Úvod

Umělá inteligence (AI) nabízí obrovský příslib pro rozvoj, ale digitální propasti na rozvíjejících se trzích představují skutečné překážky. V mnoha nízkopříjmových regionech jsou internetová připojení pomalá, pokrytí je nesouvislé a elektřina je nespolehlivá. Například GSMA zjistila, že v subsaharské Africe používá mobilní internet pouze přibližně 27 % lidí a stále přetrvává 60% „mezera v používání“ – miliony lidí žijí v dosahu pokrytí, ale nemohou se připojit online kvůli vysokým nákladům na zařízení, data nebo nedostatečným dovednostem (www.gsma.com). Africanews uvádí, že zhruba 900 milionů Afričanů stále nemá přístup k internetu a podobný počet nemá elektřinu (www.africanews.com). Mezitím internetová data v některých zemích stojí přes 5 % měsíčního příjmu (evolutionafricamagazine.com). V tomto kontextu je cloudová AI (jako velké chatboty) pro většinu jednoduše nedostupná.

Pro obsluhu těchto komunit inovátoři zkoumají AI s prioritou offline provozu na nízkonákladových zařízeních. Myšlenkou je dostat služby AI do „poslední míle“ spuštěním chytrých asistentů přímo na levných telefonech nebo lokálních kioscích a používáním jednoduchých kanálů, jako jsou SMS, hlas/USSD (menu s krátkými kódy) namísto video aplikací nebo webu. Tento přístup může poskytovat včasné rady v zemědělství, zdravotnictví, vzdělávání a dalších oblastech, aniž by vyžadoval nepřetržité připojení nebo drahý hardware. Klíčem je přizpůsobení AI místním potřebám – podpora regionálních jazyků, zapojení komunitního dohledu a spolupráce s důvěryhodnými partnery (telekomunikační společnosti, nevládní organizace, vlády) s cenami přizpůsobenými místním příjmům.

Tento článek zkoumá tato omezení a řešení, čerpaje z nedávných projektů a studií. Ukazuje, jak mohou být plně offline nebo nízko-technologické AI asistenti proveditelní a účinní pro zemědělství, zdravotnictví a vzdělávání na rozvíjejících se trzích – a jak partnerství a komunitní správa zajišťují jejich udržitelnost, bezpečnost a cenovou dostupnost.

Bariéry: Konektivita, energie a náklady

Mezery v konektivitě. Sítě v mnoha rozvojových regionech se rozšiřují, ale jsou neúplné. V subsaharské Africe například 13 % populace stále žije mimo jakékoli mobilní pokrytí a mezi těmi, kteří jsou pokryti, přetrvává 60% „mezera v používání“ (www.gsma.com). Tato mezera odráží nedostupnost zařízení nebo dat, nízkou digitální gramotnost a obavy o bezpečnost. Celosvětově se s takovými mezerami v používání potýká asi 3,1 miliardy lidí (www.gsma.com). Prakticky stovky milionů venkovských domácností nemají spolehlivý internet, nebo jen 2G/3G. Jak uvádí jedna zpráva, přibližně 900 milionů Afričanů (z ~1,4 miliardy) nemá internet a téměř stejný počet nemá elektřinu (www.africanews.com). Tato čísla nám říkají, že klasické aplikace pro chytré telefony nebo cloudová AI často selžou v odlehlých vesnicích.

Omezení napájení. Nedostatek elektřiny dále snižuje digitální přístup. Ve stejné zprávě Africanews expert zdůraznil, že nástroje AI nemohou fungovat „při pokračování práce na 3G nebo 2G“, pokud chybí elektřina (www.africanews.com). Mnoho venkovských domácností spoléhá na sezónní nebo solární energii a nabíjení zařízení je drahé nebo nepředvídatelné. Vzdělávací nebo zdravotní kiosk projekty často využívají solární energii nebo bateriové sady. Důležité je maximalizovat využití při minimální spotřebě energie – například vysoce energeticky účinné čipy a zařízení, která mohou fungovat dny na jedno nabití.

Překážky cenové dostupnosti. Náklady na zařízení a data zůstávají pro uživatele s nízkými příjmy fatálně vysoké. V subsaharské Africe mohou daně a dovozní cla způsobit, že i základní chytré telefony stojí 50 $ nebo více – což představuje desítky hodin práce pro nejchudší. GSMA poznamenává, že cenová dostupnost zařízení je hlavní součástí mezery v používání (www.gsma.com). Ceny dat jsou rovněž velkou částí příjmů: průzkum zjistil, že mobilní data stojí v mnoha afrických zemích přes 5 % měsíčního příjmu (evolutionafricamagazine.com), což je výrazně nad cílem OSN pro cenovou dostupnost 2 %. Pro zemědělce nebo studenty, kteří mohou vydělávat jen pár dolarů denně, je zaplacení i 0,50 $ za GB nepřiměřeně drahé.

Tyto infrastrukturní a nákladové překážky znamenají, že řešení AI musí být radikálně přizpůsobena: měla by fungovat offline nebo na co nejnižší šířce pásma, běžet na velmi levném hardwaru a spotřebovávat minimální energii. Zbytek tohoto článku zkoumá, jak na to.

AI s prioritou offline provozu na nízkonákladových zařízeních

Pro překonání výše uvedených mezer nové projekty nasazují AI asistenty s prioritou offline provozu na levné telefony nebo lokální huby. Pokroky v edge AI a kompresi modelů znamenají, že omezené modely AI (např. pro rozpoznávání řeči, textové rady) mohou nyní běžet přímo na základních zařízeních bez přístupu ke cloudu. Někteří výzkumníci navrhují ultralevné „bare-metal“ AI gadgety: simulace ukazují, že praktická jazyková AI může běžet na zařízeních, která stojí pouhých 8–10 $ a mají pouze ~30 MB RAM (www.researchgate.net). Takové modely – často odvozené z velkých systémů – mohou odpovídat na otázky nebo dávat pokyny offline a ukládat jazykové databáze lokálně. Ve skutečnosti se jedná o kapesní superpočítače pro města a farmy bez stabilního internetu.

V praxi mohou tato zařízení mít podobu:

• Jednoduché telefony s AI čipy. Některé startupy vybavují jednoduché telefony hlasovými AI čipy nebo firmwarem. Například kanadská společnost Viamo spustila (v roce 2024) službu AI, která promění jakýkoli základní telefon v „offline chatbot“. Uživatel vytočí krátký kód a mluví nebo píše zprávy – veškeré zpracování probíhá na lokálním serveru nebo ve vestavěném offline modelu. Uživatel následně obdrží odpovědi jako hlas nebo text (techcentral.co.za). Toto nastavení funguje i „uprostřed ničeho“ bez internetu – pouze se standardním signalizačním systémem mobilní sítě. Je zaměřena na nejchudší lidi na světě, umožňuje dotazy za pouhých ₦10 (asi 0,12 $) za hovor (techcentral.co.za).

• Komunitní AI kiosky nebo rádia. Dalším přístupem jsou vesnické huby napájené robustními mini-počítači nebo zařízeními typu Raspberry Pi. Například open-source Kolibri (od Learning Equality) umožňuje školám nainstalovat lokální server nebo Raspberry Pi. Studenti pak používají jakékoli místní zařízení k prohlížení učebnic, videí nebo kvízů offline (evolutionafricamagazine.com). To se již používá ve venkovských oblastech Keni, Tanzanie a Malawi – učitelé nahrávají globální vzdělávací obsah a adaptují jej do místních jazyků na platformě Kolibri (evolutionafricamagazine.com). Podobný model využívá Wi-Fi hotspoty nebo lokální intranety s chatovacími programy AI pro zemědělce v komunitních centrech.

• Speciální nízkonákladové „AI telefony“. Ambiciózní projekty předpokládají chytré telefony za 10–20 $, nabité AI přímo v zařízení. Jedna technicko-ekonomická studie navrhuje distribuovat do roku 2030 v Africe 700 milionů offline AI vzdělávacích zařízení, každé za cenu 10–20 $ (www.researchgate.net) (www.researchgate.net). Ty by byly předinstalovány vícejazyčnými encyklopediemi a interaktivními moduly (text, rozpoznávání obrázků, hlas ve více jazycích). I když žádné spotřebitelské zařízení zatím není tak levné, plán existuje: masově škálovaná výroba a ultralehké modely (jako jsou LLaMA boostery od Meta nebo jazykové sítě „MetalNLLB“) by se k tomuto bodu mohly brzy dostat (www.researchgate.net).

Klíčem u všech těchto je nízkoenergetický, offline provoz. Například modely AI mohou přednačíst podmnožinu obsahu (jako jsou databáze plodin nebo základní zdravotní FAQ), takže pouze ty je třeba ukládat lokálně, a jakékoli nové dotazy mohou být zařazeny do fronty, dokud nebude dostupné připojení. Mezitím zařízení okamžitě reaguje na uživatele. Jak se technologie zlepšuje, i aplikace pro chytré telefony přidávají offline režimy (umožňující stahování při připojení k Wi-Fi, a poté offline použití). Působivým ponaučením je: nepotřebujete servery Google ani OpenAI, pokud je model AI malý nebo cachovaný – chytrým tahem je integrovat inteligenci na okraje, kde jsou uživatelé.

Kanály a případy použití: SMS, USSD a hlas

Na rozvíjejících se trzích jsou nejrozšířenějšími médii SMS, USSD (interaktivní textová menu) a hlasové hovory – nikoli webové aplikace. Jakýkoli AI asistent musí používat tyto kanály k oslovení masových uživatelů. Naštěstí jsou SMS i USSD dobře zavedené: GSMA uvádí, že devět z deseti transakcí mobilních peněz v subsaharské Africe probíhá přes USSD (www.gsma.com), a poskytovatelé celosvětově stále podporují USSD na všech telefonech. Klíčové je, že USSD a SMS nevyžadují žádná internetová data – pouze GSM signalizační kanál (www.gsma.com). Fungují na nejlevnějších „funkčních telefonech“, dokonce i na těch bez microSD karet nebo barevných obrazovek. AI asistent přes USSD může odeslat textový dotaz (například „Jaké škůdce postihují kukuřici? 1=Mšice,2=Nosatci“) a získat číselnou odpověď s radou. Interaktivní hlasová odezva (IVR) funguje podobně: uživatelé mluví nebo poslouchají prostřednictvím automatizovaných menu v místních jazycích.

Zemědělství: Pro zemědělce se již děje poradenství AI přes SMS/hlas. Jedním z příkladů v Kamerunu je aplikace Farmer Guide: diagnostikuje choroby plodin pomocí AI, ale zemědělci mimo města ji nemohli používat – neměli internet ani elektřinu (www.africanews.com). Do hry vstupuje platforma Viamo: nabízí službu řízenou AI, kde se každý zemědělec může (v Nigérii, Zambii a dalších zemích) dovolat a klást zemědělské otázky. Systém funguje na hlas/SMS a dokáže dokonce přijímat hlasové pokyny a dávat obdobné odpovědi (techcentral.co.za). Díky tomu je AI dostupná na jakémkoli telefonu, nejen na chytrých telefonech. Další iniciativou je ghanský chatbot Darli AI. Darli, dostupný přes WhatsApp (který mnoho afrických uživatelů má) nebo SMS, poskytuje rady ohledně výsadby, tržní ceny a tipy na počasí. Klíčové je, že Darli podporuje 27 jazyků (včetně 20 afrických jazyků jako svahilština, jorubština, twi atd.) (www.weforum.org), takže zemědělci získávají rady ve svém mateřském jazyce. Od roku 2024 Darli oslovil přes 110 000 zemědělců v Ghaně a Keni (www.weforum.org). Tyto projekty ukazují, že jednoduché textové/hlasové kanály mohou doručit pokročilou zemědělskou AI do vesnic.

Zdraví: Mobilní zdravotnictví (mHealth) již dlouho používá SMS a IVR a AI se s nimi může integrovat. Například platforma Viamo spolupracuje s UNICEF na poskytování offline AI chatbotů pro zdravotnická témata (prevence HIV, příznaky malárie, tipy na hygienu) (techcentral.co.za). Uživatel může vytočit číslo nebo poslat kód a získat okamžitou zdravotní radu ve svém jazyce. Během pandemie COVID-19 mnoho zemí spustilo USSD nástroje pro sebehodnocení a informace (např. kontrolor symptomů USSD v Sieře Leone (www.gsma.com)). AI asistent může na tyto nástroje navázat přidáním interaktivních otázek a odpovědí a personalizovaného poradenství. Důležité je, že telemedicínské služby založené na USSD (jako jsou bezplatné zdravotní kontroly USSD v Keni (www.gsma.com)) dokazují, že tyto kanály fungují ve velkém měřítku. Do budoucna by offline AI moduly mohly běžet na lokálních mikrocomputerech klinik nebo dokonce na telefonech sester, nabízeje podporu rozhodování bez nutnosti online databází.

Vzdělávání: Distanční vzdělávání v oblastech s omezenou konektivitou zaznamenalo úspěch prostřednictvím SMS a offline sad. Iniciativy jako Eneza Education (v Keni, Ghaně a Pobřeží slonoviny) posílají kvízové otázky a lekce přes SMS/USSD na základní telefony (evolutionafricamagazine.com). Více než 10 milionů studentů použilo platformu Eneza na funkčních telefonech s nízkými náklady, což dokazuje, že smysluplné digitální učení se může dít i bez chytrých telefonů (evolutionafricamagazine.com). Na základě toho keňská M-Shule („mobilní škola“) kombinuje SMS s AI: personalizuje lekce a zpětnou vazbu pro žáky základních škol pomocí strojového učení v pozadí (evolutionafricamagazine.com). Učitelé posílají kvízy na telefon studenta a M-Shule přizpůsobuje obsah na základě odpovědí každého dítěte. Tyto služby fungují offline v tom smyslu, že jakmile je kurikulum doručeno, uživatel telefonu nepotřebuje nepřetržitý přístup k síti. Komunity také zřídily offline vzdělávací centra (např. solárně napájené učebny s lokálními servery), které používají obsah s nulovou tarifikací. Během pandemie UNICEF a další hlásili, že dvě třetiny školáků celosvětově neměly domácí internet (www.unicef.org), takže tato nízko-technologická řešení udržela vzdělávání v chodu.

Každý z těchto případů použití zdůrazňuje, že kanály jsou důležitější než luxusní uživatelská rozhraní. V zemědělství, zdravotnictví a školství ve venkovských oblastech oslovuje většinu nejjednodušší mobilní rozhraní – textová menu USSD nebo hlasové IVR v místních jazycích. AI připojená k těmto kanálům (buď v zařízení, nebo na lokálním serveru) je může proměnit ze statických informačních linek v interaktivní osobní asistenty.

Lokalizace: Jazyky, data a bezpečnost

Jazykové pokrytí. Aby byli asistenti užiteční, musí mluvit místním jazykem – nejen anglicky nebo francouzsky. Rozvíjející se trhy jsou vysoce vícejazyčné; například samotná Afrika má přes 2 000 jazyků. Běžné modely AI obvykle pokrývají pouze hlavní světové jazyky, proto jsou potřeba na míru šité lokální modely nebo překlady. Některé slibné snahy již existují. Například chatbot Darli společnosti Farmerline podporuje 27 jazyků, včetně 20 afrických jazyků, jako je akanština, hausa, igboština, twi a svahilština (www.weforum.org). V Indonésii výzkumné projekty experimentují s hlasovou AI v mateřských jazycích zemědělců pomocí systémů IVR (www.gsma.com). Příklad: Mezinárodní ústav pro výzkum rýže (IRRI) se spojil s Viamo, aby spustil IVR linku poskytující poradenské služby v místním indonéském jazyce, aby rýžoví zemědělci všech úrovní gramotnosti mohli porozumět (www.gsma.com). Vzdělávací obsah byl také lokalizován: platforma Kolibri, zmíněná výše, se používá ve východoafrických školách, kde „učitelé přizpůsobují globální otevřené zdroje místním jazykům a kontextům“ (evolutionafricamagazine.com).

Pro systematické pokrytí místních jazyků by projekty měly shromažďovat a trénovat na regionálních datech. Jedním z modelů je komunitní crowdsourcing: místní dobrovolníci (zemědělci, učitelé, překladatelé) mohou pomoci s vytvářením glosářů nebo nahráváním vzorků řeči. Tato data, uchovávaná lokálně nebo anonymizovaná, mohou být použita k jemnému doladění modelů AI pro dialekty dané oblasti. Některé národní snahy dokonce produkují nástroje: například nigerijské Centrum pro digitální domorodé jazyky vytvořilo mobilní AI klávesnici pokrývající téměř 180 afrických jazyků (www.weforum.org), což usnadňuje psaní a čtení v těchto jazycích. Partnerství s místními univerzitami nebo nevládními organizacemi může pomoci kurátorovat kulturně správný obsah (např. místní názvy rostlin, hygienické postupy), aby rady AI byly smysluplné.

Místní sběr dat a správa. Sběr dat a zpětné vazby v terénu je klíčový pro trénink a zlepšování asistentů. To však musí být prováděno eticky: komunity by měly souhlasit s používáním dat a citlivá osobní data (zdravotní záznamy, osobní finance) musí být chráněna. Užitečným modelem je komunitní spolu-tvorba. Například v komunitě Makoko v Lagosu byli obyvatelé školeni v mapování a sběru dat z dronů; vytvořili si vlastní geografickou datovou sadu, která se nyní používá pro místní plánování (www.weforum.org). Podobně by projekt AI mohl vybavit vesnické zdravotní pracovníky nebo terénní poradce ke shromažďování anonymizovaných zpráv o případech nebo dotazů. Tyto lokální datové sady by měly zůstat pod správou komunity – uloženy na lokálních serverech nebo prostřednictvím důvěryhodných partnerů – namísto toho, aby byly odčerpávány vzdálenými firmami. Světové ekonomické fórum navrhuje školit místní inovátory, nevládní organizace a agentury v oblasti AI gramotnosti a správy, aby si mohli „vybrat, jak vypráví své příběhy“, a zajistit tak, aby data byla použita k jejich prospěchu (www.weforum.org) (www.weforum.org).

Bezpečnost a etika. Jakýkoli AI asistent poskytující rady (o medicíně, zemědělství atd.) musí být bezpečný a přesný. To vyžaduje více záruk: místní odbornou revizi, obsahové filtry a jasná zřeknutí se odpovědnosti. Například AI zdravotnický bot ve vesnici by měl zahrnovat mechanismus pro uživatele, aby mohli hlásit chyby nebo se obrátit na lidskou pomoc.

?>"> Místní dozorčí výbory nebo sítě venkovských pedagogů mohou obsah pravidelně prověřovat a upravovat jej pro sezónní nebo situační změny. Komunitně řízená „zpětná vazba“ pomáhá odhalovat chyby: pokud mnoho zemědělců hlásí stejný problém s radami AI, vývojáři mohou model aktualizovat. Formáty by měly také umožňovat rychlé aktualizace. Důležité je, aby znevýhodněné komunity měly určitou míru vlastnictví: nasazení technologie prostřednictvím družstev nebo místních rad namísto jejího vnucování shora dolů zajišťuje odpovědnost.

Zkušenosti ukazují, že komunitní správa je klíčová. V zemědělském mapování a financích nástroje navržené zdola převyšují ty generické. Odborníci na nedávném fóru zdůraznili, že „musíme se setkat s lidmi tam, kde jsou“ s platformami v místních jazycích (jako jsou chatboty WhatsApp) a že přizpůsobení AI místním realitám vytváří udržitelné zisky (www.weforum.org). V praxi to znamená školit uživatele a lídry v každé komunitě: například vybavit vesnické učitele nebo zdravotníky průvodci k používání a vysvětlování nástrojů AI. Tito místní šampioni snižují nedůvěru a pomáhají prosazovat etické normy.

Spolupráce a obchodní modely

Úspěšné škálování offline AI na rozvíjejících se trzích vyžaduje partnerství napříč sektory – a ceny, které si chudí mohou dovolit.

Provozovatelé mobilních sítí (MNO): Telekomunikační společnosti jsou přirozenými spojenci. Již vlastní infrastrukturu pro SMS/USSD a hlasové služby. Ve spolupráci s poskytovateli AI mohou MNO hostovat služby AI na svých sítích (například vyčlenit krátký kód nebo linku IVR). Na mnoha trzích operátoři spolupracují s vládami a nevládními organizacemi na digitální gramotnosti a rádi by do svých portfolií přidali „služby AI“. Například MTN a Vodacom v Africe začínají integrovat chatboty AI pro zákaznický servis a optimalizaci sítě (www.gsma.com), a mohli by tak učinit i pro služby veřejného blaha. Operátoři mohou také dotovat připojení konkrétně pro tyto služby: např. nabízet bezplatné USSD relace pro schválené kódy pro zdraví nebo vzdělávání, nebo balíčkovat dotazy AI do levných datových tarifů. To je analogické s iniciativami sponzorovanými telekomunikačními společnostmi, jako jsou bezplatné zdravotnické linky nebo vzdělávací portály. Navíc mohou operátoři sdílet údaje o poloze nebo využití (anonymizované), aby pomohli AI zlepšit se, aniž by vyžadovali, aby uživatelé přenášeli nezpracované informace. Klíčové je, že regulátoři a telekomunikační asociace (jako GSMA) mohou podporovat snížené poplatky za SMS/USSD pro sociální programy, jak doporučují zprávy z oboru (www.gsma.com).

Vlády a nevládní organizace: Veřejní a neziskoví partneři budou často řídit návrh a financování. Ministerstva zemědělství, školství nebo zdravotnictví rozumí místním potřebám a mohou integrovat nástroje AI do národních programů (např. rozšířené sítě, veřejné školy, komunitní zdravotní strategie). Nevládní organizace – od globálních, jako je UNICEF, po místní nadace – poskytují odborné znalosti, obsah a legitimitu. Například UNICEF se spojil s Viamo, aby přidal zdravotnický obsah do jejich systému (techcentral.co.za); podobně mohou zemědělské nevládní organizace a poradenské služby přispívat stávajícími osnovami. Dárcovské organizace mohou financovat pilotní nasazení (jak je vidět u Inovačního fondu GSMA, který podporuje agritech v Africe nebo Asii). Modely smíšeného financování (kombinace grantů a sdílení nákladů) jsou často potřeba na začátku, protože čistě komerční zavedení nemusí být okamžitě ziskové. Světové ekonomické fórum zdůrazňuje, že smíšená partnerství (rozvojové agentury, vlády a soukromé firmy) jsou nezbytná pro snížení investičního rizika a přizpůsobení řešení místním cílům (www.weforum.org).

Ceny a cenová dostupnost: Pro koncové uživatele musí být náklady minimální nebo nulové. Je možné několik přístupů:

• Stupňovité mikroplatby. Model Viamo (Nigérie) účtuje uživatelům malý poplatek za interakci (např. ₦10 nebo ~0,12 $) (techcentral.co.za). Za tuto cenu si i ti nejchudší mohou dovolit občasné dotazy a operátoři vidí nějaký příjem k udržení služby. Alternativně by služby mohly být zdarma až do určitého limitu (řekněme 5 otázek/den) a poté by se platilo za použití.

• Dotace a sponzorství. Veřejné zdravotnické nebo vzdělávací služby by mohly být dotovány ze zdravotnických rozpočtů nebo rozvojových grantů, čímž by byly pro uživatele zdarma. Například vláda by mohla sponzorovat bezplatné zemědělské poradenské linky pro zvýšení produktivity. V jiných případech by služby mohly zobrazovat reklamy nebo sponzorované zprávy od místních podniků (i když je třeba dbát na to, aby se zabránilo zkreslení rad).

• Nulová sazba a balíčky. MNO mohou pro schválené služby AI nastavit nulovou sazbu pro USSD a SMS, takže uživatelům nevznikají žádné náklady. Mohli by také balíčkovat datové balíčky: např. vzdělávací plán, který zahrnuje nějaký předplacený obsah. V některých zemích byly fondy univerzální služby – poplatky na telekomunikace určené pro nedostatečně obsluhované oblasti – využity k financování digitálního vzdělávání nebo zdravotnických iniciativ. Takové politiky mohou pomoci udržet náklady pro uživatele téměř na nule. Snížení zdanění zařízení a SIM karet (jak doporučuje GSMA (www.gsma.com)) také tyto služby zpřístupňuje za přijatelnější cenu.

• Místní citlivost na náklady. Ceny musí odrážet úroveň příjmů. I malé poplatky by měly být škálovány: to, co je v jedné zemi malé (₦10), může být v jiné příliš vysoké. Piloty by měly zjišťovat místní ochotu platit a upravovat ceny pomocí dynamického cenotvorby (např. levněji během období výsadby, dráže během sklizně).

Konečným cílem je přístup spíše než zisk. Mnoho projektů ICT4D ukázalo, že když nedostatečně obsluhované komunity získají bezplatné nebo dotované informace, často najdou způsoby, jak „zaplatit“ jinými prostředky (zvýšené výnosy, zdraví atd.). Klíčové je, aby ceny byly předvídatelné a transparentní, aby si uživatelé mohli plánovat.

Závěr

Rozvíjející se trhy nejsou nepopsaný list – mají mobilní sítě a částečnou elektrifikaci, i když nesouvislou. S kreativním přepracováním však může AI tyto mezery přeskočit. Výše uvedené příklady ukazují, že offline AI asistenti na jednoduchých telefonech mohou transformovat venkovský život: poskytováním včasných zemědělských rad zemědělcům, informováním pacientů a matek o zdraví a podporou distančního vzdělávání. Technický recept je nyní na dosah – kompaktní modely AI, levný hardware, solární energie a univerzální kanály jako SMS/USSD.

Úspěch silně závisí na uspokojování místních potřeb. To znamená navrhovat pro místní jazyky, spoluvytvářet obsah s komunitami a zajišťovat důvěryhodný dohled. Znamená to také vytvářet partnerství: telekomunikační společnosti, které se starají o sítě a ceny; vlády a nevládní organizace, které kurátorují obsah a oslovují lidi; a komunitní lídry, kteří systém vedou a ověřují.

Uplatněním těchto principů může AI pozvednout 3,2 miliardy lidí, kteří jsou v současnosti odpojeni nebo nedostatečně obslouženi v digitálním světě. Offline AI na nízkonákladových zařízeních může umožnit drobným zemědělcům zvýšit výnosy, vesničanům spravovat zdraví a dětem učit se – vše v rámci místního ekosystému, který nejlépe znají. Slovy venkovských inovátorů: „Musíme se setkat s lidmi tam, kde jsou“: dodávat chytré nástroje v jazycích, médiích a cenových bodech, které jim vyhovují (www.weforum.org). S promyšleným designem a spoluprací se AI konečně může stát inkluzivní silou dobra v nejvíce nedostatečně obsluhovaných komunitách světa.