Aziatische rampenresponsteams ondersteunen bij het in de praktijk brengen van AI

Vandaag brengen we in Bangkok 50 leiders op het gebied van rampenbeheer uit Zuidoost- en Zuid-Azië samen voor onze eerste AI Jam voor rampenbeheer, in samenwerking met de Gates Foundation, het Asian Disaster Preparedness Center (APDC) en DataKind. 

De vraag die ten grondslag ligt aan dit initiatief is eenvoudig, maar urgent: Hoe kan AI overheden en non-profitorganisaties helpen sneller en effectiever te reageren wanneer het er echt op aankomt? 

De deelnemers komen uit 13 landen: Bangladesh, India, Indonesië, Laos, Maleisië, Myanmar, Nepal, Pakistan, de Filipijnen, Sri Lanka, Thailand, Oost-Timor en Vietnam. Ze vertegenwoordigen overheidsinstanties, multilaterale organisaties en non-profitorganisaties. Velen zijn in de praktijk direct betrokken bij rampenrespons, waarbij zij informatie coördineren, getroffen gemeenschappen ondersteunen en knopen doorhakken onder extreme tijdsdruk.

Dit initiatief bouwt ook voort op de uitbreiding van ons OpenAI for Countries-programma⁠(opent in een nieuw venster), dat werd aangekondigd in Davos. Het uiteindelijke doel is om interesse voor AI om te zetten naar toepassingen in de praktijk, zodat organisaties AI integreren in hun operationele uitdagingen waarmee zij elke dag te maken hebben. 

Rampenresponsteams werken vaak onder lastige omstandigheden: beperkte middelen, versnipperde data, handmatige processen en beperkte infrastructuur. Tijdens snel escalerende crisissituaties, waarbij actuele data van levensbelang is, zorgen deze beperkingen voor vertraagde samenwerking en besluitvorming. Veel teams onderzoeken nu hoe AI deze workflows beter kan ondersteunen.

Die urgentie hiervoor neemt in rap tempo toe. In de tweede helft van vorig jaar hebben een reeks tyfoons en zware stormen in Zuid- en Zuidoost-Azië de gemeenschappen ontwricht en systemen voor rampenbeheer tot het uiterste op de proef gesteld. Wereldwijd vallen de meeste slachtoffers van rampen nog altijd in Azië, maar liefst driekwart van het totaal. Volgens berekeningen van de Wereldbank liep de economische schade door rampen voor ASEAN-lidstaten de afgelopen jaren op tot ruim 11 miljard dollar. 

Op zulke momenten zien we ook een verschuiving in de manier waarop de bevolking naar hulp zoekt. Tijdens cycloon Ditwah in Sri Lanka bleek uit interne gegevens een stijging van 17× in cycloongerelateerde berichten op ChatGPT, wat benadrukt hoe AI nu al wordt gebruikt als informatiebron in tijden van nood. Een vergelijkbare piek in AI-gebruik was zichtbaar in Thailand ten tijde van cycloon Senyar in november 2025, waarbij het berichtenverkeer ruim 3,2× hoger was ten opzichte van de voorgaande maanden. Dat wijst op een duidelijke kans om AI steviger te integreren in de manier waarop responsteams tijdens noodsituaties informatie verzamelen, beslissingen nemen en communiceren.

Dit is waar onze Jam op was gericht. Tijdens de sessie van vandaag werkten deelnemers samen met OpenAI-experts aan praktische manieren waarop AI hun dagelijkse werk kan ondersteunen. In plaats van het wiel opnieuw uit te vinden, richtten zij zich op het ontwerpen van herbruikbare workflows en custom GPT’s voor uiteenlopende doeleinden, variërend van publieksvoorlichting tot het in kaart brengen van behoeftes en het schrijven van statusrapporten. Bovendien lag er tijdens de workshops een nadruk op het kweken van institutioneel vertrouwen en het ethisch verantwoorde gebruik van deze nieuwe AI-technologieën.

De sessie werd geopend door de Thaise parlementariër prof. dr. Yodchanan Wongsawat, die het vitale belang benadrukte van samenwerkingen tussen overheid en bedrijfsleven om de regionale rampenrespons te versterken.

Voor de nabije toekomst oriënteren we ons, in samenspraak met onze bondgenoten, op een vervolgtraject waarin proefprojecten en intensievere technische partnerschappen met de betrokken regionale instanties centraal zullen staan. We kijken ernaar uit om deze missie voort te zetten en praktische tools te smeden waarmee samenlevingen zich adequater kunnen wapenen tegen natuurgeweld.