.
Del mapa de amenazas al mapa de decisiones
Un mapa climático puede mostrarnos dónde existe una determinada amenaza.
Pero un mapa de decisiones necesita algo más.
Imaginemos una empresa con diez instalaciones.
Podríamos representar la exposición de cada una a calor extremo, inundación, sequía o incendios.
Después podríamos añadir información sobre:
valor del activo;
número de trabajadores;
producción;
consumo energético;
dependencia del agua;
proveedores;
infraestructuras críticas;
capacidad de adaptación.
El resultado sería muy diferente de un simple mapa climático.
Estaríamos empezando a construir un mapa de prioridades.
Esta diferencia es esencial.
El objetivo de la inteligencia climática no debería ser producir visualizaciones más espectaculares.
Debería ser ayudar a identificar dónde necesitamos prestar atención.
Europa ya ha identificado riesgos climáticos importantes
La primera Evaluación Europea de Riesgos Climáticos de la Agencia Europea de Medio Ambiente identificó 36 riesgos climáticos capaces de amenazar ámbitos como la seguridad energética y alimentaria, los ecosistemas, las infraestructuras, los recursos hídricos, la estabilidad financiera y la salud.
Algunos de estos riesgos ya han alcanzado niveles considerados críticos.
Pero existe otra enseñanza importante.
Los riesgos no funcionan necesariamente de manera independiente.
Un fenómeno puede desencadenar consecuencias en diferentes sistemas.
Una sequía puede afectar simultáneamente a disponibilidad de agua, agricultura, energía, transporte fluvial, ecosistemas y actividad económica.
Una inundación puede afectar a edificios, infraestructuras, empresas, movilidad y financiación.
Comprender estas conexiones requiere superar los análisis aislados.
La inteligencia climática deberá ser cada vez más sistémica.
De mirar el pasado a explorar futuros posibles
Gran parte de las decisiones empresariales tradicionales utilizan datos históricos.
Analizamos ventas pasadas para estimar demanda.
Utilizamos series históricas para calcular riesgos.
Estudiamos acontecimientos anteriores para planificar capacidad.
Pero el cambio climático introduce un problema.
El pasado puede dejar de representar adecuadamente algunas condiciones futuras.
Esto resulta especialmente relevante para decisiones con horizontes largos:
construir un edificio;
adquirir un inmueble;
instalar una fábrica;
desarrollar una infraestructura;
invertir en un hotel;
diseñar una red logística;
planificar un territorio.
Una decisión tomada en 2026 puede afectar a un activo que siga funcionando en 2050 o 2070.
Por ello necesitamos combinar tres perspectivas:
- qué ocurrió;
- qué está ocurriendo;
- qué podría ocurrir.
Las proyecciones climáticas permiten precisamente explorar esa tercera dimensión.
No proporcionan una fotografía exacta del futuro.
Proporcionan información para analizar futuros posibles bajo determinadas hipótesis.
Comprender esta diferencia resulta fundamental para utilizarlas correctamente.
La incertidumbre también es información
La inteligencia climática no elimina la incertidumbre.
Debe ayudarnos a gestionarla.
Un modelo puede producir diferentes resultados dependiendo del escenario, horizonte temporal, territorio, resolución o hipótesis utilizadas.
Presentar una estimación como una certeza puede conducir a decisiones equivocadas.
Pero utilizar la incertidumbre como argumento para no decidir también puede hacerlo.
Una inteligencia climática rigurosa debe diferenciar claramente entre:
observación;
estimación;
proyección;
escenario;
hipótesis;
interpretación.
Y debe comunicar qué sabemos, qué no sabemos y con qué grado de confianza.
La incertidumbre no constituye necesariamente una debilidad del análisis.
Puede constituir una variable adicional de decisión.
Ciencia de datos para conectar mundos diferentes
Aquí aparece una de las capacidades que probablemente resultará más importante durante los próximos años.
Los datos necesarios para comprender un riesgo climático raramente se encuentran en una única fuente.
Podemos necesitar combinar datos meteorológicos con imágenes de satélite.
Datos geográficos con información empresarial.
Proyecciones climáticas con características de edificios.
Datos hidrológicos con información industrial.
Información turística con temperaturas.
Localización de proveedores con mapas de riesgo.
La ciencia de datos proporciona métodos para recopilar, integrar, limpiar, analizar y visualizar estas fuentes.
También permite formular preguntas nuevas.
¿Existe alguna relación entre temperaturas extremas y consumo energético?
¿Qué territorios presentan simultáneamente determinadas vulnerabilidades?
¿Dónde coinciden activos de elevado valor y exposición climática?
¿Qué proveedores concentran mayor exposición?
¿Qué patrones aparecen al estudiar centenares de acontecimientos?
La inteligencia climática puede convertirse así en un extraordinario campo de aplicación de la ciencia de datos.
Qué puede aportar la inteligencia artificial
La inteligencia artificial añade otra capa de posibilidades.
Puede ayudar a analizar grandes cantidades de documentación, clasificar acontecimientos, extraer información de informes, detectar relaciones, trabajar con imágenes, construir sistemas de consulta o facilitar la interacción con conjuntos de datos complejos.
También puede contribuir a desarrollar sistemas capaces de conectar información procedente de fuentes diferentes.
Pero existe un riesgo evidente.
Utilizar inteligencia artificial no convierte automáticamente un análisis en inteligencia climática.
Un modelo puede producir respuestas convincentes utilizando información insuficiente, desactualizada o mal interpretada.
En un ámbito donde las decisiones pueden afectar a inversiones, activos o infraestructuras, la trazabilidad resulta esencial.
Necesitamos conocer las fuentes.
Necesitamos comprender las hipótesis.
Precisamos poder revisar los resultados.
Y necesitamos mantener supervisión humana.
La inteligencia artificial debería ampliar nuestra capacidad para investigar y analizar, no sustituir el criterio necesario para decidir.
De información pública a nuevas capacidades empresariales
Una de las características más interesantes del momento actual es que una parte considerable de la infraestructura necesaria para empezar a construir inteligencia climática ya existe.
Copernicus proporciona acceso libre y abierto a numerosos conjuntos de datos y herramientas.
Su Climate Data Store permite trabajar con información sobre el pasado, presente y futuro del clima y está diseñado para que esos datos puedan utilizarse también en aplicaciones sectoriales.
Energía, agua, agricultura, turismo, ciudades, infraestructuras y otras actividades pueden beneficiarse de esta información.
Esto abre una oportunidad importante.
El valor económico no tiene por qué encontrarse únicamente en poseer el dato.
Puede encontrarse en saber qué datos utilizar, cómo combinarlos, cómo interpretarlos y cómo convertirlos en una decisión útil.
De los datos abiertos al conocimiento propio
Existe además una consecuencia empresarial interesante.
Una organización puede comenzar utilizando datos públicos y construir progresivamente conocimiento propio.
Imaginemos que durante varios años registra:
- qué fenómenos climáticos afectan a sus operaciones;
- qué instalaciones resultan afectadas;
- qué costes aparecen;
- qué proveedores sufren interrupciones;
- qué medidas funcionan;
- qué inversiones reducen vulnerabilidades.
Esos registros empiezan a constituir un activo.
Los datos públicos describen el entorno.
Los datos propios describen cómo responde nuestra organización a ese entorno.
La combinación de ambos puede resultar mucho más valiosa que cualquiera de ellos por separado.
La inteligencia climática puede convertirse así no solamente en una herramienta de gestión del riesgo, sino en una nueva capacidad organizativa.
Del dato a la decisión: el verdadero desafío
Durante los próximos años probablemente aumentará todavía más la cantidad de información climática disponible.
Tendremos mejores observaciones.
Más satélites.
Mayor resolución.
Nuevos modelos.
Más capacidad computacional.
Más herramientas de inteligencia artificial.
Pero ninguna de estas tecnologías garantiza por sí sola mejores decisiones.
El verdadero desafío será otro:
convertir información cada vez más compleja en conocimiento suficientemente claro para actuar.
Eso exige conectar disciplinas que tradicionalmente han trabajado por separado.
Clima.
Territorio.
Empresa.
Economía.
Datos.
Tecnología.
Y decisión.
Una línea central para InstitutoClimatico.es
Esta será una de las líneas fundamentales de investigación de InstitutoClimatico.es.
Queremos estudiar cómo utilizar datos climáticos, geoespaciales, económicos y empresariales para comprender mejor los riesgos que afectan a empresas, activos, sectores y territorios.
Nuestro marco será sencillo:
Datos → Información → Conocimiento → Inteligencia → Decisión
Y lo aplicaremos progresivamente a problemas concretos.
Calor y productividad.
Sequía y disponibilidad de agua.
Inundaciones y activos.
Clima y turismo.
Fenómenos extremos y cadenas de suministro.
Riesgo climático y resultados empresariales.
Territorio y adaptación.
El objetivo no será predecir exactamente el futuro.
Será algo probablemente más útil:
comprender mejor los futuros posibles para
Este artículo ha sido desarrollado con el apoyo de herramientas de inteligencia artificial como parte del proceso de investigación, análisis y redacción. La idea inicial, el enfoque, los criterios de investigación y la orientación del contenido han sido definidos por personas, que también han liderado, guiado, supervisado y revisado su elaboración. La inteligencia artificial se utiliza como herramienta de apoyo; la dirección y la responsabilidad editorial permanecen siempre bajo criterio humano.