Что такое blended finance и зачем он климатическому ИИ
Blended finance, или смешанное финансирование, - модель, в которой грантовые деньги и деньги частных инвесторов работают в одной структуре, но выполняют разные функции. Грант снижает риск для раннего этапа проекта - например, покрывает затраты на сбор и подготовку данных, - а частный капитал заходит позже, когда у проекта уже есть рабочая модель и понятные показатели.
Для климатических проектов, где часто используются ИИ-модели - прогноз погодных рисков, оценка состояния почвы, моделирование пожароопасности - это особенно важно: разработка качественного набора данных и первой версии модели стоит дорого и не гарантирует немедленной коммерческой отдачи. Именно эту фазу закрывает грантовое финансирование.
В классической венчурной модели эта фаза обычно остаётся непрофинансированной: инвесторы ждут, пока у проекта появится измеримая метрика роста, а гранты редко предполагают последующее масштабирование через частный капитал. Blended finance пытается закрыть именно этот разрыв - соединить длинный горизонт благотворительности с дисциплиной и темпами венчурных инвестиций.
Какие обязательства взяла на себя Cisco Foundation
В 2021 году Cisco Foundation объявила о планах направить 100 миллионов долларов на поддержку климатических решений в течение десяти лет. Деньги распределяются через два основных инструмента: прямые гранты некоммерческим организациям и климатические инвестиции через Regenerative Future Fund - диверсифицированный портфель, куда входят как ранние стартапы, так и венчурные фонды климатической направленности.
Такое разделение отражает саму идею blended finance: часть средств идёт туда, где отдача измеряется не прибылью, а общественным эффектом, а часть - туда, где можно рассчитывать на возврат инвестиций при приемлемом риске.
Регенеративное сельское хозяйство и открытые данные
Одно из ключевых направлений - поддержка Earth Genome, организации, которая работает с открытыми данными для климатических решений в агросекторе. Ранний грант Cisco Foundation помог Earth Genome развить инфраструктуру открытых данных, которой затем пользуются исследователи, страховые компании, кредиторы и стартапы, строящие собственные ИИ-инструменты поверх этих данных.
- Открытые данные снижают порог входа для небольших агротех-стартапов.
- Страховые компании используют те же данные для оценки климатических рисков в кредитовании фермерских хозяйств.
- Исследователи получают доступ к единому источнику данных вместо разрозненных закрытых баз.
Именно нехватка такой инфраструктуры долгое время тормозила развитие ИИ в климатической сфере: модели нуждаются в больших объёмах качественных размеченных данных, а частные компании не всегда готовы вкладываться в их создание без гарантии коммерческой выгоды.
Устойчивость к пожарам: данные как инструмент прогноза
Второе направление - поддержка проектов, связанных с устойчивостью к лесным пожарам. С 2022 года грантовая поддержка Cisco Foundation помогла построить базовую инфраструктуру и выпустить открытые наборы данных, включая модель вероятности возникновения пожара в конкретной местности.
На основе таких данных можно строить инструменты для разных аудиторий: от локальных властей, которым нужно планировать эвакуацию и ресурсы пожарных служб, до разработчиков образовательных и просветительских инструментов, которые объясняют жителям риски конкретного района простым языком, а не только в виде технического отчёта.
Важная деталь: данные о вероятности пожара выпускаются в открытом доступе, а не как закрытый продукт одной компании. Это осознанное решение фонда - считать инфраструктуру данных общественным благом, которое должно быть доступно любому разработчику климатических инструментов, а не конкурентным преимуществом одной организации.
Почему это пример для других компаний
История Cisco Foundation показывает модель, альтернативную привычному противостоянию «грант или инвестиция». Вместо выбора одного инструмента фонд комбинирует оба: грант закрывает фазу, где риск высок и отдача неочевидна, а инвестиции масштабируют то, что уже доказало жизнеспособность.
Для климатического ИИ в целом это особенно показательно, потому что проблема качественных данных стоит почти во всех отраслях - от финансового сектора, где компании вроде AI Factory в Люксембурге решают схожую задачу инфраструктуры, до корпоративных ИИ-инструментов типа решений BNP Paribas. Везде ключевой барьер - не сама модель, а доступ к данным, на которых она обучается.
Что изменилось с тех пор
К ноябрю 2026 года программа Cisco Foundation продолжает работать в заявленном десятилетнем горизонте - компания не объявляла ни о досрочном завершении, ни о существенном пересмотре условий. Публичные материалы фонда продолжают описывать те же два флагманских направления: регенеративное сельское хозяйство и устойчивость к пожарам, с постепенным расширением портфеля климатических инвестиций.
Конкретных данных о совокупном финансовом эффекте от инвестиционной части портфеля, в отличие от грантовой, компания раскрывает немного - это типично для климатических венчурных вложений, где горизонт отдачи растянут на годы и не укладывается в ежегодные отчёты.
Главный вывод
Оценка климатических рисков тесно связана с более широкой темой того, как ИИ используется в финансовом секторе. Модели, обученные на данных о пожарах и состоянии почвы, применяются не только учёными: страховые компании встраивают их в расчёт тарифов, а банки - в оценку рисков при выдаче кредитов фермерским хозяйствам и девелоперам в зонах с повышенной климатической нагрузкой.
Это пересекается с темой того, как ИИ в целом меняет подход к прогнозированию в финансах: похожие принципы - большие массивы данных, модели, которые учатся на исторических паттернах, и постоянная проверка прогноза против реальности - лежат в основе и климатических, и более традиционных финансовых ИИ-инструментов, о которых можно почитать в разделе ИИ в финансах. Разница в том, что климатические риски менее изучены исторически: у индустрии просто меньше десятилетий наблюдений, чем в случае классических кредитных рисков. Поэтому открытые датасеты вроде тех, что выпускает Earth Genome, особенно ценны: без длинной истории надёжных измерений любая модель риска рискует быть обученной на слишком узком и нерепрезентативном наборе случаев.
| Источник финансирования | Роль в модели | Пример применения |
|---|---|---|
| Грант | Покрывает раннюю, рискованную фазу | Сбор и подготовка открытых данных |
| Инвестиции Regenerative Future Fund | Масштабирует готовые решения | Поддержка климатических стартапов |
Climate-tech и ИИ редко развиваются линейно: сначала нужна инфраструктура данных, потом инструменты анализа, и только затем - коммерческие продукты, которые можно продавать банкам, страховщикам или местным властям. Blended finance Cisco Foundation - один из немногих задокументированных примеров, где эта последовательность профинансирована целиком, от гранта на сбор данных до венчурных инвестиций в готовый продукт.
Для рынка в целом это сигнал: оценка климатических рисков с помощью данных и ИИ становится дисциплиной, где участвуют не только стартапы и исследователи, но и благотворительные структуры крупных технологических компаний, использующие свой капитал как мост между наукой и бизнесом.
Вопросы и ответы
Что такое blended finance в климатических проектах?
Это модель, где грантовые деньги снижают риск ранней стадии проекта - например, сбора данных, - а частные инвестиции заходят позже, когда проект уже показал жизнеспособность.
Сколько Cisco Foundation обещала направить на климатические решения?
В 2021 году фонд объявил о 100 миллионах долларов на климатические решения в течение десяти лет, распределяемых через гранты и инвестиции.
Какую роль играют данные в климатических ИИ-проектах Cisco?
Ключевую: открытые наборы данных, созданные при грантовой поддержке, становятся основой для ИИ-инструментов, которые используют исследователи, стартапы и страховые компании.
В каких направлениях работает программа фонда?
Два основных направления - регенеративное сельское хозяйство (через Earth Genome) и устойчивость территорий к лесным пожарам.



