الحفظ الرقمي: الذكاء الاصطناعي كخط دفاع جديد لإنقاذ النظم البيئية

ما هو الحفظ الرقمي؟

الحفظ الرقمي هو استخدام أجهزة الاستشعار البيئية وصور الأقمار الاصطناعية والتعلّم الآلي لرصد التغيّر في النظم البيئية وقياسه والتنبؤ به، بحيث تستند قرارات الحماية إلى أدلة مستمرة بدلًا من مسوحات ميدانية دورية. ويعتمد الحفظ الرقمي على أربعة تدفقات بيانات رئيسية: رصد الأرض عبر الأقمار الاصطناعية، والتسجيل الصوتي السلبي، وصور كاميرات التتبّع والطائرات المسيّرة، وأخذ عيّنات الحمض النووي البيئي. ويحوّل التعلّم الآلي هذه التدفقات الخام إلى أعداد ونطاقات واتجاهات وتنبيهات يستحيل على أي مراقب بشري معالجتها على النطاق الكوكبي. ولا يحلّ الحفظ الرقمي محلّ الإيكولوجيا الميدانية — بل يعتمد هذا التخصص عليها، لأن كل نموذج يحتاج إلى مشاهدات موسومة يجمعها أشخاص يعرفون الأنواع والموائل. ما يغيّره الحفظ الرقمي هو التغطية والتواتر. فدورية حراسة تغطي بضعة كيلومترات مربعة في أسبوع؛ أما كوكبة أقمار اصطناعية وشبكة من أجهزة التسجيل فتغطي مناطق حيوية بأكملها بصورة مستمرة، وهذا هو الفرق بين استباق انهيار نظام بيئي وتوثيقه بعد وقوعه.

لماذا يحتاج الحفظ إلى الذكاء الاصطناعي في 2026؟

يحتاج الحفظ إلى الذكاء الاصطناعي في عام 2026 لأن الفجوة بين ما تتطلبه النظم البيئية وما تستطيع المؤسسات قياسه أصبحت القيد الحاسم. فقد قدّر تقييم الترابط الصادر عن IPBES، والمعتمد في ديسمبر 2024، النشاط الاقتصادي العالمي السنوي في القطاعات المعتمدة بدرجة متوسطة إلى عالية على الطبيعة بنحو 58 تريليون دولار أمريكي في 2023، في حين تبقى تكاليف خارجية سنوية تتراوح بين 10 و25 تريليون دولار أمريكي ناجمة عن الوقود الأحفوري والزراعة ومصايد الأسماك خارج دائرة صنع القرار تمامًا. وحدّد التقييم نفسه 5.3 تريليون دولار أمريكي من التدفقات المالية الخاصة السنوية التي تضرّ مباشرة بالتنوع البيولوجي، وسجّل تراجعًا في التنوع البيولوجي بنسبة 2 إلى 6% كل عقد خلال الثلاثين إلى الخمسين سنة الماضية. كما أن تغيّر النظم البيئية سريع بما يكفي لتجاوز وتيرة التقارير الدورية: فقد سجّل Global Forest Watch فقدان 6.7 مليون هكتار من الغابات الاستوائية الأولية في 2024 و4.3 مليون هكتار في 2025، أي تأرجح بنسبة 36% بين عامين متتاليين. والقدرة على القياس، لا التوافق العلمي، هي العامل المقيِّد اليوم.

أين توجد أكبر فجوات الرصد؟

فجوات رصد الحفظ موثّقة وقابلة للقياس الكمي، وهو ما يجعلها دليلًا موثوقًا إلى المواضع التي يضيف فيها الحفظ الرقمي أكبر قيمة. وتنقسم الفجوات إلى ثلاثة أنواع: نشاط يقع لكنه لا يُبلَّغ عنه أبدًا، وتغيّر بيئي يتحرك أسرع من دورة الإبلاغ المفترض أن ترصده، وضرر اقتصادي لا يسجّله أي دفتر حسابات. وقد كشف التحليل الساتلي النوع الأول على نطاق المحيطات، وتكشف البيانات السنوية للغابات النوع الثاني، ويكشف التقييم الاقتصادي النوع الثالث. وتسمية الفجوة بدقة أمر مهم، لأن كل نوع يستدعي استجابة تقنية مختلفة. وفيما يلي أكبر الفجوات الموثّقة ومصدر كل منها:

ما هي معالجة الإشارات البيئية؟

معالجة الإشارات البيئية هي الخطوة التي تحوّل الإشارات البيئية الخام — وحدات البكسل والموجات الصوتية وإطارات الفيديو والتسلسلات الجينية — إلى قياسات إيكولوجية مثل وجود الأنواع أو اتجاه أعداد السكان أو حالة الموائل. وفي معالجة الإشارات البيئية يتركّز معظم العمل التقني في الحفظ الرقمي، وفيها يحدث معظم الإخفاق أيضًا، لأن الإشارة لا تصبح مشاهدة إلا بعد معايرتها وإزالة الضوضاء منها وتصنيفها والتحقق منها مقابل الحقيقة الأرضية. ويحمل كل تدفق خصائص ضوضاء وتحيّز كشف خاصة به: فالمطر يحجب نداءات الطيور، والغطاء السحابي يحجب فقدان المظلة الشجرية، وكاميرا التتبّع تسجّل ما يمرّ أمام العدسة لا ما يعيش في الغابة. ومعاملة هذه التحيّزات كجزء من القياس، لا كمصدر إزعاج، هي الفرق بين نتيجة إيكولوجية وأثر صناعي يبدو معقولًا. وفيما يلي تدفقات البيانات الأربعة المهيمنة وما يسهم به التعلّم الآلي في كل منها:

• صور رصد الأرض — بيانات ساتلية بصرية ورادارية تُعالَج لاستخلاص الغطاء الأرضي وفقدان المظلة الشجرية وندوب الحرائق وامتداد المياه وكشف السفن، أساسًا عبر تجزئة الصور الموجَّهة وكشف التغيّر.
• التسجيلات الصوتية السلبية — صوت متواصل من الغابات والشعاب المرجانية والمحيط المفتوح يُصنَّف إلى أصوات الأنواع، منتجًا بيانات عن الوجود والنشاط لحيوانات تُسمع أكثر بكثير مما تُرى.
• صور كاميرات التتبّع والطائرات المسيّرة — إطارات ثابتة وفيديو تُعالَج لتحديد الأنواع وإعادة التعرّف على الأفراد وتقدير الأعداد، بديلًا عن المراجعة اليدوية إطارًا بإطار.
• الحمض النووي البيئي (eDNA) — مادة جينية تُستخلص من الماء أو التربة أو الهواء وتُطابَق مع قواعد بيانات التسلسلات المرجعية لاستنتاج الأنواع التي كانت موجودة دون مشاهدتها مباشرة.

كيف يغيّر الذكاء الاصطناعي الجغرافي الإيكولوجيا المكانية؟

حوّل الذكاء الاصطناعي الجغرافي (GeoAI) — أي تطبيق التعلّم الآلي على البيانات الجيومكانية — القياس العالمي المستمر للموائل إلى ناتج سنوي روتيني بدلًا من مشروع بحثي. والنطاق صناعي: فقد أفاد Copernicus Data Space Ecosystem بأن أكثر من 200 بيتابايت من بيانات رصد الأرض أُتيحت للمستخدمين خلال 2024، مع أكثر من 78 بيتابايت متاحة على الإنترنت، وأكثر من 100 مليون منتج Sentinel فردي في التخزين، و289,000 مستخدم مسجّل في تلك السنة. ويطبّق Global Forest Watch التعلّم الآلي على صور ساتلية من هذا النوع لنشر أرقام سنوية عن فقدان الغابات. وقد سجّلت نتائجه لعام 2025، الصادرة في 29 أبريل 2026، فقدان 4.3 مليون هكتار من الغابات الاستوائية الأولية، بانخفاض نسبته 36% عن 2024، حين فُقد 6.7 مليون هكتار وأطلقت حرائق الغابات 4.1 غيغاطن من انبعاثات غازات الدفيئة. وعلّقت Elizabeth Goldman، المديرة المشاركة لـ Global Forest Watch، قائلة: «انخفاض بهذا الحجم في سنة واحدة أمر مشجّع — فهو يُظهر ما يمكن أن يحققه العمل الحكومي الحاسم.»

ماذا يرى الذكاء الاصطناعي الساتلي مما تغفله السجلات الرسمية؟

يستطيع الذكاء الاصطناعي الساتلي رؤية نشاط لا يسجّله أي سجل رسمي، والصيد الصناعي هو الحالة الأفضل توثيقًا. ففي بحث «Satellite mapping reveals extensive industrial activity at sea»، المنشور في Nature في 3 يناير 2024، طبّق Fernando S. Paolo وDavid Kroodsma وJennifer Raynor والمؤلفون المشاركون التعلّم العميق على نحو مليوني غيغابايت من الصور الساتلية الرادارية والبصرية التي تغطي الفترة من 2017 إلى 2021. وخلص التحليل إلى أن نحو 75% من سفن الصيد الصناعي في العالم لم تكن متتبَّعة علنًا، وأن أكثر من 25% من نشاط سفن النقل والطاقة كان غائبًا كذلك عن الأنظمة العامة. ويتبع كشف حرائق الغابات المنطق نفسه: فقد شكّلت الحرائق 42% من فقدان الغطاء الشجري العالمي البالغ 25.5 مليون هكتار الذي سجّله Global Forest Watch لعام 2025. ولم تتطلب أي من هاتين النتيجتين بعثات ميدانية جديدة. بل تطلبتا صورًا موجودة أصلًا، ونماذج مدرَّبة، وهندسة مسارات بيانات قادرة على معالجة بيتابايتات دون فقدان أصل المصدر.

ما هو الرصد الصوتي الحيوي، ولماذا يتوسّع بهذه السرعة؟

يسجّل الرصد الصوتي الحيوي صوت النظام البيئي بصورة مستمرة ويستخدم التعلّم الآلي لتحديد الأنواع التي تصدر أصواتًا، ومتى، وبأي وتيرة. ويتوسّع الرصد الصوتي الحيوي بسهولة لأن أجهزة التسجيل غير مكلفة، وتعمل بلا إشراف لأشهر، وتلتقط الحيوانات الليلية والمتخفية وساكنة المظلة الشجرية التي تغفلها المسوحات البصرية تمامًا. وكان عنق الزجاجة دائمًا هو التحليل، إذ ينتج نشر واحد آلاف الساعات من التسجيلات الصوتية. وقد أزالت النماذج الأساسية هذا العائق إلى حدّ بعيد. ففي «Perch 2.0: The Bittern Lesson for Bioacoustics»، الصادر في أغسطس 2025 والمنقّح في يناير 2026، يصف Bart van Merriënboer وVincent Dumoulin وJenny Hamer وLauren Harrell وAndrea Burns وTom Denton نموذجًا صوتيًا حيويًا مدرَّبًا مسبقًا جرى توسيعه من الطيور وحدها إلى مجموعة بيانات كبيرة متعددة التصنيفات الحيوية. ويفيد المؤلفون بتحقيق نتائج متقدمة على معياري BirdSet وBEANS، ويلاحظون أن النموذج «يتفوّق على النماذج البحرية المتخصصة في مهام نقل التعلّم البحرية، رغم افتقاره تقريبًا إلى أي بيانات تدريب بحرية».

ما هو الحفظ الحوسبي؟

الحفظ الحوسبي هو استخدام النماذج والمحاكاة وقواعد بيانات التنوع البيولوجي الكبيرة للإجابة عن أسئلة لا تستطيع المشاهدة وحدها حسمها: أين يُرجَّح وجود نوع ما، وكيف تستجيب مجموعة سكانية لسياسة معيّنة، وأي تدخّل يحقق أعلى قيمة إيكولوجية لكل فرنك يُنفق. والمادة الخام متوفرة بالفعل على نطاق واسع. فقد أفاد Global Biodiversity Information Facility (GBIF) بتوافر 3,961,312,156 سجلًا لظهور الأنواع عبر بنيته التحتية في 24 سبتمبر 2026. كما أن ممارسة السيناريوهات راسخة بالقدر نفسه: فقد استعرض تقييم الترابط الصادر عن IPBES عدد 186 سيناريو مستمدة من 52 دراسة منفصلة تتوقّع التفاعلات بين التنوع البيولوجي والمياه والغذاء والصحة والمناخ حتى 2050 و2100، وقيّم أكثر من 70 خيارًا للاستجابة. ومن ثمّ فإن الحفظ الحوسبي ليس مسألة خوارزميات مبتكرة بقدر ما هو مسألة استخدام منضبط للبيانات الموجودة، ومعالجة أمينة لعدم اليقين، ونماذج يمكن لصانع القرار فعلًا أن يفحص افتراضاتها ويعترض عليها.

ما هي المهارات الخمس التي تحدّد مسارًا مهنيًا في الحفظ الرقمي؟

الحفظ الرقمي مجال متعدد التخصصات، والمهنيون الذين يصمدون فيه يجمعون بين مهارات تقنية وتفسيرية بدل التخصص في واحدة فقط. وتتكرر خمس كفاءات عبر الأدوار الموجودة فعليًا: هندسة مسارات البيانات البيئية، وبيولوجيا الحفظ، ونمذجة النظم البيئية، والتفكير النُّظُمي، والتواصل العلمي. الثلاث الأولى مهارات صلبة تُدرَّس وتُختبَر؛ أما الأخيرتان فهما المهارتان المرنتان اللتان تحدّدان ما إذا كان العمل الشاق سيصل يومًا إلى قرار. ولكل كفاءة نمط إخفاق مميّز عند غيابها عن الفريق، وغالبًا ما يكون التعرّف عليه أسهل من التعرّف على الكفاءة نفسها. ويربط الجدول أدناه الكفاءات الخمس بما تنتجه وبما يتعطّل بدونها:

هندسة مسارات البيانات البيئية

هندسة مسارات البيانات البيئية هي انضباط نقل البيانات البيئية من جهاز الاستشعار إلى القرار دون إفسادها. والحجم يجعل هذه المهمة غير هيّنة: فقد وُزّع أكثر من 200 بيتابايت من بيانات رصد الأرض الخاصة بـ Copernicus على المستخدمين في 2024 وحده، وينتج نشر صوتي واحد آلاف الساعات الإضافية من التسجيلات. كما تحمل مسارات بيانات الحفظ عبئًا لا تحمله هندسة البيانات التجارية، لأن أصل المصدر يجب أن يصمد أمام الطعن — فتنبيه بإزالة الغابات أو إدراج نوع ما قد يُطعن فيه أمام محكمة أو في ملف تنظيمي. ولذلك يجب أن يكون كل تحويل مُصدَّرًا بنسخة وموثّقًا وقابلًا للعكس، وأن يشير كل ناتج إلى المدخل والنموذج اللذين أنتجاه بالضبط. والمهندسون الذين يعملون بهذه الطريقة يجعلون ادعاءات الحفظ قابلة للدفاع لا مجرد معقولة. وتجري المراحل الأساسية لمسار بيانات الحفظ بالتسلسل التالي:

1. الاستيعاب — استرجاع الصور أو الصوت أو القياس عن بُعد أو بيانات التسلسل الخام مع بيانات وصفية ثابتة عن عملية الالتقاط.
2. التحقق — فحص التغطية والدقة والطوابع الزمنية ومعايرة أجهزة الاستشعار قبل بدء أي تحليل.
3. المعالجة — تطبيق إزالة الضوضاء والتصحيح الجوي أو الصوتي والمحاذاة الجيومكانية.
4. الاستدلال — تشغيل نماذج التصنيف أو الكشف، مع تسجيل إصدار النموذج ودرجة الثقة لكل ناتج.
5. النشر — إصدار النتائج مع توثيق عدم اليقين وشروط الترخيص وسلسلة أصل قابلة للتكرار تعود إلى المدخلات الخام.

بيولوجيا الحفظ

توفّر بيولوجيا الحفظ الحقيقة الأرضية التي يصبح التعلّم الآلي في النظم البيئية بدونها مجرد تخمين. فالنموذج الذي يصنّف الصوت أو الصور يتعلّم من الوسوم، والوسوم تأتي من أشخاص قادرين على التمييز بين نداءين متشابهين، أو فصل صغير عن بالغ، أو الحكم على ما إذا كان أثر ما قد تركه حيوان مقيم أم عابر. كما تقدّم بيولوجيا الحفظ المنطق التفسيري الذي يحوّل الكشف إلى استنتاج عن المجموعة السكانية: فاحتمال الكشف، وجهد أخذ العينات، والموسمية، وسياق الموئل تقع جميعها بين ناتج النموذج والاستنتاج الإيكولوجي، وكل منها حكم بيولوجي لا حوسبي. والنتيجة المهنية ملموسة. فالحفظ الرقمي لا يكافئ علم البيانات الخالص؛ بل يكافئ المهنيين القادرين على بيان ما يعنيه الكشف إيكولوجيًا، وأي تصميم لأخذ العينات يختبر هذا المعنى، وأي اكتشافات ينبغي استبعادها بوصفها آثارًا صناعية للجهاز.

نمذجة النظم البيئية

تحوّل نمذجة النظم البيئية المشاهدات إلى إسقاطات يمكن لصانعي القرار العمل بموجبها: أين سينتقل موئل ما، وكيف تستجيب مصايد الأسماك لتغيّر الحصص، وأي موقع استعادة يتيح أعلى احتمال تعافٍ. والبراعة تكمن في التعامل مع عدم اليقين أكثر مما تكمن في الخوارزمية. وقد أرسى تقييم الترابط الصادر عن IPBES المعيار بتقييمه 186 سيناريو من 52 دراسة بدل الترويج لتوقّع واحد، وبعرضه نطاقات — 10 إلى 25 تريليون دولار أمريكي من التكاليف الخارجية السنوية غير المحتسبة — بدلًا من تقدير نقطي زائف. وتحمل نمذجة النظم البيئية في سياق الأعمال متطلبًا ثانيًا: يجب أن يرتبط النموذج بقرار مالي أو تنظيمي. فنموذج توزيع الأنواع الذي لا يصل أبدًا إلى قرار موقعي أو قاعدة اكتتاب أو بند إفصاح يكون قد أنتج معرفة لكن بلا نتيجة، والحفظ الرقمي يُحكم عليه في نهاية المطاف بالنتائج لا بدقة النموذج وحدها.

التفكير النُّظُمي

التفكير النُّظُمي هو الكفاءة التي تمنع تدخّلًا صحيحًا تقنيًا من إحداث ضرر إيكولوجي في مكان آخر. فالتنوع البيولوجي والمياه والغذاء والصحة والمناخ مترابطة، وقد كُلّف تقييم الترابط الصادر عن IPBES تحديدًا لأن السياسات التي تعالج عنصرًا واحدًا كثيرًا ما تقوّض عنصرًا آخر؛ وقد وجد التقييم أن أكثر من نصف سكان العالم يعيشون في مناطق تشهد أعلى الآثار المجتمعة لتراجع التنوع البيولوجي وإجهاد المياه وانعدام الأمن الغذائي وتغيّر المناخ. وينطبق التفكير النُّظُمي على التقنية كما ينطبق على الإيكولوجيا. فبرنامج حفظ قائم على نماذج تُعاد تدريبها باستمرار يتكبّد كلفة طاقة، وكلفة صيانة، واعتمادًا على مزوّد بيانات، وكل من ذلك خاصية من خصائص المنظومة لا مجرد بند في ميزانية. والمهنيون الذين يفكرون نُظُميًا يسألون: ماذا يزيح هذا التدخّل، ومن يتحمّل الكلفة، وماذا يحدث إذا اختفى التمويل أو مزوّد النموذج.

التواصل العلمي

التواصل العلمي هو ما يحدّد ما إذا كانت أدلة النظم البيئية ستغيّر أي شيء أصلًا. ويجعل الهدف 21 من إطار كونمينغ-مونتريال العالمي للتنوع البيولوجي هذا المطلب صريحًا، إذ يُلزم الأطراف بـ«ضمان إتاحة أفضل البيانات والمعلومات والمعارف المتاحة لصانعي القرار والممارسين والجمهور». وإتاحة الوصول مشكلة تصميم لا مشكلة نشر. وقد استجاب World Resources Institute ببناء Global Nature Watch، وهي منصة مدعومة بالذكاء الاصطناعي بواجهة على هيئة محادثة تهدف إلى جعل بيانات الأراضي المعقّدة قابلة للاستخدام من قبل غير المتخصصين في الاستشعار عن بُعد، وقد أُطلقت إلى جانب بيانات فقدان الغابات لعام 2025 في أبريل 2026. وبالنسبة إلى المهني الفرد، يعني التواصل العلمي ذكر نطاق عدم اليقين دون تمييعه إلى حدّ فقدان المعنى، ورفض عنوان مبالغ فيه حتى عندما تخدم المبالغة القضية، وكتابة النتيجة نفسها بثلاث صيغ: للجهة التنظيمية، وللمستثمر، ولجمعية مجتمعية.

من يموّل الحفظ الرقمي؟

يُموَّل الحفظ الرقمي عبر بنية تمويل التنوع البيولوجي التي أنشأها إطار كونمينغ-مونتريال العالمي للتنوع البيولوجي، الذي اعتمدته أطراف اتفاقية التنوع البيولوجي (CBD). ويُلزم الهدف 19 من الإطار الحكومات بحشد ما لا يقل عن 200 مليار دولار أمريكي سنويًا للتنوع البيولوجي بحلول 2030 من جميع المصادر، بما في ذلك ما لا يقل عن 30 مليار دولار أمريكي سنويًا من التدفقات الدولية من البلدان المتقدمة بحلول ذلك التاريخ. وثمة آلية أحدث تربط قطاع التكنولوجيا مباشرة بتمويل الحفظ. فصندوق Cali Fund، الذي أُطلق في 24 فبراير 2025، يجمع مساهمات من الشركات التي تستخدم تجاريًا معلومات التسلسل الرقمي للموارد الجينية، ويخصص 50% من موارده للاحتياجات التي تحدّدها الشعوب الأصلية بنفسها. وتشمل القطاعات المساهمة المتوقعة صراحةً خدمات المعلومات والخدمات العلمية والتقنية المتصلة بمعلومات التسلسل الرقمي والذكاء الاصطناعي. وقالت Elizabeth Mrema، نائبة المديرة التنفيذية لـ UNEP، عند الإطلاق: «الكرة الآن في ملعب الشركات حول العالم.»

ما هي حدود الذكاء الاصطناعي في الحفظ؟

يحمل الذكاء الاصطناعي في مجال الحفظ تكاليف وأنماط إخفاق يذكرها الممارس الأمين قبل سرد المنافع. وكلفة الطاقة قابلة للقياس: فقد أفادت International Energy Agency (IEA)، في تحليلها Energy and AI المنشور في أبريل 2025، بأن مراكز البيانات عالميًا استهلكت نحو 415 تيراواط-ساعة من الكهرباء في 2024، أي نحو 1.5% من استهلاك الكهرباء العالمي، وتوقّعت أن يتضاعف الطلب إلى أكثر من ذلك ليبلغ نحو 945 تيراواط-ساعة بحلول 2030. وقدّر التحليل نفسه أن التطبيق الواسع للحلول القائمة على الذكاء الاصطناعي يمكن أن يخفّض نحو 5% من الانبعاثات المرتبطة بالطاقة في 2035 — وهو أمر ذو وزن لكنه أبعد ما يكون عن الكفاية. ولذلك ينبغي لكل من يقترح برنامج حفظ قائمًا على الذكاء الاصطناعي أن يخصم البصمة من المنفعة بدل افتراض المنفعة. وإلى جانب الطاقة، فإن الحدود المنهجية معروفة جيدًا وغير محلولة إلى حدّ كبير:

• تحيّز الكشف — يكشف النموذج ما احتوته بيانات تدريبه، ولذلك تبقى المناطق قليلة التمثيل والأنواع النادرة غير مرئية إحصائيًا.
• ندرة الحقيقة الأرضية — البيانات الإيكولوجية الموسومة مكلفة، وتتدهور الدقة بحدّة عندما يُنشر نموذج دُرّب في منطقة حيوية داخل منطقة أخرى.
• فجوات التحقق — الكشف ليس نتيجة؛ وما لم يقس البرنامج ما تغيّر على الأرض بعد التنبيه، ينتهي الأمر بالإبلاغ عن دقة النموذج بدلًا من أثر الحفظ.
• الاعتماد على المزوّد — البرامج المبنية على نموذج تجاري واحد أو مورّد صور واحد ترث تسعير ذلك المورّد وخارطة طريقه ومخاطر توقّفه عن الخدمة.

كيف تبني مسارًا مهنيًا في الحفظ الرقمي مع SUMAS؟

تقع أدوار الحفظ الرقمي بصورة متزايدة عند ملتقى البيانات الإيكولوجية وتخصيص رأس المال، لأن أدلة التنوع البيولوجي باتت تغذّي قرارات الإفصاح والإقراض والاستثمار. وتدرّس SUMAS، وهي Sustainability Management School، هذا الملتقى عبر ثلاثة برامج في التمويل المستدام وابتكارات الذكاء الاصطناعي، تُقدَّم جميعها بالإنجليزية. يمتد برنامج Bachelor of Business Administration (BBA) in Sustainable Finance & AI Innovations ثلاث سنوات على مدى ستة فصول دراسية في حرم Lake Geneva أو Milan City Campus أو عبر البث المباشر، ويغطي AI Foundations for Business Leaders، وSustainable Financial Markets، وDigital Innovation، وBusiness Policy and Strategy، وBlockchain and Cybersecurity، ومشروع Capstone: AI FOR GOOD. أما MBA in Sustainable Finance and AI Innovations فهو برنامج مدته 12 شهرًا يغطي Quantitative Methods for Business Decision-Making، وSustainable Financial Markets، وDigital Innovation، وBlockchain and Cybersecurity، ومشروع Capstone: AI FOR GOOD نفسه. ويقدّم Online MBA هذا المنهج بالكامل عبر الإنترنت للمهنيين العاملين.

أين يعمل خريجو التمويل المستدام والذكاء الاصطناعي؟

يعمل خريجو SUMAS في التمويل المستدام في منظمات الحفظ وجماعات المناصرة والقطاع المصرفي. فـ Kristina Anguelova، من بلغاريا، تخرّجت في 2025 من MBA in Sustainable Finance and Digital Innovation — العنوان السابق للبرنامج — وتعمل مستشارة للسياسات والشراكات في The Nature Conservancy. وأتمّت Mahima Davé، من الولايات المتحدة، البرنامج نفسه في 2022 وتعمل محللة أولى في التمويل المستدام لدى Sierra Club. وأكمل Jason Yuasa، من كندا، برنامج Online MBA in Sustainable Finance and Digital Innovation في 2024 ويشغل منصب نائب الرئيس الإقليمي للخدمات المصرفية الخاصة لمنطقة شمال وشرق أونتاريو في Royal Bank of Canada. كما تصف صفحات برامج SUMAS فرص التواصل المهني عبر Swiss Conservation Center وMilan Innovation and Design District. وإذا كان الحفظ الرقمي هو العمل الذي تنشده، فإن برامج SUMAS ذات الصلة أدناه هي حيث تُبنى أسس التمويل والبيانات والذكاء الاصطناعي.