A IA pode atrair financiamento para a restauração da natureza?

Restaurar terras degradadas é um dos grandes desafios do mundo.

Nós entendemos o problema: a cada minuto, o planeta perde o equivalente a 18 campos de futebol de florestas primárias – ecossistemas essenciais para fornecer água, ar limpo, trabalho e outros benefícios. Nós já assumimos o compromisso de mudar: governos se comprometeram a restaurar um bilhão de hectares de terra até 2030. O que falta é financiamento.

O financiamento para a natureza precisa quadruplicar, chegando a US$ 269 bilhões por ano até 2030, para garantir que as metas globais de restauração sejam cumpridas. Só na África, são necessários pelo menos US$ 8 bilhões para técnicas como reflorestamento, agrofloresta e restauração de manguezais. No entanto, por mais benéficos que sejam, não existe uma forma de projetos de restauração atraírem financiamento na velocidade e na escala necessárias sem investimentos públicos e privados significativos.

Felizmente, um novo modelo está surgindo – um que aproveita o poder da inteligência artificial (IA) para identificar os locais exatos onde as árvores estão voltando a crescer e, com isso, direcionar recursos para os projetos de restauração com maior potencial de gerar benefícios.
 

Por que a restauração não atrai financiamento suficiente?

Para entender como a IA pode atrair financiamento para a restauração, é preciso primeiro compreender por que investir na natureza é tão difícil.

Os ecossistemas naturais valem cerca de US$ 125 trilhões por ano para a economia global. Paisagens saudáveis sustentam setores como agricultura, silvicultura e turismo, que empregam 1,2 bilhão de pessoas. Cada dólar investido na restauração de áreas degradadas pode gerar entre US$ 7 e US$ 30 em retornos econômicos.

No entanto, embora a oportunidade de investimento seja evidente, o tempo é uma barreira. A restauração gera benefícios que acontecem em longo prazo – como água limpa, solos férteis, aumento de renda –, mas os mercados priorizam retornos mais imediatos. Assim, comunidades e proprietários de terras acabam dando preferência a investimentos que gerem lucro rápido ou abandonam os projetos de restauração antes que alcancem todo seu potencial.
 
Mesmo que o mercado começasse a valorizar benefícios de longo prazo, os sistemas que monitoram os resultados da restauração (conhecidos como “monitoramento, relato e verificação”, ou MRV) não são escaláveis nem economicamente viáveis. Sem dados precisos, é impossível saber quais projetos funcionam e oferecem melhor custo-benefício. Por exemplo, nas regiões semiáridas da África, menos da metade das árvores plantadas sobrevivem, mas os melhores projetos apresentam taxas de sobrevivência acima de 80%. Essa incerteza mina a confiança no setor e limita os recursos disponíveis.

Por fim, as pessoas mais qualificadas para restaurar a terra são as menos propensas a buscarem financiamento. Pesquisas mostram que organizações locais e aqueles que cultivam e administram a terra diretamente, como agricultores – responsáveis pela gestão de mais de 50% das terras do mundo – são de 6 a 20 vezes mais eficazes na restauração do que grandes empresas. No entanto, os financiadores favorecem grupos bem estabelecidos, com visibilidade internacional e histórico com grandes doadores.

Os mercados de carbono e biodiversidade poderiam ajudar, mas os esquemas de certificação muitas vezes são complexos demais, exigindo que milhares de agricultores assumam contratos de longo prazo e passem por processos de verificação caros. Essas opções podem funcionar em países com grandes extensões de terra pertencentes a uma única pessoa ou empresa, mas não são eficientes em nações como Ruanda e Quênia, onde os pequenos agricultores são maioria.

Uma nova abordagem para o financiamento da restauração, com o apoio da IA

Parcerias como o TerraFund construíram a infraestrutura necessária para identificar, selecionar e financiar projetos de restauração de alta qualidade, com lideranças locais. Junto a One Tree Planted e Realize Impact, por exemplo, e com financiamento do Bezos Earth Fund, o WRI direcionou US$ 33 milhões em doações filantrópicas, conectando subsídios, dívidas e investimentos de capital a quase 200 projetos de restauração em toda a África. Esse trabalho já começou também no Brasil e na Índia.

Só com a filantropia, contudo, não é possível financiar organizações locais em maior escala. É preciso mobilizar o capital filantrópico para atrair financiamento privado e público para grupos locais – e, para fazer isso, é preciso verificar resultados e gerar confiança no mercado.

E isso pode se tornar uma possibilidade graças a um modelo de IA de código aberto chamado DINOv3, desenvolvido pela Meta com apoio do WRI. O modelo está sendo adaptado para contar árvores individualmente a partir do espaço, usando imagens de satélite de alta resolução. Trata-se de um avanço significativo em relação aos métodos atuais de monitoramento da restauração, que exigem relatórios de campo para estimar o número de árvores em cada área de um projeto.

Calibrado com dados coletados em campo a partir de projetos do TerraFund, esse algoritmo de IA nos permite medir remotamente o crescimento de árvores individuais já a partir de oito meses após o plantio. Resultados preliminares obtiveram 80% da precisão de métodos tradicionais de silvicultura (que medem árvores em campo) a um custo de apenas 3%.

A partir dessa verificação, garante-se ainda mais transparência ao setor de restauração. É possível identificar quais projetos apresentam as maiores taxas de sobrevivência de árvores plantadas, direcionar iniciativas para as paisagens mais importantes para revitalizar a biodiversidade e a qualidade da água, e acompanhar o impacto de cada projeto por décadas, a um custo muito baixo.

Mais importante: também é possível usar a IA para criar um novo modelo de financiamento para a restauração. Se for possível contar cada muda plantada e acompanhar seu crescimento ao longo do tempo, será possível desenvolver estruturas financeiras que recompensem organizações locais por plantar as árvores certas nos lugares certos. Assim, o impacto dessas árvores verificadas pode ser revendido a compradores que dependem de terras saudáveis, incluindo desde grandes empresas agrícolas globais até concessionárias locais.

Essa abordagem pode ampliar significativamente o financiamento para restauração ao reunir recursos de filantropias, governos e do setor privado.

Como funcionariam os novos modelos de financiamento para restauração?

Esse novo modelo de restauração exige a atuação conjunta de três atores principais:
 

• Organizações e empreendimentos locais que lideram projetos de restauração de alta qualidade. Incluem grupos comunitários como a Forest of Hope Association, em Ruanda, que atua junto a agricultores para reflorestar áreas próximas, ou cooperativas como a Fanteakwa Cooperative Cocoa Farmers and Marketing Union, em Gana, que ajuda agricultores a revitalizar lavouras pouco produtivas por meio da incorporação de árvores nativas de sombra.
• Um investidor ou financiador inicial, disposto a cobrir os custos de entrada e assumir riscos iniciais. Esse papel pode ser exercido por investidores em busca de retorno, como bancos, instituições de financiamento ao desenvolvimento ou fundos; por doadores, como instituições filantrópicas ou governos; ou ainda por mecanismos financeiros híbridos. O Realize Impact, por exemplo, é um investidor sem fins lucrativos que facilita empréstimos e doações para empresas locais, com o objetivo explícito de reduzir custos de transação.
• Um investidor orientado a resultados, que pode não ter condições de cobrir os custos de entrada, mas consegue arcar com todo o custo da restauração ao longo do tempo, pagando pelas árvores sobreviventes em cada ano em que elas forem verificadas. Esses compradores podem incluir fornecedores globais de commodities, como uma empresa de cacau; redes internacionais de supermercados que compram frutas; companhias locais de água ou energia; ou qualquer empresa com incentivo econômico direto para investir em paisagens saudáveis.

O DINOv3 pode transformar a observação do planeta. Em algumas regiões do mundo, ele estima uma cobertura arbórea entre 50% e 80% melhor que a versão anterior do modelo. (Fonte: WRI)

A seguir, listamos três estruturas de financiamento que podem usar os dados de IA e reunir esses três atores para financiar árvores verificadas:

1) Financiamento para sistemas agroflorestais

A transição da agricultura convencional para sistemas agroflorestais, nos quais as árvores são integradas às lavouras, costuma não ser financeiramente viável para a maioria dos agricultores, devido aos altos custos iniciais e ao retorno lento. No entanto, a intensificação das normas ambientais e a crescente pressão dos consumidores têm impulsionado a busca por soluções de mercado inovadoras.

Imagine um grupo de empresas que compra cacau em Gana. Para demonstrar avanços em seus compromissos de sustentabilidade, essas empresas querem plantar árvores nas fazendas de cacau de sua cadeia de valor, mas não têm capital antecipado para financiar esse plantio. Elas poderiam pedir a um doador que financiasse uma organização local para ajudar os agricultores a plantar árvores nativas em cada propriedade. E, a cada ano em que os dados independentes de IA confirmassem a sobrevivência das árvores, as empresas reembolsariam o doador. Assim, depois de alguns anos, o doador estaria totalmente ressarcido, podendo até reinvestir esse capital em novos projetos e reiniciar o ciclo.

Dessa forma, a empresa não assume o risco do financiamento antecipado, e o doador recebe seu dinheiro de volta. O mais importante é que os pagamentos pela sobrevivência das árvores tornam a agrofloresta uma alternativa viável para os agricultores, ajudando-os nos primeiros anos, até que seus novos sistemas agroflorestais se tornem mais lucrativos do que as fazendas convencionais sem árvores.
 

2) Investimento em árvores para proteger o clima e a natureza

Ecossistemas degradados podem prejudicar diretamente os resultados de uma empresa. Se o desmatamento acabar com habitats naturais da fauna, por exemplo, uma agência de turismo de alto padrão não terá o que mostrar a seus clientes. É simples: menos árvores, menos animais, menos turistas, menores lucros.

Projetos de restauração ecológica em geral não atraem financiamento porque não conseguem mensurar o valor dos serviços que geram. Em Ruanda, por exemplo, a Rwanda Forestry Authority e a Wildlife Conservation Society identificaram dez áreas prioritárias que poderiam ser restauradas e se tornar habitats saudáveis para chimpanzés, além de sequestrar quantidades significativas de carbono da atmosfera, mas não conseguiram mobilizar os recursos financeiros necessários.

Novos modelos podem ajudar a reverter esse cenário. Aa agência de turismo do exemplo, em parceria com órgãos governamentais, poderiam colaborar com pesquisadores para desenvolver indicadores substitutos que relacionem árvores à biodiversidade, carbono, água e outros benefícios – e oferecer incentivos pelas árvores mantidas em pé. Um banco multilateral de desenvolvimento poderia emitir um título no mercado financeiro, adquirido por investidores a uma taxa próxima à de mercado. Esses investidores assumiriam o risco, já que parte dos recursos do título seria direcionada a organizações comunitárias para plantar árvores em áreas prioritárias e restaurar o habitat dos chimpanzés.

Quando as organizações comunitárias concluíssem o trabalho e o conjunto de dados da IA confirmasse que as árvores cresceram nas áreas prioritárias, a agência de turismo concordaria em pagar ao banco por essas árvores a um preço previamente definido. O banco então usaria o capital para reembolsar os investidores – e poderia emitir outro título para financiar mais restauração.

3) Financiamento para cadeias de valor regenerativas na agricultura

Na agricultura, as cadeias de valor regenerativas oferecem um enorme potencial de investimento. Só o Quênia, por exemplo, representa uma oportunidade de US$ 1,5 bilhão. No entanto, empresas locais enfrentam baixos preços de mercado devido à fraca demanda e a lacunas na cadeia de abastecimento. Além disso, o financiamento disponível em geral tem juros elevados e prazos curtos, o que não se encaixa na realidade desses negócios. Como resultado, muitas acabam fracassando, e colheitas inteiras são perdidas.

Vejamos o exemplo de uma empresa queniana que vende mudas de mangueira a pequenos agricultores, ajuda-os a plantar em locais com disponibilidade de água e solo adequado, compra a produção dos agricultores a um preço garantido e transforma os frutos em suco para o mercado local. Essa empresa precisa de uma nova linha de processamento para aumentar sua capacidade de exportação para um comprador europeu com quem já possui uma parceria estabelecida. Mas um investidor de impacto só está disposto a conceder um empréstimo com juros anuais de 15%, enquanto a empresa só pode arcar com uma taxa de até 8%.

O investidor e o comprador poderiam firmar um acordo com a empresa: o investidor oferece o empréstimo à taxa de mercado, e o comprador se compromete a pagar um preço especial pela polpa de manga caso a empresa alcance uma meta anual de árvores em crescimento. Esse pagamento adicional permite à empresa reduzir sua taxa de juros efetiva para 8%. Com esse tipo de financiamento criativo, esses negócios podem comprovar sua capacidade de pagar dívidas, tornando-se mais atrativos para investidores comerciais.
 

O dinheiro pode crescer em árvores

Sabemos que contar árvores não é suficiente para capturar a imensa gama de serviços ecossistêmicos e benefícios econômicos proporcionados por projetos integrados de restauração. Esse, contudo, é o indicador que podemos medir em larga escala, com baixo custo e alta precisão graças aos novos modelos de IA. E é um bom ponto de partida.

_{A capacidade do DINOv3 de contar árvores com uma precisão sem precedentes, como neste local da Eco-Care Ghana, pode ajudar a desbloquear financiamento para restauração. Crédito: WRI} 

Instituições filantrópicas precisam oferecer financiamento para organizações locais e testar essa abordagem, enquanto investidores públicos e privados precisam criar um mercado para soluções verificáveis. Formuladores de políticas precisam entender como garantir uma distribuição justa dos benefícios gerados pelas árvores verificadas, uma vez que passem a ser comercializadas. Além disso, é essencial que especialistas em ética de dados e representantes das comunidades locais estabeleçam salvaguardas para proteger informações sensíveis.

Por fim, cientistas de dados em todo o mundo precisam aprimorar esse modelo para verificar resultados ainda mais significativos associados às árvores. Por exemplo, mapear o tamanho e a distribuição de árvores recém-plantadas pode revelar quanto carbono elas armazenam ou seu impacto na saúde do solo e na segurança hídrica. Com isso, é possível simplificar os dados necessários para mensurar o trabalho das comunidades na reparação dos ecossistemas do planeta – e recompensá-las por isso.

As metas de restauração globais ainda não foram cumpridas. A crise climática continua. Agora é a hora de explorar como a IA pode redefinir essa frente de ação e gerar mais prosperidade para as pessoas, a natureza e o clima.