地球观测正在释放数万亿美元的价值，但它或许还能带来金钱以外的贡献。
如今，我们已经拥有构建共享索引（或目录）的技术，可以收录行星数据，涵盖从太阳能板到交通网络的一切。
除了创造经济价值，这种共享的行星智能还可以成为共同基准，帮助我们应对共同挑战。
我们正身处人类历史上数据最丰富的时期。已有一千多颗地球观测（EO）卫星环绕地球运行，以多种波长频繁采集全球影像和测量数据，既有开放数据，也有商业数据。
这些卫星正在提供行星智能：数据覆盖的不是地球的某一部分，而是整个地球。现在，我们必须学会利用这些数据。
传统方法很适合检测某个地区的森林砍伐，或绘制某座城市的屋顶地图。但要把试点项目扩展到全球行星尺度，仍然极其缓慢、成本高昂，而且需要大量专业人才。
一份2024年世界经济论坛报告估计，更好地利用地球观测数据，到2030年可释放约3.8万亿美元的累计新增经济价值，高于2023年估计的2660亿美元。关键在于，其中94%的价值来自农业、能源、物流和保险等“下游”应用，而非航天领域本身。
我们已经看到这一机遇的轮廓。从农业和供应链透明度，到气候风险保险和电网规划，一切都取决于了解事物所在的位置及其变化方式。
然而，对大多数决策者而言，这些机遇仍不可见。根据我与《财富》世界100强企业合作的经验，许多企业缺乏能够将卫星数据投入实际应用的内部地理空间专业人员。我们看到欧盟机构出台新的清洁空气和反毁林法规，但推迟了部分法规的实施，因为目前仍没有能够大规模提供可靠服务的方案。。
我们需要一种方法，在不提高所需技能水平的情况下，让数据更易于大规模使用。例如，我们都依赖使用GPS技术提供驾驶路线的应用，但大多数人甚至不知道什么是GPS，也不了解它如何运作。要知道哪里正在发生森林砍伐，不应需要博士学位。这类知识应成为共享行星智能的一部分；借助一点人工智能，它就能实现。
什么是行星智能？
人们听到“地球人工智能”时，想到的往往是聊天机器人、自动驾驶拖拉机或“数字孪生”。这些或许终将出现，但真正的转变更为低调，也更为根本：现代人工智能通过识别抽象模式并加以运用来学习。例如，聊天机器人会结合写作风格、语言等不同的已学概念，翻译的不只是你的字句，还有你的语气。让语言模型学会模式的同一理念，也能帮助我们梳理地球；例如，Lgnd/Clay、Google AlphaEarth或Tessera等模型能够直接从影像和传感器数据中学习农作物、电网、森林、海岸和城市的特征。随后，我们便可以真正构建地球目录或索引。行星模式由此变得可检索——我们可以像搜索网络一样，询问变化、风险或基础设施相关问题，而不必每次都从原始影像重新计算。如今，这类资源比以往任何时候都更加重要。
地球人工智能有望为全球对话提供共同理解。
以行星为锚点，应对相互竞争的现实
在一个四分五裂的世界里，各国和企业很容易选择建立彼此隔绝的情报流程。但我们共享同一个星球，也共享获取行星尺度数据的机会。
合作与对话行之有效。共享的排放清单、森林砍伐数据或空气污染数据能够为谈判者提供共同基准，推动切实进展，即使各方利益并不一致。对地球形成基本的共同认识，将有助于促进对话，尤其是在存在争议的问题上。
目标不是增加更多仪表盘、复杂性或噪声，而是在决策时刻提供更好、更简单、值得信赖且背景信息恰当的答案，让各部委、企业和社区无需专业团队解读每个像素或模型，也能采取行动。
行星认知将带来这种清晰度。但这只有在我们把某些基准视为公共产品时才能实现：空气质量、土地利用变化、排放、洪水和火灾风险，以及影响经济和安全的物理风险敞口。今年在达沃斯，全球领导力最务实的体现之一，或许就是以“地球怎么说？”为对话奠定基础。
屋顶太阳能板的普及速度可能超过任何人的预期。火灾季来临前，植被可能正在向电力线路蔓延。卫星每天都在捕捉这些趋势的实时证据，而这些趋势在地面上难以察觉。掌握这些信息，我们就能采取行动。
以行星智能促进共同理解
如今，我们生活在有史以来测量最详尽的星球上，却仍难以就正在发生什么达成一致，甚至难以弄清情况。我们争论粮食系统的韧性、无序城市扩张、战乱地区受到的影响或气候变化当前造成的影响时，所有这些问题的数据都已存在——来自太空中的卫星——但我们大多数人要么毫无察觉，要么无法充分应对相关复杂性，因而难以理解这些数据。
不过，情况可以改变。
2026年达沃斯年会将以“对话精神”为主题。如果我们首先承认，合作、增长、创新以及坚守行星边界，都取决于更清楚地了解地球上实际发生的事情，那么这场对话就会容易得多；了解范围从农作物、电网到海岸线和城市。采用恰当方式共享行星数据，就能实现这一点。
