Dobici:
- Sposobnost razlikovanja fizičkih (akutnih/kroničnih) i tranzicijskih rizika i evaluacije institucije zajedno sa njenim lancem vrijednosti u višestrukim scenarijima zagrijavanja
- Sposobnost uparivanja lokacija postrojenja sa podacima o klimatskim opasnostima i stvaranje kvalitativnog nivoa rizika bez da se umjetna inteligencija podudara s točnom vjerovatnoćom/iznosom
- Sposobnost iskrenog izvještavanja o neizvjesnosti klimatskih scenarija i izbjegavanja rizika od ispiranja klime
Klimatske promjene nisu samo ekološki problem, to je finansijski i operativni rizik. Poplava može zatvoriti tvornicu, porez na ugljik može urušiti poslovni model, suša može prekinuti lanac snabdijevanja. Institucije sada moraju mjeriti ove rizike, testirati ih scenarijima i prijaviti ih. U ovoj cjelini naučit ćete o dvije glavne vrste klimatskih rizika, analizi scenarija, ulozi i ograničenjima AI u modeliranju ove neizvjesne budućnosti.
Prvo okvir. TCFD (Task Force on Climate-related Financial Disclosures) je okvir svjetskog standarda koji definira kako će klimatski rizik biti objelodanjen; Postoje četiri stuba: upravljanje, strategija, upravljanje rizicima, metrički ciljevi. (Preporuke TCFD-a su sada uglavnom prebačene u ISSB standarde, ali njihovi koncepti ostaju fundamentalni.)
Dvije vrste klimatskih rizika
Fizički rizik: rizik koji proizlazi iz fizičkih efekata klime. Dijeli se na dvije: akutne (akutne — iznenadni događaji kao što su poplave, oluje, toplotni valovi) i kronične (hronične — spore, trajne promjene kao što su porast nivoa mora, povećanje prosječne temperature, suša).
Rizik tranzicije: rizik koji proizlazi iz tranzicije na niskougljičnu ekonomiju. Primjeri: cijena/porez ugljika, promjena regulative, promjena tehnologije (npr. prestanak rada motora s unutrašnjim sagorijevanjem), promjena preferencija potrošača, rizik od „nasukanih sredstava“ (npr. elektrana na ugalj postaje zastarjela).
Savjet: Fizički i tranzicijski rizik se često kreću u suprotnim smjerovima. Ako svijet brzo ublaži, rizik tranzicije se povećava (iznenadno zakonodavstvo), fizički rizik se smanjuje; Ako djeluje sporo, dešava se suprotno. Zato se testira više scenarija, a ne jedna "budućnost".
Analiza scenarija: višestruka budućnost
Budućnost klimatskog rizika je nepredvidljiva, zbog čega se koristi analiza scenarija: testiranje kako će čađ biti pogođena različitim putevima zagrijavanja (npr. 1,5°C, 2°C, 3°C+). Za naučne scenarije, IPCC-ov SSP (Shared Socioeconomic Pathways) i energetski scenariji IEA uzeti su kao referentni. Cilj nije "predvidjeti" budućnost, već testirati otpornost - "u kojoj ćemo se budućnosti slomiti?"
AI je ovdje; Snažan je u strukturiranju pretpostavki scenarija, obrađivanju različitih skupova klimatskih podataka, usklađivanju lokacija postrojenja sa fizičkim mapama opasnosti i izradi skripti rizika. Ali odabir scenarija, realizam pretpostavki i strateško tumačenje pripadaju ekspertu.
Korak po korak: procjena klimatskih rizika
1. Mapirajte imovinu i lanac vrijednosti. Gdje se nalazi, koji je dobavljač u kojoj regiji?
2. Odredite izloženost opasnostima. Na koje fizičke opasnosti (poplave, suša) je svaka lokacija osjetljiva?
3. Navedite faktore tranzicije. Cijena ugljika, zakonodavstvo, tehnologija, tržište.
4. Odaberite scenarije. Najmanje jedan scenario niskog (1,5-2°C) i jednog visokog (3°C+) scenarija zagrijavanja.
5. Kvantifikujte uticaj. Potencijalni finansijski/operativni uticaj u svakom scenariju (u rasponu).
6. Procijenite i prijavite trajnost. Slabosti, mjere prilagođavanja, neizvjesnost.
tri mini kofera
Slučaj 1 — Zamka jednog scenarija. Jedna kompanija je rekla AI da "izračuna naš klimatski rizik" i dobila je broj za jednu budućnost. Konsultant je objasnio da je ovo obmanjujuće: u scenariju niskog zagrijavanja porez na ugljik (tranzicijski rizik) je bio velik, u scenariju visokog zagrijavanja poplave (fizički rizik) su bile velike. Kada su ova dva scenarija odvojeno vođena, postalo je jasno na koju budućnost je kompanija ranjiva. Neparan broj davao je lažno samopouzdanje.
Slučaj 2 — Fiktivna mogućnost. Analitičar je pitao YZ jednog objekta "Koji je postotak rizika od poplava 2050. godine?" upitao je; AI je dao tačan procenat. Stručnjak je napomenuo da ovaj broj nije zasnovan ni na jednom modelu, ali da je AI proizveo broj koji se "čini razumnim". Stvarna procjena zahtijevala je usklađivanje lokacije s kartom klimatskih opasnosti i hidrološkim modelom. Iz izvještaja je uklonjena mogućnost izmišljotina.
Slučaj 3 — Podudaranje lokacije. Jedna grupa bi procijenila fizički klimatski rizik za 60 objekata. Oni su dali AI da napiše Python radni tok koji je uskladio koordinate postrojenja za otvaranje skupova podataka o klimatskim opasnostima; Kodeks je označio 9 objekata sa visokom izloženošću poplavama i toplotnim talasima. Tim se fokusirao na dubinsku analizu na ovih 9 objekata. AI skeniran; Stručnjak je donio konačnu odluku o riziku.
Slaba prompt / Jaka prompt
Slab upit:
Procijenite klimatski rizik moje kompanije.
Zašto je slab: Nema imovine, lokacije, scenarija, vrste rizika. AI proizvodi generičku skriptu ili izmišljenu „ocenu rizika“.
Snažan upit:
Vaša uloga: savjetnik za klimatske rizike. Sa TCFD okvirom, procijenite i fizički (akutni/hronični) i tranzitni rizik za sljedeću listu objekata (lokacija, sektor). Koristite dva scenarija: 1,5°C i 3°C. Čak i ako je definitivno vjerovatno, to je LAŽNO; Navedite kvalitativni nivo (nizak/srednji/visok) i dodajte napomenu "sa kojim podacima treba kvantificirati". Rezultat je tabela tipa rizika × scenarija. Sadržaji: [list]
Četiri šablona za kopiranje
1) Tip rizika × matrica scenarija:
Vaša uloga: stručnjak za klimatske rizike. Procijenite sljedeće fizičke (akutne/hronične) i tranzicijske rizike za instituciju u dva scenarija (nisko/visoko zagrijavanje). Dajte kvalitativni nivo i kratko obrazloženje u svakoj ćeliji. Nemojte praviti tačne brojeve; navedite koji su podaci potrebni u kvantifikaciji. Informacije o ustanovi: [ovdje]
2) Usklađivanje lokacije i opasnosti (po kodu):
Napišite Python okvir toka rada koji mapira sljedeće koordinate objekta za otvaranje skupova podataka o klimatskim opasnostima (npr. poplava, toplotni talas). Označite objekte sa visokom izloženošću. Navedite izvor podataka; ne odgovaraju rezultatu, stavite napomenu "mora biti potvrđeno u odnosu na skup podataka". Sadržaji: [ovdje]
3) Skrining faktora rizika tranzicije:
Navedite rizike tranzicije za sljedeći poslovni model: cijena ugljika, regulativa, promjena tehnologije, tržište/potrošač, potopljena imovina, reputacija. Za svaki navedite ekspoziciju i mogući vremenski horizont (kratko/srednje/dugo). Odgovarajući tačan iznos. Poslovni model: [ovdje]
4) Nacrt mjera otpornosti i prilagođavanja:
Predložite moguće mjere prilagođavanja/otpornosti na sljedeće identificirane klimatske rizike. Za svaku meru: koji rizik smanjuje, u kom scenariju će raditi, grubi nivo napora. Nemojte koristiti hiperboličnu frazu "smanjuje rizik". Rizici: [ovdje]
Uobičajene greške
- Evaluacija po jednom scenariju. Potreban je najmanje jedan scenario niskog i jednog visokog zagrijavanja.
- Miješanje fizičkog i tranzicijskog rizika. To dvoje se analiziraju odvojeno i mogu biti u suprotnim smjerovima.
- Usklađivanje AI s tačnom vjerovatnoćom/iznosom. Kvantifikacija zahtijeva stvarne modele i podatke.
- Zaobilazeći lanac vrijednosti. Rizik često leži na dobavljačima i kupcima.
- Skrivanje neizvjesnosti. Klimatski scenariji su inherentno neizvjesni; prijavi ovo.
Oprez: Objavljivanja klimatskih rizika utiču na odluke investitora, a lažno/preuveličano otkrivanje je finansijska verzija zelenog pranja — „pranja klime“. Potcjenjivanje rizika ili njegovo predstavljanje sa lažnom sigurnošću koju stvara AI stvaraju pravnu odgovornost.
Ukratko
Klimatski rizik; To zahtijeva procjenu fizičkih (akutnih/hroničnih) i tranzicionih rizika zajedno sa lancem vrijednosti u više scenarija. AI; To je moćan akcelerator za usklađivanje lokacije i opasnosti, provjeru faktora i izradu nacrta. Ali odabir scenarija, kvantifikacija zasnovana na stvarnom modelu, iskreno izvještavanje o neizvjesnosti i strateško tumačenje pripadaju ekspertu. Cilj nije znati budućnost, već testirati izdržljivost.
Zadatak aplikacije
Navedite tri ili četiri objekta ustanove sa njihovim lokacijama i navedite njihovu djelatnost. 1. kreirati matricu sa šablonom koji govori AI da procijeni fizičke i tranzicijske rizike u dva scenarija; Provjerite da AI ne izmišlja tačnu vjerovatnoću već daje kvalitativni nivo. Zatim, pomoću šablona 3, skenirajte rizike tranzicije vašeg poslovnog modela i označite tri rizika najkraćim horizontima.
kontrolna lista
- [ ] Procijenio sam fizičke (akutne/hronične) i tranzicijske rizike odvojeno.
- [ ] Koristio sam barem jedan scenarij niskog i jednog visokog grijanja.
- [ ] U analizu sam uključio lanac vrijednosti (dobavljač/kupac).
- [ ] Nisam napravio AI da odgovara tačnoj vjerovatnoći/kolicini; Naveo sam podatke za kvantifikaciju.
- [ ] Jasno sam prijavio nesigurnost.
- [ ] Preuzeo sam rizik da ispram opis (ni blag niti lažan sigurno).