Naturkapital och AI: så blir ekosystem en affärsfråga

En siffra fastnar: 100 miljoner dollar. Så mycket värde skapar naturens förmåga att hålla kvar sediment i Sinúflodens avrinningsområde i Colombia – räknat bara för energi- och vattensektorn. Det motsvarar 1,7 % av regionens BNP. När naturen kan prissättas så konkret blir det obekvämt tydligt hur dyrt det är att ignorera den.

Det här är inte en romantisk berättelse om regnskog. Det är en berättelse om risk, infrastruktur och lönsamhet – och om hur naturkapitalredovisning börjar fungera som ett språk som både finansdepartement, energibolag och vattenverk faktiskt lyssnar på. För oss som jobbar med AI inom energi och hållbarhet är Colombia dessutom ett praktiskt exempel på något många pratar om men få genomför: att koppla ihop miljödata, samhällsnytta och ekonomiska beslut i samma modell.

Naturkapitalredovisning: när naturen hamnar i samma pärm som budgeten

Naturkapitalredovisning handlar om att mäta naturens tillgångar (skog, våtmarker, savann, floder) och de tjänster de levererar till människor och ekonomi – och göra det på ett sätt som går att jämföra med andra räkenskaper.

I Sinú-bäckenet har Colombias nationella planeringsmyndighet (DNP) tillsammans med forskare byggt ett konto enligt FN:s UN SEEA EA-ramverk (System of Environmental-Economic Accounting – Ecosystem Accounting). Poängen är enkel: om staten kan följa upp vägar, elnät och sjukhus i siffror, ska den kunna följa upp naturens “infrastruktur” på samma sätt.

Det som sticker ut här är att kontot inte bara beskriver hur mycket natur som finns (t.ex. hektar skog), utan flöden av nytta – i det här fallet sedimentretention: naturens förmåga att hålla kvar jord och partiklar så att de inte hamnar i vattendrag.

En användbar tumregel: Grön infrastruktur är den enda infrastrukturen som kan bli bättre av att man låter den vara – men den kräver förvaltning.

Sediment är inte en detalj – det är en kostnadsdrivare för energi och vatten

Sediment i fel plats blir snabbt pengar i fel riktning. När skog avverkas och marken eroderar rinner mer material ner i floderna. Det kan leda till:

• Mer slam i vattenintag och reningsprocesser → högre driftkostnader
• Sämre vattenkvalitet → avbrott, restriktioner, högre avgifter
• Problem för vattenkraft (t.ex. slitage, igensättning, lägre effektivitet)

I övre delen av Sinú-bäckenet drivs problemen enligt underlaget av boskapsskötsel, illegal avverkning och jordbruksexpansion. Det är en kombination som många länder känner igen: lokala inkomster här och nu, regionala kostnader längre ner i systemet.

Varför “uppströms” och “nedströms” måste räknas ihop

Det smarta i Colombias arbete är att man börjar i nyttan: vilka är beroende av vattnet och hur? Längs kusten finns kommuner och turistdestinationer som behöver trygg vattenförsörjning. Uppströms finns nationalpark, skogar och mosaiker av jordbruk som påverkar vattnets kvalitet.

När man räknar på naturens sedimentretention blir det tydligt att samma biogeofysiska effekt kan ge olika ekonomiskt värde, beroende på vem som tjänar på den. Studien visar exempelvis att:

• Skogar högre upp i systemet gynnar i hög grad vattenkraft.
• Savanner längre ner gynnar mer vattenförsörjning.
• De kan hålla kvar ungefär lika mycket sediment per yta, men eftersom vattenkraft är mer lönsam blir den monetära nyttan av skog i praktiken högre i just detta fall.

Det här är en viktig läxa även för svenska projekt: man kan inte bara mäta “naturnytta” i abstrakt form. Man måste knyta den till konkreta mottagare, betalningsvilja och risk.

När ny infrastruktur byggs blir naturens värde större (och mer sårbart)

Colombia överväger investeringar i en ny akvedukt som ska föra mer vatten från Sinúfloden till kustområden och samtidigt minska trycket på grundvattenmagasin. Här kommer ett av de mest användbara resultaten:

Om akvedukten byggs ökar värdet av ekosystemens sedimentretention med 12 %. Inte för att naturen plötsligt blir “bättre”, utan för att fler människor och verksamheter blir beroende av att vattnet håller kvalitet.

Det här borde sitta på väggen i varje investeringskommitté:

Ju mer vi bygger oss beroende av ett system, desto mer kostar det när vi inte sköter det.

Med andra ord: den som planerar grå infrastruktur (rör, dammar, reningsverk) behöver samtidigt planera förvaltning av grön infrastruktur (markanvändning, skydd, återställning). Annars flyttar man bara kostnaderna framåt i tiden.

Var kommer AI in? Från naturkapitalkonto till beslut i realtid

Naturkapitalredovisningen i Colombia är datatung och metodiskt rigorös. Men om man vill skala arbetet – till fler avrinningsområden, fler ekosystemtjänster, tätare uppföljning – då räcker inte manuella processer. Här passar AI in naturligt, särskilt i energi- och vattensektorn.

1) AI för miljöövervakning: upptäck förändringar innan de blir dyra

AI kan göra “status på naturen” mätbar i högre frekvens genom att kombinera:

• Satellitdata (skogstäcke, markfukt, förändringar i markanvändning)
• Drönar- och sensordata (erosionspunkter, turbiditet/vattengrumlighet)
• Hydrologiska modeller (flöden, sedimenttransport)

Det handlar inte om att ersätta ekologer, utan om att ge dem tidiga varningssignaler. För en vattenleverantör kan det betyda att man ser ökande sedimentrisk veckor eller månader tidigare – och kan styra åtgärder uppströms.

2) AI för prognoser: koppla naturens “leverans” till efterfrågan

Colombias konto skiljer tydligt på utbud (ekosystemens kapacitet) och efterfrågan (hur människor/sektorer använder tjänsten). Det är exakt samma logik som i energisystem:

• Produktion ↔ konsumtion
• Kapacitet ↔ belastning
• Risk ↔ redundans

AI-modeller kan här användas för att:

• Prognostisera vattenbehov från hushåll, turism och industri
• Simulera scenarier: “Vad händer om skog försvinner i delområde X?”
• Optimera åtgärdsmix: återbeskogning, betestryck, skyddszoner, jordbrukspraktik

3) AI som beslutsstöd: prioritera var pengarna gör mest nytta

Den svåra frågan är sällan om man ska göra något, utan var och i vilken ordning. Med begränsade budgetar behöver man hitta åtgärder med högst effekt per krona.

Ett praktiskt upplägg jag sett fungera är att kombinera naturkapitalredovisning med en AI-stödd prioriteringsmotor:

1. Definiera mål: vattenkvalitet, avbrottsfri leverans, energiproduktion, biodiversitet
2. Kartlägg riskzoner: erosion, avskogning, branta sluttningar, jordarter
3. Räkna konsekvens: kostnad för mer sediment för vattenverk/vattenkraft
4. Prioritera åtgärder: där risk × konsekvens är som högst
5. Följ upp i KPI:er som både natur och ekonomi bryr sig om

Det gör naturen jämförbar med andra investeringsobjekt – inte för att den reduceras till pengar, utan för att den får en plats i beslutsrummet.

Från “projekt” till finansiering: så blir naturen en del av affären

Colombia använder resultaten för att kunna motivera styrmedel som är vardag i teorin men svåra i praktiken:

• Ersättningar till markägare för återställning eller skötsel som minskar erosion
• Avgiftsmodeller där vattenanvändare medfinansierar avrinningsområdesskydd
• Program för betalning för ekosystemtjänster (PES) med tydligare prislapp och uppföljning

Det intressanta är inte bara att naturen värderas, utan att värderingen gör det möjligt att jämföra:

• En extra miljard i “hård” infrastruktur
• En mindre, riktad investering i “grön” infrastruktur som sänker driftkostnader och risk

Det här är högst relevant i energibranschen även i Sverige: när nät, produktion och vattenberoende kraftslag pressas av klimatrelaterade risker behöver vi fler verktyg som binder ihop ekonomi, natur och resiliens.

Snabb Q&A som brukar dyka upp internt

Är naturkapitalredovisning bara en rapport i hyllan? Inte om den kopplas till budgetprocess, upphandling och KPI:er. Colombia arbetar uttryckligen med att få in naturkapitalflöden i systemet för offentliga investeringar.

Blir det inte “för osäkra” siffror? Osäkerhet finns alltid, men här kalibrerades modellen med lokal data snarare än grova standardlager. Det höjer kvaliteten och gör resultaten mer användbara för lokala beslut.

Varför pratar vi om detta i en serie om AI inom energi och hållbarhet? För att AI behöver något att optimera mot. Naturkapitalredovisning ger en strukturerad målbild och en ekonomisk koppling som gör AI-baserade analyser relevanta för ledning och investering.

Vad svenska energi- och vattenaktörer kan ta med sig redan nu

Colombia visar en sak som många organisationer missar: det går att räkna hem naturen utan att förenkla bort verkligheten. Och man behöver inte börja med allt.

Tre praktiska steg att ta i en svensk kontext (kommun, VA-bolag, energibolag eller industri):

1. Välj en tjänst som direkt påverkar drift (t.ex. vattenkvalitet, översvämningsskydd, kylvatten, grundvattenpåfyllnad).
2. Knyt den till en kostnadsrad (avbrott, rening, slitage, försäkringspremier, produktionsbortfall).
3. Bygg en datakedja där AI kan hjälpa: fjärranalys + sensorer + scenarier + uppföljning.

När man väl har en fungerande kedja kan man skala: fler delområden, fler tjänster, tätare uppföljning. Stegvis, precis som forskarna i Colombia beskriver.

Naturkapitalredovisning är inte “mjuka värden”. Det är ett sätt att göra hållbarhet till operativ styrning.

Frågan inför 2026 är därför inte om fler regioner kommer följa efter, utan: vilka aktörer kommer ha bäst data och bäst modeller när investeringarna ska prioriteras – och klimat- och biodiversitetskraven skärps ytterligare?